Images et descriptions générées par IA dans les flux : guide des règles 2026

<p>Toutes les équipes e-commerce avec lesquelles j'échange en 2026 ont déjà utilisé l'IA quelque part dans leur catalogue. Un arrière-plan remplacé. Une scène d'ambiance générée à partir d'un simple packshot. Trois cents descriptions de produits rédigées en un après-midi. Les outils sont arrivés plus vite que les processus de conformité de quiconque.</p>
<p>Puis vient la question, généralement posée avec une légère grimace : <em>est-ce que cela va nous valoir des refus ?</em></p>
<p>La réponse honnête, c'est que la question est mal posée. Il n'existe pas une seule « règle sur les contenus IA » à respecter. Quatre corpus de règles distincts s'appliquent en même temps, et ils vous demandent des choses différentes :</p>
<ol><li><strong>La politique de contenu du canal</strong> — ce que la plateforme autorise tout simplement dans une annonce</li><li><strong>La déclaration et les métadonnées</strong> — la manière dont vous devez déclarer l'intervention de l'IA, généralement de façon invisible</li><li><strong>La présentation trompeuse</strong> — le fait que l'élément représente fidèlement ce qui est livré dans le carton</li><li><strong>La loi</strong> — depuis le 2 août 2026, un véritable texte législatif dans l'UE, assorti d'amendes réelles</li></ol>
<p>La plupart des marchands qui ont des ennuis n'enfreignent pas la règle 1. Ils sont conformes en apparence, mais échouent sur la règle 2 à cause d'un bug de leur pipeline dont ils ignorent l'existence, ou sur la règle 3 parce qu'un modèle génératif a discrètement modifié quelque chose sur le produit.</p>
<p>Ce guide passe en revue chaque canal et chaque corpus de règles, et se termine par les contrôles opérationnels qui détectent réellement les problèmes.</p>
<hr />
<h2 id="la-version-courte">La version courte</h2>
<p>Si vous ne lisez qu'une seule section :</p>
<ul><li><strong>Google autorise les images et les textes générés par IA.</strong> Il exige une déclaration lisible par les machines : des métadonnées IPTC sur les images, des attributs de flux dédiés pour les textes. L'échec le plus fréquent vient de métadonnées supprimées quelque part entre votre générateur et Merchant Center.</li><li><strong>TikTok Shop est le plus strict.</strong> Un rendu entièrement synthétique du produit en image principale n'est pas autorisé, quelle que soit la déclaration.</li><li><strong>Meta l'autorise</strong> dans le cadre de ses règles générales de représentation fidèle, avec un label IA obligatoire sur les créations publicitaires.</li><li><strong>L'AI Act de l'UE ajoute désormais une couche visible par l'acheteur</strong> à tout ce qui précède, pour quiconque vend dans l'UE.</li><li><strong>Presque tous les refus liés à l'IA que nous voyons découlent d'une règle d'image ordinaire</strong> — une surimpression promotionnelle, un filigrane, une résolution minimale — et non de l'IA elle-même.</li></ul>
<hr />
<h2 id="corpus-1-ce-que-google-exige-reellement">Corpus 1 : ce que Google exige réellement</h2>
<h3 id="images-la-regle-des-metadonnees-iptc">Images : la règle des métadonnées IPTC</h3>
<p>Google Merchant Center accepte les images de produits générées ou retouchées par IA, aussi bien pour les fiches gratuites que pour les annonces Shopping payantes. C'est le cas depuis début 2024. Il n'y a aucune interdiction à contourner.</p>
<p>Ce que Google exige, c'est que l'image contienne des métadonnées intégrées déclarant son origine. Le mécanisme est la propriété IPTC <code>DigitalSourceType</code>, et deux valeurs comptent pour l'e-commerce :</p>
<div class="overflow-x-auto rounded-[24px] border border-sand-200 bg-white [&_th]:bg-sand-50! [&_th]:px-4! [&_td]:px-4! [&_th]:py-3! [&_td]:py-3!"><table class="[display:table]! w-full! min-w-[560px] text-[15px]! leading-[1.45]"><thead><tr><th scope="col">Valeur</th><th scope="col">Quand l'utiliser</th></tr></thead><tbody><tr><td><code>TrainedAlgorithmicMedia</code></td><td>L'image a été entièrement créée par un modèle génératif — une photo produit générée à partir d'un prompt texte ou d'une image de référence, sans photographie d'origine sous-jacente</td></tr><tr><td><code>CompositeSynthetic</code></td><td>Une vraie photo de produit combinée à des éléments générés — de loin le cas le plus courant en e-commerce, qui couvre le remplacement d'arrière-plan, la génération de scène et la modification de l'environnement autour d'un produit réel</td></tr></tbody></table></div>
<p>L'exigence couvre <code>image_link</code>, <code>additional_image_link</code> et <code>lifestyle_image_link</code>. Les recommandations de Google sont sans détour sur le risque d'échec : ne supprimez pas les balises de métadonnées intégrées, comme <code>DigitalSourceType</code>, des images créées avec des outils génératifs.</p>
<p>Toute la difficulté est là, et nous y reviendrons, car « ne pas les supprimer » se révèle bien plus difficile qu'il n'y paraît dès qu'une image traverse un véritable pipeline de production.</p>
<p>Product Studio, l'outil intégré de Google, écrit la balise automatiquement. Si vous générez vos images ailleurs — ce que font la plupart des marques à grande échelle, car Product Studio ne permet ni traitement par lots ni style visuel cohérent sur un grand catalogue —, c'est à vous d'écrire et de préserver ces métadonnées.</p>
<h3 id="textes-structured-title-et-structured-description">Textes : structured_title et structured_description</h3>
<p>C'est la partie que presque personne n'a mise en œuvre, alors qu'elle est en vigueur depuis avril 2024.</p>
<p>Les titres et descriptions générés par IA ne sont pas censés figurer dans les attributs ordinaires <code>title</code> et <code>description</code>. Google a créé des attributs dédiés :</p>
<pre><code class="language-xml">&lt;g:structured_title&gt;
&lt;g:digital_source_type&gt;trained_algorithmic_media&lt;/g:digital_source_type&gt;
&lt;g:content&gt;Merino Wool Crew Neck Sweater - Men's, Charcoal, Size M&lt;/g:content&gt;
&lt;/g:structured_title&gt;

