Glossaire de l'anonymisation : les termes utiles avant de confier un document à une IA

Alias

Valeur de remplacement qu'un logiciel substitue à une donnée personnelle dans un document. Biffer produit des alias stables et numérotés, comme PERSONNE_001 ou EMAIL_002 : la même personne reçoit toujours le même alias dans tout le fichier, ce qui garde le texte lisible et cohérent pour une IA. L'alias protège entièrement la valeur d'origine ; seule la table de correspondance, si vous la conservez, permet de la retrouver.

Anonymisation

Traitement qui rend impossible, de manière irréversible et par des moyens raisonnables, l'identification d'une personne à partir d'un document. Une donnée réellement anonymisée sort du champ du RGPD. L'anonymisation est exigeante : elle suppose, au-delà des noms, que le contexte lui-même garde les personnes à l'abri de toute reconnaissance. Biffer s'en rapproche quand vous travaillez sans table de correspondance ; l'analyse de votre contexte vous permet de conclure. Voir anonymiser un document.

Biffage

Action de biffer, c'est-à-dire de rayer ou de barrer un passage d'un écrit pour le rendre illisible ou le retirer. Le terme vient du vocabulaire juridique et administratif, où l'on biffe une mention sur un acte. Nous avons choisi ce nom pour le logiciel parce qu'il décrit exactement l'opération : retirer d'un document les éléments à protéger du regard d'un tiers, ici une intelligence artificielle, tout en conservant le reste.

Caviardage

Suppression de passages d'un document, historiquement par un rectangle noir, pour en cacher le contenu avant diffusion. Un caviardage fiable agit dans le contenu même du fichier, au-delà du simple recouvrement à l'écran. Biffer réécrit le contenu du fichier et remplace chaque donnée par un alias ou une étiquette afin que la valeur d'origine disparaisse réellement du document produit. Voir caviarder un document.

Chiffrement

Transformation de données en une forme illisible sans la clé correspondante. Biffer propose de chiffrer la table de correspondance avec AES-256-GCM, un algorithme de chiffrement authentifié, la clé étant dérivée de votre mot de passe par Argon2id, une fonction conçue pour résister aux attaques par force brute. Le mot de passe est ainsi la seule voie vers les valeurs d'origine, même si le fichier est copié.

Clé de licence

Code qui autorise Biffer à fonctionner sur un ordinateur. La clé est liée à votre adresse email et à l'identifiant de votre ordinateur. Elle est délivrée dans le logiciel par la connexion email faite une fois à la première ouverture, gratuitement (cinq fichiers par mois) ou après l'achat de Biffer (10 € HT (12 € TTC), à vie pour la version, nombre de fichiers illimité), et se vérifie localement : une fois reçue, le logiciel fonctionne entièrement hors ligne. Une licence couvre un ordinateur, transférable depuis le compte.

CNIL

Commission nationale de l'informatique et des libertés, autorité française chargée de veiller à la protection des données personnelles. Elle publie des recommandations, des guides pratiques et des fiches, notamment sur l'usage de l'intelligence artificielle et sur la différence entre anonymisation et pseudonymisation. Elle peut contrôler les organismes et prononcer des sanctions. Ses publications sont la première source à consulter avant de confier des documents à un outil d'IA.

Confidentialité

Propriété d'une information qui n'est accessible qu'aux personnes autorisées. En matière de documents professionnels, la confidentialité est une obligation contractuelle, déontologique ou légale selon le métier. Un traitement local, sur votre ordinateur, préserve la confidentialité parce que le document reste dans le périmètre que vous contrôlez, avant tout envoi à un service d'IA en ligne.

Données à caractère personnel

Toute information se rapportant à une personne physique identifiée ou identifiable, selon l'article 4 du RGPD. Un nom, une adresse email, un numéro de téléphone, une plaque d'immatriculation, un identifiant professionnel ou une combinaison d'éléments qui permettent de reconnaître quelqu'un en font partie. La notion est large : une date de naissance associée à une commune peut suffire à identifier une personne dans un petit effectif.

