Page mise à jour le
La réponse courte
Un fournisseur d'IA peut, selon son contrat, réutiliser les prompts, les fichiers et les sorties pour entraîner ou améliorer ses modèles. Ce n'est pas un destin : c'est une clause, souvent dissimulée sous « améliorer le service ». Pour un usage professionnel portant sur des données de clients, de candidats ou des secrets, la position tenable est l'interdiction contractuelle, vérifiable (option d'opt-out réellement activée, offre « business » qui l'exclut par défaut). Le RGPD : cette réutilisation est un autre traitement, dont le fournisseur est responsable, qui exige une base (souvent un intérêt légitime contestable sur des données d'autrui) et une information. L'AI Act, article 53, impose aux fournisseurs de GPAI une politique de respect du droit d'auteur sur l'entraînement — ce n'est pas votre politique, mais c'est un critère d'achat. Vous n'obtiendrez pas la liste des milliards d'exemples. Vous pouvez obtenir de ne pas en faire partie.
Trois couches d'entraînement, une seule que vous tenez
Le préentraînement du modèle de fondation, sur des corpus web, livres, code : c'est le fournisseur, l'article 53, le droit d'auteur des tiers, l'avis 28/2024 du CEPD sur le statut du modèle. Vous n'y avez pas de prise, sauf à choisir un fournisseur dont la politique est publique et sérieuse, ou un modèle que vous opérez. Le fine-tuning métier, sur vos dossiers : si c'est vous qui le faites, c'est votre traitement (base, information, AIPD souvent). Si c'est lui, sur un mélange de clients, fuyez. La réutilisation des données d'usage (prompts du quotidien) : c'est la couche que le contrat tient, ou ne tient pas. C'est celle-ci qu'une PME peut réellement négocier. Les trois se recouvrent dans les plaquettes. Elles ne se recouvrent pas dans le droit.
Ce que « opt-out » veut dire, quand il veut dire quelque chose
Une case à décocher dans un compte gratuit n'est pas une garantie. Une option d'entreprise, dans le DPA, « nous n'entraînerons pas sur le contenu du client », datée, avec une définition du contenu (prompts, fichiers, sorties, évaluations humaines), l'est davantage. Vérifier : est-ce le défaut ou l'exception ; s'applique-t-elle aux sous-traitants d'inférence ; survit-elle à un changement de plan ; que deviennent les données déjà ingérées. La CNIL, dans la Q-R générative de juillet 2024, demande de s'opposer le cas échéant à la réutilisation. S'opposer, concrètement, c'est cette clause, et c'est ne pas coller des dossiers dans un outil qui ne la propose pas. Un prestataire qui « ne sait pas » si l'entraînement est activé n'a pas un outil professionnel.
Droit d'auteur et sources : ce qu'on peut demander sans naïveté
Vous n'aurez pas le dataset. Vous pouvez demander : une politique article 53, un respect des protocoles d'exclusion des éditeurs (robots.txt, réserves), une procédure de réclamation, et, pour un modèle ouvert, la licence et ce qu'elle dit des données. Le CSPLA et les ayants droit documentent le conflit sur l'entraînement ; il n'est pas tranché par une page de PME. Ce qui est tranché, c'est que republier en sortie une oeuvre identifiable reste votre risque, et que fournir vos propres oeuvres (catalogues, textes, photos) à un fournisseur qui entraîne, c'est leur faire quitter votre seul contrôle. Pour un studio ou une agence, c'est un secret des affaires et un droit d'auteur en même temps. La clause d'interdiction d'entraîner recouvre les deux.
Ce que cette page ne refait pas
La base légale de l'entraînement, côté développeur, est dans le guide « base légale ». Le DPA et le rôle de sous-traitant, dans l'article 28. Ici, le geste est plus étroit et plus opérationnel : avant d'envoyer le premier dossier, lire si le fournisseur entraîne, l'interdire, et le vérifier dans l'interface, pas seulement dans le PDF. Un outil interne, modèle ouvert, machine à vous, élimine cette couche-là — et ouvre celle de l'exploitation. Un outil grand public, compte perso, l'ouvre en grand. Le milieu, un contrat business avec opt-out, est celui que la plupart des TPE peuvent tenir, à condition de ne pas le croire automatique.