&lt;g:structured_description&gt;
&lt;g:digital_source_type&gt;trained_algorithmic_media&lt;/g:digital_source_type&gt;
&lt;g:content&gt;Full description text here.&lt;/g:content&gt;
&lt;/g:structured_description&gt;</code></pre>
<p>Deux détails piègent souvent :</p>
<p><strong>Omettre <code>digital_source_type</code> est en soi une déclaration.</strong> Si vous soumettez <code>structured_title</code> avec uniquement le sous-attribut <code>content</code>, vous indiquez à Google que le contenu n'a <em>pas</em> été généré par IA. Le silence n'est pas neutre ici.</p>
<p><strong>Si vous envoyez les deux, c'est l'attribut simple qui l'emporte.</strong> Lorsque <code>title</code> et <code>structured_title</code> sont tous deux présents, Google utilise <code>title</code>. Renseigner l'attribut structuré tout en laissant en place votre ancien <code>title</code> rédigé par IA ne sert donc à rien, sinon à alourdir le fichier.</p>
<p>Bien faire les choses relève du mapping, pas de la rédaction — et c'est exactement le type de besoin auquel répondent les <a href="/fr/feed-rules">règles de flux</a>. Si vos descriptions sont générées dans un système et votre flux assemblé dans un autre, c'est au niveau des règles que vous marquez la provenance pendant que la valeur circule.</p>
<h3 id="google-penalise-t-il-donc-les-contenus-ia">Google pénalise-t-il donc les contenus IA ?</h3>
<p>Pas parce qu'ils sont générés par IA. La position de Google sur les contenus génératifs est constante depuis des années : elle porte sur la qualité du résultat, pas sur son auteur. La règle anti-spam qui piège les marchands est l'<strong>abus de contenu à grande échelle</strong> — la publication de gros volumes de contenus de faible valeur dans le but principal de manipuler les classements —, et elle s'applique de la même façon à un humain qui rédige trois cents descriptions creuses qu'à un modèle qui le fait.</p>
<p>La règle qui frappe réellement dans Merchant Center est celle de la <strong>présentation trompeuse</strong>. Et c'est là que l'IA augmente réellement votre risque, pour une raison qui n'a rien à voir avec les règles et tout à voir avec le fonctionnement des modèles de langage : ils comblent les lacunes de manière plausible.</p>
<p>Demandez à un modèle de rédiger la description d'une veste à partir d'une fiche source pauvre, et il produira un texte assuré sur le grammage du tissu, la résistance à l'eau, la coupe. Ces phrases peuvent être fausses. Votre page de destination indique « déperlant » ; le texte généré dit « imperméable ». Cet écart est à la fois une violation des règles et un problème de retours, et il ne ressemblera pas à un problème d'IA lorsqu'il surviendra : il ressemblera à un problème de données produits.</p>
<p>La parade n'a rien de spectaculaire : générez à partir de données sources complètes, et non de données sources pauvres. Un modèle contraint par de vraies valeurs d'attributs invente bien moins qu'un modèle à qui l'on demande d'être persuasif sur un produit dont il ne sait rien. La complétude du catalogue devient donc un outil de conformité, et le travail se déplace en amont, vers l'<a href="/fr/feed-optimization">enrichissement du catalogue</a>.</p>
<hr />
<h2 id="corpus-2-les-autres-canaux">Corpus 2 : les autres canaux</h2>
<h3 id="meta">Meta</h3>
<p>Les Règles de commerce de Meta encadrent les fiches de catalogue et reposent sur la représentation fidèle du produit : il n'existe aucune interdiction propre à l'IA pour les images de catalogue. L'exigence apparaît côté publicité, où Meta attend un label de contenu IA sur les créations publicitaires générées ou substantiellement modifiées par IA.</p>