Données d'entraînement

Ensemble des textes, images ou enregistrements utilisés pour construire ou améliorer un modèle d'intelligence artificielle. Selon les conditions du service, les contenus envoyés à un assistant en ligne peuvent rejoindre ces données. Retirer les données personnelles avant l'envoi garde les noms de vos clients hors de ces données, quelle que soit la politique du fournisseur.

Données identifiantes

Données qui, seules ou combinées, permettent de remonter à une personne précise. On distingue les identifiants directs (nom, numéro de sécurité sociale, adresse email) et les identifiants indirects (fonction, employeur, date, lieu) qui identifient par recoupement. Biffer détecte les identifiants directs et les champs propres à chaque métier ; les identifiants indirects relèvent de votre relecture, car leur caractère identifiant dépend du contexte.

Données sensibles (article 9)

Catégories particulières de données dont le traitement est en principe interdit par l'article 9 du RGPD : origine ethnique, opinions politiques, convictions religieuses, appartenance syndicale, données génétiques et biométriques, données de santé, vie et orientation sexuelles. Un dossier médical, un compte rendu RH ou un dossier contentieux en contiennent souvent. Leur présence impose une vigilance accrue avant tout envoi à une IA.

EDPB

Comité européen de la protection des données (European Data Protection Board), organe qui réunit les autorités de contrôle de l'Union européenne, dont la CNIL. Il publie des lignes directrices et des avis qui harmonisent l'application du RGPD. Son avis 28/2024 traite du statut des données personnelles dans les modèles d'IA et des conditions dans lesquelles un modèle peut être considéré comme anonyme.

Faux positif

Élément détecté à tort comme une donnée personnelle. Un nom commun pris pour un nom de famille, une référence de produit prise pour un numéro de dossier, une date sans lien avec une personne en sont des exemples. Biffer affiche chaque détection dans un aperçu surligné ; il suffit de décocher le faux positif pour qu'il soit conservé tel quel. L'inverse, l'élément manqué, se corrige en l'ajoutant manuellement.

File d'attente

Fonction qui permet de traiter plusieurs fichiers à la suite. Dans Biffer, la file d'attente fonctionne en mode vérifié, où chaque document passe par l'aperçu avant enregistrement, ou en mode automatique, où les politiques définies s'appliquent sans intervention. Le mode automatique, inclus dès l'offre gratuite, convient aux lots de documents de même nature, par exemple une série de factures ou de conventions.

Fuite de données

Divulgation, volontaire ou non, de données à des personnes qui ne devraient pas y avoir accès. Au sens du RGPD, une violation de données doit être notifiée à la CNIL dans les 72 heures lorsqu'elle présente un risque. Copier un document confidentiel dans un assistant d'IA en ligne peut constituer une telle divulgation, même en l'absence d'attaque ; le préparer avant l'envoi vous en protège.

Hors ligne (offline)

Se dit d'un logiciel qui fonctionne sans connexion à internet et garde toutes les données sur le poste. Biffer est hors ligne pour tout le traitement : il analyse, modifie et enregistre un document réseau coupé, la licence se vérifie localement et le logiciel se passe de toute télémétrie. Sa seule connexion est celle de la première ouverture, qui confirme votre email et délivre la clé. Vous pouvez le constater en coupant le réseau ensuite. Voir logiciel hors ligne.

IA générative

Famille de systèmes d'intelligence artificielle capables de produire du texte, des images ou du code à partir d'une consigne. ChatGPT, Claude et Gemini en sont les exemples les plus répandus. Ces outils sont utiles pour résumer, reformuler ou structurer un document, et la plupart fonctionnent sur des serveurs distants : préparer le document avant l'envoi vous permet d'en profiter en gardant les données personnelles sur votre ordinateur.

