Anonymiser ou pseudonymiser avant d'interroger une IA
Remplacer un nom par un code ne rend pas une donnée anonyme. Ce que disent la CNIL, l'ANSSI et le NCSC avant de coller un texte dans une IA.
Sur cette page
En 30 secondes
- Où ça arrive
- Quand on copie un document, parfois très long, dans l'invite d'un outil d'IA pour obtenir une réponse sur son contenu[3].
- Ce qui est en jeu
- La requête est visible de l'organisation qui fournit l'outil, elle est stockée et sera presque certainement utilisée pour développer le service ou le modèle[3].
De quoi parle-t-on
Remplacer un nom par un code avant de coller un texte dans un outil d'IA donne l'impression de protéger la personne. Pour la CNIL, ce geste relève de la pseudonymisation, et les données pseudonymisées conservent un caractère personnel[1].
Le point faible est le recoupement. Même sans nom, des données tierces ou des valeurs rares (un âge, une adresse) peuvent suffire à retrouver quelqu'un[1]. Les autorités européennes de protection des données ont fixé trois critères pour juger si un jeu de données est vraiment anonyme[1][2].
Questions directes
Quelle différence entre anonymiser et pseudonymiser ?
L'anonymisation rend impossible, en pratique, toute identification de la personne par quelque moyen que ce soit, et de manière irréversible[1]. La pseudonymisation consiste à remplacer les données directement identifiantes (nom, prénom) par des données indirectement identifiantes, comme un alias ou un numéro séquentiel[1].
Cette opération est réversible. Il est bien souvent possible de retrouver l'identité des personnes grâce à des données tierces, si bien que les données concernées restent personnelles[1]. Le G29, qui réunit les autorités européennes de protection des données, rappelle que les données pseudonymisées ne sont pas des données anonymes[2].
Si je remplace un nom par un numéro, le texte est-il anonyme ?
Non. La CNIL donne l'exemple d'une base de CV où seuls les nom et prénoms ont été remplacés par un numéro qui ne correspond qu'à une personne : cette base permet d'individualiser la personne, elle est donc pseudonymisée et non anonymisée[1].
Quels sont les trois critères du G29 ?
Ils servent à vérifier qu'un jeu de données est anonyme[1][2] :
- L'individualisation : est-il possible d'isoler un individu dans les données ?[1][2]
- La corrélation : est-il possible de relier entre eux des ensembles de données distincts concernant un même individu ?[1][2]
- L'inférence : peut-on déduire des informations sur un individu ?[2] La CNIL précise : de façon quasi certaine[1].
Un ensemble de données qui ne permet ni d'individualiser, ni de corréler, ni d'inférer est a priori anonyme. Si un seul de ces critères n'est pas respecté, il ne peut être considéré comme anonyme qu'après une analyse détaillée des risques de ré-identification[2].
Supprimer quelques champs suffit-il ?
Non plus. La CNIL conseille de supprimer les éléments d'identification directe, mais aussi les valeurs rares qui permettraient une ré-identification aisée. Elle cite l'âge, qui permet de retrouver très facilement les personnes centenaires[1].
L'outil d'IA garde-t-il ce que je lui écris ?
Le NCSC britannique indiquait en 2023 qu'un modèle d'IA n'ajoutait pas automatiquement les requêtes des utilisateurs à son modèle, mais que ces requêtes restaient visibles du fournisseur et stockées[3]. L'ANSSI note que, pour la majorité des services, les données envoyées sont collectées et utilisées par le fournisseur pour optimiser les modèles[4].
Comment ça marche
La CNIL regroupe les techniques d'anonymisation en deux familles[1]. La randomisation modifie les attributs pour les rendre moins précis tout en gardant la répartition globale ; elle protège contre l'inférence, et la CNIL cite la permutation des dates de naissance[1]. La généralisation change l'échelle des attributs pour qu'ils soient communs à un ensemble de personnes ; elle évite l'individualisation et limite les corrélations, par exemple en remplaçant une date de naissance par la seule année[1].
La liste de vérification de la CNIL pour les concepteurs de systèmes d'IA va dans le même sens : elle recommande de privilégier des formats moins intrusifs, par exemple une tranche d'âge plutôt qu'une date de naissance complète[5].
L'ENISA a consacré deux rapports à la pseudonymisation : un premier, publié en janvier 2019, explore le concept et différentes techniques[6] ; un second, de janvier 2021, étudie des solutions avancées pour des scénarios plus complexes[7].
