On colle un extrait de contrat, un compte-rendu médical anonymisé « à la va-vite », ou le code source d’un projet interne, et on obtient une réponse en quelques secondes. Ce que l’on voit rarement, c’est le trajet que ce texte a pris avant de revenir sous forme de réponse. Un grand modèle de langage ne traite pas nos messages dans le vide : selon le service utilisé, l’échange peut être conservé, réutilisé pour améliorer le modèle, ou transmis à des sous-traitants — et cette différence de traitement change radicalement ce que l’on devrait, ou non, y écrire.
Trois destins possibles pour un même message
Un texte envoyé à un assistant conversationnel peut suivre trois trajectoires distinctes, souvent invisibles depuis l’interface de discussion. La première : il n’est utilisé que pour produire la réponse, puis supprimé dans un délai court, sans réemploi ultérieur. La deuxième : il est conservé un temps — parfois plusieurs mois — à des fins de sécurité ou de modération, sans entraînement du modèle. La troisième, la plus engageante pour l’utilisateur : il peut servir à entraîner de futures versions du modèle, ce qui signifie qu’un fragment de phrase, reformulé, pourrait théoriquement ressurgir dans une réponse donnée à quelqu’un d’autre. La plupart des services grand public activent cette troisième option par défaut, et la désactivent seulement sur demande explicite dans les réglages du compte.
La donnée professionnelle n’est pas une donnée neutre
Le risque le plus concret ne vient pas d’une fuite spectaculaire, mais d’un geste banal répété des dizaines de fois : coller un extrait de document de travail pour le faire reformuler, résumer ou traduire. Un identifiant client, une clause contractuelle non publique, un extrait de code propriétaire — rien de tout cela n’a vocation à quitter l’environnement de l’entreprise, et pourtant tout cela transite, avec la même facilité qu’une question de culture générale, par des serveurs extérieurs dont on ne maîtrise ni la localisation ni la durée de conservation exacte. La CNIL rappelle, dans ses recommandations sur l’intelligence artificielle, qu’un traitement de données personnelles reste soumis au RGPD même lorsqu’il transite par un outil d’IA générative, quel que soit le prétexte d’usage.
Le réflexe qui manque le plus souvent
Avant de coller un texte dans un assistant, la question à se poser est simple : ce texte contiendrait-il quelque chose qu’on refuserait de voir affiché sur un forum public ? Si la réponse est oui — un nom, une adresse, un numéro de dossier, un secret d’affaires —, il doit être anonymisé ou retiré avant l’envoi, pas après. Ce réflexe, qui prend quelques secondes, évite l’essentiel des incidents documentés par les équipes de sécurité informatique : ce n’est presque jamais le modèle qui « attaque » l’utilisateur, c’est l’utilisateur qui lui confie, par habitude, ce qu’il ne confierait à personne d’autre aussi facilement.
Panorama par type d’usage
Le tableau suivant résume, pour quelques usages courants, la donnée réellement transmise, le risque associé et le réflexe à privilégier — avec, quand elle existe, une alternative qui garde la donnée plus proche de soi.
| Type d’usage | Donnée transmise | Risque | Réflexe à prendre | Alternative locale |
|---|---|---|---|---|
| Reformulation d’un courriel professionnel | Contenu complet, parfois noms et fonctions | Divulgation d’informations internes | Retirer noms propres et détails identifiants avant envoi | Correcteur de style intégré au traitement de texte |
| Résumé d’un contrat ou devis | Clauses, montants, parties nommées | Fuite d’informations commerciales sensibles | Anonymiser les parties, garder la structure du texte | Relecture manuelle ou logiciel de traitement de texte hors ligne |
| Aide à la rédaction de code source | Extraits de code, parfois clés ou identifiants | Exposition de secrets techniques ou de logique propriétaire | Retirer clés d’API et identifiants avant de coller le code | Extension d’autocomplétion exécutée localement sur le poste |
| Question de culture générale ou de loisir | Aucune donnée identifiante en général | Risque faible, sous réserve de vérifier la réponse | Croiser la réponse avec une source fiable si le sujet compte | Encyclopédie en ligne ou moteur de recherche classique |
Anonymiser correctement, un exercice plus subtil qu’il n’y paraît
Retirer un nom propre d’un document avant de le coller dans un assistant donne l’impression d’avoir traité le problème, alors que l’anonymisation réelle demande souvent plus de vigilance que ce simple geste. Un texte peut rester identifiable même sans nom explicite, dès lors qu’il combine une fonction précise, une date, un lieu et un montant suffisamment particuliers pour ne désigner qu’une seule personne ou qu’une seule entreprise dans le contexte. Un compte-rendu médical « anonymisé » qui garde un âge exact, une profession rare et une ville de taille modeste peut ainsi rester parfaitement identifiable pour qui recroise ces quelques détails — l’anonymisation ne se résume donc jamais à supprimer une seule ligne, mais à se demander si l’ensemble du texte, une fois assemblé, ne désigne plus personne en particulier.
Le cas des outils intégrés à un logiciel de travail
Un assistant conversationnel intégré directement dans un logiciel de messagerie, de traitement de texte ou de gestion de projet change la nature du risque sans le faire disparaître : l’outil a alors, par construction, accès à un contexte plus large que ce qu’on lui a explicitement écrit, parfois à l’ensemble d’une boîte de réception ou d’un espace de documents partagés. Cette intégration profonde rend le réflexe de vigilance plus difficile à appliquer ponctuellement, puisque l’exposition ne dépend plus d’un geste isolé — coller un texte — mais d’une configuration globale, décidée une seule fois au moment de l’activation du service. Vérifier, avant d’activer ce type d’intégration, quelles données sont réellement accessibles à l’assistant et pour quelle durée, devient alors un réflexe au moins aussi important que la vigilance ponctuelle appliquée à un assistant utilisé en dehors de tout contexte professionnel.
Reprendre la main sur ses propres réglages
La plupart des services proposent, dans leurs paramètres de compte, une option pour exclure ses échanges de l’entraînement futur, ainsi qu’une fonction d’export ou de suppression de l’historique — des droits qui rejoignent ceux, plus larges, que le RGPD garantit sur l’ensemble des services numériques, comme on le détaille dans notre article sur ce que le règlement donne vraiment comme droits. Prendre deux minutes pour vérifier ces réglages, une seule fois, change durablement la nature du contrat implicite passé avec l’outil : on continue à lui poser des questions, mais on choisit ce qu’on lui laisse derrière soi. L’ANSSI recommande d’ailleurs, dans ses guides d’hygiène informatique, d’appliquer aux outils d’IA générative la même vigilance qu’à tout service en ligne recevant des données professionnelles.
