Est-il sûr d'envoyer vos échantillons d'écriture à une IA ? Ce qu'il en advient

En bref : Est-il sûr d'envoyer vos échantillons d'écriture à une IA ? Plus sûr que la plupart des gens ne le craignent, et plus risqué que la plupart des outils ne l'admettent, selon la porte que vous empruntez. Une même entreprise applique deux régimes : les applications de chat grand public peuvent utiliser vos conversations pour améliorer les modèles ou les montrer à des réviseurs sauf si vous vous y opposez, tandis que les API pour développeurs d'OpenAI, d'Anthropic et de Google (niveau payant) indiquent que les entrées ne servent pas à l'entraînement par défaut. Vos échantillons restent pourtant le seul endroit où vit votre voix, parce que la capacité du modèle et le conditionnement par vos données sont deux couches distinctes, et qu'aucun laboratoire ne peut fournir la seconde. Alors retirez les faits, gardez les motifs, envoyez une seule fois pour extraire un profil de style, et déployez ce profil au lieu de recoller des e-mails bruts dans chaque conversation. Ci-dessous : ce que dit chaque fournisseur, ce que MyWritingTwin.com fait de vos échantillons à chaque étape, et une liste de six points à vérifier pour n'importe quel outil.

Vous avez dix e-mails qui sonnent exactement comme vous. Trois nomment un client. Un cite un salaire. Un autre est une lettre de démission que vous n'avez jamais envoyée. Quelqu'un vous conseille de coller les dix dans ChatGPT pour qu'il apprenne votre style, et vous hésitez.

L'hésitation est justifiée. C'est aussi la raison pour laquelle la plupart des gens n'obtiennent jamais une IA qui écrit comme eux : ils livrent tout ou ne livrent rien, et les deux choix sont mauvais.

Est-il sûr d'envoyer vos échantillons d'écriture à une IA ?

Cela dépend de la porte que vous franchissez, et l'écart entre les portes est plus large que l'écart entre les fournisseurs. Un compte ChatGPT personnel et une application construite sur l'API OpenAI appartiennent à la même entreprise et obéissent à des règles différentes en matière d'entraînement, de relecture humaine et de conservation. La question de la sécurité n'a pas de réponse au niveau du fournisseur, seulement au niveau de la porte.

Trois questions distinctes se cachent derrière « est-ce sûr » :

1. Le texte servira-t-il à entraîner ou améliorer un modèle, ou sera-t-il lu par une personne ? C'est celle que les gens ont en tête, et c'est celle où les règles grand public et les règles d'API divergent le plus.
2. Qui pourra le lire plus tard, pendant combien de temps, et pouvez-vous le supprimer ? Les durées de conservation et les droits de suppression sont écrits noir sur blanc. Ils sont rarement lus.
3. Ce que vous recevez en retour contient-il ce que vous avez fourni ? Si le résultat est un profil, cite-t-il votre e-mail sur la fusion ? Si c'est un Custom GPT, avez-vous téléversé le corpus comme fichier de connaissances que toute personne disposant du lien peut désormais interroger ?

La peur derrière la première question est généralement mal placée, sur un point précis. Un modèle ne « vous apprend » pas à partir de dix e-mails collés. Dans une conversation, les échantillons occupent la fenêtre de contexte et n'influencent que cette conversation ; ouvrez-en une nouvelle et le modèle repart de sa distribution d'entraînement. Nous avons expliqué pourquoi dans pourquoi les meilleurs modèles ne connaissent toujours pas votre voix. La véritable exposition est plus banale : le texte dort dans les journaux de quelqu'un, peut être échantillonné pour relecture, et sur certains forfaits grand public est éligible à l'entraînement. C'est une question de traitement des données, et les questions de traitement des données ont des réponses documentées.

Où vont vos échantillons quand vous les collez dans ChatGPT, Claude ou Gemini ?

Dans l'un de deux régimes, et la documentation du fournisseur vous dit lequel. Les applications grand public appliquent par défaut une forme de « peut servir à améliorer nos modèles » avec possibilité de refus. Les API pour développeurs appliquent par défaut « non utilisé pour l'entraînement » avec possibilité d'acceptation. Voici ce que chaque fournisseur déclare, à l'heure où nous écrivons.

