23 juin 2026.
Fiche – Modèles d’IA à usage général (GPAI) – General-Purpose AI Models
Présentation générale
Les modèles d’intelligence artificielle à usage général (General-Purpose AI Models ou GPAI) constituent l’une des innovations majeures du règlement (UE) 2024/1689 sur l’intelligence artificielle (AI Act). Contrairement aux systèmes d’IA conçus pour une finalité unique, les GPAI sont capables d’accomplir une grande variété de tâches et d’être intégrés dans un nombre potentiellement illimité d’applications.
Cette catégorie vise principalement les modèles dits de fondation (foundation models), qui servent d’infrastructure technologique à de nombreux services numériques. Les grands modèles de langage (LLM) contemporains en constituent l’exemple le plus emblématique.
Parmi les GPAI les plus connus figurent :
- OpenAI (GPT) ;
- Anthropic (Claude) ;
- Google DeepMind (Gemini) ;
- Meta AI (Llama) ;
- Mistral AI (Mistral Large).
L’introduction des GPAI dans l’AI Act résulte directement de l’émergence des modèles génératifs à grande échelle à partir de 2022. Les institutions européennes ont considéré que les règles initialement envisagées pour les seuls systèmes d’IA à haut risque étaient insuffisantes pour encadrer des modèles pouvant être réutilisés dans des milliers de contextes différents.
L’analyse de la base documentaire Dabo Tibi Ius montre que les GPAI occupent désormais une place centrale dans les débats relatifs :
- à la gouvernance de l’intelligence artificielle ;
- à la transparence algorithmique ;
- à la souveraineté numérique ;
- à la propriété intellectuelle ;
- à la responsabilité ;
- à la protection des données personnelles.
Points essentiels
- Les GPAI sont des modèles polyvalents capables d’accomplir de nombreuses tâches distinctes.
- La plupart des grands modèles de langage relèvent de cette catégorie.
- L’AI Act crée un régime juridique autonome applicable aux GPAI.
- Certains GPAI peuvent être qualifiés de modèles présentant un risque systémique.
- Les fournisseurs doivent satisfaire à des obligations de documentation, de transparence et de respect du droit d’auteur.
- Les obligations applicables aux GPAI s’ajoutent à celles pouvant peser sur les systèmes d’IA construits à partir de ces modèles.
- Les enjeux de données d’entraînement, d’auditabilité et de gouvernance sont centraux.
Définition juridique
Définition retenue par l’AI Act
L’article 3 du règlement (UE) 2024/1689 définit le modèle d’IA à usage général comme un modèle capable :
d’accomplir de manière compétente une large gamme de tâches distinctes, indépendamment de la manière dont il est mis sur le marché, et pouvant être intégré dans divers systèmes ou applications en aval.
Cette définition vise principalement les modèles de fondation servant de couche technologique à de multiples services.
GPAI et système d’IA : une distinction fondamentale
L’AI Act distingue clairement :
Le modèle GPAI
Il constitue l’infrastructure technologique de base.
Exemples :
- GPT ;
- Claude ;
- Gemini ;
- Llama ;
- Mistral Large.
Le système d’IA
Il correspond à l’application concrète exploitant le modèle.
Exemples :
- un assistant juridique ;
- un chatbot bancaire ;
- un outil RH ;
- un système médical ;
- un moteur de recherche augmenté.
Cette distinction est essentielle car les obligations juridiques diffèrent selon les acteurs concernés.
Pourquoi les GPAI ont-ils été introduits dans l’AI Act ?
La proposition initiale de règlement présentée en 2021 ne prévoyait pas de régime spécifique applicable aux modèles de fondation.
L’apparition des grands modèles génératifs a conduit les institutions européennes à constater que :
- certains modèles étaient utilisés dans des milliers de services ;
- les risques pouvaient se diffuser à l’ensemble de l’écosystème ;
- les fournisseurs des modèles exerçaient une influence considérable sur les usages en aval.
Cette évolution a conduit à la création d’un régime autonome pour les GPAI.
Obligations applicables aux GPAI
Documentation technique
Les fournisseurs doivent élaborer une documentation permettant aux acteurs en aval :
- de comprendre les capacités du modèle ;
- d’identifier ses limites ;
- d’évaluer les risques ;
- de respecter leurs propres obligations réglementaires.
