Anonymiser les données avant qu'elles aillent vers l'IA – est-ce suffisant ?
En partie. Caviarder les saisies avant l'envoi réduit sensiblement le risque et vaut mieux que rien. Juridiquement, il s'agit toutefois presque toujours d'une pseudonymisation et non d'une anonymisation – car la correspondance existe quelque part, sinon la réponse ne reviendrait pas lisible. Les données restent donc des données personnelles, le RGPD continue de s'appliquer, et le traitement a toujours lieu chez le fournisseur externe. Qui veut éviter cela n'a pas besoin d'un meilleur masquage, mais que les données ne sortent pas du tout.
Ce que le masquage apporte réellement
Le procédé s'explique vite : avant qu'un texte parte vers un modèle de langage, une détection cherche les mentions personnelles – noms, adresses, dates de naissance, IBAN, numéros de dossier – et les remplace par des espaces réservés. Le modèle travaille sur le texte masqué, et les valeurs d'origine sont réinsérées dans la réponse. Pour l'utilisatrice, tout se passe comme si l'IA avait lu le dossier réel.
Le gain est réel et ne doit pas être minimisé ici. Un nom en clair de moins dans l'invite, c'est un nom en clair de moins dans les journaux du fournisseur. Contre l'erreur la plus fréquente au quotidien – quelqu'un colle un courrier client complet dans une fenêtre de discussion – un masquage automatique aide plus sûrement que n'importe quelle formation.
Mais la question décisive n'est pas de savoir si cela aide. Elle est : est-ce suffisant pour remplir les obligations qui vous ont fait réfléchir au départ ? Et là, la réponse devient moins nette.
Où passe la limite
Une détection qui repère le caractère personnel dans un texte libre travaille avec des probabilités. Elle est imparfaite non parce qu'elle serait mal construite, mais parce que la tâche elle-même n'a pas de solution univoque : qu'une suite de caractères identifie ou non dépend du contexte, pas de sa forme.
C'est pourquoi les fournisseurs de tels procédés annoncent des taux de détection et non des garanties. Un taux de 95 pour cent paraît élevé – mais il signifie qu'une occurrence sur vingt n'est pas reconnue comme telle. À mille pages de correspondance par mois, ce n'est plus une grandeur théorique.
La dernière ligne est la plus importante, et elle mène droit au cœur juridique.
La pseudonymisation n'est pas l'anonymisation
Le RGPD distingue nettement les deux. Des données sont anonymes seulement si plus personne ne peut rétablir le lien avec une personne au prix d'un effort raisonnable – de telles données sortent entièrement du champ du règlement selon le considérant 26. Des données sont pseudonymisées si elles peuvent être réattribuées à l'aide d'informations supplémentaires (art. 4, point 5, RGPD). Les données pseudonymes restent des données personnelles, et toutes les obligations continuent de s'appliquer.
Un procédé qui pose des espaces réservés et les résout de nouveau dans la réponse relève par définition du second cas. La correspondance doit exister, sinon le produit ne fonctionne pas. Il s'agit donc toujours d'un traitement de données personnelles – avec contrat de sous-traitance, registre des activités de traitement, base légale et, le cas échéant, analyse d'impact.
Pour les professionnels tenus au secret au titre du § 203 du code pénal allemand – cabinets d'avocats, cabinets médicaux, métiers du conseil – cela déplace la question une fois de plus. Là, la divulgation à un tiers est déjà l'étape critique, indépendamment de la qualité du caviardage. Le masquage peut atténuer cette étape, mais il ne la supprime pas.
Quand le masquage reste malgré tout le bon choix
Rien de tout cela ne rend le procédé inutile. Il existe des cas où il convient exactement :
- Quand un modèle externe précis est nécessaire. Certaines tâches tournent aujourd'hui le mieux sur l'un des grands modèles du marché. Qui en dépend s'en sort nettement mieux avec un masquage que sans.
- Comme filet contre l'erreur humaine. Même à côté d'une solution interne, la tentation demeure de glisser rapidement quelque chose dans une fenêtre de discussion privée. Un masquage imposé l'intercepte.
- Pour du matériel sans données personnelles. Pour de la documentation technique, des textes marketing ou des dossiers d'appel d'offres publics, toute la discussion est sans objet.
