Anonymiser un document avant ChatGPT : la méthode locale et réversible

Publié le 3 juillet 2026 · Mis à jour le 30 août 2026 · par l’équipe Occlira

Pour confier un dossier à ChatGPT sans lui confier les personnes qu’il concerne, la méthode tient en trois mouvements, que ce guide déroule en cinq étapes : anonymiser sur votre ordinateur, faire travailler l’IA sur des marqueurs, restaurer les vraies valeurs en local. Il rappelle ensuite ce qu’attendent la CNIL, le Conseil national des barreaux et la direction interministérielle du numérique (DINUM) pour les agents de l’État, et répond aux trois questions qui reviennent : ChatGPT garde-t-il mes données ? L’IA répond-elle aussi bien avec des marqueurs ? Anonymiser suffit-il au regard du RGPD ?

Comment anonymiser un document avant ChatGPT en 5 étapes

Le principe vaut quel que soit l’outil, et autant pour anonymiser un texte tapé que pour un document entier. Les étapes ci-dessous le déroulent dans Occlira.

1. Ouvrez le document dans Occlira. Glissez le fichier (PDF, Word, Excel, e-mail .eml, texte, scan ou photo) dans l’application de bureau. Rien n’est téléversé : la détection s’exécute sur votre ordinateur, avec un modèle téléchargé au préalable puis utilisé hors ligne. Pour un texte que vous tapez directement dans ChatGPT, Claude ou Gemini, l’extension Chrome d’Occlira ajoute un bouton « Anonymiser » dans la zone de saisie ; elle s’appuie sur l’application, qui doit être ouverte sur le même PC.
2. Vérifiez ce qui a été détecté. Occlira liste les noms, adresses, numéros de téléphone, numéros de sécurité sociale (NIR), IBAN et dates repérés, avec un score de confiance. Vous conservez ou masquez chaque élément, et vous sélectionnez à la main tout ce que la détection aurait laissé passer : un numéro de dossier, un intitulé de poste rare, un nom de projet, un détail qui identifierait la personne par recoupement.
3. Anonymisez. Les valeurs réelles sont remplacées par des marqueurs neutres et cohérents : <PERSON_1>, <ORG_1>, <IBAN_1>, <DATE_1>. Une même personne garde le même marqueur d’un bout à l’autre, y compris d’un fichier à l’autre dans une même session. Le bouton « Copier le texte anonymisé » met la version anonymisée dans le presse-papiers.
4. Faites travailler l’IA. Collez ou importez la version anonymisée dans ChatGPT, Claude, Gemini, Copilot ou Vibe de Mistral (ex-Le Chat) et demandez votre résumé ou votre brouillon. Le modèle raisonne sur <PERSON_1> comme il le ferait sur un vrai nom ; les montants et les délais restent intacts ; certaines tâches de raisonnement peuvent se dégrader (voir plus bas).
5. Restaurez les originaux, en local. Dans le navigateur, l’extension affiche « Restaurer les vraies valeurs » sur toute réponse contenant des marqueurs et les remplace à l’écran, sans rien envoyer. Depuis l’application, enregistrez la réponse dans un fichier et déposez-le dans l’onglet « Désanonymiser » : Occlira écrit une copie restaurée. La table de correspondance reste dans un dossier local de votre ordinateur, conservée 7 jours par défaut (réglable).

L’extension Chrome s’installe depuis le Chrome Web Store (extension gratuite) et fonctionne sous Windows ; sur Mac, glissez directement vos fichiers dans l’application.

Un exemple concret (données fictives)

Le modèle n’avait besoin que d’une structure : une personne, dans une entreprise, doit un montant depuis une date. Les marqueurs la lui donnent intacte. Le nom ne lui était pas nécessaire ; il ne l’a pas reçu.

