Comment la Loi 25 Impacte l'Utilisation de ChatGPT et de l'IA en Général

Mar 8, 2024
Share this post
Sharing to FacebookSharing to LinkedInSharing to XSharing to Email

À l'ère du développement rapide de l'IA, les réglementations sur la protection des données ne sont plus de simples formalités, mais plutôt des piliers essentiels pour une utilisation responsable de la technologie. Le RGPD est indéniablement à la tête de ce mouvement. Jusqu'à récemment, le paysage législatif au Canada était plutôt calme depuis des années. Cependant, le Québec change la donne ! Sa récente Loi 25 est devenue une partie significative du changement de paradigme mondial vers une protection renforcée des données. Consultez ici une comparaison entre la Loi 25 et la PIPEDA. Bien que cela soit indéniablement un développement majeur pour la vie privée des consommateurs, quelles sont les implications pour des technologies telles que ChatGPT et l'industrie plus vaste de l'IA ?

Loi 25

Pour contextualiser, la Loi 25 vise à renforcer la protection des données personnelles au Québec en imposant des exigences strictes sur la collecte, l'utilisation, le stockage et le transfert des données. Une caractéristique notable est l'Évaluation d'Impact sur la Vie Privée (EIVP), un outil d'évaluation obligatoire que les organisations doivent utiliser lors du traitement des données personnelles de certaines manières et dans certains contextes. Une autre concerne les règles strictes relatives au transfert transfrontalier de données, exigeant que les données quittant le Québec soient protégées à un niveau équivalent à celui à l'intérieur de la province.

Qu'est-ce que cela signifie pour ChatGPT ?

ChatGPT, tout comme de nombreuses technologies d'IA, s'appuie largement sur les données pour fonctionner et s'améliorer. Étant donné que ces données d'entraînement ont été extraites de l'Internet, elles incluent inévitablement souvent des informations personnelles concernant les citoyens québécois susceptibles d'identifier des individus, ce qui relève donc du champ d'application de la réglementation. Cette utilisation innovante de données personnelles pour l'entraînement ou l'amélioration d'un modèle d'IA pourrait constituer une violation potentielle de la réglementation, notamment en ce qui concerne les données des résidents québécois, puisque l'obligation d'information imposée par la loi aux entreprises avant la collecte et l'utilisation d'informations personnelles n'aurait pas été respectée, sans parler des exigences en matière de consentement. Pour être clair, le simple fait que des données soient disponibles publiquement sur Internet ne signifie pas qu'elles ne relèvent pas des informations personnelles protégées par la réglementation en vigueur.

De plus, entraîner ou ajuster des modèles d'IA peut entraîner la mémorisation des données par le modèle, ce qui signifie que les informations personnelles contenues dans les données peuvent être divulguées de manière imprévisible en production. La loi 25 n'est pas explicite quant à l'application du droit à l'oubli aux modèles d'IA, mais un argument en ce sens peut être avancé. Voici ce que stipule la loi :

Article 28.1: La personne concernée par les informations personnelles a le droit d'exiger de toute entité exerçant une activité commerciale de cesser la diffusion de ces informations ou de déréférencer tout lien hypertexte lié à son nom permettant l'accès à ces informations par des moyens technologiques, si la diffusion enfreint la loi ou une ordonnance judiciaire.

Nous pouvons comprendre cela comme signifiant que si un modèle d'IA divulgue des informations personnelles présentes dans les données d'entraînement ou de réglage sans le consentement de l'individu, et donc en violation de la loi, il diffuse ces informations et le droit à l'oubli s'applique. Étant donné l'impossibilité technique de supprimer des données spécifiques d'un modèle, une telle demande ne pourrait être satisfaite qu'en mettant en place des filtres empêchant la reproduction des données spécifiques dans la sortie du modèle, ou en réajustant le modèle avec des données ne contenant pas d'informations personnelles.

Un autre impact de la Loi 25 sur les outils d'IA générative se manifeste lors des interactions des utilisateurs avec ceux-ci. Une fois de plus, les entreprises sont tenues de respecter des obligations détaillées en matière d'information. Par exemple, elles doivent renseigner les utilisateurs sur la finalité du traitement des informations personnelles qu'ils pourraient fournir à l'outil, sur les droits des utilisateurs liés à ce traitement, tels que les demandes d'accès, et sur le fait que les données peuvent être transférées en dehors du Québec. Un guide détaillé sur la manière de respecter ces obligations d'information est en cours d'élaboration par l'autorité de régulation, mais il semble nécessiter une combinaison d'une déclaration de confidentialité solide et d'informations fournies lors de l'inscription aux services, c'est-à-dire avant toute collecte de données.

