Oui, une IA générative peut être développée et utilisée avec des données personnelles, mais le RGPD s'applique pleinement, à l'entraînement comme à l'usage. La CNIL a publié entre 2024 et 2025 une série de recommandations qui répondent aux questions pratiques : quelle base légale retenir, quelles garanties mettre en place pour l'entraînement, quand un modèle est-il lui-même soumis au RGPD, comment traiter une demande d'effacement 24.
Le point de départ est l'avis 28/2024 du Comité européen de la protection des données (CEPD), adopté le 17 décembre 2024 : un modèle entraîné sur des données personnelles n'est pas automatiquement anonyme, et l'intérêt légitime peut fonder un traitement à condition de passer un test en trois étapes 6. La CNIL a décliné cette position en fiches pratiques.
Cet article synthétise ces recommandations du point de vue d'une entreprise qui développe, adapte ou déploie un système d'IA générative.
Base légale : l'intérêt légitime, sous conditions
Pour le développement d'un système d'IA, la CNIL considère que l'intérêt légitime peut être une base légale, sans que le consentement soit toujours nécessaire, à condition de prévoir des garanties fortes 2. Le RGPD n'établit d'ailleurs aucune hiérarchie entre les bases légales 6. Trois conditions doivent être réunies 1 :
- L'intérêt poursuivi est légitime : licite, clairement défini, réel et actuel. Un intérêt commercial peut l'être.
- Le traitement est nécessaire : il n'existe pas de moyen moins intrusif, et les données sont minimisées.
- Le traitement ne porte pas une atteinte disproportionnée aux droits des personnes, compte tenu de leurs attentes raisonnables, ce qui suppose une mise en balance documentée.
La CNIL cite comme intérêts susceptibles d'être légitimes la recherche scientifique, l'amélioration d'un produit, la mise à disposition d'un assistant conversationnel ou la détection de la fraude 1. À l'inverse, un système interdit par une autre réglementation ne peut pas reposer sur un intérêt légitime 1. La réutilisation des conversations futures des utilisateurs d'un agent conversationnel pour améliorer le modèle peut aussi reposer sur l'intérêt légitime, moyennant information, droit d'opposition et pseudonymisation ou anonymisation 2.
Un cadre juridique encore en discussion
La Commission européenne a proposé, dans son paquet numérique de novembre 2025, de préciser dans le RGPD l'usage de l'intérêt légitime pour les modèles d'IA, avec un droit d'opposition inconditionnel 8. À la date de rédaction, ces modifications du RGPD restent une proposition en cours de négociation, distincte de l'omnibus sur l'IA déjà adopté ; le cadre applicable reste donc le RGPD actuel, éclairé par l'avis du CEPD et les fiches de la CNIL.
Entraîner un modèle : les garanties attendues
Lorsque l'entraînement repose sur des données collectées en ligne par moissonnage, la CNIL détaille les garanties qui conditionnent une mise en balance favorable 1 :
- Respecter les signaux d'opposition des sites : exclure ceux qui refusent clairement le moissonnage, par le fichier robots.txt ou des CAPTCHA, et tenir compte des conditions d'utilisation.
- Exclure les sources à contenu sensible plutôt que collecter de façon indiscriminée.
- Anonymiser rapidement ou, à défaut, pseudonymiser ; envisager des données synthétiques lorsque cela ne dégrade pas la performance.
- Limiter la mémorisation et la régurgitation : dédoublonnage, suppression des données rares ou aberrantes, filtres en sortie.
- Offrir un droit d'opposition préalable et discrétionnaire, et conserver de quoi identifier les personnes, par exemple les URL sources.
- Être transparent : documentation publiée, information sur les évolutions des jeux de données, publication de l'analyse d'impact lorsqu'elle est requise, au besoin expurgée.
En juillet 2025, la CNIL a complété ces recommandations par trois fiches finalisées : l'applicabilité du RGPD aux modèles d'IA, l'annotation des données et la sécurité du développement, ainsi qu'une liste de points à vérifier 4. Pour les aspects de sécurité, elle renvoie aux travaux de l'ANSSI.
Le modèle lui-même est-il soumis au RGPD ?
C'est la question la plus structurante pour les entreprises. Selon le CEPD, un modèle entraîné sur des données personnelles ne peut être considéré comme anonyme que si la probabilité d'extraire des données personnelles, directement ou par des requêtes, est négligeable ; l'appréciation se fait au cas par cas, sur la base de la documentation fournie : sources, minimisation, méthodes d'entraînement, tests de résistance aux attaques 6. La CNIL rappelle que, du fait de leurs capacités de mémorisation, le RGPD s'applique souvent aux modèles entraînés sur des données personnelles 4.
Pour qu'un système fondé sur un modèle non anonyme n'implique pas de traitement de données personnelles à l'usage, la CNIL suggère notamment des filtres robustes au niveau du système qui encapsule le modèle 4. Elle travaille avec l'ANSSI et d'autres partenaires, dans le projet PANAME, à une bibliothèque logicielle permettant de tester si un modèle traite des données personnelles 4.
Pour une entreprise qui déploie le modèle d'un tiers, l'avis du CEPD a une conséquence pratique : elle doit vérifier, avec une intensité proportionnée aux risques, que le modèle n'a pas été développé de manière illicite 6. Cette vérification doit figurer dans la sélection des fournisseurs.
Déployer le modèle d'un tiers ne dispense pas de s'interroger sur la manière dont il a été entraîné.
