Pseudonymiser un document pour l'IA, puis remettre les vrais noms dans la réponse

Pseudonymiser, anonymiser, caviarder : trois opérations différentes

Pseudonymiser, c'est remplacer ce qui identifie une personne par un substitut, en gardant ailleurs le moyen de revenir à elle. Pour le RGPD (article 4, point 5), les données ne peuvent alors plus être attribuées à une personne précise « sans avoir recours à des informations supplémentaires », qui doivent être « conservées séparément » et protégées : ici, la table de correspondance. La CNIL précise que l'opération « est également réversible, contrairement à l'anonymisation », et que les données « conservent donc un caractère personnel ». Une copie pseudonymisée reste soumise au RGPD.

Anonymiser, c'est supprimer ce chemin de retour : pour la CNIL, rendre impossible, en pratique, toute identification « par quelque moyen que ce soit et de manière irréversible ». Plus de table, donc plus de vrais noms à remettre dans une réponse.

Caviarder, c'est retirer un passage sans le remplacer : il disparaît de la copie ou laisse un bloc noir. Bien fait, le texte est supprimé du fichier, pas recouvert (voir caviarder un PDF correctement). L'IA perd l'information, et rien ne permet de la remettre.

Pour retrouver les noms après l'IA, il faut donc pseudonymiser. La comparaison complète est dans anonymisation ou pseudonymisation : la différence selon le RGPD.

Pseudonymisation et IA : pourquoi des étiquettes stables

Remplacer tous les noms par « XXX » protège, mais l'IA ne sait plus qui a commandé, qui a promis, qui doit payer. Une étiquette numérotée et typée garde ces relations : [PERSONNE_1] reste une personne, [ORGANISATION_2] une société, chacune avec son rôle d'une phrase à l'autre. L'IA peut raisonner sur qui fait quoi sans savoir qui est qui.

La règle : une même personne garde la même étiquette dans toutes les pièces du dossier. Si Élise Garnier devient [PERSONNE_1] dans un courriel et [PERSONNE_3] dans le contrat, l'IA lit deux personnes. Les variantes suivent la même règle : « Garnier », « E. Garnier » et « GARNIER » doivent toutes devenir [PERSONNE_1].

Une étiquette peut aussi porter un rôle : [PERSONNE_CLIENTE] ou [ORGANISATION_FOURNISSEUR] aident l'IA à suivre le dossier. N'y mettez ni initiales ni fragment de nom : l'étiquette part avec la copie. Dans AnonymFiles, les étiquettes sont stables sur tout le dossier, et un clic permet d'en renommer une. Ce qu'il faut remplacer avant un envoi est détaillé dans anonymiser un document avant de l'envoyer à ChatGPT.

Une pseudonymisation réversible : la table reste chez vous

La table de correspondance relie chaque étiquette à sa valeur réelle : [PERSONNE_1] = Élise Garnier. C'est elle qui rend la pseudonymisation réversible, et elle est aussi sensible que les originaux : elle réunit tous les noms.

• Elle ne part jamais avec la copie : ni dans la conversation, ni en pièce jointe, ni dans le dossier confié à l'IA. C'est la condition posée par la définition du RGPD : des informations conservées séparément.
• Elle se protège comme l'original : sur votre ordinateur, hors des dossiers partagés ou synchronisés, sur un disque chiffré.
• Elle se garde tant qu'une réponse doit revenir : sans elle, plus moyen de remettre les noms.

Dans AnonymFiles, la table reste dans l'espace privé de l'application, sur l'ordinateur, et ne figure jamais dans l'export. Elle contient les vrais noms en clair et n'est pas encore chiffrée par l'application : activez le chiffrement du disque (FileVault sur Mac, BitLocker sur Windows). Supprimer l'espace de travail supprime aussi la table, et la réinjection devient impossible. Voir où restent vos données et ce que l'application n'envoie pas.

Pseudonymiser un document à la main : méthode et limites

Pour un document court, il suffit d'un traitement de texte (Rechercher et remplacer) et d'un tableau de correspondance tenu à part.

1. Travaillez sur une copie, jamais sur l'original.
2. Remplissez le tableau avant de remplacer : une ligne par personne, société, adresse, e-mail, téléphone ou numéro, avec son étiquette et toutes ses graphies (initiales, majuscules, nom sans accent).
3. Remplacez la forme la plus longue d'abord : « Élise Garnier » avant « Garnier ». Dans l'ordre inverse, vous obtenez « Élise [PERSONNE_1] », et le prénom reste en clair.
4. Cherchez chaque nom une dernière fois, puis relisez en-têtes, pieds de page, notes et signatures. Les pièges propres à Word sont dans anonymiser un document Word sans le mettre en ligne.
5. Au retour, faites le chemin inverse : remplacez chaque étiquette de la réponse par sa valeur, en la cherchant avec ses crochets. Sans crochets, « PERSONNE_1 » attrape aussi [PERSONNE_10].

Sur un dossier entier, trois limites apparaissent : les variantes (une graphie absente du tableau laisse un nom en clair), les oublis (une signature, une adresse e-mail qui contient le nom) et la réinjection (des dizaines d'étiquettes à remplacer une à une). Et une étiquette retouchée par l'IA, comme « Personne 1 », échappe à la recherche sans prévenir.

