IA générative et données sensibles : que peut-on partager sans prendre de risque ?

Un assistant d’IA peut résumer un contrat, reformuler un courriel ou analyser un tableau en quelques secondes. Le problème commence lorsque le contenu transmis contient des informations personnelles, commerciales ou confidentielles. Une fois copié dans un service externe, un document n’est plus contrôlé de la même manière que dans votre espace de travail.

La bonne question n’est donc pas seulement « cette IA est-elle performante ? », mais aussi « cette donnée peut-elle être transmise à ce service dans ce contexte précis ? ». Voici une méthode pragmatique pour décider, réduire l’exposition et conserver un contrôle humain sur les usages sensibles.

Commencer par classer l’information avant de rédiger le prompt

Le risque dépend moins de la forme du prompt que de la nature des données qu’il contient. Une demande apparemment anodine peut devenir problématique si elle inclut un nom complet, un numéro de téléphone, un prix négocié ou un extrait de code non public.

Avant d’utiliser un assistant, répartissez les informations dans quatre niveaux. Cette classification n’a pas besoin d’être complexe : elle sert surtout à éviter le partage automatique de contenus que vous n’avez pas pris le temps d’identifier.

Cette grille ne remplace pas les obligations applicables à votre activité. Elle permet toutefois de déclencher une première vérification. Si vous ne savez pas dans quelle catégorie placer une information, considérez-la comme plus sensible jusqu’à clarification.

Les informations à ne pas copier directement dans un assistant

Certaines données méritent une vigilance immédiate, même lorsque la demande semble utile. Les identifier à l’avance permet de repérer rapidement les prompts trop risqués.

• Données personnelles : noms, adresses, coordonnées, informations concernant des clients, salariés ou candidats.
• Identifiants et secrets : mots de passe, clés d’API, jetons d’accès, certificats privés et liens contenant un accès.
• Informations financières : coordonnées bancaires, factures détaillées, salaires ou prévisions non publiques.
• Contenus contractuels : clauses confidentielles, litiges, conditions commerciales négociées ou documents reçus sous obligation de confidentialité.
• Propriété intellectuelle : code source privé, méthode interne, documentation produit non publiée ou fichiers transmis par un partenaire.

Le risque ne vient pas uniquement d’une éventuelle réutilisation du contenu. Il peut aussi résulter d’un mauvais destinataire, d’un compte partagé, d’une mauvaise configuration, d’un historique accessible par d’autres personnes ou d’une conservation plus longue que prévu. Les modalités varient selon le service, le compte utilisé et les réglages actifs : il faut donc les vérifier dans la documentation et les conditions du fournisseur.

Utiliser l’anonymisation sans déformer le problème

Anonymiser ne consiste pas à remplacer quelques prénoms tout en conservant les autres indices. Une combinaison de fonction, de ville, de date et de montant peut parfois permettre de reconnaître une personne ou une entreprise.

Commencez par remplacer les éléments directement identifiants par des variables cohérentes. Par exemple, « Mme Dupont, directrice de la société Alpha à Lyon » peut devenir « Cliente A, responsable d’une PME dans une grande ville ». Si le montant exact n’est pas nécessaire, utilisez une fourchette. Si la date précise n’a aucune incidence sur la réponse, indiquez seulement le mois ou la période.

Conserver uniquement ce qui sert à la tâche

La minimisation est souvent plus fiable que l’anonymisation seule. Pour demander une reformulation, l’IA n’a généralement pas besoin de connaître l’identité du client, l’adresse de l’entreprise ou l’intégralité de l’échange. Gardez les phrases utiles et retirez les signatures, pièces jointes, historiques et métadonnées inutiles.

Un bon test consiste à supprimer chaque élément du prompt l’un après l’autre. Si la réponse attendue ne change pas, l’information n’avait probablement pas besoin d’être transmise.

Choisir le bon environnement de traitement

Un compte personnel sur un outil grand public ne doit pas être considéré automatiquement comme un espace professionnel sécurisé. La présence d’une interface moderne ou d’une option de confidentialité ne suffit pas à démontrer que le service convient à votre usage.

