Les chercheurs d'Incogni analysent 13 plateformes d'IA et les risques potentiels que chacune d'entre elles fait peser sur votre vie privée. Plus la plateforme est importante, plus le risque est élevé – à une exception près.
Les points clés à retenir sur la confidentialité des IA
L'utilisation de plateformes d'IA générative telles que ChatGPT, Claude et Gemini continue de transformer notre façon de vivre et de travailler. Mais les risques liés à la vie privée l'emportent-ils sur la commodité ?
Les moteurs d'IA ont eu un impact bouleversant sur la vie de beaucoup d'entre nous, comparable à celui des smartphones. Les entreprises investissent des milliards de dollars dans les développements liés à l’IA ; il semble que presque toutes les organisations souhaitent projeter une image « IA d’abord », et même dans nos recherches quotidiennes d’informations, les références à l’IA remplacent les anciennes méthodes que nous utilisions auparavant.
Nous demandons conseil à l’IA avant de prendre des décisions concrètes. Et certains d’entre nous vont même jusqu’à solliciter des recommandations concernant leur vie personnelle et leurs finances.
Mais dans quelle mesure les données que nous fournissons à nos assistants IA sont-elles en sécurité ? Et les organisations qui développent les plateformes d’IA actuelles considèrent-elles la protection de la vie privée des utilisateurs comme leur responsabilité ?
Si vous vous êtes déjà posé ces questions, une nouvelle étude d’Incogni apporte un éclairage sur le sujet.
Publiée jeudi, la nouvelle étude d’Incogni, service de suppression des courtiers en données, analyse 13 plateformes d’IA et les risques potentiels qu’elles représentent pour la vie privée des consommateurs.
Le rapport « Classement 2026 sur la confidentialité des données des IA de nouvelle génération et des LLM » passe en revue les plateformes d’IA suivantes : ChatGPT, Claude, Gemini, Grok, Vibe (anciennement Le Chat), Perplexity, Qwen, DeepSeek, Z.ai, Kimi, Meta AI, Pi et Copilot.
Dans cette étude, chaque IA s’est vu attribuer une note « en fonction des risques qu’elle présente pour la vie privée », précise Incogni.
Plus la note est faible, mieux c’est. Car chaque point ajouté reflète la découverte de pratiques portant atteinte à la vie privée, la facilité avec laquelle les pratiques de partage des données sont identifiables et compréhensibles, ainsi que le sort réservé aux données des utilisateurs.
Certaines des plus grandes plateformes d’IA semblent présenter le plus grand risque pour la vie privée des utilisateurs, à l’exception de ChatGPT d’OpenAI. Gemini et Meta AI ont obtenu certains des scores de risque les plus élevés, tandis que Vibe, ChatGPT et Pi ont obtenu certains des meilleurs scores (et donc les scores de risque les plus faibles) dans l’évaluation d’Incogni.
En résumé, voici les performances globales de chaque modèle d’IA, classées du risque le plus faible au plus élevé :
Des politiques de confidentialité faciles à comprendre, des applications mobiles respectueuses de la vie privée, des informations collectées à partir de sources publiques, et les conversations des utilisateurs ne sont partagées qu’avec un nombre « minimal » de tiers.
Une politique de confidentialité claire et simple, une FAQ et des ressources.
Il est facile de refuser la collecte de données pour l’entraînement du modèle, et il est clairement indiqué que les données sont collectées et peuvent être partagées à des fins de sécurité ou de marketing.
Une politique de confidentialité complexe qui traite les utilisateurs de l’UE séparément (aux fins du RGPD), partage potentiellement les données des utilisateurs avec des partenaires d’entreprise, commerciaux et de recherche, mais dispose d’une application respectueuse de la vie privée.
Une politique de confidentialité facile à comprendre mais peu détaillée.
L’option permettant de refuser l’entraînement des modèles est facile à trouver et à activer, mais les données des utilisateurs de Perplexity peuvent être partagées avec des membres du groupe et des sociétés affiliées.
Les politiques de confidentialité décrivent quelles données sont utilisées et à quelles fins, comme le partage de données personnelles avec des fournisseurs d’analyses, des moteurs de recherche et d’autres services tiers, mais il est moins clair de savoir exactement quelles informations utilisateur sont partagées et avec qui.
Incogni indique qu’il est également difficile de déterminer si les conversations des utilisateurs sont utilisées pour l’entraînement, car cela n’est pas précisé au-delà d’une simple mention indiquant que les données saisies par les utilisateurs sont stockées à des fins d’« amélioration des modèles et à d’autres fins ».
DeepSeek permet aux données des utilisateurs de rester sur des réseaux locaux grâce à des modèles à paramètres ouverts, mais les chercheurs indiquent que les considérations relatives à la confidentialité deviennent « plus préoccupantes » sur les versions hébergées de ses modèles.
Ce LLM permet aux utilisateurs de le contacter s’ils constatent des informations personnelles inexactes et souhaitent qu’elles soient corrigées ou supprimées.
DeepSeek fournit des informations détaillées sur la manière dont ses modèles d’IA sont entraînés.
Z.ai propose également des modèles à poids ouverts, mais là encore, les versions hébergées ont des implications en matière de confidentialité.
La politique de confidentialité de Z.ai est raisonnable mais peu détaillée, et une certaine ambiguïté entoure l’entraînement des modèles d’IA.
Google est déjà en mesure de collecter d’énormes quantités de données via ses autres services, et Gemini dispose de ce que l’équipe qualifie de politique de confidentialité « partielle », qui se réfère par défaut à sa politique générale.
Par conséquent, « obtenir des réponses à des questions spécifiques peut s’avérer un véritable défi ».