En outre, étant donné que ChatGPT participe à des dialogues en temps réel avec les utilisateurs, il y aura fréquemment des situations où les données traversent les frontières. La Loi 25 exige que les entreprises procèdent à une évaluation approfondie des mesures de protection des données dans la juridiction de destination. Par conséquent, si le centre de données du service ChatGPT se situe en dehors du Québec, il doit se conformer aux normes strictes énoncées par la Loi 25.

L'industrie de l'IA en général

Les répercussions de la Loi 25 ne se limitent pas uniquement aux plateformes d'IA conversationnelle. Les systèmes d'IA utilisés dans le domaine de la santé, des finances et d'autres secteurs traitent souvent des données personnelles sensibles, telles que des dossiers médicaux ou des données financières. Ces secteurs doivent également prendre en compte les nouvelles réglementations de transfert de données transfrontalières et utiliser des Évaluations d'Impact sur la Protection des Données (EIPD) pour évaluer l'impact de leurs pratiques de gestion des données (téléchargez un modèle d'EIPD ici). Nous avons récemment examiné la conformité de Salesforce à la Loi 25 (EN), par exemple.

De plus, les entreprises qui dépendent de services d'IA tiers pour des fonctionnalités telles que les moteurs de recommandation ou l'analyse prédictive devraient être particulièrement vigilantes. La Loi 25 insiste sur des obligations contractuelles liant les destinataires de données à offrir des niveaux de protection des données équivalents à ceux du Québec. Ainsi, les entreprises doivent examiner leurs contrats avec les fournisseurs tiers pour assurer la conformité.

Défis et Opportunités

La complexité du cadre juridique de la Loi 25 engendre des défis, particulièrement en ce qui concerne les transferts transfrontaliers de données et la réévaluation constante des lois sur la protection des données. Néanmoins, ces défis peuvent également ouvrir la voie à des opportunités. Respecter les normes strictes de la Loi 25 pourrait positionner une entreprise comme un choix attrayant pour des consommateurs attentifs à leur vie privée, créant ainsi une proposition de valeur précieuse.

Comment Private AI peut aider

Il est souvent inutile de former ou d'affiner des modèles d'IA avec des données contenant des informations personnelles. Prenons l'exemple de l'utilisation de données de trafic pour former un modèle qui prédit le meilleur itinéraire à prendre et estime l'heure d'arrivée. Dans ce cas, l'absence d'adresses détaillées n'affecte pas l'utilité des données. Ce qui compte, c'est que le véhicule ait tendance à voyager à une certaine vitesse sur l'autoroute A401 à un moment donné de la journée, par exemple. Dans les situations où les informations personnelles sont cruciales pour que le modèle apprenne comment ces données sont utilisées dans le langage naturel, des données synthétiques peuvent souvent servir tout aussi bien à cette fin. Compte tenu des défis liés à l'information des individus sur l'utilisation de leurs données à des fins de formation de modèles d'IA et l'obtention du consentement, lorsque nécessaire, les risques l'emportent souvent sur les avantages.

En explorant les subtilités de la Loi 25, les entreprises peuvent parfois trouver la rédaction d'informations personnelles intimidante. C'est là que des solutions d'intelligence artificielle renforçant la confidentialité, comme le logiciel de rédaction de Private AI, peuvent se révéler précieuses. Grâce à une précision inégalée, le logiciel peut automatiquement repérer et rédiger les informations personnelles identifiables, les données de santé protégées et les détails des cartes de paiement, simplifiant considérablement la conformité à la Loi 25.

Les mêmes principes s'appliquent, dans une large mesure, au traitement des informations fournies par un individu à ChatGPT. L'utilisation de PrivateGPT peut démontrer de manière très utile que des réponses pertinentes peuvent être générées sans inclure d'informations personnelles. L'adoption de cette technologie permet de respecter le principe de minimisation des données, facilite les Évaluations d'Impact sur la Protection des Données (PIA) en limitant l'implication de données personnelles dans le traitement, et simplifie les transferts de données transfrontaliers, car aucune donnée personnelle n'a besoin d'être transférée.