À vérifier chez vous
Ce que vous pouvez contrôler vous-même
Des points vérifiables sans expertise juridique. Si l'un d'eux coince, c'est celui-là qu'il faut apporter à votre conseil.
- Lire la clause d'entraînement (contenu client, prompts, sorties, évaluations).
- Exiger l'interdiction par défaut, pas une case à décocher.
- Vérifier dans l'interface que l'option est effectivement off.
- Ne pas envoyer de dossier client tant que les trois points ci-dessus ne sont pas écrits.
- Demander, pour un GPAI, où lire la politique article 53 et la procédure de réclamation.
Sources
Chaque affirmation de cette page renvoie au texte qui fait foi. En cas d'écart entre cette page et la source, c'est la source qui a raison.
- CNIL — réutilisation des données pour entraîner un modèle (nouvel onglet)
Fiche du 8 avril 2024. Trois cas : données déjà collectées (test de compatibilité art. 6.4), données publiques, données acquises auprès d'un tiers.
- CNIL — mobiliser l'intérêt légitime pour développer un système d'IA (nouvel onglet)
Fiche définitive du 19 juin 2025. Trois conditions cumulatives de l'intérêt légitime ; le consentement n'est pas systématique.
- EUR-Lex — règlement (UE) 2016/679 (RGPD) (nouvel onglet)
Articles 5, 6 (base légale), 9, 13-14, 22, 24, 28 (sous-traitant), 32, 35 (AIPD), chapitre V (transferts).
- EUR-Lex — règlement (UE) 2024/1689 consolidé (CELEX 02024R1689-20260727) (nouvel onglet)
Seul texte de l'AI Act à citer depuis le 27 juillet 2026. Article 113 (calendrier), articles 4, 5, 6, 25, 26, 27, 50, 99, annexes I et III.
- CEPD — avis 28/2024 sur les modèles d'IA et le RGPD (nouvel onglet)
Anonymat du modèle, traitement illicite en amont, devoir d'évaluation du déployeur.
- CNIL — questions-réponses IA générative (déployeurs) (nouvel onglet)
18 juillet 2024. S'opposer à la réutilisation des données d'usage.
Vos questions
Le fournisseur a-t-il le droit d'entraîner « parce que c'est son intérêt légitime » ?
Il peut le soutenir, ce n'est pas à vous de le valider pour lui. Sur des données que vous lui confiez, qui concernent vos clients, l'intérêt légitime du fournisseur se heurte aux attentes raisonnables des personnes, à la finalité initiale, et souvent à l'absence d'information. La CNIL encadre l'intérêt légitime pour développer un système, sous garanties fortes, pas comme un permis de tout ingérer. Votre levier n'est pas de juger sa base : c'est de ne pas lui donner la matière, contractuellement. S'il refuse l'interdiction, vous refusez l'outil, ou vous le bornez à des données qui peuvent sortir. Les deux sont des décisions d'adulte.
Un modèle déjà entraîné sur des données illicites contamine-t-il mon usage ?
L'avis 28/2024 du CEPD décrit plusieurs scénarios. Si vous êtes un responsable distinct, les autorités regardent si vous avez mené une évaluation appropriée du fournisseur. Si le modèle est effectivement anonyme (double test d'extraction), le RGPD peut ne plus s'appliquer à l'exploitation ultérieure — c'est un si, pas un principe. En pratique, une PME ne reverse-engineere pas un modèle de fondation. Elle choisit un fournisseur, lit sa politique, et interdit la couche d'usage. La contamination juridique existe surtout si vous fine-tunez, vous, sur un mélange douteux, ou si la sortie régurgite une donnée identifiable. Documentez le choix. N'écrivez pas « le modèle est anonyme ».
Puis-je exiger la liste des données d'entraînement ?
Pour un modèle de fondation, non, pas de façon réaliste, et le règlement n'accorde pas ce droit au déployeur. L'article 53 vise une politique de respect du droit d'auteur et, pour certains GPAI, une transparence vers le Bureau de l'IA et les ayants droit, pas un dump public. Exiger cette liste dans un appel d'offres de TPE, c'est s'assurer de n'avoir aucune offre, ou une offre menteuse. Exiger de ne pas ajouter vos données à cette liste, si.
Une idée en tête ?
Réservez un rendez-vous ou écrivez-nous — réponse sous 24 h.