Comment l’IA obtient vos données sans vous le dire & comment l’empêcher

Vous êtes-vous déjà demandé comment l’IA devient plus performante et fournit chaque jour de meilleures réponses ? C’est logique : les modèles d’IA sont constamment entraînés sur des pétaoctets de données afin d’apprendre et de s’améliorer. Mais d’où viennent ces données ? Que deviennent les informations que vous envoyez à ChatGPT, et l’IA est-elle réellement sûre à utiliser ? Dans cet article, nous expliquons simplement le sujet et passons en revue les règles de sécurité à suivre lorsque vous utilisez l’IA.

D’où viennent les données de l’IA, et comment elle obtient les vôtres sans vous le dire

Les développeurs de modèles d’IA vantent volontiers les fonctionnalités de leurs outils et les possibilités que l’IA pourrait bientôt nous offrir. En revanche, ils communiquent beaucoup moins sur les sources de données utilisées pour entraîner leurs modèles. On voit souvent des formules vagues comme “données publiquement disponibles sur Internet”, “données sous licence obtenues auprès de tiers” ou “données propriétaires”. Mais que recouvrent-elles exactement ?

Les “données publiquement disponibles sur Internet” sont celles que l’on peut trouver avec un moteur de recherche. Elles comprennent notamment les contenus de sites web et de réseaux sociaux. Si vous avez publié quelque chose sur Instagram, par exemple, l’IA a peut-être déjà pu l’exploiter. Supprimer une publication ou une photo de votre fil ne la retirera pas automatiquement des jeux de données utilisés pour entraîner l’IA.

Constituer soi-même un tel volume de données exige de scraper le web 24/7, avec l’infrastructure et les équipes compétentes. Lorsqu’elles ne peuvent pas recueillir toutes les données dont elles ont besoin, les entreprises peuvent en acheter à des spécialistes du web scraping. C’est ce que recouvre l’expression “données sous licence obtenues auprès de tiers”. Il peut s’agir de presque n’importe quoi : ces bases peuvent contenir des informations tirées de dossiers médicaux ou des données de localisation. Le problème est que certaines entreprises sélectionnent peu les données qu’elles agrègent ; des données sensibles divulguées, piratées ou obtenues illégalement peuvent ainsi se retrouver à la vente.

Les “données propriétaires” sont celles que les entreprises collectent ou produisent elles-mêmes. Elles incluent le contenu que vous créez en tant qu’utilisateur et les données que vous envoyez. Il ne s’agit pas uniquement des requêtes saisies ou des images importées : les modèles d’IA peuvent aussi collecter l’identifiant de votre ordinateur, vos coordonnées, votre historique de recherche et vos données d’interaction avec le produit.

Heureusement, vous gardez une certaine marge de contrôle sur cette catégorie de données, qui dépend largement du modèle utilisé. Copilot, Jasper et Poe collectent par exemple des identifiants d’appareil et des données de suivi des utilisateurs. Ces informations peuvent ensuite être transmises à des courtiers en données ou servir à afficher des publicités ciblées dans les applications. Jasper va plus loin en recueillant des données d’interaction avec le produit, des données publicitaires et d’autres données d’utilisation, c’est-à-dire des informations détaillées sur votre activité dans l’application.

ChatGPT paraît un peu plus respectueux de la vie privée que les autres, car il ne collecte que 10 types de données sur 35 possibles. Il ne vous suit pas et n’affiche pas de publicité tierce dans l’application. Vous pouvez utiliser des discussions temporaires, qui sont supprimées automatiquement, ou demander l’effacement de vos données personnelles. ChatGPT peut néanmoins conserver vos conversations sur ses serveurs. Vous pouvez désactiver cette fonction manuellement, mais on ne sait pas clairement si ce réglage s’applique aussi aux anciennes conversations.

Impossible de ne pas mentionner DeepSeek. Le modèle d’IA chinois a fait beaucoup parler de lui dès son lancement et peut sembler relativement sûr, puisqu’il ne collecte que 11 types de données. Un point est toutefois préoccupant : DeepSeek conserve l’historique des conversations des utilisateurs. Vos données risquent non seulement d’être volées en cas de piratage des serveurs, mais aussi d’être communiquées au gouvernement chinois. En Chine, les autorités contrôlent Internet et les entreprises comme les fournisseurs doivent fournir des données sur demande. De plus, selon Hacker News, DeepSeek a déjà connu des fuites de données : plus d’un million de conversations, de clés API et d’autres données sensibles ont été exposés.