Réflexions Finales

La Loi 25 a instauré une nouvelle norme de protection des données au Canada, imposant à l'industrie technologique de s'ajuster et de progresser. Bien que la conformité puisse sembler être un défi de taille, surtout pour les technologies émergentes comme l'IA, elle demeure essentielle. Alors que nous avançons vers un avenir de plus en plus dominé par les données, ces réglementations rigoureuses pourraient bien être les fondements d'un monde numérique plus respectueux de la vie privée, où l'utilisation responsable des données devient aussi naturelle dans le développement de logiciels que la respiration.

Ainsi, si votre entreprise d'IA envisage de s'aventurer au Québec, rappelez-vous que la Loi 25 n'est pas un obstacle, mais plutôt un guide vous orientant vers une utilisation responsable des données.

Data Left Behind: AI Scribes’ Promises in Healthcare

Data Left Behind: Healthcare’s Untapped Goldmine

The Future of Health Data: How New Tech is Changing the Game

Why is linguistics essential when dealing with healthcare data?

Why Health Data Strategies Fail Before They Start

Private AI to Redefine Enterprise Data Privacy and Compliance with NVIDIA

EDPB’s Pseudonymization Guideline and the Challenge of Unstructured Data

HHS’ proposed HIPAA Amendment to Strengthen Cybersecurity in Healthcare and how Private AI can Support Compliance

Japan's Health Data Anonymization Act: Enabling Large-Scale Health Research

What the International AI Safety Report 2025 has to say about Privacy Risks from General Purpose AI

Private AI 4.0: Your Data’s Potential, Protected and Unlocked

How Private AI Facilitates GDPR Compliance for AI Models: Insights from the EDPB's Latest Opinion

Navigating the New Frontier of Data Privacy: Protecting Confidential Company Information in the Age of AI

Belgium’s Data Protection Authority on the Interplay of the EU AI Act and the GDPR

Enhancing Compliance with US Privacy Regulations for the Insurance Industry Using Private AI

Navigating Compliance with Quebec’s Act Respecting Health and Social Services Information Through Private AI’s De-identification Technology

Unlocking New Levels of Accuracy in Privacy-Preserving AI with Co-Reference Resolution

Strengthened Data Protection Enforcement on the Horizon in Japan

How Private AI Can Help to Comply with Thailand's PDPA

How Private AI Can Help Financial Institutions Comply with OSFI Guidelines

The American Privacy Rights Act – The Next Generation of Privacy Laws

How Private AI Can Help with Compliance under China’s Personal Information Protection Law (PIPL)

PII Redaction for Reviews Data: Ensuring Privacy Compliance when Using Review APIs

Independent Review Certifies Private AI’s PII Identification Model as Secure and Reliable

To Use or Not to Use AI: A Delicate Balance Between Productivity and Privacy

To Use or Not to Use AI: A Delicate Balance Between Productivity and Privacy

News from NIST: Dioptra, AI Risk Management Framework (AI RMF) Generative AI Profile, and How PII Identification and Redaction can Support Suggested Best Practices

Handling Personal Information by Financial Institutions in Japan – The Strict Requirements of the FSA Guidelines

日本における金融機関の個人情報の取り扱い - 金融庁ガイドラインの要件

Leveraging Private AI to Meet the EDPB’s AI Audit Checklist for GDPR-Compliant AI Systems

Who is Responsible for Protecting PII?

How Private AI can help the Public Sector to Comply with the Strengthening Cyber Security and Building Trust in the Public Sector Act, 2024

A Comparison of the Approaches to Generative AI in Japan and China

Updated OECD AI Principles to keep up with novel and increased risks from general purpose and generative AI

Is Consent Required for Processing Personal Data via LLMs?