Avant de traiter un document interne, vérifiez au minimum :

• quelles données le service collecte et pendant combien de temps elles peuvent être conservées ;
• si les conversations peuvent être utilisées pour améliorer le service et comment désactiver cette option lorsqu’elle existe ;
• qui peut accéder aux espaces partagés, aux historiques et aux fichiers importés ;
• si les comptes professionnels disposent de contrôles d’administration distincts ;
• où sont hébergées les données et quelles garanties contractuelles sont proposées ;
• comment supprimer un fichier, une conversation ou un compte.

Une information sensible ne devrait pas être envoyée simplement parce qu’un réglage porte le nom « privé ». Lisez ce que ce réglage couvre réellement : il peut empêcher l’affichage public sans empêcher toute conservation technique nécessaire au fonctionnement du service.

Mettre en place une procédure de validation en quatre étapes

Une règle courte, répétée à chaque usage, est plus efficace qu’une politique théorique que personne n’applique. Vous pouvez utiliser la séquence suivante avant toute transmission de contenu non public.

1. Identifier : repérez les personnes, secrets, montants, documents et éléments propriétaires présents dans votre texte.
2. Réduire : retirez tout ce qui n’est pas indispensable à la consigne. Préférez un extrait ou un exemple fictif au document complet.
3. Autoriser : vérifiez que l’outil, le compte et le type de données sont approuvés pour cet usage dans votre organisation.
4. Contrôler : relisez la réponse, supprimez les informations indûment reprises et ne diffusez le résultat qu’après validation.

Pour une petite structure, cette procédure peut tenir sur une fiche visible dans l’espace de travail. Pour une équipe, ajoutez une règle d’escalade : lorsqu’un collaborateur hésite, il demande un avis avant de copier le contenu, au lieu de prendre seul une décision irréversible.

Adapter les prompts pour travailler avec moins de données

La qualité d’une réponse ne dépend pas toujours de la quantité d’informations fournies. Un prompt bien structuré peut décrire le contexte sans transmettre le document original.

Au lieu de copier un contrat complet, indiquez par exemple : le type de document, la clause recherchée, les critères de comparaison et le format de sortie souhaité. Au lieu d’envoyer une base de prospects, demandez une formule de segmentation à partir de colonnes génériques telles que « secteur », « taille » et « date du dernier contact ».

Vous pouvez aussi demander à l’IA de travailler sur un exemple fictif, puis appliquer vous-même la méthode sur les données réelles. Cette approche est moins rapide qu’un copier-coller, mais elle limite l’exposition et permet de mieux comprendre le raisonnement produit.

Vérifier le résultat sans réintroduire les données sensibles

La protection des données ne s’arrête pas après l’envoi du prompt. Une réponse générée peut reprendre un nom, révéler un détail présent dans le contexte ou proposer une formulation trop précise pour être diffusée.

Avant de réutiliser le résultat, contrôlez :

• la présence de noms, coordonnées, montants ou extraits confidentiels ;
• les affirmations qui pourraient exposer une information interne ;
• la cohérence avec le document source et les consignes de confidentialité ;
• les fichiers ou historiques dans lesquels la conversation a été enregistrée ;
• les destinataires du document final.

Ne demandez pas à l’IA de décider seule si une donnée peut être diffusée. Elle peut aider à repérer des éléments, mais la décision doit rester attachée au contexte professionnel, aux engagements pris et aux règles applicables.

Que faire après un partage accidentel ?

Une erreur doit être traitée rapidement, sans attendre de savoir si elle aura des conséquences. Notez ce qui a été transmis, le compte utilisé, le service concerné, la date, les personnes potentiellement exposées et les actions déjà réalisées.

Supprimez la conversation ou le fichier si le service le permet, révoquez immédiatement les secrets transmis comme des clés d’API et prévenez la personne responsable de la sécurité ou des données. Un mot de passe copié dans un prompt doit être considéré comme compromis : le supprimer de l’historique ne suffit pas à rétablir sa confidentialité.

Pour les données personnelles, contractuelles ou réglementées, documentez l’incident et demandez un avis compétent afin de déterminer les démarches nécessaires. L’objectif n’est pas seulement de corriger l’événement, mais de comprendre pourquoi le contrôle n’a pas fonctionné.

La règle la plus simple à retenir est la suivante : si vous ne transmettriez pas un document à un prestataire sans vérifier son cadre de traitement, ne le copiez pas automatiquement dans une IA générative. Commencez avec des données publiques ou anonymisées, limitez le contexte au strict nécessaire et formalisez les usages acceptés lorsque plusieurs personnes travaillent avec les mêmes outils.