Quelles données ne jamais mettre dans ChatGPT : la liste de contrôle

L’objectif est de retirer tout ce qui identifie une personne, directement ou par recoupement. Occlira détecte automatiquement les catégories les plus courantes (noms, coordonnées, NIR, IBAN, dates, numéros de pièces d’identité), et l’étape de vérification vous laisse ajouter le reste :

• Noms et prénoms : clients, patients, salariés, parties adverses, témoins
• Coordonnées : adresses e-mail, numéros de téléphone, adresses postales
• Numéros de sécurité sociale (NIR) et de pièce d’identité, numéro RPPS (identifiant des professionnels de santé) et autres identifiants professionnels
• IBAN, numéros de compte et de carte, montants de salaire ou d’indemnités
• Données de santé : diagnostics, numéros de dossier médical, tout ce qui révèle une pathologie
• Dates qui identifient une personne : naissance, admission, audience, licenciement
• Numéros de dossier, d’affaire, de facture ou de contrat qui renvoient à un cas réel
• Quasi-identifiants : un poste rare dans une petite ville, un nom de projet interne, une combinaison de faits unique

Avant d’envoyer, relisez la copie anonymisée et cherchez-y (Ctrl+F) le nom du client, la raison sociale et le numéro de dossier : s’ils y figurent encore, elle n’est pas prête.

Vous avez déjà collé un dossier ? Supprimez la conversation (l’effacement prend jusqu’à 30 jours et ne touche pas les journaux gelés par une procédure judiciaire, voir plus bas) et désactivez « Améliorer le modèle pour tous », ce qui ne vaut que pour les nouvelles conversations. Prévenez ensuite votre DPO : selon les données en cause, l’épisode peut constituer une violation de données à caractère personnel, c’est-à-dire une divulgation non autorisée au sens de l’article 4, § 12 du RGPD. Si elle est susceptible d’engendrer un risque pour les droits et libertés des personnes, elle doit être notifiée à la CNIL dans les meilleurs délais et, si possible, sous 72 heures (article 33) ; sinon, elle doit au moins être inscrite au registre interne des violations. Pour un professionnel astreint au secret, elle peut en outre relever de l’article 226-13 du Code pénal (voir la section sur le secret professionnel ci-dessous). (Source : CNIL, violations de données personnelles : les règles à suivre.)

Pourquoi anonymiser un document avant de l’envoyer à ChatGPT ?

Parce que ce qui est collé ne reste pas toujours entre vous et l’IA. Fin juillet 2025, près de 4 500 conversations ChatGPT que leurs auteurs avaient partagées en cochant « Make this chat discoverable » (« rendre cette conversation trouvable ») se sont retrouvées dans les résultats Google ; OpenAI a retiré la fonction dès le lendemain. Trois semaines plus tard, plus de 370 000 conversations Grok ont été indexées par les moteurs de recherche. (Sources : Fast Company, 30 juillet 2025 ; Search Engine Land, 1^er août 2025 ; Forbes, 20 août 2025.)

Sam Altman l’a reconnu en juillet 2025 : ce que l’on confie à un thérapeute, à un avocat ou à un médecin est protégé par la loi, et « nous n’avons pas encore réglé cela pour ChatGPT » (notre traduction). En France, cette protection porte un nom : le secret professionnel de l’article 226-13 du Code pénal. (Source : TechCrunch, 25 juillet 2025.)

L’usage est massif, rarement encadré. Selon le baromètre Ifop pour Talan (vague de mars 2025), 43 % des utilisateurs d’IA générative s’en servent au travail, soit environ 17 % des Français de 18 ans et plus. ChatGPT arrive en tête, cité par 72 % de l’ensemble des utilisateurs. En face, 9 % seulement des salariés disent que leur entreprise a installé une IA générative sur les postes de travail. (Sources : Ifop / Talan, avril 2025 ; rapport Ifop, p. 17, 26 et 62.) Un ordre de grandeur, dans un seul hôpital : le CHU de Nancy a compté 440 000 connexions à des IA génératives personnelles par ses agents sur le seul mois d’août 2025. (Source : Haute Autorité de santé (HAS) et CNIL, projet de guide sur l’IA en contexte de soins, document de travail du 16 février 2026 soumis à consultation publique du 5 mars au 16 avril 2026.)

Ce qui est collé est souvent sensible : dans l’étude Cyberhaven 2026, 39,7 % des flux de données vers les outils d’IA contenaient des données sensibles, avec une saisie de ce type tous les trois jours par salarié en moyenne. (Source : Cyberhaven, février 2026.)

Ce que la CNIL et l’administration attendent des utilisateurs d’IA générative

La position de la CNIL est écrite depuis 2024 et n’a pas bougé. Les utilisateurs « ne devraient soumettre que des informations qu’ils sont autorisés à partager ». Elle précise : « ne jamais partager d’informations confidentielles telles que des données personnelles, des données de l’entreprise ou de l’administration (en particulier lorsqu’elles sont couvertes par un secret comme le secret des affaires ou des obligations de déontologie) lors de l’utilisation d’un service grand public. » Elle ajoute qu’il « semble généralement plus opportun et plus sécurisé de privilégier le déploiement de solutions “sur site” ». (Source : CNIL, questions-réponses sur l’utilisation d’un système d’IA générative, 18 juillet 2024.)

