Anonymiser un document avant de l’envoyer à ChatGPT, Claude ou Mistral : la méthode des avocats

Pour anonymiser un document avant de le confier à une IA, remplacez chaque personne, société, adresse et numéro de compte par une balise cohérente ([Personne 1], [Personne 2], [Org 1]), conservez chez vous la table qui relie chaque balise au vrai nom, et supprimez les données cachées (commentaires, suivi des modifications, métadonnées) avant l’envoi. L’IA garde le contexte dont elle a besoin pour résumer ou rédiger, qui a fait quoi à qui, sans jamais savoir de qui il s’agit.

Pourquoi ne pas coller l’original

Trois raisons, par ordre de fréquence :

1. Le secret professionnel. Pour un avocat, transmettre l’identité d’un client à un service tiers sans son accord est une question de secret avant d’être une question technique. Le Conseil national des barreaux et les ordres recommandent de ne jamais saisir de données identifiantes de clients dans une IA générative grand public.
2. L’entraînement et la conservation. Les comptes grand public des chatbots peuvent conserver les conversations et, sauf désactivation, s’en servir pour améliorer les modèles. Les offres entreprise ne le font généralement pas, mais le document a tout de même quitté le cabinet.
3. Le RGPD (et la nLPD en Suisse). Envoyer un document plein de noms à un fournisseur d’IA, c’est confier des données personnelles à un sous-traitant. Pseudonymiser d’abord, c’est ne lui transmettre que des balises : les données restent personnelles pour vous, qui détenez la clé, mais le fournisseur n’a aucun moyen raisonnable de savoir qui est qui.

Demander au chatbot lui-même d’« anonymiser ce texte » ne règle aucun des trois points : quand il lit la consigne, il a déjà lu les noms.

Rectangle noir ou balise ?

Le caviardage noir convient quand le lecteur ne doit rien apprendre. Il est inadapté au travail avec une IA, qui perd le fil :

Avec des rectangles noirs, l’IA ne sait pas si c’est la venderesse ou l’acheteuse qui a prévenu la société. Avec des balises, elle le sait, et sa réponse revient avec les mêmes balises, que vous retraduisez en noms.

C’est de la pseudonymisation : réversible pour qui détient la table, irréversible pour les autres. (La différence juridique est détaillée dans Anonymisation vs pseudonymisation.)

La méthode, étape par étape

1. Définir ce dont l’IA a besoin

Avant de toucher au fichier, formulez la tâche : « résumer la chronologie », « lister les obligations de chaque partie », « préparer une réponse au confrère ». La tâche dit ce qui doit rester lisible (rôles, ordre des dates, montants) et ce qui peut disparaître.

2. Remplacer les identités par des balises cohérentes

Les règles qui rendent le résultat exploitable :

• Une balise par entité, partout. « Anna Keller », « Mme Keller » et « A. Keller » deviennent toutes [Personne 1]. Si la page 3 dit [Personne 4] pour la même personne, l’IA en fera quelqu’un d’autre.
• Des préfixes typés. [P] pour les personnes, [O] pour les sociétés, [A] pour les adresses. L’IA comprend que [Org 1] est une société et rédige en conséquence.
• Des numéros, pas des initiales. Les initiales révèlent une partie du nom et se confondent : Anna et Alex donnent tous deux « A ».
• Caviarder en noir ce dont l’IA n’a pas besoin. IBAN, numéros de carte, numéro AVS ou de sécurité sociale : inutile de leur donner une balise.
• Ou les nommer par leur rôle. [Vendeur], [Acheteur], [Bailleur], [Employeur] donnent encore plus de contexte à l’IA que [Personne 1]. Les noms fictifs conviennent aussi, à condition d’être manifestement inventés et de ne jamais reprendre le vrai prénom de la personne.

