Anonymisation des données personnelles à l’ère des modèles d’IA puissants
Le rapport examine l’anonymisation des données personnelles à l’heure où les modèles d’IA sont capables de rapprocher des attributs hétérogènes, de déduire les caractéristiques probables d’une personne et de reproduire des fragments de leurs données d’entraînement. L’étude répond à quatre questions : quand des informations peuvent-elles être considérées comme anonymes au sens juridique ; comment évaluer les risques résiduels d’individualisation, de corrélation et d’inférence ; quelles preuves le développeur ou le détenteur d’un jeu de données doit-il apporter ; comment l’évaluation évolue-t-elle lorsqu’on passe d’un tableau dépersonnalisé à un modèle entraîné, à un index vectoriel, à un jeu de données synthétiques ou à des statistiques publiées.
L’analyse s’appuie sur le RGPD, la jurisprudence de la Cour de justice de l’UE dans les affaires Breyer, IAB Europe et CEPD c. CRU, l’avis 28/2024 de l’EDPB sur les modèles d’IA et le projet de lignes directrices 02/2026 sur l’anonymisation, avec ses critères No Record Isolation, No Linkage et No Inference ; à la date du rapport, ce projet reste soumis à consultation publique. Sont passés en revue le k-anonymat, la l-diversité et la t-proximité, la confidentialité différentielle et la gestion de son budget, les données synthétiques, les PETs et l’apprentissage fédéré, les attaques par inférence d’appartenance, l’inversion de modèle et la régurgitation, ainsi que la comparabilité des approches de l’UE, du Royaume-Uni et des États-Unis.
La conclusion principale est que l’anonymat constitue une appréciation contextuelle, vérifiable et révisable, et non le nom d’une procédure de suppression des identifiants. Aucune technique ne remplace à elle seule l’examen des moyens d’identification raisonnablement susceptibles d’être utilisés ; un modèle entraîné sur des données personnelles ne devient pas automatiquement anonyme, et les embeddings comme les systèmes de retrieval exigent des tests qui leur sont propres. Dans les domaines sensibles — recherches internationales, extradition, conformité en matière de sanctions et AML/KYC, migration —, une séquence unique d’événements procéduraux peut identifier une personne plus vite que son nom, et une erreur risque de lui attribuer à tort un statut pénal ou une inscription sur une liste de sanctions.
L’Observatoire ARGA propose une méthodologie d’audit indépendant de l’anonymat en six étapes, un passeport probatoire de l’anonymisation, des protocoles d’essai, un programme pilote fondé sur des données artificielles et un projet de commentaires sur le document de l’EDPB. Renoncer à une publication ouverte y est considéré comme un résultat professionnel à part entière, et non comme un échec de la recherche.
Le rapport est de nature normative et méthodologique : il ne contient aucun résultat d’essais de systèmes réels ni de registres de personnes recherchées, ses exemples chiffrés sont illustratifs, et l’absence d’attaque réussie lors d’une expérience ne prouve pas l’impossibilité d’une extraction future. Les modèles internes, soulignent les auteurs, ne doivent pas être présentés comme un « certificat RGPD ».
Règles de citation
- Mention obligatoire de la sourceLors de l'utilisation de matériaux d'ARGA Observatory, le nom complet doit être indiqué.
- Indication de la date et de la versionPour les rapports analytiques, l'année de publication est obligatoire.
- Lien vers l'originalLes supports électroniques doivent être accompagnés d'un lien actif vers le site officiel.
- Respect du contexteLes citations ne doivent pas être raccourcies ou modifiées de manière à déformer le sens original.
- Mention d'adaptationSi le texte est abrégé ou traduit, indiquer : « adapté du rapport ARGA Observatory ».
- Utilisation commerciale interdite sans autorisation écrite de l'organisation
- Exactitude des donnéesLes graphiques et tableaux doivent être reproduits sans modification.
Posez votre question aux experts ARGA
Quatre étapes courtes. Réponse sous un jour ouvré.