Tous les articles

Ce que votre IA voit vraiment de vos documents

Résumer un contrat avec une IA, c'est envoyer son texte à un tiers. La pseudonymisation remplace les noms par des jetons avant l'appel — voici ce qu'elle protège, et surtout ce qu'elle ne protège pas.

6 min de lecture
  • Confidentialité
  • IA
  • RGPD

Quand vous demandez à une IA de résumer un contrat ou de retrouver une information dans un CV, le texte du document part chez le fournisseur du modèle. Pas une empreinte, pas un résumé : le texte. C'est une évidence technique, mais elle est rarement dite, et elle change la façon dont on devrait choisir un outil documentaire.

Ce qui se passe réellement

Un assistant documentaire fonctionne en deux temps. À l'indexation, votre document est découpé en fragments, chacun transformé en vecteur numérique par un modèle — ce qui suppose de lui envoyer le texte. À la question, les fragments jugés pertinents sont recollés dans un prompt, envoyé au modèle de langage avec votre question.

Autrement dit : le nom de votre client, son IBAN et son adresse traversent le réseau deux fois, et se retrouvent dans les journaux d'un prestataire que vous n'avez pas choisi.

La pseudonymisation : remplacer avant d'envoyer

L'idée est simple. Avant que le texte ne quitte l'infrastructure, les données identifiantes sont remplacées par des jetons :

Mamadou Soumare, 47 rue Vivienne, 06 11 81 18 14
→ [PERSON_1], [LOC_1], [PHONE_1]

Le modèle reçoit le texte jetonné. Il raisonne parfaitement dessus — la structure de la phrase, le sens, les relations entre les éléments sont intacts — mais il ne voit aucune valeur réelle. Quand la réponse revient, les jetons sont remplacés par les vraies valeurs, côté serveur, avant affichage. Vous lisez une réponse normale ; le fournisseur du modèle n'a jamais vu le nom.

Les valeurs sont conservées chiffrées, et cloisonnées par organisation : un jeton créé pour un client n'est jamais restituable pour un autre.

Ce que ça ne fait pas

C'est le point que les pages commerciales oublient, et c'est pourtant celui qui détermine si l'outil convient à votre usage.

Ce n'est pas du chiffrement de bout en bout. Le texte non identifiant part en clair. C'est un choix assumé : si tout était chiffré, le modèle ne pourrait rien en faire. On parle de dé-identification ciblée, pas de confidentialité totale.

Les images et les scans ne sont pas jetonnables. Une photo de carte d'identité ou une facture scannée est transmise telle quelle au modèle de vision — on ne peut pas remplacer un nom dans une image sans d'abord la lire, et la lire, c'est déjà l'envoyer. Même chose pour la transcription audio.

La détection n'est pas parfaite. Les e-mails, téléphones, IBAN et numéros de carte sont reconnus par des motifs fiables. Les noms, lieux et organisations dépendent d'un modèle linguistique, qui se trompe dans les deux sens : il masque parfois un mot anodin, et il peut laisser passer un nom dans un contexte inhabituel — un nom à l'intérieur d'une URL, par exemple, passe souvent au travers.

C'est pourquoi un aperçu avant indexation nous paraît indispensable : voir exactement ce que le modèle recevra, avant de valider.

Les questions à poser à un fournisseur

Quel que soit l'outil que vous évaluez, quatre questions suffisent à y voir clair :

  1. Le texte de mes documents est-il transmis à un tiers ? Si oui, lequel, et dans quel pays ?
  2. Puis-je voir ce qui est envoyé avant que ce soit envoyé ?
  3. Que se passe-t-il si la couche de protection tombe ? L'outil refuse-t-il l'appel, ou l'envoie-t-il en clair sans rien dire ? C'est la différence entre une garantie et une intention.
  4. Mes documents servent-ils à entraîner des modèles ?

La quatrième est la plus connue. La troisième est la plus révélatrice.

Chez RoostDrive

Les documents importés sont jetonnés avant l'indexation et avant chaque question, et un aperçu « ce que l'IA verra » est disponible pour tous les comptes, gratuits compris. L'hébergement est européen. Les limites décrites plus haut — images, scans, audio — s'appliquent et sont écrites noir sur blanc dans notre politique de confidentialité.

Pour voir le mécanisme à l'œuvre, le plus simple est d'importer un document dans le chat PDF et d'ouvrir l'aperçu avant de valider l'indexation. Si vous voulez juste transmettre un fichier sans IA du tout, l'envoi sans compte ne fait passer le document par aucun modèle.

En résumé

« Hébergé en Europe » et « conforme RGPD » ne disent rien de ce qui sort vers le fournisseur du modèle. La seule réponse utile est de regarder le texte envoyé. Exigez de pouvoir le voir.

Essayez sans créer de compte

Déposez un fichier, obtenez un lien et un code à transmettre. Hébergé en France.

Envoyer un fichier