AI ProdigiesCours interactifs
Ouvrir la navigation
Module 8 · Leçon 327 min · intermediaire

Faire des choix de confidentialité

Évaluer les contrôles d’un service, limiter les données partagées et vérifier les politiques actuelles sans extrapoler.

Sommaire et raccourcis

Objectifs d’apprentissage

Objectifs de la leçon

  • Construire une vérification de confidentialité adaptée au service
  • Réduire les données sensibles avant d’utiliser un LLM

Prérequis

  • Leçon 8.2

Faire des choix de confidentialité

Situation concrète

La bonne question n’est pas « un LLM garde-t-il mes données ? » sans contexte, mais « que fait ce service, avec ce compte, ce réglage et ce type de conversation, aujourd’hui ? »

Objectifs d’apprentissage

  • Construire une vérification de confidentialité adaptée au service
  • Réduire les données sensibles avant d’utiliser un LLM

Prérequis

  • Leçon 8.2

Mode simple

Avant de partager une information, retirez les noms, secrets et détails inutiles. Vérifiez les réglages de données, la mémoire, l’historique, la suppression et les conversations temporaires dans la documentation actuelle. Un mode temporaire peut changer la conservation et la personnalisation, mais ses propriétés exactes appartiennent au service. Pour une donnée sensible ou réglementée, utilisez l’environnement approuvé par votre organisation et gardez une personne responsable de la décision.

Mode approfondi

Une analyse de flux recense finalité, base de traitement, stockage, rétention, accès, sous-traitants et mécanismes d’effacement. Les politiques diffèrent entre offres individuelles, professionnelles et API ; une page générale ne suffit pas toujours. La minimisation reste robuste face aux changements : pseudonymiser, tronquer et fournir seulement les éléments nécessaires réduit l’exposition. Il faut aussi vérifier les journaux applicatifs et les outils connectés, pas uniquement le modèle central.

Analogie

Avant d’envoyer un dossier à un prestataire, on retire les pages inutiles et on lit les règles du contrat correspondant au service réellement utilisé.

Exemple concret

Pour corriger une lettre, remplacez le nom, l’adresse et le numéro de dossier par des marqueurs. Le style peut être amélioré sans exposer l’identité.

Le filtre avant partage — Une checklist passe par nécessité, anonymisation, offre utilisée, réglages, durée et responsabilité humaine.

Six filtres successifs réduisent un document initial avant son envoi, puis indiquent les contrôles à vérifier après usage.

Activité manipulable

Manipulez l’activité « memory-context-sorter », validez votre réponse puis expliquez ce que le résultat démontre et ce qu’il ne démontre pas.

Confusion fréquente

Une politique lue pour un produit ou une date ne doit pas être généralisée à toutes les offres ni rester supposée exacte sans nouvelle vérification.

Vérification rapide

Quel geste reste utile même lorsque le fournisseur propose de bons contrôles ?

La minimisation : ne transmettre que l’information nécessaire, retirer les identifiants et éviter les secrets qui n’apportent rien à la tâche.

Résumé

  • La confidentialité dépend du service et de ses réglages.
  • Minimiser réduit le risque à la source.
  • La documentation et la date doivent accompagner toute conclusion.

Mots du glossaire

Sources

Vue flow

Le filtre avant partage

Une checklist passe par nécessité, anonymisation, offre utilisée, réglages, durée et responsabilité humaine.

Notions associées

  1. minimisation
  2. contrôles de données
  3. conversation temporaire

Description de la figure

Six filtres successifs réduisent un document initial avant son envoi, puis indiquent les contrôles à vérifier après usage.

Manipuler pour comprendre

Activité interactive

Activité interactive

Tri mémoire, contexte et données

Classe chaque carte avec la liste. Cette alternative au glisser-déposer fonctionne entièrement au clavier.

Cinq cartes textuelles doivent être associées à cinq sources d’information différentes au moyen de listes déroulantes accessibles.

Vérification rapide

Quels gestes réduisent l’exposition de données ?

À garder sous la main

Mots du glossaire

Ouvrir tout le glossaire →
Contexte

Informations disponibles pour calculer la réponse actuelle.

Le contexte correspond aux tokens effectivement fournis dans la fenêtre courante, y compris instructions et documents récupérés, et reste distinct des paramètres et d’une mémoire produit persistante.

Voir les liens associés
Fine-tuning

Entraînement supplémentaire d’un modèle déjà préentraîné sur un objectif plus ciblé.

Le fine-tuning met à jour tout ou partie des paramètres avec des données spécialisées ; il peut viser une tâche, un domaine, des instructions ou des préférences.

Voir les liens associés
Prompt

Texte, données et consignes fournis au système pour une tâche.

Le prompt peut contenir instructions, exemples et contexte récupéré ; son effet reste conditionné par la fenêtre disponible, le modèle et les règles de priorité du produit.

Voir les liens associés
RSources de la leçon4 références, avec portée et date de vérification
  1. R21Fait public confirméVérifiée le 2026-07-18

    OpenAI. How your data is used to improve model performance (consulté en 2026).

    Documentation officielle sur l’utilisation éventuelle des données pour améliorer les modèles selon l’offre, les réglages et le consentement ; elle ne décrit pas la fenêtre de contexte.

    Consulter la source dans un nouvel onglet
  2. R22Fait public confirméVérifiée le 2026-07-18

    OpenAI. Data Controls FAQ (consulté en 2026).

    Documentation officielle sur les contrôles disponibles pour gérer l’utilisation des conversations et les choix de confidentialité.

    Consulter la source dans un nouvel onglet
  3. R23Fait public confirméVérifiée le 2026-07-18

    OpenAI. Memory FAQ (consulté en 2026).

    Documentation produit actuelle sur la synthèse de mémoire alimentée par conversations, fichiers et applications, et sur l’ancien mécanisme de souvenirs enregistrés ; elle ne décrit pas la fenêtre de contexte.

    Consulter la source dans un nouvel onglet
  4. R24Fait public confirméVérifiée le 2026-07-18

    OpenAI. Temporary Chat FAQ (consulté en 2026).

    Documentation officielle : absence d’historique et de mémoire de personnalisation, avec rétention possible jusqu’à 30 jours, instructions personnalisées, exception de sûreté et actions tierces à considérer.

    Consulter la source dans un nouvel onglet

Relevé de progression

Prêt à fixer cette étape ?

La progression reste enregistrée sur cet appareil, même sans compte.

Cette leçon est en cours.