Peut-on entraîner un modèle d'IA sans le consentement des personnes ?

Oui, si la base légale de l'intérêt légitime est réunie : un intérêt légitime, un traitement nécessaire et une mise en balance favorable. La CNIL estime que ce sera la base la plus souvent utilisée, mais pas sans en respecter les conditions.

Un intérêt commercial peut-il être légitime ?

Oui, selon la Cour de justice (arrêt C-621/22 du 04/10/2024 cité par la CNIL), à condition d'être licite, nécessaire et proportionné.

Intérêt légitime et développement d'une IA : la méthode CNIL

Pour développer un système d'IA avec des données personnelles sans recueillir le consentement de chacun, la base légale la plus courante est l'intérêt légitime (article 6, paragraphe 1, point f du RGPD, règlement général sur la protection des données). La CNIL (Commission nationale de l'informatique et des libertés) l'écrit dans sa fiche du 19/06/2025 : ce sera la base la plus souvent utilisée, mais elle « ne peut toutefois pas être mobilisée sans en respecter les conditions ». Le CEPD (Comité européen de la protection des données) applique le même test en trois étapes dans son avis sur les modèles d'IA publié le 18/12/2024.

Les trois conditions, dans l'ordre

Condition	Question à se poser	Ce qui la fait échouer
1. Un intérêt légitime	L'objectif est-il licite, clair, précis, réel et présent ?	Un intérêt sans lien avec l'activité, ou un système qu'on ne pourra pas déployer légalement
2. Un traitement nécessaire	Faut-il vraiment des données personnelles, sous forme identifiante, et en tel volume ?	Un moyen moins intrusif existe et permet d'atteindre le même objectif
3. Une mise en balance	Les droits des personnes l'emportent-ils sur l'intérêt poursuivi ?	Atteinte disproportionnée, traitement contraire aux attentes raisonnables des personnes

La CNIL recommande de documenter l'examen de ces trois conditions et, si une analyse d'impact est requise, d'y décrire les garanties prises.

Condition 1 : un intérêt suffisamment précis

La fiche donne des intérêts a priori légitimes : mener une recherche scientifique, faciliter l'accès du public à l'information, développer de nouvelles fonctionnalités pour les utilisateurs d'un service, proposer un agent conversationnel, améliorer les performances d'un produit, détecter des fraudes. Un intérêt commercial peut l'être aussi, d'après l'arrêt Tennisbond de la Cour de justice (C-621/22, 04/10/2024).

À l'inverse, un intérêt trop vague (« offrir de nouveaux services ») pèse peu dans la balance. Pour un modèle à usage général, la CNIL demande d'indiquer au moins l'objectif du développement (commercial, public, recherche) et s'il est destiné à un usage interne ou externe. Voir aussi définir la finalité.

Condition 2 : la nécessité, liée à la minimisation

La question est concrète pour un développeur : le modèle a-t-il besoin de noms, de visages, d'identifiants ? Peut-on travailler sur des données pseudonymisées ou synthétiques ? La CNIL demande aussi de tenir compte des techniques qui permettent d'entraîner avec moins de données personnelles. Si le développement n'utilise aucune donnée personnelle, le RGPD ne s'applique pas. Le détail des techniques est sur la page minimisation.

Condition 3 : la mise en balance

Les risques à identifier

La CNIL distingue deux moments.

Pendant le développement : collecte par moissonnage du web, perte de confidentialité des données d'entraînement (violation, empoisonnement, inversion du modèle), difficulté d'exercer les droits, manque de transparence d'un système complexe.
Pendant l'utilisation : mémorisation et régurgitation de données d'entraînement, atteinte à la réputation ou usurpation d'identité, atteinte à des secrets protégés (droit d'auteur, secret des affaires, secret médical), discrimination ou désinformation.

Les attentes raisonnables

Les personnes ne doivent pas être surprises. La CNIL donne deux exemples où l'intérêt légitime ne suffit pas : des échanges privés sur une plateforme de coaching réutilisés pour entraîner un modèle, et des échanges privés en réunion virtuelle utilisés pour développer un outil de résumé. Pour les données publiées en ligne, le traitement ne peut pas entrer dans les attentes raisonnables si le responsable n'exclut pas les sites qui s'opposent clairement au moissonnage (voir moissonnage).

Les mesures qui font pencher la balance

La fiche liste des garanties qui s'ajoutent aux obligations du RGPD, sans les remplacer :

Limiter la collecte et la conservation : pseudonymiser ou anonymiser tôt, préférer des données synthétiques quand la performance le permet, réduire la mémorisation (déduplication, suppression des données rares, régularisation, confidentialité différentielle), filtrer les sorties.
Laisser le contrôle aux personnes : droit d'opposition préalable et discrétionnaire (une case à cocher sans conséquence sur le service), listes d'exclusion, conservation de l'adresse web (URL) source pour retrouver une donnée, délai raisonnable entre collecte et entraînement.
Renforcer la transparence : publier tout ou partie de l'analyse d'impact, la documentation de la base, le fonctionnement du système.
Limiter les mésusages : clauses et licences interdisant les usages illicites ou la réidentification, tatouage numérique des contenus générés.

Rappel utile : sur cette base légale, toute personne peut s'opposer au traitement « pour des raisons tenant à sa situation particulière » (article 21 du RGPD), et le responsable doit alors démontrer des motifs légitimes et impérieux pour continuer.

Deux exemples tirés de la fiche

Ne passe pas : un générateur d'images entraîné sur des images collectées sans distinction, y compris sur des sites pornographiques, sans garantie contre la mémorisation, pour une finalité vague.
Peut passer : un réseau social qui entraîne un agent de recherche uniquement sur les contenus manifestement publics, avec droit d'opposition préalable et information renforcée.

Ces exemples aident à se situer ; la qualification de votre projet relève de votre délégué à la protection des données ou d'un juriste.