<p>Conséquence pratique pour quiconque diffuse des annonces catalogue : l'image de votre flux et votre création publicitaire peuvent relever de règles différentes, même si elles représentent le même produit. Si vous générez des créations dynamiques à partir des données du flux — c'est le cas d'usage du <a href="/fr/creative-suite">Creative Suite</a> —, c'est l'exigence de label côté annonces qu'il faut vérifier, et elle se configure dans vos modèles de créations plutôt que dans le mapping de votre flux.</p>
<p>Consultez notre <a href="/fr/integration/meta">guide d'intégration Meta</a> pour connaître les exigences actuelles des champs de catalogue.</p>
<h3 id="tiktok-shop">TikTok Shop</h3>
<p>TikTok est le plus strict des grands canaux, et celui qui risque le plus de surprendre une équipe qui supposait que les règles de Google étaient représentatives.</p>
<p>La politique de mise en ligne des produits de TikTok Shop interdit les images génériques et les rendus numériques d'un produit. Une image principale entièrement synthétique n'est donc pas autorisée, et la déclaration n'y change rien. Les photos de produits réels retouchées par IA sont autorisées, avec une déclaration obligatoire en cas de modifications substantielles, en vertu des règles sur les contenus générés par IA entrées en vigueur en mai 2026.</p>
<p>Où se situe la limite : une retouche légère assistée par IA — correction des couleurs, nettoyage, détourage — est généralement considérée comme de la post-production ordinaire. La déclaration devient nécessaire lorsque l'IA génère la substance de l'image : un mannequin qui n'existe pas, une scène qui n'a jamais eu lieu.</p>
<p>L'implication pour la conception est bien réelle. Si votre processus créatif part d'une vraie photo du produit et génère <em>autour</em> de celle-ci, vous respectez les règles de tous les grands canaux. S'il génère le produit lui-même, TikTok vous est fermé.</p>
<h3 id="canaux-turcs-et-regionaux">Canaux turcs et régionaux</h3>
<p>Pour les marchands qui vendent sur Trendyol, Hepsiburada, Akakçe, N11 ou Çiçeksepeti, les règles publiées sur les contenus IA sont minces, voire inexistantes, par rapport aux plateformes mondiales. Cela ne signifie pas que le risque est moindre : les consignes d'images des marketplaces sur les filigranes, les surimpressions, les bordures et la représentation fidèle s'appliquent toujours, et elles détectent l'essentiel des mauvais résultats de l'IA selon leurs propres critères, sans jamais mentionner l'IA.</p>
<p>Notre hypothèse de travail pour les canaux turcs : respecter la norme mondiale la plus stricte applicable, parce que c'est moins coûteux que de maintenir deux jeux d'éléments, et parce que ces règles vont converger. Si vous exportez vers <a href="/fr/integration/akakce">Akakçe</a> ou les marketplaces turques, ce sont les règles d'images standard de la section suivante qui doivent servir de référence à vos audits dès aujourd'hui.</p>
<hr />
<h2 id="corpus-3-l-ai-act-de-l-ue">Corpus 3 : l'AI Act de l'UE</h2>
<p>C'est suffisamment récent pour que la plupart des recommandations publiées lui soient antérieures.</p>
<p>L'article 50 de l'AI Act de l'UE fixe des obligations de transparence pour les contenus générés ou manipulés par IA, et ces obligations sont applicables depuis le <strong>2 août 2026</strong>. Elles sont distinctes du régime des systèmes à haut risque de l'AI Act : elles s'appliquent quel que soit le niveau de risque, dès qu'un système d'IA crée ou manipule des contenus image, audio ou vidéo.</p>
<p>Ce qui compte pour un catalogue produits :</p>