Analyse doctrinale
Une analyse critique des exigences en matière de documentation technique de l’article 11 et de l’annexe IV du règlement européen sur l’intelligence artificielle (IA Act)
- Auteurs : Winston Maxwell et Alicia Breidenstein
- Source : HAL
- Date : 2025
- URL :
https://dabotibius.ai/une-analyse-critique-des-exigences-en-matiere-de-documentation-technique-de-larticle-11-et-de-lannexe-iv-du-reglement-europeen-sur-lintelligence-artificielle-ia-act-2025/
Cette étude met en évidence les difficultés pratiques liées à la production d’une documentation suffisamment détaillée lorsque plusieurs couches technologiques interviennent dans le développement du modèle.
Transparence
Les fournisseurs doivent fournir des informations suffisantes pour permettre :
- l’intégration du modèle ;
- l’évaluation des risques ;
- le respect des obligations réglementaires par les intégrateurs et déployeurs.
Respect du droit d’auteur
L’AI Act impose :
- une politique de respect du droit d’auteur ;
- la publication d’un résumé suffisamment détaillé des données d’entraînement.
Cette exigence constitue l’une des innovations les plus importantes du règlement.
Les GPAI présentant un risque systémique
Définition
L’AI Act prévoit une catégorie spécifique pour les GPAI présentant un risque systémique.
Cette qualification repose notamment sur :
- la puissance de calcul mobilisée ;
- les capacités du modèle ;
- son impact potentiel à grande échelle.
Obligations renforcées
Les fournisseurs concernés doivent notamment :
- évaluer les risques systémiques ;
- mettre en œuvre des mesures d’atténuation ;
- réaliser des tests approfondis ;
- assurer un suivi continu ;
- notifier certains incidents graves ;
- renforcer les mesures de cybersécurité.
GPAI et systèmes d’IA à haut risque
Les GPAI ne sont pas automatiquement qualifiés de systèmes à haut risque.
Toutefois, ils peuvent être intégrés dans des systèmes relevant de cette catégorie.
Exemples :
- logiciel d’aide au recrutement ;
- système de notation de crédit ;
- dispositif médical ;
- outil d’aide à la décision administrative.
Dans ce cas, les obligations propres aux systèmes à haut risque s’ajoutent aux obligations GPAI.
Source Dabo Tibi Ius
Systèmes d’IA à haut risque : définition et obligations (AI Act)
- Date : 12 juin 2026
- URL :
https://dabotibius.ai/fiche-systemes-dia-a-haut-risque-ai-act/
GPAI et protection des données
L’entraînement des GPAI repose généralement sur des volumes considérables de données.
Les principales questions concernent :
- les bases légales de traitement ;
- l’information des personnes ;
- l’exercice des droits ;
- l’effacement ;
- les données d’entraînement ;
- l’articulation entre RGPD et AI Act.
Analyse doctrinale
Intervention humaine, contrôle humain et explicabilité : propos sur l’articulation entre le Règlement sur l’intelligence artificielle et le RGPD
- Auteur : Liane Huttner
- Source : RDSS 2024, p. 757
- URL :
https://dabotibius.ai/intervention-humaine-controle-humain-et-explicabilite-propos-sur-larticulation-entre-le-reglement-sur-lintelligence-artificielle-et-le-rgpd/
L’article met en lumière les complémentarités mais également les tensions entre les deux régimes juridiques.
GPAI et propriété intellectuelle
La propriété intellectuelle constitue l’un des principaux foyers contentieux émergents.
Les débats portent notamment sur :
- l’utilisation d’œuvres protégées ;
- le text and data mining ;
- les bases de données ;
- les licences ;
- les données accessibles en ligne.
Référence complémentaire Dabo Tibi Ius
L’efficacité judiciaire de la protection des bases de données : l’affaire Le Bon Coin c/ Jinka
URL :
Cette analyse illustre l’importance croissante des droits portant sur les bases de données dans l’économie de l’IA.
Analyse de la base documentaire Dabo Tibi Ius
Convergences
Les articles recensés convergent sur plusieurs constats :
- les GPAI constituent la principale innovation de l’AI Act ;
- la documentation et la transparence sont des enjeux centraux ;
- la question des données d’entraînement devient structurante ;
- les GPAI jouent un rôle clé dans la souveraineté numérique européenne ;
- le contrôle humain demeure un principe fondamental.
Divergences
Les débats doctrinaux concernent principalement :
- la définition exacte du GPAI ;
- le niveau de transparence requis ;
- l’équilibre entre innovation et régulation ;
- la portée des obligations relatives au droit d’auteur ;
- les modalités d’audit indépendant des modèles.
Tendances émergentes
La base documentaire met en évidence :
- la montée des préoccupations liées aux données d’entraînement ;
- le développement des stratégies de conformité ;
- l’importance croissante des audits ;
- l’attention portée aux GPAI à risque systémique ;
- le rôle du Bureau européen de l’IA dans la gouvernance future des modèles.