Ce que vous faites
- Ne collez que le nécessaire. L'ANSSI demande, par précaution, de ne jamais inclure de données sensibles de l'entité dans les requêtes à un service d'IA générative en ligne[4]. Elle range dans ces données les informations personnelles (coordonnées, informations privées), les données contractuelles, juridiques et financières, et les secrets informatiques comme les mots de passe ou les clés d'API[4].
- Retirez les détails qui se recoupent : valeurs rares, âge précis, date de naissance complète[1][5]. Un nom remplacé par un code ne suffit pas[1].
- Ne soumettez pas à un outil public une requête qui poserait problème si elle devenait publique. C'est la recommandation du NCSC[3].
- Pour des données sensibles, l'ANSSI écarte les outils publics comme ChatGPT, Gemini, Copilot, DeepL ou Perplexity[4]. Le NCSC précise que des modèles privés existent, proposés par un fournisseur cloud ou hébergés en interne, mais que les conditions d'utilisation et la politique de confidentialité d'un modèle fourni par le cloud doivent être comprises[3].
Les pièges
- Le code qui remplace le nom : il individualise la personne au lieu de la protéger[1].
- Le recoupement avec d'autres données. Une base d'adresses ne peut pas être considérée comme anonyme si d'autres bases contiennent ces mêmes adresses avec des données identifiantes[1]. L'ANSSI cite aussi la ré-identification par croisement avec d'autres jeux de données parmi les attaques contre les données anonymisées[4].
- L'inférence. Dans l'exemple de la CNIL, un jeu de données sur les impôts montre que tous les hommes de 20 à 25 ans ayant répondu sont non imposables : si l'on sait que M. X, 24 ans, a répondu, on en déduit qu'il est non imposable[1].
- La sensibilité qui vient de celui qui demande. Le NCSC cite le cas d'un dirigeant qui demanderait comment licencier un salarié, et rappelle que les informations s'agrègent d'une requête à l'autre sous un même identifiant[3].
- Les fuites. Les requêtes stockées peuvent être piratées, divulguées ou rendues publiques par accident, et l'exploitant de l'outil peut être racheté par une organisation dont l'approche de la vie privée est différente[3].
- L'anonymat qui s'use. Les techniques d'anonymisation et de ré-identification évoluent, ce qui impose une veille régulière à celui qui prétend avoir anonymisé[1][2].
Sources
- CNIL, « L’anonymisation de données personnelles », 19 mai 2020. https://www.cnil.fr/fr/technologies/lanonymisation-de-donnees-personnelles (consulté le 14 novembre 2026)
- CNIL, « Le G29 publie un avis sur les techniques d’anonymisation », 25 janvier 2016. https://www.cnil.fr/fr/le-g29-publie-un-avis-sur-les-techniques-danonymisation (consulté le 14 novembre 2026)
- NCSC (Royaume-Uni), « ChatGPT and large language models: what's the risk? », 14 mars 2023. https://www.ncsc.gov.uk/blog-post/chatgpt-and-large-language-models-whats-the-risk (consulté le 14 novembre 2026)
- ANSSI, « Security recommendations for a generative AI system », 29 avril 2024. https://messervices.cyber.gouv.fr/documents-guides/security_recommandations_for_a_generative_ai_system.pdf (consulté le 14 novembre 2026)
- CNIL, « Développement des systèmes d'IA : Que faut-il vérifier ? ». https://www.cnil.fr/sites/default/files/2025-07/ia_liste_de_verification.pdf (consulté le 14 novembre 2026)
- ENISA, « Recommendations on shaping technology according to GDPR provisions - An overview on data pseudonymisation », 28 janvier 2019. https://www.enisa.europa.eu/publications/recommendations-on-shaping-technology-according-to-gdpr-provisions (consulté le 14 novembre 2026)
- ENISA, « Data Pseudonymisation: Advanced Techniques and Use Cases », 28 janvier 2021. https://www.enisa.europa.eu/publications/data-pseudonymisation-advanced-techniques-and-use-cases (consulté le 14 novembre 2026)
Citer cet article
Brain, « Anonymiser ou pseudonymiser avant d'interroger une IA », Cyberpedia, 2026. https:/
BibTeX
@misc{brain_cp308_fr_2026,
author = {Brain},
title = {Anonymiser ou pseudonymiser avant d'interroger une IA},
year = {2026},
howpublished = {Cyberpedia},
url = {https://startbrain.io/cyberpedia/fr/articles/anonymisation-pseudonymisation-ia-reidentification/},
note = {CC BY 4.0}
}