Lisez le tableau par paires de lignes et le schéma saute aux yeux. OpenAI apparaît deux fois avec des valeurs par défaut opposées. Anthropic apparaît deux fois avec des valeurs par défaut opposées. Google apparaît trois fois, et la frontière passe entre payant et gratuit plutôt qu'entre application et API. « Gemini s'entraîne-t-il sur mes données » n'a pas de réponse. « Quelle porte Gemini cet outil utilise-t-il » en a une.

Deux conséquences en découlent pour quiconque s'apprête à coller des échantillons d'écriture.

L'application grand public est le pire endroit pour le faire, et le plus courant. C'est la porte où l'entraînement est activé par défaut, la porte avec relecture humaine, et la porte où rien ne persiste d'une session à l'autre de toute façon. La fonction mémoire de ChatGPT stocke les faits que vous énoncez, pas des mesures de votre façon d'écrire, si bien que les échantillons vous achètent une conversation d'imitation, puis s'évaporent. Vous payez l'exposition à chaque fois et ne gardez rien.

Un outil construit sur l'API hérite des conditions de l'API. C'est la raison structurelle pour laquelle un générateur de profil dédié peut être plus sûr que l'application de chat qu'il alimente : l'analyse passe par la porte commerciale, et ce que vous emportez ensuite dans l'application grand public est le résultat, pas la matière première.

Pourquoi faut-il envoyer des échantillons, au fond ?

Parce que votre voix n'existe nulle part ailleurs. La capacité du modèle et le conditionnement par vos données sont deux couches distinctes. Les laboratoires améliorent la première à chaque version et ne peuvent pas fournir la seconde, parce que vos écrits n'ont jamais figuré dans les données d'entraînement et qu'aucune mise à jour de modèle ne les y ajoute.

Le contournement évident consiste à vous décrire plutôt qu'à envoyer quoi que ce soit. Tapez « professionnel mais chaleureux, concis, humain » dans les instructions personnalisées et faites l'impasse sur les échantillons. Nous avons testé cela en détail dans les adjectifs de ton ne sont pas votre voix, et le résultat est toujours le même : « professionnel mais chaleureux » décrit des milliers de personnes, donc le modèle renvoie la moyenne de toutes. L'IA ne connaît pas votre ton ; elle connaît des mots qui décrivent un ton. Une voix vit dans la longueur des phrases, la place des nuances, les transitions et la ponctuation, et ces quatre éléments ne sont observables que dans un texte que vous avez réellement écrit.

Les échantillons sont donc le prix d'entrée. La question de la confidentialité n'est pas de savoir s'il faut le payer, mais combien, à quelle fréquence et sous quelle forme. Ce recadrage change la réponse, parce qu'un échantillon d'écriture mélange deux types d'information différents :

Tout ce qui figure dans la moitié haute est comptable, et compter est précisément ce que fait l'extraction de style. Tout ce qui figure dans la moitié basse est un fait qu'on pourrait remplacer par un jeton sans modifier une seule mesure. « [COMPANY] a confirmé le virement [ACCOUNT_NUMBER] mardi » a la même longueur de phrase, le même ordre des propositions et la même ponctuation que l'original. Le style survit intact au nettoyage.

Une fois les motifs extraits, ils deviennent un profil : un ensemble de contraintes et de tournures caractéristiques qui décrit votre façon d'écrire. Ce profil est un actif que vous emportez, et les documents bruts peuvent rester là où ils étaient. Plus le modèle progresse dans le suivi d'instructions nuancées, mieux il exécute votre profil, si bien que l'extraction rapporte davantage à chaque nouvelle version. Recoller des e-mails bruts dans une conversation neuve rapporte moins à chaque fois : cela expose à nouveau les mêmes faits et laisse quand même le modèle sans rien à la session suivante.

Que fait MyWritingTwin de vos échantillons d'écriture ?