En mai 2026, l’affiche IA générative et vie privée, coproduite par la CNIL et l’autorité coréenne de protection des données (PIPC), pose « 6 questions à se poser pour utiliser une IA », avant, pendant et après l’usage. À « Comment protéger mes données ? », elle répond : « Quand je peux, j’utilise le mode temporaire et je désactive l’historique des discussions » ; à « Quelles informations partager ? » : « J’évite de partager des informations privées ou sensibles, car l’IA pourrait en faire un mauvais usage. » (Source : CNIL et PIPC, 27 mai 2026.)

Dans son Guide d’usage de l’IA pour les agents publics de l’État (juin 2026), la DINUM propose le test le plus simple : « Posez-vous la question suivante : “Est-ce que je pourrais publier ces informations sur un site Internet accessible à tous ?” Si la réponse est non, n’utilisez pas un outil commercial grand public. » Le guide classe les versions gratuites de ChatGPT, Claude, Gemini ou Vibe parmi « les outils commerciaux gratuits », dont il décrit l’« usage très limité voire interdit ». Il cite notamment comme interdits « analyser un dossier d’usager », « travailler sur des données des ressources humaines ou médicales » et « traiter des informations couvertes par le secret professionnel ». Quand c’est possible, il recommande d’« anonymiser les informations (“Madame X”, “un usager”, “un agent”…) ». (Source : DINUM, juin 2026.)

ChatGPT garde-t-il vos données ? Entraînement, discussion temporaire, suppression

Oui, et par défaut il s’en sert. OpenAI l’écrit dans sa documentation : « Lorsque vous utilisez nos services destinés aux particuliers, comme ChatGPT et Codex, nous pouvons utiliser votre contenu pour entraîner nos modèles. » Vous pouvez vous y opposer dans Paramètres › Contrôles des données, en désactivant « Améliorer le modèle pour tous », pour les nouvelles conversations seulement. Une discussion temporaire (le « chat éphémère » de l’interface) n’est pas utilisée pour l’entraînement, mais OpenAI peut en conserver une copie jusqu’à 30 jours. Une conversation supprimée l’est définitivement sous 30 jours, sauf si elle a déjà été désidentifiée et dissociée de votre compte, ou si une obligation juridique ou un impératif de sécurité impose de la conserver. Les données des offres professionnelles (Business, Enterprise, Edu, API) ne servent pas à l’entraînement par défaut. (Sources : OpenAI, utilisation de vos données ; FAQ sur la gestion des données ; suppression des conversations ; OpenAI, offres professionnelles. Consultées le 30 août 2026.)

Une finalité de plus s’attache désormais à ce que vous tapez. Le 18 août 2026, OpenAI a annoncé l’extension de la publicité dans ChatGPT à 31 pays européens, dont la France, pour les seules offres Free et Go. Le déploiement a commencé le 24 août 2026, selon Euronews. (Sources : OpenAI, publicités en Europe, 18 août 2026 ; Euronews, 21 août 2026.)

La réserve tenant à une obligation juridique n’est pas une clause de style. Dans le procès intenté par le New York Times, un tribunal fédéral américain a ordonné à OpenAI, le 13 mai 2025, de conserver toutes les conversations des utilisateurs Free, Plus, Pro et Team, y compris supprimées et temporaires. L’obligation de conserver les nouvelles conversations a pris fin le 26 septembre 2025. Celles qui avaient déjà été mises de côté (OpenAI parle des données d’avril à septembre 2025) restent en revanche gelées tant que dure le litige. L’ordonnance du 9 octobre 2025 en a écarté les conversations engagées depuis l’Espace économique européen, la Suisse et le Royaume-Uni. (Source : OpenAI, mise à jour du 22 octobre 2025.)

Le 5 janvier 2026, le juge a confirmé que 20 millions de conversations désidentifiées devaient être remises aux plaignants. (Sources : OpenAI, mise à jour du 22 octobre 2025 ; National Law Review, janvier 2026.) Le régime, offre par offre, est détaillé dans notre guide ChatGPT stocke-t-il vos données ? Tout réglage agit après l’envoi ; seul ce qui n’a pas été envoyé est vraiment hors d’atteinte.

