Vous collez un compte rendu d’entretien annuel dans un assistant pour le résumer. En trois secondes, des données personnelles viennent de partir chez un sous-traitant, sans base légale identifiée et sans que personne sache combien de temps le fichier restera stocké. Le règlement général sur la protection des données (RGPD) n’a jamais prévu d’exemption pour l’intelligence artificielle : il s’y applique comme au reste du numérique.
L’essentiel tient en une phrase : sur le terrain de l’IA et des données personnelles, le RGPD n’invente pas de régime spécial, il impose au concepteur comme à l’entreprise qui déploie l’outil une base légale, une finalité précise, un minimum de données et des droits opposables. Le reste est une affaire de preuve. La CNIL, l’autorité française de protection des données, a publié en février 2025 des recommandations dédiées au développement des systèmes d’IA, finalisées le 22 juillet 2025 : il existe donc une doctrine écrite, pas seulement une zone grise.
Du prompt au réentraînement : trois étapes à distinguer
Le droit ne traite pas ces trois moments de la même façon.
Le premier, c’est la constitution du corpus d’entraînement : des milliards de textes collectés, souvent aspirés sur le web ouvert, qui contiennent inévitablement des noms, des adresses, des propos tenus en public par des personnes identifiables. Le deuxième, c’est l’usage : votre prompt, les fichiers que vous joignez, l’historique de vos conversations. Le troisième, le plus discret, c’est la réutilisation de ce que vous tapez pour améliorer le service, c’est-à-dire pour réentraîner ou évaluer le modèle.
Une donnée personnelle, au sens du RGPD, est toute information se rapportant à une personne physique identifiable, directement ou indirectement. Ce périmètre est large : un ticket de support, un compte rendu d’entretien annuel, une liste de prospects, un dossier médical anonymisé à la va-vite entrent tous dans cette définition. Coller ce contenu dans un outil grand public, c’est transmettre des données à un sous-traitant, avec les obligations qui vont avec.
Dernier point souvent oublié : la sortie du modèle est aussi un traitement. Quand un assistant affirme qu’une personne a été condamnée alors que c’est faux, il produit une donnée personnelle inexacte. Le droit de rectification s’applique à cette phrase-là.
Six verrous qui écartent déjà des pratiques courantes
Le règlement ne dit jamais « interdit d’entraîner un modèle ». Il pose des verrous qui, mis bout à bout, éliminent une bonne partie des pratiques observées.
- Pas de traitement sans base légale : consentement, contrat, obligation légale, intérêt légitime. Le « on verra plus tard » n’en est pas une.
- Finalité déterminée : des données collectées pour gérer un abonnement ne basculent pas automatiquement dans un corpus d’entraînement. Il faut vérifier la compatibilité de ce nouvel usage, et souvent informer à nouveau.
- Minimisation : la logique du « on prend tout, on filtrera après » est frontalement contraire au texte. C’est le principe qui fragilise le plus les gros aspirateurs de données.
- Données sensibles : santé, opinions politiques, orientation sexuelle, biométrie relèvent d’une interdiction de principe, avec des exceptions étroites.
- Décision entièrement automatisée : une personne ne peut pas se voir refuser un crédit, un logement ou un poste par un système sans intervention humaine réelle, sauf cas prévus et avec des garanties.
- Analyse d’impact : dès qu’un usage présente un risque élevé pour les personnes, elle est obligatoire, en amont du déploiement.
Ces verrous ne sont pas théoriques. Le programme de travail de la CNIL pour 2026 cible explicitement des usages où l’IA touche des décisions lourdes : recrutement, scoring, vidéosurveillance augmentée. Les contrôles se concentrent là où l’automatisation produit un effet immédiat sur la vie des gens.
L’intérêt légitime peut fonder un entraînement, sous conditions
C’est la question qui divise, et elle a reçu un début de réponse structurée. Le Comité européen de la protection des données (EDPB) a adopté en décembre 2024 un avis dédié aux modèles d’IA : l’intérêt légitime peut servir de base à l’entraînement, mais les conditions sont strictes.