Il les anonymise avant de les stocker, les conserve sous des règles d'accès liées à votre compte, les analyse via des API pour développeurs, renvoie un profil qui contient des mesures plutôt que des documents, et les supprime avec votre compte. Voici chaque étape dans l'ordre où elle se produit, fondée sur ce que le produit fait réellement aujourd'hui plutôt que sur ce qu'une page de politique pourrait promettre.

1. Anonymisation à l'enregistrement. Quand vous enregistrez un échantillon dans le tableau de bord, le texte passe par une étape d'anonymisation avant d'être écrit dans la base de données. Les noms de famille deviennent [LASTNAME], les adresses e-mail deviennent [EMAIL], et les numéros de téléphone, noms d'entreprise, adresses postales, numéros de compte, dates de naissance, identifiants sociaux et numéros d'identité officiels reçoivent chacun leur propre jeton. Les prénoms sont conservés à dessein : « Bonjour Sarah » et « Madame [LASTNAME], » sont deux registres différents, et le registre fait partie de votre voix. L'étape comporte des règles propres au japonais (noms de famille, codes postaux, My Number), au français (noms de famille, SIRET, numéro de sécurité sociale) et à l'espagnol (apellidos, DNI, NIE), parce qu'un nettoyage qui ne comprendrait que les noms anglais laisserait un échantillon japonais intact.

Deux limites, énoncées clairement parce que le formulaire les énonce aussi. Les échantillons de plus de 15 000 caractères sautent cette étape et sont enregistrés tels quels. Et le nettoyage est une passe effectuée par un modèle, pas une garantie ; le formulaire d'échantillon précise qu'il « n'est pas parfait à 100 % » et vous demande de retirer vous-même les détails sensibles avant d'enregistrer. Les échantillons importés via le connecteur de l'application ChatGPT reçoivent un nettoyage déterministe des adresses e-mail côté serveur au moment de l'import, et l'agent qui importe est tenu d'anonymiser les noms et les entreprises avant d'envoyer quoi que ce soit.

2. Stockage sous sécurité au niveau des lignes. Les échantillons vivent dans une base de données Postgres avec sécurité au niveau des lignes, ce qui signifie que la base elle-même refuse de renvoyer une ligne à tout compte autre que celui qui la possède. Cette mesure figure dans la politique de confidentialité au titre des mesures de sécurité, et elle est appliquée au niveau de la couche de données plutôt que dans un code applicatif qui pourrait être contourné.

3. Analyse via des API pour développeurs. Pour construire votre ADN d'écriture, le corpus est envoyé à l'API Gemini de Google (modèle principal) avec l'API Claude d'Anthropic en secours ; l'étape d'anonymisation elle-même tourne sur Claude. Les échantillons audio vont à Whisper d'OpenAI pour la transcription, et rien d'autre. Les trois sont nommés dans la politique de confidentialité, et les trois sont atteints via leurs API pour développeurs, qui relèvent des conditions commerciales du tableau ci-dessus, et non via les applications de chat grand public.

4. Ce qui revient. Le résultat est un profil de style : moyenne et dispersion de la longueur des phrases, densité de virgules, richesse du vocabulaire, habitudes de nuance, transitions, règles de vocabulaire « toujours » et « jamais », et un ensemble de formules clés tirées de votre corpus (au moins dix par mode d'écriture). Il contient des tournures caractéristiques, pas vos documents. Comme le nettoyage précède l'analyse, une formule extraite d'un échantillon nettoyé ne peut pas contenir un nom de famille ni un montant de contrat. Vos propres échantillons vous sont aussi restitués, mis en forme, dans le cadre du pack, si bien que la décision de les envoyer ailleurs (dans un fichier de connaissances de Custom GPT, par exemple) vous appartient et reste explicite.

5. Le partage est désactivé, et restreint quand il est activé. Un bouton de partage public existe pour l'aperçu gratuit d'ADN d'écriture. Quand vous l'activez, seul l'aperçu est partagé ; les échantillons d'écriture, le Master Prompt et les détails du compte restent privés. Rien de vos échantillons n'est visible par quiconque par défaut.