Anonymiser, pseudonymiser ou caviarder : quel mot pour quel besoin ?

Les trois termes reviennent dans les mêmes recherches, alors qu’ils ne désignent pas la même chose. Pour la CNIL, l’anonymisation « consiste à utiliser un ensemble de techniques de manière à rendre impossible, en pratique, toute identification de la personne par quelque moyen que ce soit et de manière irréversible ». La pseudonymisation remplace les identifiants par des marqueurs mais reste réversible grâce à une information conservée à part. Dans ce guide, « anonymiser » désigne, par commodité et parce que c’est le mot que l’on cherche, cette pseudonymisation réversible. Commentant les lignes directrices du Comité européen de la protection des données (EDPB, selon son sigle anglais), la CNIL rappelle que « les données pseudonymisées restent toujours des informations relatives à une personne physique identifiable. Elles constituent toujours des données personnelles. » (Sources : CNIL, l’anonymisation de données personnelles ; CNIL, sur les lignes directrices du Comité européen, 20 janvier 2025.) Caviarder, enfin, c’est noircir définitivement un passage : utile pour une pièce à produire, inutilisable pour obtenir un brouillon exploitable.

Pour travailler avec une IA, il vous faut donc une pseudonymisation réversible dont la clé reste chez vous. La Cour de justice de l’Union européenne a apporté une nuance décisive en septembre 2025, dans une affaire jugée sur le fondement du règlement (UE) 2018/1725, dont les notions sont alignées sur celles du RGPD. Des données pseudonymisées ne sont pas nécessairement des données personnelles pour un destinataire qui n’a aucun moyen raisonnable de réidentifier les personnes. Elles le redeviennent dès qu’il peut y parvenir par recoupement avec d’autres données dont il dispose. Elles restent au contraire des données personnelles pour celui qui détient la table de correspondance, puisqu’il dispose des informations supplémentaires permettant l’attribution. (Source : CJUE, C-413/23 P, Contrôleur européen de la protection des données c/ CRU, 4 septembre 2025, points 76, 85 et 86.)

Ce qu’OpenAI reçoit sans la clé est difficile à rattacher à une personne ; ce n’est pas impossible pour un fournisseur qui détient par ailleurs votre compte et votre historique.

Pourquoi ne jamais demander à ChatGPT d’anonymiser lui-même

L’idée revient souvent ; on trouve même, dans la Promptothèque du pôle ministériel de la Transition écologique, un modèle « Pseudonymiser un document » à coller dans l’IA. Le raisonnement tourne en rond : pour que le modèle anonymise le texte, il faut d’abord lui envoyer le texte intégral, noms compris. L’anonymisation n’a de sens que si elle a lieu avant l’envoi, sur une machine que vous contrôlez.

ChatGPT et secret professionnel : avocats et soignants

Pour les professionnels astreints au secret, la règle n’est plus la minimisation : c’est une interdiction. Le Conseil national des barreaux, dans son Guide pratique – Utilisation des systèmes d’intelligence artificielle générative de 2024, écrit que « l’avocat ne doit jamais communiquer des données couvertes par le secret professionnel à des intelligences artificielles génératives, sous peine de sanctions ».

Il précise que la requête de l’avocat ne peut contenir ni « le nom de son ou ses clients », ni « les éléments de stratégie du dossier », et qu’il ne faut joindre aucun « fichier comportant tout ou partie d’un dossier […] contenant le nom du client ou des informations confidentielles communiquées par lui ou des éléments stratégiques propres au dossier ». Il conseille « une bonne pratique : la pseudonymisation des données », tout en prévenant que l’identification reste possible « par le croisement de plusieurs données […] (exemples : montants, noms de projets donnés en interne, façon de rédiger un contrat […]) ». (Source : CNB, 1^re édition, septembre 2024.)

Son guide La déontologie et l’intelligence artificielle d’avril 2026 en fait deux consignes : « Ne jamais transmettre d’informations couvertes par le secret professionnel à une IAG [IA générative] » et « Pseudonymiser ou anonymiser systématiquement les données avant toute utilisation d’un outil d’IA générative. » (Source : CNB, 1^re édition, avril 2026.) L’enjeu pénal est le même pour toutes les personnes dépositaires d’une information à caractère secret : l’article 226-13 du Code pénal punit « la révélation d’une information à caractère secret par une personne qui en est dépositaire soit par état ou par profession […] » d’un an d’emprisonnement et de 15 000 euros d’amende. (Source : Légifrance.)

