IA on the job : quelles informations confier à un assistant ?
À Bâle, la pharma, les sciences de la vie, la logistique rhénane et la R&D internationale travaillent avec des informations dont la circulation doit être maîtrisée. La question managériale est précise : comment aider les équipes à décider ce qu’elles peuvent transmettre à un assistant d’IA, avant de rédiger leur demande ?
Ce que la littérature établit
Alessandro Acquisti, Laura Brandimarte et George Loewenstein (2015, Science) synthétisent des travaux montrant que les décisions de divulgation dépendent notamment de l’incertitude, du contexte et de la manière dont les choix sont présentés. Les préférences relatives à la vie privée ne se traduisent donc pas mécaniquement en comportements stables. Pour le management, cela invite à ne pas confondre connaissance d’une règle et application de cette règle au moment de transmettre une information.
Le contexte modifie ce que l’on accepte de révéler
Leslie K. John, Alessandro Acquisti et George Loewenstein (2011, Journal of Consumer Research) montrent expérimentalement que le contexte de recueil peut modifier la disposition à communiquer des informations sensibles. Dans leurs expériences, un cadre d’apparence moins professionnelle peut susciter davantage de divulgation qu’un cadre plus formel. Ces résultats suggèrent une hypothèse à vérifier pour l’IA : une interface conversationnelle familière pourrait rendre moins saillante la frontière entre échange ordinaire et transmission de données.
La conclusion trop rapide
On pourrait en déduire qu’il faut interdire toute information interne dans toute interaction avec une IA. Ces travaux ne permettent pourtant ni d’évaluer la sécurité d’un outil particulier, ni d’assimiler toutes les informations internes à des données personnelles sensibles. La règle utile doit distinguer la catégorie d’information, l’environnement autorisé et les conditions d’usage, plutôt que s’appuyer sur une impression générale de confiance ou de méfiance. (nos formations pour cadres et collaborateurs)
Ce que les données ne permettent pas de conclure
Ces recherches ne portent pas sur l’usage professionnel actuel des assistants génératifs dans les entreprises bâloises. Leur extension aux secrets de fabrication, aux résultats de recherche ou aux données d’expédition reste une hypothèse de travail, non un effet démontré. De même, avoir suivi une sensibilisation ou signé une charte ne mesure pas directement la capacité à reconnaître une transmission non autorisée dans une situation concrète.
Une implication pratique, vérifiable à Bâle
Dans le cadre d’« IA on the job » de SHR — Swiss Human Resources, un exercice possible consiste à proposer des demandes fictives issues de la pharma, des sciences de la vie, de la logistique rhénane et de la R&D internationale, sans aucune donnée réelle confidentielle. Avant puis après la formation, chaque participant indique ce qu’il transmettrait, retirerait ou ferait valider, en précisant l’outil et l’environnement envisagés. La mesure principale est la proportion de cas où la transmission proposée contrevient à une grille préalablement validée par les responsables sécurité, protection des données et métier ; les refus inutiles sont relevés séparément. Utiliser deux séries comparables de cas permet de vérifier une progression sur l’exercice, sans la présenter comme une preuve de conformité en situation réelle. Pour aller plus loin : découvrez la formation IA on the job à Bâle, ou parcourez nos formations pour cadres et collaborateurs en Suisse.
En images : IA on the job à Bâle
- ia on the job
- Bâle
- recherche
- formation bâle