6. La suppression est immédiate. Supprimer votre compte efface vos échantillons, vos profils et vos données d'ADN d'écriture immédiatement et de façon irréversible. La routine de suppression efface aussi votre fiche personne dans l'outil d'analyse d'audience. Deux choses subsistent, toutes deux imposées par la loi : les registres d'achat sont conservés sept ans sous forme anonymisée (montants, dates, références de paiement, avec votre nom et votre e-mail retirés) en vertu des règles comptables japonaises, et les journaux serveur sont conservés jusqu'à 90 jours.

Rien de tout cela ne rend l'envoi sans risque. Cela rend le risque petit, borné et écrit noir sur blanc, ce qui est le niveau d'exigence auquel tout outil qui vous demande vos écrits devrait être tenu.

Comment envoyer des échantillons d'écriture en toute sécurité à n'importe quel outil d'IA ?

Choisissez les échantillons pour leurs motifs, retirez les faits, empruntez la porte de l'API, lisez la ligne sur la conservation, extrayez une fois, et vérifiez le résultat. Six étapes, et les deux premières ne coûtent rien.

1. Choisissez les échantillons pour le rythme, pas pour le contenu. Il vous faut les e-mails dont la longueur de phrase et la structure sont indubitablement les vôtres, pas ceux qui contiennent les faits les plus sensibles. Notre guide sur la sélection des échantillons d'écriture explique ce qui rend un échantillon utile ; en résumé, une relance ordinaire écrite en quatre-vingt-dix secondes porte souvent plus de votre voix qu'une proposition peaufinée pendant une semaine.
2. Remplacez les faits par des jetons avant de coller. Noms, chiffres, dates, noms d'entreprise. Utilisez des jetons entre crochets. Votre longueur de phrase, l'ordre de vos propositions et votre ponctuation ne changent pas, donc l'analyse ne se dégrade pas.
3. Empruntez la porte de l'API, ou corrigez la porte grand public. Préférez un outil construit sur l'API pour développeurs, ou un forfait d'espace de travail dont les conditions excluent l'entraînement. Si vous devez utiliser une application de chat personnelle, désactivez le paramètre d'amélioration du modèle dans ChatGPT, désactivez Conserver l'activité dans Gemini, ou utilisez une conversation temporaire. Puis rappelez-vous que ce que vous y collez ne persistera de toute façon pas.
4. Lisez la ligne sur la conservation, pas la ligne marketing. Cherchez un nombre de jours et une règle de suppression. « Vos données sont en sécurité » est un sentiment. « Supprimées immédiatement et irréversiblement à la suppression de votre compte ; journaux conservés jusqu'à 90 jours » est un engagement que vous pouvez opposer à quelqu'un.
5. Envoyez une fois, extrayez, puis cessez d'envoyer. Le but de l'exercice est un profil que vous déployez dans l'IA que vous utilisez déjà. Une fois qu'il existe, le corpus brut n'a plus aucune raison d'entrer dans une autre fenêtre de chat.
6. Lisez le profil avant de le déployer. Parcourez le résultat à la recherche d'un nom ou d'un chiffre qui aurait échappé au nettoyage. Le profil va dans des instructions personnalisées ou dans le prompt système d'un projet, il mérite donc la même vérification de trente secondes que vous accorderiez à un e-mail transféré.

Appliquez cette liste à n'importe quel outil, y compris celui-ci. Un générateur de profil qui ne peut pas répondre par écrit aux questions trois et quatre est une application de chat grand public avec une page d'accueil plus soignée.

Vos échantillons d'écriture sont le seul endroit où votre voix existe, et ils sont aussi la seule chose que vous ayez à protéger. Séparez les deux, livrez les motifs, gardez les faits, et l'échange cesse d'être effrayant.

Si vous voulez que la mesure soit faite pour vous, construisez un profil de style sur MyWritingTwin.com à partir d'échantillons anonymisés avant d'être stockés, et déployez votre Writing Twin pour ChatGPT, Claude et Gemini sans coller un seul e-mail de plus dans une fenêtre de chat.