Côté santé, le projet de guide HAS-CNIL soumis à consultation au printemps 2026 recommande aux établissements une charte d’usage qui liste « les pratiques interdites » et propose « un catalogue d’usages approuvés ». Il rappelle surtout que « l’introduction d’un SIA [système d’IA] ne change pas les règles en matière de secret professionnel ». (Source : HAS et CNIL, document de travail du 16 février 2026.) Les analyses détaillées sont dans IA et secret professionnel de l’avocat et article 226-13 : coller un dossier dans ChatGPT.

ChatGPT et RGPD : anonymiser suffit-il ?

Anonymiser avant l’envoi s’inscrit directement dans trois exigences du RGPD :

• la minimisation : l’article 5, § 1, c) n’autorise que des données « adéquates, pertinentes et limitées à ce qui est nécessaire » ;
• la protection dès la conception : l’article 25, § 1 mentionne expressément « des mesures techniques et organisationnelles appropriées, telles que la pseudonymisation » ;
• la sous-traitance : si le contenu transmis ne comporte plus aucune donnée personnelle, il n’y a plus rien à encadrer au titre de l’article 28 pour ce contenu (vos données de compte, elles, restent traitées par le fournisseur) ; s’il en comporte encore, le contrat et ses garanties restent dus en entier.

Source : RGPD, chapitre II et chapitre IV, texte sur cnil.fr.

Deux limites. La table de correspondance contient, par nature, des données personnelles : elle reste sur votre poste, mais elle constitue un traitement dont vous répondez. Les autorités européennes de protection des données continuent par ailleurs d’affiner la frontière entre données pseudonymisées et données anonymes. L’EDPB a soumis à consultation des lignes directrices sur la pseudonymisation en janvier 2025 : leur version définitive est toujours attendue. Il a fait de même pour l’anonymisation en juillet 2026, la consultation restant ouverte jusqu’au 30 octobre 2026 ; ce nouveau projet reprend d’ailleurs l’approche relative retenue par la Cour de justice. (Source : EDPB, 8 juillet 2026.)

Anonymiser en local est une mesure solide ; elle ne remplace ni la charte, ni la base légale, ni, le cas échéant, l’analyse d’impact (voir utiliser l’IA sans enfreindre le RGPD). Quels que soient les engagements d’OpenAI, c’est vous, responsable du traitement, qui répondez de ce que vous avez choisi d’envoyer.

L’IA travaille-t-elle aussi bien avec des marqueurs ?

Pour l’essentiel, oui. Un mémoire de master de 2025 (université de Mälardalen, Suède) a porté sur une soixantaine d’échanges avec GPT-4o, Gemini et DeepSeek. Il conclut que les modèles traitaient normalement les requêtes anonymisées et qu’ils « préservaient l’intégrité des marqueurs » dans leurs réponses (notre traduction). La restauration par table de correspondance rétablit alors exactement les valeurs d’origine. (Source : Karavdić, Handling Confidential Data in LLM Prompts, 2025.)

La nuance utile vient d’un banc d’essai de la même année : l’analyse de sentiment résiste bien à l’anonymisation, tandis que l’inférence en langage naturel (jeux d’évaluation ANLI et MedNLI) et la détection d’infox se dégradent nettement, et aucune méthode ne s’impose sur l’ensemble des tâches. (Source : Tau-Eval, banc d’essai de l’anonymisation de texte, 2025.) Règle pratique : masquez ce qui identifie quelqu’un, laissez les montants, les durées et le fond du dossier ; gardez des marqueurs cohérents et typés (<DATE_1> dit au modèle qu’il s’agit d’une date).

Outil en ligne, script ou application locale : comparatif

Les options que l’on croise en France, en août 2026 :

Foire aux questions

Passer à la pratique

Anonymisez une fois, utilisez l’IA de votre choix, restaurez en local. Gratuit pendant 14 jours sous Windows et macOS (Apple Silicon).

À lire aussi : utiliser l’IA sans enfreindre le RGPD · la liste de contrôle des recommandations IA de la CNIL · retirer les données personnelles d’un enregistrement audio · pour les cabinets d’avocats · comment vos données sont traitées (en anglais)