L'erreur n'est pas de masquer. Elle est de prendre le masquage pour une décision de localisation. Il change ce qui sort – non si quelque chose sort, ni vers où.
L'alternative : ne pas envoyer du tout
La seconde voie inverse l'ordre. Au lieu de masquer les données avant qu'elles quittent la maison, rien ne quitte la maison. Le modèle tourne là où les documents se trouvent déjà – on-premise sur votre propre infrastructure ou dans un centre de données allemand.
Plusieurs questions se dissolvent alors au lieu d'appeler une réponse. Il n'y a pas de taux de détection, parce qu'il n'y a rien à détecter. Il n'y a ni transfert vers un pays tiers ni question du CLOUD Act, parce qu'aucun pays tiers n'est impliqué. Et la qualité des réponses ne souffre pas du masquage : le modèle voit le dossier complet, parce qu'il en a le droit.
C'est exactement ainsi que KOSMO est construit. L'assistant travaille sur vos propres sources, indique la référence de chaque réponse, et aucun modèle n'est entraîné avec vos contenus. Ce que cela donne au quotidien est décrit sous Fonctionnement ; l'appréciation juridique des services en nuage sous ChatGPT, Claude & Co. avec des données clients.
Remarque : cette page met en perspective un schéma technique et juridique et ne remplace pas un conseil juridique. La licéité d'un usage donné dépend du secteur, des données traitées et de la mise en œuvre au cas par cas – en cas de doute, à clarifier avec votre délégué à la protection des données ou un cabinet spécialisé.
Questions fréquentes
L'anonymisation suffit-elle pour utiliser ChatGPT conformément au RGPD ?
Elle aide, mais à elle seule elle ne suffit généralement pas. Les procédés qui résolvent de nouveau les espaces réservés dans la réponse relèvent juridiquement de la pseudonymisation – les données restent personnelles et le traitement a toujours lieu chez le fournisseur externe. Le contrat de sous-traitance, la base légale et la question du transfert hors UE subsistent.
Quelle différence entre anonymisation et pseudonymisation ?
Des données anonymes ne peuvent plus être rattachées à une personne par qui que ce soit au prix d'un effort raisonnable ; selon le considérant 26, elles sortent du champ du RGPD. Des données pseudonymes peuvent être réattribuées à l'aide d'informations supplémentaires (art. 4, point 5) et restent intégralement protégées. Qui retraduit des espaces réservés détient nécessairement cette information supplémentaire.
Quelle est la fiabilité de ces procédés pour détecter les données personnelles ?
Bonne, mais pas complète. Les mentions structurées comme les IBAN ou les dates de naissance se trouvent sûrement par motif. Plus difficiles sont les identifiants internes sans format fixe et surtout les combinaisons : un diagnostic rare avec une commune et une période identifie une personne même sans nom.
La qualité des réponses souffre-t-elle du masquage ?
C'est un arbitrage. Plus on masque soigneusement, moins il reste de contexte au modèle. Dans des textes juridiques ou médicaux, où les relations entre les personnes impliquées sont l'information même, cela peut devenir sensible.
Cela vaut-il aussi pour les professionnels tenus au secret ?
Là, la situation est plus stricte. Ce qui est critique, c'est déjà la divulgation à un tiers, indépendamment de la qualité du caviardage. Le masquage réduit le risque mais ne supprime pas l'étape. Qui traite des données de clients, de patients ou de conseil devrait faire examiner ce point expressément.
KOSMO a-t-il besoin d'une anonymisation ?
Non. KOSMO fonctionne on-premise ou dans un centre de données allemand – les données ne quittent pas votre infrastructure, il n'y a donc aucun destinataire devant lequel masquer quoi que ce soit. Aucun modèle n'est non plus entraîné avec vos contenus.
Peut-on combiner les deux ?
Oui, et dans les grandes organisations c'est souvent judicieux. L'assistant interne couvre le quotidien avec des données réelles ; pour les rares cas où un modèle externe précis est nécessaire, le masquage reste l'outil approprié.
Un assistant où la question ne se pose pas
KOSMO travaille sur vos propres sources – on-premise ou dans un centre de données allemand. Rien n'est transmis au dehors, rien n'est utilisé pour l'entraînement.