Le test se déroule en trois temps, et il vaut pour n’importe quel projet interne. La finalité poursuivie est-elle légitime et clairement formulée ? Le traitement est-il réellement nécessaire pour l’atteindre, ou existe-t-il un chemin moins intrusif ? L’intérêt de l’organisme l’emporte-t-il sur les droits des personnes concernées, compte tenu de leurs attentes raisonnables ? Une personne qui poste un avis sur un forum professionnel ne s’attend pas nécessairement à alimenter un modèle commercial. Cette attente compte dans la balance.
Deux conséquences pratiques en découlent. D’abord, des mesures d’atténuation peuvent faire basculer le test du bon côté : filtrage des données sensibles avant ingestion, exclusion de sites, droit d’opposition simple à exercer, délai entre collecte et entraînement. Ensuite, une collecte illicite contamine tout ce qui vient après : un modèle construit sur des données sans base valable expose aussi ceux qui l’exploitent ensuite.
Un point sur le droit en mouvement, parce qu’on lit souvent le contraire. La Commission européenne a présenté le 19 novembre 2025 un paquet dit Digital Omnibus, qui propose de consacrer l’intérêt légitime comme base par défaut pour l’entraînement et de retoucher la définition de la donnée personnelle. Le texte est toujours en négociation, aucun trilogue n’a démarré, et il a reçu un avis conjoint critique de l’EDPB et du Contrôleur européen de la protection des données. Une proposition n’est pas une règle : bâtir sa conformité sur un article que personne n’a encore voté revient à parier.
Faire valoir ses droits face à un modèle déjà entraîné
Les droits du RGPD ne s’évaporent pas au contact d’un réseau de neurones. Vous pouvez demander l’accès aux données traitées à votre sujet, leur rectification, leur effacement, vous opposer au traitement, et obtenir une intervention humaine sur une décision automatisée.
La friction est technique. On ne supprime pas une ligne dans les poids d’un modèle comme on supprime un enregistrement dans une base. Mais le règlement impose un résultat, pas un moyen : retrait de la donnée du corpus utilisé pour les entraînements suivants, filtrage en sortie pour que le nom cesse d’apparaître, suppression de l’historique de conversation, désindexation des sources. Un fournisseur qui répond « c’est impossible » sans détailler ce qu’il a tenté ne répond pas à la demande.
La difficulté réelle est ailleurs : savoir à qui s’adresser. Le fournisseur du modèle et l’entreprise qui l’intègre dans son processus n’ont pas les mêmes obligations, et la frontière devient floue dès qu’il y a du fine-tuning, cet ajustement d’un modèle existant sur des données maison, ou un système de RAG qui va chercher la réponse dans des documents internes. La CNIL a annoncé pour 2026 des travaux de clarification de cette chaîne de responsabilité entre concepteurs et déployeurs, en même temps qu’elle endosse son rôle d’autorité de surveillance du marché au titre du règlement européen sur l’IA (AI Act).
En pratique : formulez la demande par écrit, en visant à la fois l’outil et l’organisme qui vous l’a imposé. L’organisme dispose d’un mois pour répondre, prolongeable dans certains cas. Sans réponse utile, la plainte auprès de la CNIL est gratuite et se dépose en ligne.
Sept points à verrouiller avant de déployer un assistant
Tout se décide en amont : dans le contrat signé avec le fournisseur, et dans les habitudes de l’équipe. Voici ce qu’il faut vérifier avant de généraliser un assistant, quel que soit le fournisseur.
- Réutilisation pour l’entraînement : l’offre retenue exclut-elle contractuellement l’usage de vos contenus pour améliorer les modèles ?
- Durée de conservation : combien de temps les conversations et les fichiers restent-ils stockés, et pouvez-vous exiger qu’ils ne soient pas conservés du tout ?
