Le problème : chaque prompt est une fuite potentielle
Dès qu'un utilisateur copie un document dans ChatGPT, Claude ou Gemini, les données quittent votre périmètre : nom, prénom, adresse email, adresse IP, numéro de dossier, données de santé… Ces informations transitent et peuvent être conservées par l'éditeur. Pour beaucoup d'organisations, c'est inacceptable, mais interdire ces outils ne fait que pousser vers le shadow IT.
L'approche que nous testons : masquer, envoyer, restaurer
Détection des données sensibles
Un moteur repère automatiquement les données personnelles dans le texte : noms, emails, IP, numéros, adresses…
Remplacement par des jetons
Les données détectées sont remplacées par des jetons. Des identifiants non détectés et des éléments de contexte peuvent subsister.
Envoi à l'API tierce
Seul le texte pseudonymisé est transmis à ChatGPT, Claude ou Gemini. La table de correspondance reste chez vous.
Restauration à la réception
La réponse est restaurée localement à l’aide de la table de correspondance. Le masquage ne garantit pas l’absence de données personnelles dans le texte transmis.
L'aller-retour, en un schéma
Seul le texte masqué franchit la frontière. La table de correspondance, utilisée pour restaurer les valeurs, doit rester dans votre infrastructure avec des accès limités. Le contexte peut néanmoins permettre une réidentification sans cette table.
Exemple concret
Texte d'origine (reste chez vous)
« Merci de recontacter Jean Dupont à j.dupont@ville.fr au sujet du dossier n°74123. »
Envoyé à l'API (pseudonymisé)
« Merci de recontacter [PERSONNE_1] à [EMAIL_1] au sujet du dossier [REF_1]. »
Réponse restaurée (côté utilisateur)
« Un courriel de relance a été rédigé pour Jean Dupont (j.dupont@ville.fr), dossier n°74123. »
Une défense en profondeur, pas une solution miracle
La pseudonymisation réduit fortement l'exposition des données personnelles, mais elle ne remplace pas une IA souveraine : la détection n'est jamais parfaite à 100 %, et le canal reste celui d'un éditeur tiers. C'est un excellent complément quand l'usage d'API externes est incontournable.
Pour une maîtrise totale, la meilleure réponse reste l'IA souveraine hébergée en interne, où la question de la fuite ne se pose plus.
Participez à la phase de test
Cette solution sera expérimental, en test (phase de test en cours). Contactez-nous pour être informé de son ouverture ou pour participer aux essais avec vos propres cas d'usage.
Être tenu informéProtection des données : portée et statut
La passerelle de pseudonymisation vers des API externes est expérimentale, en phase de test ; elle n’est pas annoncée comme disponible en production. La table de correspondance permet une restauration : les données restent personnelles et le RGPD demeure applicable. Détection et réidentification doivent être testées sur le corpus réel.