Anonymisation ou pseudonymisation : laquelle sort du RGPD ?

La distinction décide si le RGPD s’applique encore. Anonymiser réellement fait sortir du règlement ; pseudonymiser, non. Voici comment trancher — et ce que voit vraiment un LLM à qui vous envoyez du texte « anonymisé ».

Mis à jour le 10 juillet 2026

La distinction qui change le régime

Le règlement (UE) 2016/679 (RGPD) définit la donnée personnelle comme toute information se rapportant à une personne identifiée ou identifiable, directement ou indirectement (article 4(1)). Deux traitements s’en éloignent, mais pas au même degré — et l’écart décide de tout.

Anonymisation — non définie dans le corps du RGPD, encadrée par le considérant 26 : si la personne n’est plus identifiable par des moyens raisonnablement susceptibles d’être utilisés, la donnée sort du champ du règlement. L’opération doit être irréversible.
Pseudonymisation — définie à l’article 4(5) : les données ne sont plus attribuables à une personne sans informations supplémentaires, conservées séparément. Elles restent des données personnelles, donc dans le champ du RGPD.

Confondre les deux est l’erreur la plus fréquente, et la plus coûteuse : une donnée « pseudonymisée » que l’on croit « anonyme » reste soumise à toutes les obligations du règlement.

Les trois critères d’une anonymisation réelle

Une anonymisation n’est réelle que si elle résiste à trois tests, hérités de l’avis 05/2014 du groupe de l’article 29 (WP216) et repris par la CNIL.

Individualisation — peut-on isoler un individu dans le jeu de données ?
Corrélation — peut-on relier deux jeux de données distincts se rapportant à la même personne ?
Inférence — peut-on déduire une information quasi certaine sur un individu ?

Si les trois sont neutralisés, les données peuvent être considérées comme anonymes. Si un seul demeure possible, l’anonymat n’est établi qu’après une analyse détaillée du risque résiduel.

Le piège du quasi-identifiant

Masquer le nom ne suffit pas : le RGPD vise l’identification directe ou indirecte. Pris ensemble, des champs anodins forment des quasi-identifiants qui permettent de retrouver une personne par recoupement :

une date de naissance
un code postal
un numéro de dossier
un montant rare
une fonction

La CNIL le montre par l’exemple : la seule présence de l’âge peut ré-identifier « très facilement » les centenaires. C’est pourquoi anonymiser demande de traiter le contexte, pas seulement les noms — dates, rôles, lieux, montants, situations singulières.

Ce que voit — et ne voit pas — le modèle

La bonne architecture place la détection et la redaction des identifiants en amont, sur site, avant tout appel au modèle et avant l’indexation. Le modèle ne reçoit que du texte à jetons : « [PRENOM] [NOM], dossier [REF], conteste… ». Il voit la structure et le sens de la demande, jamais l’identité.

La table de correspondance jeton → valeur réelle reste dans votre périmètre ; la ré-association n’a lieu que localement, pour un utilisateur habilité. C’est le fondement du montage qui permet d’envoyer des données à un LLM sans les exposer.

Précision honnête : tant que cette table existe, l’opération est juridiquement une pseudonymisation — les données restent personnelles pour vous. L’argument fort est la minimisation et la sécurité, pas la sortie du RGPD, que seule une anonymisation irréversible permet.

La méthode appliquée à un cas réel : interroger une data room financière sans exposer de données personnelles.

Comment on le prouve

La crédibilité vient de la mesure, pas de l’affirmation.

Recall de détection — la proportion d’identifiants effectivement masqués, mesurée sur un jeu de test annoté. Un identifiant manqué est une fuite : c’est la métrique reine.
Sur-masquage assumé — on optimise le rappel quitte à masquer un peu trop, parce que le coût d’une fuite dépasse celui d’un jeton superflu.
Test avant / après — vérifier qu’aucun identifiant ni quasi-identifiant connu ne subsiste dans le texte avant l’appel externe.
Journalisation — des traces horodatées prouvant que la redaction a précédé tout appel externe. C’est l’élément défendable en cas de contrôle.

Questions fréquentes

Anonymiser fait-il vraiment sortir du RGPD ?

Oui, mais seulement si l’anonymisation est réelle et irréversible. Le considérant 26 du RGPD écarte le règlement pour l’information anonyme, appréciée au regard des moyens raisonnablement susceptibles d’être utilisés pour ré-identifier. Le seuil est exigeant : dès qu’une table de correspondance permet de revenir à la personne, vous êtes dans la pseudonymisation, et le RGPD s’applique toujours.

Masquer les noms suffit-il à anonymiser ?

Non. Le RGPD vise l’identification directe comme indirecte. Une date de naissance, un code postal, un numéro de dossier ou un montant rare peuvent suffire à retrouver une personne par recoupement. La CNIL cite l’âge, qui ré-identifie très facilement les centenaires. Une anonymisation n’est réelle que si elle résiste à l’individualisation, à la corrélation et à l’inférence.

Remplacer les identifiants par des jetons, est-ce de l’anonymisation ?

Le plus souvent non : c’est de la pseudonymisation. Tant que la table de correspondance jeton → valeur existe, la ré-identification reste possible et les données restent personnelles au sens de l’article 4(5) du RGPD. Le bénéfice est réel — minimisation, sécurité, le modèle externe ne voit pas l’identité — mais il ne fait pas sortir du règlement.

Comment prouver qu’une anonymisation fonctionne ?

Par la mesure. On calcule le recall de détection sur un jeu de test annoté, on assume une politique de sur-masquage, on compare le texte avant et après redaction pour vérifier qu’aucun identifiant ne subsiste, et on journalise le fait que la redaction a précédé tout appel externe. Ces traces sont ce qu’un contrôle réclame.

Le modèle peut-il quand même ré-identifier une personne ?

Le risque n’est jamais nul. Une phrase peut rester ré-identifiante par ses quasi-identifiants, même sans nom, et un modèle peut recombiner des indices résiduels. L’anonymisation en amont réduit fortement le risque sans l’annuler : le droit demande un risque négligeable par des moyens raisonnables, pas une impossibilité absolue. D’où l’importance du test des trois critères.

Sources

Ressource liée

Agence IA →

Les trois métiers que recouvre le mot « agence IA », les questions à poser avant de signer, et pourquoi la conformité AI Act se décide au cadrage. Paris.