The evolving landscape of data privacy legislation in healthcare in Germany

The CIO’s and CISO’s Guide for Proactive Reporting and DLP with Private AI and Elastic

The Evolving Landscape of Health Data Protection Laws in the United States

Comparing Privacy and Safety Concerns Around Llama 2, GPT4, and Gemini

How to Safely Redact PII from Segment Events using Destination Insert Functions and Private AI API

WHO’s AI Ethics and Governance Guidance for Large Multi-Modal Models operating in the Health Sector – Data Protection Considerations

How to Protect Confidential Corporate Information in the ChatGPT Era

Unlocking the Power of Retrieval Augmented Generation with Added Privacy: A Comprehensive Guide

Leveraging ChatGPT and other AI Tools for Legal Services

Leveraging ChatGPT and other AI tools for HR

Leveraging ChatGPT in the Banking Industry

Law 25 and Data Transfers Outside of Quebec

The Colorado and Connecticut Data Privacy Acts

Unlocking Compliance with the Japanese Data Privacy Act (APPI) using Private AI

Tokenization and Its Benefits for Data Protection

Private AI Launches Cloud API to Streamline Data Privacy

Processing of Special Categories of Data in Germany

End-to-end Privacy Management

Privacy Breach Reporting Requirements under Law25

Migrating Your Privacy Workflows from Amazon Comprehend to Private AI

A Comparison of the Approaches to Generative AI in the US and EU

Benefits of AI in Healthcare and Data Sources (Part 1)

Privacy Attacks against Data and AI Models (Part 3)

Risks of Noncompliance and Challenges around Privacy-Preserving Techniques (Part 2)

Enhancing Data Lake Security: A Guide to PII Scanning in S3 buckets

The Costs of a Data Breach in the Healthcare Sector and its Privacy Compliance Implications

Navigating GDPR Compliance in the Life Cycle of LLM-Based Solutions

What’s New in Version 3.8

How to Protect Your Business from Data Leaks: Lessons from Toyota and the Department of Home Affairs

New York's Acceptable Use of AI Policy: A Focus on Privacy Obligations

Safeguarding Personal Data in Sentiment Analysis: A Guide to PII Anonymization

Changes to South Korea’s Personal Information Protection Act to Take Effect on March 15, 2024

Australia’s Plan to Regulate High-Risk AI

How Private AI can help comply with the EU AI Act

Comment la Loi 25 Impacte l'Utilisation de ChatGPT et de l'IA en Général

Endgültiger Entwurf des Gesetzes über Künstliche Intelligenz – Datenschutzpflichten der KI-Modelle mit Allgemeinem Verwendungszweck

How Law25 Impacts the Use of ChatGPT and AI in General

Is Salesforce Law25 Compliant?

Creating De-Identified Embeddings

Exciting Updates in 3.7

EU AI Act Final Draft – Obligations of General-Purpose AI Systems relating to Data Privacy

FTC Privacy Enforcement Actions Against AI Companies

The CCPA, CPRA, and California's Evolving Data Protection Landscape

HIPAA Compliance – Expert Determination Aided by Private AI

Private AI Software As a Service Agreement

EU's Review of Canada's Data Protection Adequacy: Implications for Ongoing Privacy Reform

Acceptable Use Policy

ISO/IEC 42001: A New Standard for Ethical and Responsible AI Management

Reviewing OpenAI's 31st Jan 2024 Privacy and Business Terms Updates

Comparing OpenAI vs. Azure OpenAI Services

Quebec’s Draft Regulation Respecting the Anonymization of Personal Information

Version 3.6 Release: Enhanced Streaming, Auto Model Selection, and More in Our Data Privacy Platform

Brazil's LGPD: Anonymization, Pseudonymization, and Access Requests

LGPD do Brasil: Anonimização, Pseudonimização e Solicitações de Acesso à Informação

Canada’s Principles for Responsible, Trustworthy and Privacy-Protective Generative AI Technologies and How to Comply Using Private AI

Private AI Named One of The Most Innovative RegTech Companies by RegTech100

Data Integrity, Data Security, and the New NIST Cybersecurity Framework

Safeguarding Privacy with Commercial LLMs

Cybersecurity in the Public Sector: Protecting Vital Services

Privacy Impact Assessment (PIA) Requirements under Law25

Elevate Your Experience with Version 3.5

Fine-Tuning LLMs with a Focus on Privacy

GDPR in Germany: Challenges of German Data Privacy (Part 2)

Comply with US Executive Order on Safe, Secure, and Trustworthy Artificial Intelligence using Private AI

How to Comply with EU AI Act using PrivateGPT