IBAN

International Bank Account Number, identifiant normalisé d'un compte bancaire. Un IBAN français commence par FR, suivi de deux chiffres de contrôle puis de l'identifiant national du compte. Les deux chiffres de contrôle se vérifient par un calcul de modulo 97, ce qui permet à Biffer de reconnaître un IBAN authentique et de distinguer une coordonnée bancaire d'une simple suite de chiffres.

Identifiant machine

Code propre à un ordinateur, affiché dans Biffer, qui sert à rattacher une clé de licence à ce poste. Il sert uniquement à reconnaître la machine ; vos documents et votre identité lui restent étrangers. Le logiciel le transmet avec votre adresse email lors de la connexion initiale, et la clé reçue lui est liée ; en cas de changement d'ordinateur, vous vous reconnectez sur la nouvelle machine ou saisissez le nouvel identifiant dans votre compte biffer.fr, et une nouvelle clé est générée.

Luhn (clé)

Formule de contrôle utilisée pour vérifier la cohérence d'un numéro, dont le SIREN et le SIRET en France et les numéros de carte bancaire. Le dernier chiffre est calculé à partir des précédents selon un algorithme simple. Biffer applique ce contrôle avant de considérer une suite de neuf ou quatorze chiffres comme un SIREN ou un SIRET, ce qui réduit fortement les faux positifs sur les montants et les références.

Masquage

Remplacement d'une donnée par une étiquette générique qui indique sa catégorie sans la numéroter, par exemple [PERSONNE] ou [EMAIL]. C'est l'une des trois politiques proposées par Biffer pour chaque type de donnée, avec la pseudonymisation par alias et la conservation. Le masquage convient quand seule la catégorie de la donnée compte pour la tâche confiée à l'IA, par exemple un résumé général.

Métadonnées

Informations décrivant un fichier et enregistrées en dehors de son texte visible : auteur, société, date de création, logiciel utilisé, auteurs des commentaires et des révisions. Elles accompagnent un document Word, Excel ou PDF et révèlent souvent qui l'a rédigé. Biffer vide ces champs lors du traitement, pour que l'anonymisation du corps du document s'étende à ses propriétés.

Minimisation des données

Principe du RGPD (article 5) selon lequel on ne traite que les données adéquates, pertinentes et limitées à ce qui est nécessaire à la finalité poursuivie. Appliqué à l'IA, il conduit à envoyer à un assistant uniquement ce dont il a besoin pour répondre : la structure d'un contrat plutôt que l'identité des parties. Anonymiser un document avant de le soumettre est une mise en pratique directe de ce principe.

NIR (numéro de sécurité sociale)

Numéro d'inscription au répertoire national d'identification des personnes physiques, composé de treize chiffres et d'une clé de contrôle à deux chiffres. Il encode le sexe, l'année et le mois de naissance, le département et la commune. Son traitement est strictement encadré. Biffer le reconnaît en vérifiant la clé de contrôle, ce qui distingue un vrai NIR d'une autre suite de quinze chiffres.

Occultation

Fait de rendre invisible une partie d'un document, terme employé notamment par les juridictions et les administrations pour les décisions et actes publiés. L'occultation des noms des parties dans les décisions de justice en est l'exemple le plus connu. Dans un fichier numérique, une occultation fiable suppose de retirer le texte du contenu même du fichier, au-delà de son affichage à l'écran.

OCR

Reconnaissance optique de caractères (Optical Character Recognition), technique qui convertit l'image d'un texte en texte exploitable. Un PDF scanné est une suite d'images : l'OCR permet d'y lire un nom. Biffer embarque un OCR qui s'exécute sur votre ordinateur, hors ligne, pour les images et les PDF scannés ; les données repérées sont ensuite caviardées par noircissement des pixels, de façon définitive.

PII

Personally Identifiable Information, expression anglo-saxonne désignant les informations permettant d'identifier une personne. Elle est proche de la notion de données à caractère personnel du RGPD, mais plus restrictive dans certains usages : la pratique américaine se concentre sur les identifiants directs, alors que le droit européen inclut tout ce qui rend une personne identifiable, y compris par recoupement.

