L'IA publicitaire de Meta devient un risque de fraude

Le 24 mars 2026, le tribunal de district nord de la Californie a rendu deux décisions qui devraient pousser toute plateforme dotée d'outils publicitaires génératifs à relire sa police d'assurance. Dans les deux, le juge en chef Richard Seeborg a refusé d'écarter des recours pour fraude en valeurs mobilières visant Meta, à propos d'annonces frauduleuses sur des titres de pacotille. Le motif n'était pas que Meta hébergeait ces annonces. C'était que l'IA de Meta les avait peut-être écrites.

Ce que le juge Seeborg a tranché le 24 mars

Dans l'affaire Bouck c. Meta Platforms (no 25-cv-05194-RS) et l'affaire connexe Suddeth (no 25-cv-08581-RS), des investisseurs et des conseillers agréés ont allégué que des fraudeurs avaient acheté des emplacements publicitaires par l'intermédiaire du gestionnaire de publicités de Meta, fabriqué de faux témoignages à partir des noms et des photos de vrais conseillers, puis dirigé les victimes vers des groupes WhatsApp pour des stratagèmes de gonflage et de largage sur des titres chinois de pacotille.

Meta a demandé le rejet en invoquant l'article 230 du Communications Decency Act, la disposition qui protège les plateformes contre la responsabilité liée au contenu des utilisateurs depuis près de trente ans. Le juge Seeborg a rejeté cette demande dans Bouck. Les demandeurs avaient allégué que les outils publicitaires d'IA générative de Meta avaient « conçu le contenu final des annonces frauduleuses », et cette allégation, tenue pour avérée à l'étape des actes de procédure, suffisait à laisser l'affaire suivre son cours.

Une théorie presque identique avait déjà survécu dans Forrest c. Meta (no 22-cv-03699-PCP), où le juge P. Casey Pitts a constaté que les outils de Meta « assemblent et recombinent » images, vidéos, textes et sons des utilisateurs, créant un litige factuel sur la contribution matérielle de la plateforme au contenu.

Pourquoi l'article 230 s'arrête à l'étape de génération

La ligne tracée par le tribunal mérite d'être retenue. Cibler une audience est une distribution protégée. Générer ou réécrire le contenu ne l'est pas.

Dans Suddeth, le tribunal a rejeté l'argument voulant que l'amplification algorithmique constitue à elle seule un développement de contenu, la qualifiant de « facilitation » selon le précédent Dyroff. Classer, trier et servir une annonce à la bonne personne reste donc à l'abri de l'article 230. Dès l'instant où le modèle de la plateforme rédige le titre, assemble l'image ou optimise l'affirmation, il commence à ressembler à un coauteur. C'est le cadre de la contribution matérielle issu de Calise c. Meta, et les outils génératifs y entrent de plain-pied.

Le problème du « maker » sous la règle 10b-5

L'article 230 est le moindre problème. Le plus grand, c'est le droit des valeurs mobilières, qui n'a aucun équivalent de l'article 230.

Selon Janus Capital Group c. First Derivative Traders, le « maker » d'une déclaration est l'entité « ayant l'autorité ultime sur la déclaration, y compris son contenu et la décision de la communiquer ou non ». Si l'IA générative d'une plateforme exerce cette autorité sur une sollicitation d'investissement assemblée, la plateforme peut être l'auteur de la déclaration frauduleuse au sens de la règle 10b-5. C'est une responsabilité primaire pour fraude en valeurs mobilières, et aucune loi d'immunité ne la fait disparaître.

Ce que cela change pour tout annonceur réglementé

La plupart des lecteurs ne sont pas Meta. La leçon se généralise quand même. Le système juridique commence à traiter le système qui génère une affirmation comme un candidat à la propriété de cette affirmation. Pour une arnaque sur titres de pacotille, c'est le problème de Meta. Pour un gestionnaire de patrimoine, un assureur ou un prêteur menant des campagnes assistées par l'IA, la même logique se retourne vers l'intérieur.

Si votre outil rédige automatiquement un rendement chiffré, une garantie implicite ou un énoncé de risque, et qu'un régulateur le juge ensuite trompeur, « c'est le modèle qui l'a produit » n'est pas une défense. C'est peut-être le contraire. Plus votre IA s'approche de l'autorité ultime sur les mots, plus ces mots vous appartiennent.

Où la conformité doit désormais vivre

Voilà l'argument en faveur d'intégrer le contrôle de conformité dans le brouillon plutôt que de le greffer à la fin. Une campagne de marketing réglementé ne peut pas traiter la révision juridique comme une dernière barrière, une fois que l'IA a déjà rédigé et publié douze variantes. La contrainte doit se trouver à l'intérieur de l'étape de génération, de sorte que le modèle ne produise jamais la phrase non conforme au départ.

C'est l'angle d'attaque de LeadLord, une plateforme de marketing par IA conçue pour la gestion de patrimoine et d'autres secteurs réglementés. Le produit réunit la rédaction, le visuel, la génération d'images, des pages de destination hébergées et les tests A/B multiplateformes sur Meta, Google et LinkedIn dans une seule pile, avec des règles de conformité qui vivent dans le brouillon plutôt qu'à la fin. Quand c'est le modèle qui assemble l'annonce, ce placement cesse d'être un agrément. Les décisions visant Meta laissent croire qu'il devient la différence entre une campagne et une responsabilité. Un cabinet capable de démontrer que son IA était contrainte au moment de la génération a un tout autre récit à présenter à un examinateur que celui qui a laissé un modèle sans bride écrire ce qui convertissait.

Ce qu'il faut surveiller ensuite

Ce sont des décisions rendues à l'étape des actes de procédure, pas des jugements définitifs. Meta combattra vigoureusement la théorie du « maker », et un appel est probable. Mais la posture procédurale compte moins que le cadrage. Deux juges du même district affirment désormais que l'IA générative d'une plateforme peut être un développeur de contenu et, possiblement, un locuteur au sens du droit des valeurs mobilières. Tout fournisseur qui vend de la génération publicitaire par IA au secteur financier devrait présumer que ce cadrage voyage. La conception sûre est celle où le modèle ne peut pas faire une affirmation que l'annonceur n'aurait pas pu faire à la main.