AnonymFiles, une application de bureau bientôt disponible pour Mac (puce Apple) et Windows, fait ce travail sur un dossier entier de PDF texte, Word .docx, .txt et .md. Elle détecte les noms de personnes, organisations, adresses, e-mails, téléphones au format français, IBAN de neuf pays européens, dates privées et numéros d'identifiant, et les remplace par des étiquettes stables. La copie d'un Word est un fichier texte (Markdown) ; les scans ne sont pas encore lus. Sur Mac, les modèles sont inclus, sans aucune connexion ; sur Windows, ils sont téléchargés une seule fois, au premier traitement, sans texte de document.

La consigne à donner à ChatGPT ou à une autre IA

Sans consigne, rien n'oblige l'IA à garder [PERSONNE_1] intact. Collez une consigne en tête de conversation, avant les pièces. Par exemple :

La référence évite de mélanger les tables : d'un dossier à l'autre, [PERSONNE_1] ne désigne pas la même personne. À la main, inventez-en une qui ne dise rien du client. Le respect de la consigne dépend de l'outil : vérifiez la réponse.

Après l'export, AnonymFiles fournit une consigne toute prête : le bouton « Copier la consigne IA » copie les instructions à coller dans la conversation, avec la référence de l'export, de la forme [DOSSIER_…]. Des exemples de demandes en cabinet sont dans ChatGPT et le secret professionnel de l'avocat.

Remettre les vrais noms dans la réponse de l'IA

C'est tout l'intérêt de la pseudonymisation : l'IA a travaillé sur des étiquettes, vous récupérez un texte avec les vrais noms, qu'elle n'a jamais vus.

Dans AnonymFiles, « Réinjecter un résultat » accepte la réponse de l'IA collée telle quelle, ou un fichier .txt ou .md. La référence [DOSSIER_…] retrouve la table du bon export, même après un redémarrage, sans rouvrir le dossier d'origine. Un aperçu montre le texte avec les vrais noms ; vous l'enregistrez ensuite dans un nouveau fichier, sur l'ordinateur. Le remplacement n'utilise ni modèle ni connexion.

Les limites, à connaître :

• Du texte seulement. La réinjection porte sur la réponse texte de l'IA, pas encore sur un Word ou un PDF : le texte rétabli se reporte ensuite dans votre document.
• Une forme représentative. Chaque étiquette revient sous une seule forme du nom : « Garnier » et « Élise Garnier », réunis sous [PERSONNE_1], reviennent par exemple tous deux en « Élise Garnier ».
• Une grammaire non ajustée. Si l'IA écrit « gérante de [ORGANISATION_1] », le résultat dit « gérante de Atelier Boréal ». Élisions et accords se corrigent à la relecture.
• Des contrôles, pas une garantie. Une référence absente, inconnue ou mélangeant plusieurs exports bloque le traitement. Une étiquette inconnue, ou une forme modifiée reconnue comme « [PERSONNE 1] », est signalée sans que l'application devine son contenu. Mais ces contrôles ne repèrent ni toutes les reformulations, ni une étiquette attribuée à la mauvaise personne : relisez l'aperçu.

Le parcours complet est décrit dans comment AnonymFiles remet les vrais noms, étape par étape.

Exemple complet, de l'original à la réponse

Un dossier fictif de deux pièces, pour préparer une mise en demeure ; tout y est inventé.

1. L'original

2. La copie pseudonymisée

« Garnier » seul a reçu l'étiquette d'« Élise Garnier » : l'IA sait que la cliente et la destinataire du courriel ne font qu'une. Le numéro du bon est masqué : il relierait la copie à un dossier précis chez le fournisseur.

3. La demande à l'IA

Après la consigne et les deux pièces :

4. La réponse de l'IA

5. Après réinjection

La ligne [DOSSIER_…] a servi à retrouver la table, puis a disparu du résultat. Toutes les étiquettes sont revenues, numéro du bon compris. Reste à corriger « gérante de Atelier Boréal » en « gérante d'Atelier Boréal », et à vérifier que l'IA n'a confondu ni les personnes ni les sociétés : la réinjection ne le contrôle pas.

Ce que les étiquettes ne cachent pas : la réidentification indirecte

Une étiquette cache un nom, pas un contexte. Le RGPD tient pour identifiable une personne qui peut être identifiée « directement ou indirectement » (article 4, point 1). Et pour la CNIL, même après pseudonymisation, il est « bien souvent possible de retrouver l'identité » des personnes grâce à des données tierces.

Avant l'envoi, cherchez ce qui désigne l'affaire sans la nommer :

• Les numéros : dossier, RG, commande, contrat, lot.
• Les lieux : une petite commune, une adresse de chantier, une enseigne.
• Les dates précises : celle d'un accident, d'une audience, d'une vente.
• Les fonctions uniques et les montants : « la directrice financière » d'une PME, une indemnité au centime près.

Relisez la copie comme quelqu'un qui connaît l'affaire : s'il la reconnaît, masquez ce qui la trahit. Dans AnonymFiles, chaque pièce se relit côte à côte avec l'original, et un passage sélectionné se masque d'un clic pour tout le dossier, montants compris : ils ne sont pas détectés automatiquement. Aucune détection n'est parfaite, et rien n'est exporté sans votre validation. Les détails à surveiller sont listés pour les cabinets d'avocats (numéro de RG, date d'audience) et les offices notariaux (référence cadastrale, numéro de lot).