<p><strong>L'obligation vise l'acheteur, pas seulement les métadonnées.</strong> L'exigence IPTC de Google est lisible par les machines et invisible pour les acheteurs. L'article 50 exige une information claire, distinguable et fournie au plus tard lors de la première exposition. Un label discret sur une image ou une ligne enfouie dans vos conditions générales n'atteint pas ce seuil.</p>
<p><strong>La retouche d'assistance est généralement hors champ.</strong> L'agrandissement, la correction des couleurs et les réglages de base de la luminosité sont ordinairement considérés comme de l'assistance plutôt que de la génération. L'obligation s'applique lorsque l'IA crée ou modifie substantiellement le contenu.</p>
<p><strong>Une portée extraterritoriale.</strong> Les déployeurs établis hors de l'UE sont concernés dès lors que le résultat est utilisé dans l'UE. Un marchand turc ou britannique qui vend dans l'UE est couvert.</p>
<p><strong>Un label standard est disponible.</strong> En juin 2026, la Commission a publié un jeu d'icônes gratuit pour signaler les contenus générés par IA, qui distingue les contenus entièrement générés par IA de ceux partiellement modifiés par IA. Son adoption est volontaire, mais il devrait devenir la référence pratique.</p>
<p><strong>Les amendes sont significatives.</strong> Le non-respect de l'article 50 expose à des sanctions pouvant atteindre 15 millions d'euros ou un pourcentage du chiffre d'affaires annuel mondial, le montant le plus élevé étant retenu.</p>
<p>Google s'est adapté. Des paramètres de label de contenu IA sont en cours de déploiement dans Google Ads, Display &amp; Video 360, Campaign Manager 360, Merchant Center et Ads Editor, et Google a confirmé que ces labels ne seraient pas considérés comme des infractions à ses propres règles interdisant les textes en surimpression et les filigranes — une exception importante, car un label IA visible sur une image produit serait sinon précisément le type de surimpression qui déclenche un refus.</p>
<p>Google précise aussi explicitement que l'utilisation de son paramètre de label ne garantit pas la conformité réglementaire. C'est une question pour votre conseil juridique, pas pour votre outil de flux. Ce que votre outil de flux doit faire, c'est permettre d'appliquer le bon label au bon sous-ensemble de votre catalogue — ce qui suppose de savoir, au départ, quels éléments sont générés par IA. Et cela nous amène à la partie qui casse réellement.</p>
<hr />
<h2 id="corpus-4-le-probleme-du-pipeline">Corpus 4 : le problème du pipeline</h2>
<p>Voici le cas d'échec que nous rencontrons le plus souvent, et il reste invisible jusqu'à l'arrivée d'un refus.</p>
<p>Votre outil de génération écrit des métadonnées IPTC correctes. Votre image effectue ensuite ce trajet :</p>
<pre><code>generator → asset store → resize/crop job → format conversion → CDN → feed export</code></pre>
<p>Par défaut, les métadonnées ne survivent pas à ce trajet. Les bibliothèques de redimensionnement d'images les suppriment. La conversion en WebP les supprime. Les pipelines de transformation des CDN les suppriment agressivement, car les métadonnées sont des octets et que leur raison d'être est précisément de supprimer des octets. Au moment où l'URL de votre attribut <code>image_link</code> renvoie vers un fichier, la déclaration exigée par Google a peut-être disparu — et rien, nulle part dans votre stack, n'aura signalé d'erreur.</p>
<p>Vous voilà non conforme sur toutes les images IA de votre catalogue, avec un processus de génération parfaitement conforme.</p>
<p><strong>Comment vérifier.</strong> Récupérez l'URL d'une image en ligne exactement telle qu'elle figure dans votre flux — pas le fichier source, mais l'URL que le canal récupère réellement — et inspectez ses métadonnées :</p>
<pre><code class="language-bash"># ExifTool, most reliable
exiftool -DigitalSourceType product-image.jpg

