Le chiffrement de bout en bout peut empêcher un relais de messagerie de lire le contenu protégé des conversations. Il ne garantit pas qu’aucun système d’IA ne recevra jamais ce contenu : un participant autorisé peut le copier, une fonction permise peut le traiter ou un appareil compromis peut l’exposer.
Pour évaluer le risque d’entraînement d’une IA, suivez les données de la conversation jusqu’au modèle. La distinction importante oppose le texte chiffré que le relais ne peut pas déchiffrer au texte en clair transmis volontairement ou accidentellement à un autre terminal.
Traiter un message n’est pas entraîner un modèle
Une fonction d’IA peut traiter du texte pour produire un résumé sans s’en servir pour mettre à jour les paramètres du modèle. Un service peut aussi conserver les requêtes, recueillir des commentaires ou autoriser l’entraînement selon une politique distincte. Ces opérations sont différentes et exigent des informations distinctes.
Demandez si la fonction accomplit uniquement la tâche demandée, si elle stocke les entrées ou les sorties et si elle les utilise pour améliorer le modèle. La seule présence d’un bouton IA ne répond pas à ces questions. Le mot « chiffré » non plus.
Les chercheurs de How To Think About End-To-End Encryption and AI distinguent assistance par IA, entraînement, divulgation et consentement lorsqu’ils évaluent ces systèmes. Leur analyse invite à examiner soigneusement le flux de données ; elle ne prouve pas que chaque fournisseur s’entraîne secrètement sur chaque message privé.
Comment le contenu des conversations peut parvenir à une IA
| Voie | Pourquoi E2EE seul ne règle pas la question |
|---|---|
| Un participant colle une conversation dans un assistant | Le participant a déjà accès au texte en clair |
| Un bot est ajouté à une conversation | Un bot peut être un destinataire autorisé ayant sa propre politique de traitement |
| Une fonction sur l’appareil lit le texte visible | Le traitement se déroule après déchiffrement sur un terminal |
| Une fonction cloud à contexte sélectionné est activée | L’utilisateur peut autoriser une divulgation distincte ou une voie de traitement protégée |
| Un logiciel malveillant ou une extension aux autorisations excessives lit l’application | C’est le terminal, et non le chiffrement du transport, qui est compromis |
| Le contenu est publié publiquement | La diffusion publique constitue une autre frontière de confidentialité |
Un modèle d’IA distant n’acquiert pas une capacité générale à déchiffrer un chiffrement robuste simplement parce qu’il s’agit d’un modèle d’IA. De même, aucun algorithme cryptographique ne peut empêcher un destinataire de transmettre ailleurs une copie lisible.
Les produits actuels illustrent différentes frontières
Les indications de WhatsApp sur l’IA distinguent les messages personnels des éléments partagés avec une IA et décrivent un traitement différent pour les agents tiers. Ses indications sur l’IA à l’écran expliquent séparément que l’activation de ces fonctions peut partager les messages et notifications visibles.
Ces exemples montrent pourquoi une affirmation globale sur une application entière est souvent trompeuse. Vérifiez l’assistant, le mode et l’autorisation effectivement utilisés, plutôt qu’une ancienne capture d’écran d’un avis de confidentialité générique.
Que peut-on dire de Livara ?
La page de sécurité de Livara décrit E2EE pour les conversations privées prises en charge, ainsi que la conservation de métadonnées opérationnelles et l’existence de canaux publics. Sa page publique sur l’IA décrit aussi le périmètre de conversation choisi par l’utilisateur et l’autorisation préalable au partage du contexte sélectionné, avec une indication visible lorsque le texte sélectionné serait transmis à un fournisseur.
Ces déclarations ne justifient pas l’affirmation absolue selon laquelle Livara ne pourrait jamais traiter le contenu des conversations avec une IA. Elles ne constituent pas non plus, à elles seules, une promesse universelle d’absence d’entraînement ou de conservation nulle pour toutes les voies possibles des modèles. Les informations actuelles de la fonction et les conditions du fournisseur sélectionné doivent répondre à ces questions.
L’établissement de clés post-quantique répond à un autre risque : les futures attaques cryptanalytiques contre du texte chiffré enregistré. Il ne régit pas ce qu’un destinataire IA autorisé fait aujourd’hui du texte en clair.
Liste de contrôle du risque d’entraînement pour les conversations privées
- Identifiez le destinataire. La fonction est-elle locale, exploitée par la messagerie ou fournie par un autre prestataire ?
- Limitez le contexte. Ne partagez que le plus petit passage ou fichier nécessaire ; omettez les informations personnelles sans rapport.
- Lisez la politique pertinente. Recherchez précisément les conditions relatives à l’entraînement, à la conservation, à l’examen humain, aux commentaires et à la suppression.
- Vérifiez les attentes du groupe. L’autorisation de lire une conversation de groupe n’est pas automatiquement celle de la transmettre à un autre service.
- Examinez l’accès aux terminaux. Les extensions du navigateur, l’accès aux notifications et les applications connectées peuvent créer des voies distinctes vers le contenu.
- Distinguez espaces publics et privés. Ne placez pas d’éléments confidentiels dans un canal public en espérant que le chiffrement des conversations privées les protège.
E2EE peut fermer une voie d’accès du serveur. Prévenir les usages indésirables de l’IA exige aussi de maîtriser les terminaux, les autorisations et les divulgations qui prennent en charge le contenu déchiffré.
