Pékin veut exporter ses données pour former les IA du monde

Pékin veut devenir un fournisseur mondial de données d'entraînement (texte, images, vidéos) pour peser sur ce que les chatbots étrangers apprennent, rapporte le New York Times.

Le déclic est un test mené au Beijing Institute of Technology sur ChatGPT. Les chercheurs ont conclu que l'outil produisait « biased commentary about China » et « would not evade or refuse to answer political questions about China ». Pour Pékin, cela signifiait que les vues occidentales l'emporteraient sur les droits humains et le statut de Taïwan.

La National Data Administration a publié un plan visant à constituer, d'ici fin 2028, des jeux de données « high quality » dans plus de deux douzaines de secteurs stratégiques. La doctrine officielle, citée par le journal : « Competition in the AI era is not only about models and computing power, but also about a high-quality data supply. » Autre priorité affichée : « Resolving domestic hurdles for data flows is China's top priority. »

Le pendant local n'a pas bougé. Le NYT rappelle que les chatbots chinois comme DeepSeek « evaded answering sensitive questions about Mr Xi and Beijing's 'zero Covid' policies ». Les modèles publiés en Chine restent alignés sur les règles du Parti, comme nous le notions cette semaine à propos du statu quo autour des open-weights de DeepSeek et Qwen.

Côté occidental, un expert cyber de l'Australian Strategic Policy Institute prévient dans le NYT : « The downside of this will be that it gives greater power for authoritarian states to dictate a chatbot's values. » Une autre voix citée par le journal pose la thèse plus large : « The overarching goal is to make the world safer for the party, and that involves controlling a huge part of how the world runs on AI. » Sur le mécanisme : « What AI does is it disconnects the messenger from the message. »

Le NYT ne chiffre pas la part des corpus chinois déjà intégrés aux modèles américains, ni les canaux d'export envisagés.