ImageMagick

identify -verbose product-image.jpg | grep -i digitalsource</code></pre>
<p>Testez une image par chemin de pipeline. Si vous servez différents formats ou tailles via différentes transformations, chaque chemin doit être vérifié séparément, car ils échouent indépendamment les uns des autres.</p>
<p><strong>Comment corriger.</strong> Configurez votre étape de transformation pour qu'elle préserve les données IPTC : la plupart des outils proposent une option de copie des métadonnées, désactivée par défaut. Lorsque le CDN n'est pas configurable, réinjectez les métadonnées après la transformation. Et ajoutez une vérification périodique sur un échantillon d'URL en ligne, car les configurations de CDN sont modifiées par des personnes qui n'ont jamais entendu parler de <code>DigitalSourceType</code>.</p>
<p>C'est aussi une raison de conserver la provenance dans la fiche du flux, et pas seulement dans le fichier. Si votre flux sait quels produits comportent des éléments générés par IA, vous pouvez agir en conséquence — les segmenter, les labelliser, les exclure d'un canal qui ne les autorise pas — indépendamment du fait que les métadonnées aient survécu ou non au pipeline. C'est le travail des <a href="/fr/feed-rules">règles de flux</a>, et c'est toute la différence entre « nous pensons que la plupart sont conformes » et une réponse auditable.</p>
<hr />

Ce qui cause réellement les refus

Il vaut la peine de le dire clairement, car l'inquiétude sur ce sujet est mal placée : les infractions liées aux images figurent systématiquement parmi les causes les plus fréquentes de refus de produits dans Merchant Center, et l'immense majorité d'entre elles n'ont rien à voir avec l'IA.

Les règles que les résultats de l'IA ont tendance à enfreindre — parce que les outils génératifs sont optimisés pour produire de belles images marketing, et que les belles images marketing sont précisément ce que les règles des flux interdisent :

Cette dernière ligne mérite d'être soulignée. Une image principale générée qui n'a jamais été mise en ligne sur le site constitue un écart, et c'est l'une des raisons les plus fréquentes pour lesquelles un produit reste refusé alors que le marchand a « corrigé » l'image.

À propos du passage à 500×500 : Google a indiqué qu'il agrandirait automatiquement par IA certaines images sous le seuil, en guise de filet de sécurité, et que les images ainsi agrandies satisferaient l'exigence sans action de votre part. Considérez cela comme un dernier recours, pas comme un plan. Vous ne voulez pas qu'une machine décide de l'apparence de votre produit.

Effectuer ces contrôles à la main sur tout un catalogue n'est pas réaliste. Notre outil gratuit d'audit de flux signale les problèmes de résolution, de surimpression et d'attributs dans votre flux en ligne, et Feed Protection les détecte avant qu'un export n'atteigne le canal plutôt qu'après.

Un processus qui reste dans les clous

Générez autour du produit, pas le produit. Partez d'une vraie photo. Remplacez les arrière-plans, construisez des scènes, ajoutez une mise en scène saisonnière — mais ne touchez pas aux pixels du produit. Cette seule contrainte vous maintient en conformité sur tous les grands canaux, TikTok compris, et elle élimine l'essentiel du risque de présentation trompeuse, car ce qui est vendu reste ce qui a été photographié.

Comparez avant de publier. Basculez entre l'image générée et la photo source en taille réelle. Si un logo s'est déplacé, si une couture a disparu, si une couleur a dérivé, si une bride a changé ou si une caractéristique est apparue, rejetez l'image. Cela prend quelques secondes et permet de repérer les erreurs qui peuvent vous coûter un compte.

Ne laissez jamais une scène générée suggérer un accessoire que vous ne livrez pas. Une scène de cuisine générée autour d'une bouilloire qui inclut un ensemble assorti que vous ne vendez pas constitue une présentation trompeuse, un problème de retours et un problème d'avis clients.

