Guide
Base légale pour entraîner une IA : les cinq options CNIL
Consentement, intérêt légitime, mission d'intérêt public, contrat, obligation légale : ce que la CNIL dit de chacune pour une base d'entraînement.
Mis à jour le
Pour constituer une base d'apprentissage qui contient des données personnelles, il faut une base légale, c'est-à-dire l'un des fondements que le RGPD (règlement général sur la protection des données) autorise pour traiter des données. Dans sa fiche « Assurer que le traitement est licite », publiée le 08/04/2024, la CNIL passe en revue cinq bases utilisables pour le développement d'un système d'IA. Le choix compte : il détermine les obligations de l'organisme et les droits des personnes (opposition, retrait). Cette page est une information générale, à faire valider par un juriste ou le délégué à la protection des données (DPO).
Pour éviter de confondre entraînement et consultation documentaire, examinez les fonctions d’ALMA, puis décrivez précisément le traitement envisagé. Demandez les conditions d’utilisation des données avant de qualifier ce traitement avec les responsables du projet.
1. Le consentement
Il doit être libre, spécifique, éclairé et univoque, et vous devez pouvoir le démontrer. Quand les finalités sont distinctes, la CNIL recommande en principe des consentements séparés : un accord donné pour recevoir une communication ne vaut pas accord pour entraîner une IA.
Exemple de la fiche : des volontaires filmés pour apprendre à un système à reconnaître des gestes. Trois limites :
- un rapport de force déséquilibré (employeur, autorité publique) ne laisse le consentement valable que dans des situations exceptionnelles ;
- pour des données collectées en ligne ou issues de bases ouvertes, on n'a généralement aucun contact avec les personnes ;
- si le retrait ne peut pas être garanti techniquement, la CNIL recommande de choisir une autre base.
2. L'intérêt légitime
C'est la base la plus souvent mobilisée. Trois conditions cumulatives : un intérêt légitime (par exemple développer un modèle pour commercialiser un système d'IA), la nécessité du traitement (les données anonymes ou synthétiques ne suffisent pas) et l'absence d'atteinte disproportionnée aux droits des personnes, au regard de leurs attentes raisonnables. Les garanties possibles : pseudonymisation, exclusion des données sensibles, critères de sélection qui limitent la collecte. Le détail est dans la page sur l'intérêt légitime, et la collecte par robot dans celle sur le moissonnage.
La fiche donne aussi un contre-exemple : un système qui prédit le profil psychologique d'une personne à partir de données en ligne repose sur un intérêt commercial « vraisemblablement insuffisant ». Il faut alors une autre base, ou renoncer.
3. La mission d'intérêt public
Elle suppose une mission prévue par un texte applicable au responsable, et un usage des données pertinent et approprié pour l'exercer. Exemple : un laboratoire public de recherche sur la langue française. Pour une entreprise privée classique, elle sera rarement disponible.
4. Le contrat
Un contrat valide doit exister avec la personne et le traitement doit être objectivement nécessaire à son exécution. Un éditeur peut personnaliser un service auquel l'utilisateur a souscrit. En revanche, l'arrêt Meta (04/07/2023, C-252/21), cité par la CNIL, écarte le contrat pour réutiliser les données des utilisateurs afin de développer de nouveaux produits.
5. L'obligation légale
Le traitement doit être nécessaire à une obligation légale déterminée. Les obligations sont en général trop générales pour prévoir le développement d'une IA : la fiche cite l'assurance, où les obligations de solvabilité ne rendent pas nécessaire la création de modèles actuariels. Cette base convient mieux au déploiement qu'au développement.
Tableau de synthèse
| Base | Convient surtout quand | Point de vigilance |
|---|---|---|
| Consentement | Les personnes sont identifiées et joignables | Retrait à garantir |
| Intérêt légitime | Collecte large, finalité commerciale ou scientifique | Mise en balance, droit d'opposition |
| Mission d'intérêt public | Organisme investi d'une mission par un texte | Base du secteur public ou de la recherche |
| Contrat | Service souscrit par la personne | Nécessité objective |
| Obligation légale | Déploiement encadré par un texte précis | Rarement assez précise pour le développement |
Les données sensibles : une couche en plus
Santé, opinions, origine, orientation et autres catégories de l'article 9 : il faut une base de l'article 6 et une exception de l'article 9.2. Pour la collecte par robot, la CNIL attend des mesures automatisées d'exclusion (filtres, exclusion de sites). Un traitement résiduel et non recherché n'est pas illégal en soi, mais dès que vous apprenez que ces données sont présentes, il faut les supprimer autant que possible, de façon immédiate et automatisée. Voir aussi la page sur les catégories de données sensibles.
Et ensuite ?
Fixez la base légale après la finalité : sans finalité précise, aucune base ne tient. Puis consignez le choix dans votre registre et dans l'analyse d'impact si elle est requise. Rappel : la base du développement et celle du déploiement sont deux choix distincts.
Questions fréquentes
Peut-on utiliser le contrat avec le client pour entraîner un modèle sur ses données ?
Rarement. La fiche de la CNIL rappelle l'arrêt Meta de la Cour de justice (04/07/2023, C-252/21) : réutiliser les données des utilisateurs pour développer de nouveaux produits n'est pas objectivement nécessaire à l'exécution du service, donc le contrat ne suffit pas.
Le consentement est-il la base la plus sûre pour une base d'apprentissage ?
Il est adapté quand on recrute des volontaires, par exemple filmés pour apprendre à reconnaître des gestes. Il est en général impossible à obtenir pour des données collectées en ligne, et il faut pouvoir gérer le retrait. Sinon la CNIL recommande une autre base.
Une base légale de l'article 6 suffit-elle pour des données sensibles ?
Non. Le RGPD interdit en principe leur traitement, sauf exception de l'article 9.2 (consentement explicite, données manifestement rendues publiques, intérêt public important, recherche scientifique, notamment).
Sources
Pages consultées pour écrire cet article :