À la main, avec Rechercher/Remplacer, c’est faisable pour une lettre de deux pages. Sur un dossier de 40 pages ou un jugement scanné, c’est là que les erreurs s’installent. C’est pourquoi le mode pseudonymisation de Redact PDF AI le fait automatiquement : il détecte chaque entité, regroupe les variantes d’un même nom et incruste sur chaque page un encadré de couleur portant la balise, en conservant la mise en page. Chaque balise se renomme dans l’éditeur, [Personne 1] en [Vendeur] par exemple, et toutes les occurrences suivent.

3. Garder la table de correspondance hors ligne

La table ([Personne 1] = Anna Keller, [Org 1] = Moreau SA) est ce qui refait du document une donnée personnelle. Rangez-la dans le dossier client, jamais dans la conversation. Quand l’IA répond « [Personne 1] doit notifier [Org 1] dans les 30 jours », c’est vous qui retraduisez.

4. Supprimer les données cachées

Les noms se cachent aussi hors du texte visible :

• commentaires et suivi des modifications dans Word ;
• propriétés du document (auteur, société, dernière modification par) ;
• en-têtes, pieds de page et noms de fichier (« Keller_c_Moreau_v3.pdf ») ;
• signatures et tampons sur les pages scannées.

Exporter un PDF aplati supprime d’un coup la couche texte et les métadonnées. Un PDF dont on peut encore sélectionner le texte sous le rectangle n’a jamais été anonymisé : voir comment caviarder correctement un PDF.

5. Relire une fois avant l’envoi

La détection automatique trouve les noms, numéros et adresses. Elle ne sait pas que « la seule juge du tribunal de Sion » désigne quelqu’un. Relisez la version pseudonymisée avec cette question en tête et caviardez les passages qui identifient une personne par sa description.

Et ce que je tape directement dans ChatGPT ?

Pour les consignes que vous écrivez, le principe est le même : dites « mon client » et « la partie adverse », pas leur nom. Notre outil frère Caviard AI masque les données personnelles dans ce que vous tapez dans ChatGPT avant l’envoi.

Questions fréquentes

Un document pseudonymisé est-il anonyme ? Pas pour vous : vous détenez la table et pouvez réidentifier chacun. Pour le fournisseur d’IA, qui reçoit le document sans la table, il l’est en pratique, et c’est ce qui compte ici.

ChatGPT Entreprise ou Team dispense-t-il d’anonymiser ? Cela règle la question de l’entraînement, pas celle du secret. Beaucoup de cabinets pseudonymisent quand même, parce que le client ou la politique interne exige que les identités ne sortent jamais du cabinet.

L’IA peut-elle réidentifier les personnes à partir du contexte ? Parfois, quand les faits sont publics (affaire médiatisée, société cotée). Dans ce cas, caviardez aussi les détails descriptifs, ou n’utilisez pas d’IA publique pour ce dossier.

À quoi doit ressembler une balise ? Courte et cohérente. Les balises typées et numérotées ([Personne 1], [Org 1]) sont le choix sûr par défaut ; les rôles ([Vendeur], [Employeur]) donnent plus de contexte à l’IA. Les noms fictifs sont possibles s’ils sont clairement inventés (« Personne Alpha » plutôt qu’un nom courant qui pourrait appartenir à une vraie partie), car l’IA ne distingue pas un faux nom d’un vrai.

Est-ce possible sur un PDF scanné ? Oui, si l’outil fait d’abord de l’OCR. Redact PDF AI lit les scans et les photos dans plus de 100 langues avant de détecter les entités.

Où les fichiers sont-ils traités ? En Suisse et dans l’UE, chiffrés, supprimés automatiquement et jamais utilisés pour entraîner des modèles d’IA.

Essayer

Anonymisez votre premier PDF avec des balises : le premier document est gratuit, jusqu’à 5 pages. Vous traitez un dossier entier ? Voir pseudonymiser un dossier juridique et le comparatif des outils. Besoin de rectangles noirs ? Lisez comment caviarder un PDF.