VK a demandé à ses prestataires s'ils entraînaient une IA sur des scans de cartes d'étudiant

Une réduction pour étudiants sur un service de musique ressemble à une petite mécanique marketing. Mais elle a un envers technique : quelqu'un doit vérifier, manuellement ou automatiquement, un très grand nombre de cartes d'étudiant papier. Aujourd'hui, VK, qui change de partenaire pour cette vérification, a posé aux candidats une question gênante : ne comptez-vous pas entraîner une IA sur ces données ?

Ce qui s'est exactement passé

Le groupe VK sélectionne un nouveau prestataire informatique pour la vérification en masse des cartes d'étudiant papier. Elle est nécessaire pour que les utilisateurs accèdent à «VK Musique» à prix réduit. Dans le cadre du choix du partenaire, l'entreprise a demandé aux exécutants potentiels d'indiquer s'ils prévoyaient d'utiliser les données reçues pour entraîner des modèles d'IA. Par ailleurs, la confirmation de l'interdiction de telles actions figure à l'ordre du jour.

Autrement dit, VK ne vérifie pas seulement si le prestataire sait reconnaître des documents. Elle fixe d'avance que les données de vérification ne doivent pas devenir la matière première des modèles d'autrui.

Pourquoi les cartes d'étudiant sont une matière précieuse

Les experts cités par CNews estiment que le volume de cartes d'étudiant collectées représente effectivement une grande valeur pour les systèmes de vision par ordinateur. La logique est claire. Ce sont de vrais documents, photographiés avec différents appareils, sous différentes lumières et sous différents angles. Les cartes d'étudiant sont émises différemment selon les universités : formulaires, cachets, polices et photos varient. Pour un modèle qui apprend à repérer un document sur une image, à lire ses champs et à distinguer un formulaire authentique d'un faux, cette diversité est la ressource la plus chère. Il est difficile de la constituer artificiellement.

Il y a aussi un revers. Ces documents contiennent, en règle générale, des données personnelles, et la question de savoir si on peut les utiliser pour l'entraînement ne relève pas seulement de la concurrence, mais aussi de la confiance des utilisateurs.

Un point particulier de l'article : l'entraînement du nouveau service informatique pourrait servir VK elle-même, car il améliore son fonctionnement. Un modèle qui voit davantage d'exemples réels se trompe moins sur les cartes atypiques. L'interdiction n'est donc pas un avantage évident, mais un compromis délibéré entre qualité et contrôle des données.

Ce que cela implique en pratique

La source ne révèle pas quelles conditions figureront finalement dans le contrat, ni quels prestataires se disputent le projet. Mais l'approche mérite d'être reprise.

• Inscrivez l'interdiction explicitement. Si le prestataire traite des documents, des photos ou des échanges de vos clients, la formule «utilisé uniquement pour fournir le service» doit comporter une clause distincte sur l'entraînement des modèles. Le silence du contrat est souvent interprété en faveur de l'exécutant.
• Posez la question avant la signature, pas après. VK l'a posée à l'étape du choix du partenaire, quand elle a encore un levier d'influence. Une fois le projet lancé, il est plus difficile de négocier.
• Surveillez le cycle de vie des données. Découvrez où les scans sont stockés, pendant combien de temps et qui y a accès. La même question se pose pour le réentraînement des modèles internes du prestataire.
• Considérez les données comme un actif. Si votre processus génère un volume d'images annotées ou vérifiées, c'est déjà un jeu de données, même si vous n'aviez pas prévu d'en créer un.

Pour le product manager, la conclusion est simple : toute fonction «de routine» comme la vérification d'une réduction génère des données précieuses pour l'IA. Pour le développeur : si vous êtes prestataire, soyez prêt à répondre honnêtement à l'usage qui sera fait des fichiers reçus. Les clients commencent à le demander ouvertement.

Limites

L'article ne dit pas comment se terminera le choix du partenaire, si l'interdiction sera techniquement vérifiable et comment VK compte en contrôler le respect. L'évaluation des experts sur la valeur du jeu de données est une opinion, pas une grandeur mesurée. Mais le signal pour le marché est clair : les conditions d'utilisation des données pour l'entraînement de l'IA deviennent une partie ordinaire d'un appel d'offres, et non des petites lignes en fin de contrat.