Amazon, Samsung et de nombreuses banques ont interdit à leurs employés d’utiliser des outils d’IA dans le cadre de leur travail. Samsung a pris cette décision après qu’un employé y a envoyé un extrait de code sensible. L’ampleur de l’incident reste incertaine, mais l’entreprise s’inquiétait du devenir de ces données. Amazon a également restreint l’usage de l’IA après avoir constaté que certains exemples de réponses de ChatGPT ressemblaient à des données internes d’Amazon.

Comment vous protéger ?

Si vous songez déjà à jeter tous vos appareils pour aller vivre dans une forêt, rassurez-vous : ce n’est pas nécessaire. Quelques règles simples et efficaces peuvent vous aider à protéger vos données contre une collecte ou une utilisation par l’IA sans votre consentement :

• Vérifiez les autorisations des applications que vous installez et des bots d’IA que vous utilisez. Si une application demande trop d’autorisations, stocke vos informations ou ne vous permet pas de demander la suppression de vos données, envisagez de supprimer complètement cette application de votre appareil et d’utiliser une alternative plus sûre. Ce conseil vaut particulièrement pour les applications qui demandent des autorisations dont elles n’ont pas besoin pour fonctionner correctement. Par exemple, un éditeur vidéo a évidemment besoin d’accéder à votre galerie, mais pourquoi aurait-il besoin de connaître vos contacts ou votre géolocalisation ? Réfléchissez-y.
• Lors de l’installation d’une application, accordez-lui le moins d’autorisations possible. Si vous pouvez en refuser une sans empêcher l’application de fonctionner correctement, faites-le.
• Ne cochez pas les cases sans réfléchir : il vaut mieux lire la Politique de confidentialité, les Conditions d’utilisation et les autres documents avant d’installer des applications afin de savoir comment cette application précise traitera vos données ou si elle peut divulguer des informations à des tiers.
• Vérifiez le pays d’origine des applications que vous vous apprêtez à télécharger. N’oubliez pas que des pays comme la Chine appliquent une censure stricte, et que les entreprises comme les fournisseurs sur place doivent coopérer avec le gouvernement sur demande, y compris en fournissant les données des utilisateurs. Si cela ne vous convient pas, évitez ce type d’outils.
• Installez uniquement des applications officielles depuis des boutiques autorisées et évitez les versions piratées ou non officielles. Ces applications peuvent être un piège destiné à récupérer vos données.
• Faites attention à ce que vous publiez sur le Net. Si vous aimez tenir vos abonnés sur les réseaux sociaux informés de votre vie, veillez à ne jamais divulguer accidentellement de données personnelles.
• Soyez prudent lorsque vous utilisez un Wi-Fi public ou des proxies gratuits. Ces solutions peuvent être utilisées pour récupérer vos données. Mieux vaut les éviter complètement. Si vous devez utiliser un réseau public, envisagez d’ajouter un VPN pour plus de sécurité. Des fournisseurs fiables comme ZoogVPN vous aideront à résoudre les problèmes de connectivité liés à la localisation et à protéger vos données. Si vous recherchez des proxies, DataImpulse vous aidera à garantir un accès fluide dans le monde entier sans vider votre portefeuille. De plus, lorsque vous utilisez des proxies, ils agissent comme intermédiaires entre vous et le serveur que vous interrogez. Les proxies se connectent à votre place, vous évitant un contact direct. Résultat : vos données restent en sécurité, car les applications et les bots voient les informations des proxies. Cela renforce encore votre sécurité.
• N’envoyez pas de données sensibles, comme des clés API, des mots de passe, des codes PIN, des scans de documents, des cartes bancaires ou d’autres informations financières, à des chatbots d’IA.

Conclusion

À l’ère de l’IA, les données sont devenues une cible et les enjeux de sécurité prennent une nouvelle dimension. Même si vous n’utilisez pas l’IA, elle peut déjà détenir vos données par l’intermédiaire d’autres applications ou d’autres canaux. Il est donc essentiel d’apprendre à utiliser les bots, les assistants et les applications sans exposer vos informations sensibles. Des outils complémentaires, comme les proxies, peuvent également aider. Puisqu’ils envoient les requêtes à votre place, ils masquent vos données et compliquent leur collecte ou leur exploitation. DataImpulse vous accompagne avec un tarif équitable de $1 par 1 GB et une assistance humaine 24/7 (sans bots d’IA), pour vous permettre de vous concentrer sur vos tâches sans vous soucier de la sécurité ni de la confidentialité. Cliquez sur le bouton “Essayer maintenant” en haut à droite de l’écran ou écrivez-nous à [email protected] pour commencer.