Des modèles plutôt que des créations au cas par cas. Un modèle relu et approuvé, appliqué à tout un catalogue, ne vous laisse qu'un seul élément à auditer au lieu de dix mille. C'est d'ailleurs ainsi que la production créative cesse d'être une question d'effectifs — Karaca a produit 10 000 créations Black Friday aux couleurs de sa marque en deux heures à partir d'un seul modèle approuvé, mappé sur les champs du flux. L'argument de la conformité et celui de l'efficacité vont dans le même sens.

Conservez la provenance dans le flux. Indiquez quels produits comportent des éléments visuels générés par IA et lesquels comportent des textes générés par IA. Vous en avez besoin pour structured_title, pour les labels exigés dans l'UE, pour exclure des produits de TikTok et pour répondre lorsque quelqu'un pose la question. L'ajouter après coup sur un catalogue en ligne est pénible ; l'ajouter dès l'intégration ne coûte presque rien.

Une relecture humaine des textes, toujours. Pas une réécriture complète, mais une vérification des faits au regard des vraies valeurs d'attributs. Les points précis à vérifier sont ceux qu'un modèle inventera avec assurance : composition, dimensions, compatibilité, résistance à l'eau, instructions d'entretien, contenu du colis.

Vérifiez régulièrement les métadonnées sur les URL en ligne. Pas sur le fichier source, mais sur l'URL que le canal récupère. Au minimum une fois par trimestre, et après toute modification du CDN ou du pipeline d'images.

Quand ne pas utiliser du tout d'images générées par IA

Une section honnête, car la réponse n'est pas toujours oui.

Lorsque la couleur exacte est le critère d'achat. Peinture, cosmétiques, textiles, revêtements de meubles. La dérive des couleurs par l'IA générative est subtile, systématique, et elle apparaît dans vos données de retours avant d'apparaître dans un avis de non-conformité. Le catalogue de mobilier de Vivense illustre bien une catégorie où l'exactitude des tissus et des finitions sur l'ensemble des variantes compte davantage que la variété créative.

Les catégories réglementées. Compléments alimentaires, dispositifs médicaux, cosmétiques revendiquant une efficacité. Toute image générée qui suggère un résultat physique pose problème sur tous les canaux, et plusieurs plateformes appliquent une vigilance accrue spécifiquement à ces catégories.

Lorsque vous ne pouvez pas dire « ce qui a changé ». Si votre processus ne garde pas trace des éléments générés et de la manière dont ils l'ont été, vous ne pouvez ni respecter les obligations de déclaration ni répondre à une contestation de conformité. Construisez d'abord cette traçabilité, puis passez la génération à l'échelle.

Lorsque la vraie photo est déjà bonne. L'IA vaut la peine là où la photographie ne passe pas à l'échelle — variantes saisonnières, relooking de campagnes, mises en situation pour un millier de SKU. Elle ne vaut pas la peine pour remplacer une photo principale qui fonctionne.

Ce qu'il faut en retenir

La charge de conformité est réelle, mais elle n'a rien de compliqué sur le plan conceptuel. C'est un problème de traçabilité des données déguisé en problème de règles : savoir quels éléments sont générés, garder cette information rattachée à la fiche produit, veiller à ce que la déclaration parvienne jusqu'au canal, et contrôler les règles ordinaires qui détectent les mauvais résultats, quel qu'en soit l'auteur.

Les marchands qui auront du mal en 2027 ne sont pas ceux qui utilisent l'IA. Ce sont ceux qui l'ont utilisée à grande échelle sans garder trace de ce qu'ils faisaient, et qui ne peuvent plus répondre à une question simple sur leur propre catalogue.

Sources

• Aide Google Merchant Center — Contenus générés par IA : https://support.google.com/merchants/answer/14743464
• Aide Google Merchant Center — Infractions liées à la qualité des données produits : https://support.google.com/merchants/answer/13693497
• Google Search Central — Recommandations sur les contenus générés par IA : https://developers.google.com/search/docs/fundamentals/using-gen-ai-content
• Commission européenne — Code de bonnes pratiques sur la transparence des contenus générés par IA : https://digital-strategy.ec.europa.eu/en/policies/code-practice-ai-generated-content
• AI Act de l'UE — Règles de transparence de l'article 50 : https://artificialintelligenceact.eu/transparency-rules-article-50/