Droits des personnes : des réponses réalistes et proportionnées
Dans sa fiche de février 2025, la CNIL précise que les droits d'accès, de rectification, d'effacement, de limitation, de portabilité et d'opposition s'appliquent aux jeux d'entraînement et aux modèles non anonymes 3. Elle recherche des solutions réalistes et proportionnées.
- Jeux d'entraînement : si le responsable ne peut pas identifier la personne et le démontre, il peut le lui indiquer et lui demander des informations complémentaires pour retrouver ses données.
- Documentation : conserver suffisamment d'informations sur les sources pour répondre aux demandes d'accès.
- Modèles : retrouver les données d'une personne est difficile ; des requêtes ou des simulations d'attaque peuvent être utilisées pour le vérifier.
- Effacement : le réentraînement est la solution la plus efficace lorsque les données sont encore disponibles ; les filtres en sortie sont une option secondaire, à condition d'être robustes.
- Délais : un mois, prolongeable de deux mois pour des demandes complexes ou nombreuses, la personne étant informée.
La CNIL encourage plus largement les fournisseurs à anonymiser les données d'entraînement ou à s'assurer que le modèle est anonyme après l'entraînement 3.
Déployer une IA générative traitant des données personnelles
Pour les organisations qui utilisent un système existant, la CNIL a publié dès juillet 2024 des questions-réponses pratiques 5. Les points essentiels :
- Choisir le mode de déploiement selon les données traitées : une solution sur site est privilégiée pour des données personnelles ou sensibles ; un hébergement cloud exige un contrat de sous-traitance précis.
- Vérifier si le fournisseur réutilise les données saisies et désactiver cette réutilisation lorsque c'est possible ; encadrer les éventuels transferts hors UE.
- Clarifier les rôles juridiques de chacun : responsable de traitement, sous-traitant ou responsables conjoints.
- Adopter une charte d'usage précisant les usages autorisés et interdits, et former les utilisateurs aux limites des systèmes.
- Réaliser une analyse d'impact en associant le DPO, en lien avec le RSSI.
- Respecter les obligations de transparence de l'AI Act vis-à-vis des personnes.
Ces recommandations se traduisent assez directement en choix techniques. Un assistant interne qui interroge des documents contenant des données personnelles doit appliquer les droits d'accès de l'utilisateur au moment de la recherche, et non exposer l'ensemble du corpus au modèle. Les journaux de conversation, qui contiennent souvent plus de données personnelles que les documents eux-mêmes, doivent avoir une durée de conservation définie et un accès restreint. Enfin, l'analyse d'impact gagne à être menée avant le choix du fournisseur, car elle conditionne le mode d'hébergement, les clauses contractuelles et les possibilités de désactiver la réutilisation des données.
La CNIL annonce dans son programme 2026 des travaux sur les responsabilités des acteurs de la chaîne de valeur de l'IA, sur l'IA au travail et en santé, et se prépare à être désignée autorité de surveillance du marché au titre de l'AI Act 7.
Conclusion
Le message de la CNIL est cohérent : l'IA générative est compatible avec le RGPD, à condition de documenter la base légale, de minimiser et protéger les données dès l'entraînement, de traiter la question du statut du modèle et de prévoir des réponses concrètes aux droits des personnes. DATASWING aide ses clients à traduire ces exigences en choix d'architecture et de gouvernance des données.
— Questions fréquentes
Ce qu'on nous demande souvent
Faut-il le consentement pour entraîner une IA avec des données personnelles ?+
Pas nécessairement. La CNIL et le CEPD admettent l'intérêt légitime comme base légale pour le développement d'un système d'IA, à condition que l'intérêt soit légitime, que le traitement soit nécessaire et qu'il ne porte pas une atteinte disproportionnée aux droits des personnes. Des garanties fortes sont attendues : minimisation, transparence, droit d'opposition facilité.
Un modèle d'IA contient-il des données personnelles ?+
Cela dépend. Selon le CEPD, un modèle entraîné sur des données personnelles n'est anonyme que si l'extraction de ces données, directe ou par requêtes, est négligeable. L'appréciation se fait au cas par cas. La CNIL rappelle que les capacités de mémorisation des modèles conduisent souvent à appliquer le RGPD au modèle lui-même.
Comment exercer son droit à l'effacement sur une IA générative ?+
La demande s'adresse au responsable du traitement, qui doit répondre sous un mois, prolongeable de deux mois. Pour les jeux d'entraînement, il peut demander des éléments permettant de retrouver les données. Pour le modèle, la CNIL considère le réentraînement comme la solution la plus efficace ; des filtres robustes en sortie peuvent constituer une option secondaire.
Peut-on utiliser ChatGPT avec des données personnelles en entreprise ?+
La CNIL recommande de choisir le mode de déploiement selon la sensibilité des données, de vérifier et si possible désactiver la réutilisation des données par le fournisseur, de clarifier les rôles juridiques, d'adopter une charte d'usage et de réaliser une analyse d'impact. Pour des données sensibles, elle privilégie une solution sur site.
— Sources
Références citées
Les textes réglementaires et documentations évoluent : vérifiez la version en vigueur avant toute décision. Cet article n'est pas un avis juridique.
- [1]
- [2]
- [3]
- [4]
- [5]
-
[6]
Avis 28/2024 relatif à certains aspects de la protection des données liés au traitement de données à caractère personnel dans le contexte des modèles d'IA ↗Comité européen de la protection des données · 2024-12
- [7]
-
[8]
Digital Package - Questions and answers ↗Commission européenne · 2025-11