Pseudonymisation

Traitement qui remplace les données identifiantes par des substituts, de sorte qu'on ne puisse plus attribuer les informations à une personne sans recourir à des données supplémentaires conservées séparément, selon l'article 4 du RGPD. C'est exactement ce que fait Biffer avec ses alias et sa table de correspondance. Les données pseudonymisées restent des données personnelles tant que la table existe, mais le risque est très réduit.

Ré-identification

Opération qui consiste à retrouver l'identité d'une personne à partir de données censées ne plus la désigner. Elle peut passer par la table de correspondance, ce qui est voulu et contrôlé, ou par le recoupement d'indices laissés dans le document, ce qui ne l'est pas. Le risque de ré-identification est le critère qui sépare la pseudonymisation de l'anonymisation, et il se juge au cas par cas.

Responsable de traitement

Personne ou organisme qui détermine les finalités et les moyens d'un traitement de données personnelles. Un cabinet, une entreprise ou un professionnel libéral est responsable des traitements qu'il effectue sur les documents de ses clients, y compris lorsqu'il utilise un outil d'IA. Cette responsabilité reste la sienne, y compris vis-à-vis de l'éditeur de l'outil : d'où l'intérêt de maîtriser ce qui sort de l'organisation.

RGPD

Règlement général sur la protection des données, règlement (UE) 2016/679 applicable depuis le 25 mai 2018. Il définit les données personnelles (article 4), impose la protection dès la conception (article 25) et la sécurité des traitements (article 32), et encadre le recours à des sous-traitants (article 28). Il s'applique à tout usage d'une IA sur des documents contenant des données de personnes situées dans l'Union européenne.

Secret professionnel

Obligation légale de ne pas divulguer les informations confiées dans l'exercice d'une profession. Avocats, médecins, notaires, experts-comptables et d'autres y sont soumis, avec des sanctions pénales en cas de violation. Transmettre un dossier à un service en ligne, y compris un assistant d'IA, peut constituer une divulgation. Un traitement local du document, avant tout envoi, est une précaution cohérente avec cette obligation.

SIREN et SIRET

Identifiants des entreprises françaises. Le SIREN compte neuf chiffres et désigne l'entité juridique ; le SIRET, quatorze chiffres, ajoute cinq chiffres qui désignent un établissement. Les deux se vérifient par la clé de Luhn. Ils identifient des entreprises ; ils désignent aussi directement un entrepreneur individuel et permettent souvent de reconnaître un client ; Biffer les détecte et les traite comme les autres identifiants.

Sous-traitant

Personne ou organisme qui traite des données personnelles pour le compte du responsable de traitement, au sens de l'article 28 du RGPD. Un service d'anonymisation en ligne, qui reçoit vos documents sur ses serveurs, est un sous-traitant et doit être encadré par un contrat. Biffer s'exécute sur votre ordinateur et garde chaque donnée sur le poste : la question du sous-traitant est réglée en amont, puisque tout reste chez vous.

Table de correspondance

Fichier facultatif qui associe chaque alias à la valeur d'origine qu'il remplace. Elle permet de restaurer les noms et les numéros réels dans le document rendu par l'IA ou par un tiers. Biffer peut la chiffrer (Argon2id et AES-256-GCM) ou l'enregistrer en clair, à votre choix. Sans table, le traitement est définitif : c'est le point qui fait basculer de la pseudonymisation vers l'anonymisation. Voir comment ça fonctionne.

Traitement local

Exécution d'un programme sur l'ordinateur de l'utilisateur, par opposition au traitement sur un serveur distant. Le traitement local garantit que les données restent sur le poste, à l'écart de tout réseau et de tout tiers. C'est le principe de Biffer : l'analyse, le remplacement par des alias, la réécriture du fichier et la vérification de la licence se font sur votre machine, ce qui règle d'emblée la question du sous-traitant.