Masquer les noms avec des barres noires semble sûr et constitue la bonne méthode pour un document destiné à un tribunal ou à une autre partie. Mais c’est la mauvaise méthode pour un document que vous voulez faire lire par une IA. Voici pourquoi, avec un exemple, et dans quels cas utiliser chaque méthode.
Le même paragraphe, de trois façons
Original :
Maria Lopez signed a lease with Northwind Ltd on 3 March. Ms. Lopez agreed to pay
1,850 a month. Northwind may end the lease if Maria misses two payments.
Avec des barres noires :
[REDACTED] signed a lease with [REDACTED] on [REDACTED]. [REDACTED] agreed to pay
1,850 a month. [REDACTED] may end the lease if [REDACTED] misses two payments.
Avec des substituts cohérents :
Person_1 signed a lease with Company_1 on Date_1. Person_1 agreed to pay
1,850 a month. Company_1 may end the lease if Person_1 misses two payments.
Demandez à l’IA : « Qui peut résilier le bail, et quand ? » La version avec des barres noires ne permet pas de répondre avec certitude. La version avec des substituts, oui : Company_1, si Person_1 manque deux paiements. L’identité a disparu dans les deux versions. Une seule conserve la structure.
Ce que les barres noires font perdre
- Qui est qui. Toutes les barres se ressemblent. L’IA ne peut donc pas distinguer le locataire du propriétaire, ni un témoin d’un autre.
- Le lien entre les mentions. « Maria », « Mme Lopez » et « elle » désignent une seule personne. Les barres brisent ce lien.
- La nature de l’élément. Une personne, une entreprise et une adresse ne se comportent pas de la même manière. Une étiquette indiquant « Entreprise » ou « Adresse » aide l’IA à interpréter la phrase.
- Les renvois entre documents. Si la même personne apparaît dans un contrat et dans un e-mail, les barres ne permettent pas de le voir.
L’IA devine alors, répond de façon vague ou vous demande de combler les lacunes. Dans chaque cas, vous devez rétablir les noms à la main ou renoncer à la réponse.
Choisir les libellés
Les étiquettes génériques par type fonctionnent le mieux : Person_1, Company_1, Address_1, Phone_1, Email_1, Account_1, ID_1, Birthdate_1. Le type indique à l’IA la nature de l’élément lu, et le numéro lui indique lequel. Évitez les étiquettes qui portent un sens que vous n’aviez pas prévu. « Locataire » est utile comme rôle, mais ne conviendrait pas si la même personne est propriétaire dans un autre document. Les rôles ont leur place dans votre requête, les étiquettes dans le texte.
N’utilisez pas d’initiales. « M. L. » est une partie de nom et peut être confondu avec « Michael Lee ».
Ce que les substituts cohérents préservent
Le mot clé est « cohérent ». Une personne reçoit un seul libellé pour toutes ses mentions et dans tous les documents. L’IA peut alors :
- suivre une personne au fil d’une chronologie ;
- déterminer à quelle partie correspondent les différentes obligations ;
- remarquer que Person_2 dans l’e-mail est la même personne que Person_2, qui a signé le contrat ;
- fournir une réponse que vous pourrez rétablir avec les vrais noms par la suite. Voir le processus aller-retour.
Si la numérotation recommence dans chaque fichier, vous perdez cet avantage. Voir le traitement d’un dossier dans son ensemble.
Les tâches qui révèlent la différence
- Qui doit quoi à qui. Il faut distinguer toutes les parties.
- Une chronologie. Il faut reconnaître la même personne à chaque événement.
- Comparer deux versions d’un contrat. Il faut utiliser les mêmes libellés dans les deux versions, sinon chaque nom semble avoir changé.
- Repérer les contradictions entre des documents. Il faut attribuer le même libellé à la même personne dans tous les documents.
Pour une tâche comme « raccourcir ce paragraphe », les barres coûtent peu. Pour tout ce qui dépend de relations, elles vous coûtent la réponse.
Une boîte noire sur un PDF ne cache souvent rien
Il y a une deuxième raison d’éviter les barres noires sur les fichiers envoyés à un outil d’IA. Dans de nombreux PDF, un rectangle noir dessiné par-dessus le texte ne fait que le recouvrir. Le texte reste dans le fichier et peut toujours être sélectionné, copié et lu par son destinataire. Une occultation correcte supprime le texte lui-même, ainsi que les métadonnées, les signets, les pièces jointes et les champs de formulaire.
Si vous devez transmettre un PDF, vérifiez-le en sélectionnant tout le texte et en le collant ailleurs. Si les noms apparaissent, c’est qu’ils n’ont jamais été supprimés.
Quand les barres noires sont adaptées
Utilisez une véritable occultation lorsque le document est destiné à être remis à quelqu’un d’autre en tant que document : avocat de la partie adverse, autorité de réglementation, tribunal, service de presse. Dans ces cas, le destinataire reçoit le fichier, la mise en page et la valeur probante comptent, et l’objectif est que personne ne puisse récupérer le texte. ClientSafe n’est pas conçu pour cela. Il crée une copie sécurisée du texte destinée aux outils d’IA.
Ces deux tâches sont différentes. L’occultation protège un document que vous divulguez. Une copie sécurisée protège le client lorsque vous demandez à un outil d’analyser le document.
Les substituts ne sont pas magiques
- Le contexte peut encore permettre d’identifier une personne : intitulé de poste rare, petite ville et date.
- Une faute d’orthographe non détectée laisse un vrai nom à côté d’un substitut. Lisez la copie sécurisée avant de l’envoyer.
- Les dates et les montants sont conservés sauf si vous les remplacez, et il arrive qu’il faille les conserver.
Mais la comparaison entre anonymisation, pseudonymisation et occultation explique où s’applique chaque terme, et le liste de contrôle indique ce qu’il faut rechercher.
Questions fréquentes
L’IA risque-t-elle d’être déroutée par des libellés comme Person_1 ?
Non. Ce sont des éléments de texte ordinaires. Indiquez dans votre requête ce qu’ils représentent et demandez à l’IA de les conserver tels quels.
Dois-je utiliser des libellés différents selon les rôles ?
Des libellés génériques par type suffisent. Dans la requête, ajoutez une courte indication du rôle, par exemple : « Person_1 est le locataire ».
Puis-je utiliser [CAVIARDÉ] pour un petit paragraphe ?
Oui, mais si un seul paragraphe est masqué au milieu d’un texte, l’IA doit quand même deviner. Lorsque l’outil effectue le remplacement, les substituts ne demandent pas plus d’effort.
ClientSafe remplace les noms, entreprises, adresses, numéros de téléphone, adresses e-mail, numéros de compte, numéros d’identité et dates de naissance par des substituts cohérents tels que Person_1 et Company_1. Vous voyez chaque correspondance, décochez les faux positifs et signalez les éléments oubliés, puis copiez la copie sécurisée.