Acteurs concernés
Fournisseurs de GPAI
Autorités
- Commission européenne
- Bureau européen de l’IA
- CNIL
Acteurs économiques
- développeurs de systèmes d’IA ;
- intégrateurs ;
- déployeurs ;
- éditeurs de logiciels ;
- legaltechs ;
- entreprises utilisatrices.
Actualité récente
Les développements les plus récents concernent :
- l’entrée en application progressive des dispositions GPAI de l’AI Act ;
- la montée en puissance du Bureau européen de l’IA ;
- les travaux de normalisation ;
- les premières stratégies de conformité des grands fournisseurs ;
- les débats sur la transparence des données d’entraînement.
Bibliographie documentaire Dabo Tibi Ius
| Titre | Auteur | Source | Date | Apport doctrinal | URL |
|---|---|---|---|---|---|
| Systèmes d’IA à haut risque : définition et obligations (AI Act) | Dabo Tibi Ius | Dabo Tibi Ius | 12 juin 2026 | Articulation GPAI / haut risque | https://dabotibius.ai/fiche-systemes-dia-a-haut-risque-ai-act/ |
| Une analyse critique des exigences en matière de documentation technique de l’article 11 et de l’annexe IV du règlement européen sur l’intelligence artificielle | Winston Maxwell, Alicia Breidenstein | HAL | 2025 | Documentation technique et conformité | https://dabotibius.ai/une-analyse-critique-des-exigences-en-matiere-de-documentation-technique-de-larticle-11-et-de-lannexe-iv-du-reglement-europeen-sur-lintelligence-artificielle-ia-act-2025/ |
| Intervention humaine, contrôle humain et explicabilité | Liane Huttner | RDSS | 2024 | Articulation AI Act / RGPD | https://dabotibius.ai/intervention-humaine-controle-humain-et-explicabilite-propos-sur-larticulation-entre-le-reglement-sur-lintelligence-artificielle-et-le-rgpd/ |
| L’efficacité judiciaire de la protection des bases de données : l’affaire Le Bon Coin c/ Jinka | Dabo Tibi Ius | Dabo Tibi Ius | — | Bases de données et IA | https://dabotibius.ai/lefficacite-judiciaire-de-la-protection-des-bases-de-donnees-laffaire-le-bon-coin-c-jinka/ |
FAQ
Qu’est-ce qu’un GPAI ?
Un modèle d’IA capable d’accomplir une large variété de tâches et d’être intégré dans de nombreuses applications.
Un LLM est-il un GPAI ?
Dans la plupart des cas, oui.
ChatGPT repose-t-il sur un GPAI ?
Oui. Les modèles GPT constituent des GPAI au sens de l’AI Act.
Les GPAI sont-ils automatiquement des systèmes à haut risque ?
Non.
Les GPAI doivent-ils respecter le droit d’auteur ?
Oui. L’AI Act impose notamment une politique de respect du droit d’auteur et une transparence sur les données d’entraînement.
Les GPAI peuvent-ils être audités ?
Oui, même si les méthodes et standards d’audit demeurent en cours de structuration.
Pour aller plus loin
- AI Act
- Modèles de fondation
- Systèmes d’IA à haut risque
- Gouvernance de l’IA
- Documentation technique
- Transparence algorithmique
- Droit d’auteur et IA
- Protection des données
- Souveraineté numérique
Méthodologie : Cette fiche a été générée avec l’assistance de l’intelligence artificielle à partir de la base documentaire et de sources juridiques complémentaires lorsque cela était nécessaire. Elle constitue une synthèse documentaire et ne remplace pas un avis juridique.
Résumé pédagogique
Définition
Les GPAI (General-Purpose AI Models) sont des modèles d’intelligence artificielle capables d’exécuter une grande variété de tâches et d’être intégrés dans de multiples applications. Ils constituent la catégorie juridique créée par l’AI Act pour encadrer les modèles de fondation.
Exemple
Les modèles GPT, Claude, Gemini, Llama ou Mistral sont des GPAI. Ils peuvent servir de base à des assistants juridiques, des outils médicaux, des systèmes RH ou des moteurs de recherche.
Problématique juridique
Leur polyvalence soulève des questions inédites concernant la transparence, la documentation technique, les données d’entraînement, le droit d’auteur, la protection des données et la responsabilité des acteurs.
Cadre légal
Le cadre juridique repose principalement sur le règlement (UE) 2024/1689 (AI Act), complété par le RGPD, les règles européennes relatives aux données, les textes de propriété intellectuelle et les futurs standards techniques de gouvernance de l’IA.
Fiche Dabo Tibi Ius associées :