RGPD et IA : un cas concret côté cabinet

Un avocat nous a posé la question en clair : « concrètement, l'article 32 du RGPD me protège-t-il si j'utilise ChatGPT sur un dossier client ? » Voici la réponse que nous lui avons écrite, avec le raisonnement, la jurisprudence et le correctif pratique.

La question, en entier

Il dirige un cabinet de contentieux commercial. Il utilise ChatGPT pour rédiger une première passe de note structurée : liste des arguments, réponse aux écritures adverses, synthèse des pièces. Il paie ChatGPT Team. Il ne voit pas ses prompts réutilisés ailleurs. Sa position était simple : je paie un plan pro, mes données ne servent pas à l'entraînement, l'article 32 du RGPD me demande des « mesures appropriées », je les prends. Je suis donc couvert, non ?

Ce que dit réellement l'article 32

L'article 32 impose au responsable de traitement et au sous-traitant de mettre en place des mesures techniques et organisationnelles « appropriées au risque ». Le texte donne des exemples : pseudonymisation, chiffrement, intégrité, restauration, tests périodiques. Il ne dit pas « payez un plan pro ». Il dit « évaluez, et agissez en conséquence ».

Les recommandations CNIL 2024 sur l'IA générative sont cohérentes. Elles imposent au professionnel trois étapes avant tout envoi vers un modèle tiers :

1. Identifier une base légale claire (article 6).
2. Conduire un test de proportionnalité : la donnée est-elle nécessaire au prompt, ou peut-on obtenir le résultat avec moins ?
3. Appliquer des mesures de sécurité « adaptées à la sensibilité ». La pseudonymisation est nommée explicitement.

Pourquoi « payer le plan pro » n'est pas la réponse

Un plan payant chez OpenAI, Anthropic ou Google répond à la question de l'entraînement : vos prompts ne sont pas utilisés pour réentraîner les modèles par défaut. C'est réel, et c'est un vrai progrès. Cela ne répond à aucune des autres questions :

• Le fournisseur peut conserver les prompts jusqu'à 30 jours pour la détection d'abus.
• La donnée est traitée sur une infrastructure qui, pour les principaux fournisseurs, est située ou accessible depuis les États-Unis.
• Une procédure judiciaire ou une demande CLOUD Act, aussi improbable soit-elle dans votre cas précis, devient une question à laquelle votre DPO doit savoir répondre.
• L'article 32 dit « approprié au risque ». Un dossier client est, par nature, à risque élevé. La barre à franchir est haute.

À quoi ressemblent les « mesures appropriées »

La CNIL a été explicite : la pseudonymisation à la source est la pratique la plus défendable pour des données client envoyées vers un service d'IA générative. Le raisonnement est simple. Si la donnée qui sort de votre cabinet n'identifie plus le client, la question cesse d'être un transfert de données personnelles et devient un transfert de raisonnement abstrait.

C'est exactement le rôle d'Hexagone AI. La correspondance « marqueur ↔ valeur réelle » reste sur votre machine. Seule la version protégée atteint ChatGPT, Claude ou Cursor. Quand la réponse revient, les marqueurs sont remplacés par les valeurs réelles, en local.

Le déroulé concret

1. Vous ouvrez le dossier client dans Hexagone AI. Il crée un « jumeau protégé » à côté : les identifiants sont remplacés par des marqueurs stables (CLIENT_A12, MONTANT_47, DATE_3).
2. Vous déposez le jumeau protégé dans ChatGPT, exactement comme vous auriez déposé le fichier d'origine.
3. Vous récupérez une note structurée, avec les mêmes marqueurs. Hexagone AI ré-injecte les valeurs réelles, en local, uniquement sur la version que vous ouvrez.
4. Un audit trail est journalisé automatiquement. Vous pouvez montrer à votre DPO ce qui a été substitué, quand, et sur quel fichier.

Alors, êtes-vous couvert ?

Sans pseudonymisation : pas vraiment. Vous pariez sur la bonne volonté d'un fournisseur étranger et sur le silence d'un incident improbable. Avec pseudonymisation à la source : oui, au sens strict que l'article 32 visait. La donnée sortie de votre machine ne permet pas de réidentifier votre client. Le raisonnement opéré dessus est à vous.