- Localisation et transferts : où sont hébergées les données, quel mécanisme encadre un transfert hors Union européenne, et qui sont les sous-traitants successifs ?
- Accord de sous-traitance : sans document écrit qui fixe finalités, sécurité et assistance aux demandes de droits, l’usage professionnel est irrégulier, même si l’outil est excellent.
- Minimisation au niveau du prompt : pseudonymiser avant d’envoyer, remplacer les noms par des identifiants, retirer les pièces d’identité et les données de santé. C’est le geste le plus rentable, et il est gratuit.
- Cadrage interne : une note courte qui liste les usages autorisés, les catégories de données proscrites et l’obligation de relecture humaine vaut mieux qu’une charte de vingt pages que personne n’ouvre.
- Analyse d’impact : dès que l’outil intervient dans une décision qui concerne des personnes, elle se prépare avant, pas après le premier incident.
Sur le premier point, les offres professionnelles ont convergé : OpenAI s’engage à ne pas entraîner ses modèles sur les données de ChatGPT Business, de ChatGPT Enterprise et de son API, et Anthropic applique par défaut la même règle à ses produits commerciaux, API comprise. La ligne de partage passe donc moins entre fournisseurs qu’entre un compte grand public et un contrat professionnel.
Un dernier repère pour ne pas confondre les deux textes qui s’appliquent. Le RGPD protège les personnes et leurs données, quel que soit l’outil. L’AI Act encadre la mise sur le marché des systèmes selon leur niveau de risque, avec un calendrier échelonné dont les obligations pour les systèmes à haut risque arrivent en 2026 et 2027. Les deux se cumulent : être conforme à l’un ne dispense jamais de l’autre.
Les négociations européennes déplaceront peut-être le curseur sur l’entraînement. Elles ne toucheront pas au socle : base légale, minimisation, information, droits des personnes. Une organisation qui documente ces quatre points dès maintenant n’aura pas à improviser le jour où la CNIL demandera à voir le dossier.
Questions frequentes
Le RGPD s’applique-t-il vraiment à l’IA générative ?
Oui, sans exemption : dès qu’un système traite des données se rapportant à des personnes identifiables, le RGPD s’applique à l’entraînement comme à l’usage. La CNIL a publié des recommandations dédiées au développement des systèmes d’IA, finalisées le 22 juillet 2025.
Peut-on entraîner un modèle sur des données personnelles collectées sur le web ?
C’est possible sur la base de l’intérêt légitime, mais seulement après un test en trois étapes : finalité légitime, nécessité du traitement, et équilibre avec les droits et les attentes raisonnables des personnes. L’avis du Comité européen de la protection des données adopté en décembre 2024 précise ce cadre et les mesures d’atténuation attendues.
Comment faire supprimer ses données d’un modèle d’IA ?
La demande s’adresse par écrit au fournisseur et à l’organisme qui utilise l’outil, avec un délai de réponse d’un mois. Le règlement impose un résultat et non une méthode : retrait du corpus pour les entraînements suivants, filtrage en sortie ou suppression de l’historique sont des réponses recevables, et en cas de refus injustifié une plainte peut être déposée auprès de la CNIL.
Quelle différence entre le RGPD et l’AI Act ?
Le RGPD protège les personnes et leurs données quel que soit l’outil employé, alors que l’AI Act encadre la mise sur le marché des systèmes d’IA selon leur niveau de risque. Les deux textes se cumulent, avec des obligations pour les systèmes à haut risque qui arrivent en 2026 et 2027.
Peut-on utiliser un assistant IA avec des données clients ?
Oui, à condition d’avoir un accord de sous-traitance écrit, une offre qui exclut la réutilisation des contenus pour l’entraînement, une durée de conservation maîtrisée et un encadrement des transferts hors Union européenne. La pseudonymisation des contenus avant envoi reste la mesure la plus efficace au quotidien.
