Recommandations IA de la CNIL 2025 : la checklist pratique (du développement, pas du déploiement)
En 2025, la CNIL a publié une deuxième série de recommandations pour concilier RGPD et intelligence artificielle, finalisée le 22 juillet 2025 avec treize fiches pratiques et une liste de vérification officielle. Point crucial, souvent mal compris : elles couvrent la phase de développement des systèmes d’IA (conception, jeux de données, apprentissage) — et non le déploiement ni l’usage. Voici ce que cette check-list vous fait réellement vérifier, les repères de dates à ne pas confondre, et comment outiller le fil rouge — la minimisation — sur votre poste. Information générale, et non un conseil juridique : votre DPO ou votre juriste valide.
Ce que couvre — et ne couvre pas — la recommandation CNIL 2025
Avant d’ouvrir la check-list, deux garde-fous de périmètre évitent le contresens le plus courant. Les fiches et la liste de vérification relèvent du droit souple de la CNIL (de simples orientations), non d’une loi nouvelle : elles appliquent le RGPD au développement de l’IA. Seule la minimisation (art. 5(1)(c)) est, elle, une obligation du RGPD lui-même.
Le périmètre : la phase de développement uniquement
La CNIL est explicite : « Ces recommandations concernent la phase de développement de systèmes d’IA, et non celle de déploiement. » Le développement recouvre la conception, la constitution de la base de données, l’apprentissage, l’annotation et l’intégration — tout ce qui précède la mise en service. (Source : CNIL, recommandations sur le développement des systèmes d’IA.) C’est le périmètre que la CNIL s’est elle-même fixé, plus qu’une cloison parfaitement étanche : quelques points de la liste effleurent le bord opérationnel — ainsi de la conservation des données pour la maintenance ou l’amélioration du produit, qui suppose de garder certaines données au-delà du strict développement. Cela ne veut pas dire non plus que l’usage est laissé sans règles : le déploiement relève d’orientations séparées et souvent plus tardives (par exemple un guide CNIL–HAS sur l’usage de l’IA en santé, qui relèverait d’un cadre distinct et postérieur). Il faut donc lire ces fiches comme une check-list de développement, et non comme « la check-list IA de la CNIL » couvrant l’usage.
Un cadre RGPD, pas le règlement sur l’IA (AI Act)
La liste de vérification définit elle-même son périmètre : elle s’adresse aux concepteurs et développeurs (chefs de produit, développeurs, DPO, juristes, RSSI) pour sécuriser chaque étape, de la collecte à l’intégration, et précise que les obligations du règlement sur l’IA, bien qu’applicables le cas échéant, ne sont pas couvertes par la check-list. (Source : CNIL, liste de vérification (PDF, juillet 2025).) En toute honnêteté, le règlement sur l’IA n’est pas totalement absent : il apparaît une fois, dans la fiche 3, en simple contrôle de cohérence externe — vérifier que l’intérêt poursuivi ne contredit pas d’autres obligations réglementaires (règlement sur les services numériques, règlement sur l’IA, etc.). Ce n’est donc pas une obligation substantielle de l’AI Act à satisfaire ici : ne confondez pas finalité, minimisation ou sécurité au sens RGPD avec la classification des risques ou l’évaluation de conformité de l’AI Act.
Ce qui reste à venir
Lors de la finalisation du 22 juillet 2025, la CNIL a annoncé la suite comme des travaux futurs, non comme des textes déjà publiés : des recommandations sur les responsabilités des acteurs de la « chaîne de création » de l’IA (réutilisateurs, intégrateurs, déployeurs) au second semestre 2025, et des travaux distincts sur les usages professionnels de l’IA. (Source : CNIL, finalisation des recommandations, 22 juillet 2025.) Autrement dit, le 22 juillet 2025 a bien livré une check-list et 13 fiches — mais pour le développement seulement ; les orientations sur le déploiement et l’usage étaient présentées comme à suivre. Cet aperçu vaut au moment du contrôle : la CNIL peut ajouter ou mettre à jour des fiches, et des publications ultérieures peuvent exister lorsque vous lisez ces lignes.
Les repères de dates à ne pas confondre
Février 2025 : l’acte et la communication
La deuxième recommandation prend la forme d’un acte juridique : la délibération n° 2025-010 du 6 février 2025, publiée au Journal officiel le 14 février 2025. (Source : Légifrance, délibération n° 2025-010 du 6 février 2025.) Citez l’acte par sa date d’adoption — le 6 février 2025 — tandis que la communication publique de la CNIL, elle, est datée du 7 février 2025. Trois dates, trois objets : ne les fusionnez pas.
Juin et juillet 2025 : l’intérêt légitime, puis la finalisation
Le 19 juin 2025, la CNIL a publié des recommandations spécifiques sur l’intérêt légitime comme base légale possible pour développer un système d’IA (sous garanties fortes, notamment pour le moissonnage — web scraping). (Source : CNIL, recommandations sur l’intérêt légitime, 19 juin 2025.) Puis, le 22 juillet 2025, l’ensemble des fiches et la liste de vérification ont été finalisés. Ces deux dates ne doivent pas être repliées sur celle de février.
La checklist pratique (développement) : ce que la liste de vérification vous fait vérifier
La liste de vérification officielle — « Développement des systèmes d’IA : que faut-il vérifier ? » — accompagne les 13 fiches pratiques. (Source : CNIL, les fiches pratiques IA.) Les intitulés ci-dessous sont des raccourcis fidèles, non les titres complets. Voici les points structurants.
1. Régime, finalité, licéité (fiches 1, 2, 4)
Déterminer le régime juridique applicable, définir une finalité claire et déterminée, et s’assurer que le traitement est licite (base légale). C’est le socle : sans finalité précise, la minimisation et la mise en balance qui suivent ne peuvent pas être appréciées.
2. La réutilisation des données (fiche 4, 2/2)
Si l’objectif d’entraînement n’était pas prévu lors de la collecte initiale, la CNIL demande un test de compatibilité : lien entre la finalité initiale et la nouvelle, contexte, nature des données, conséquences pour les personnes, garanties mises en place. Ce test n’est toutefois pas toujours requis : il est écarté si les personnes ont consenti, si un texte l’autorise, ou si la réutilisation vise des statistiques ou de la recherche scientifique. Pour un jeu de données acheté à un tiers (data broker) ou librement accessible, il faut vérifier que la base n’a pas été constituée de façon manifestement illicite : source identifiée et conditions de collecte documentées, contrôle des données sensibles ou d’infraction, absence de sanction publique d’une autorité compétente ayant entraîné suppression ou interdiction d’exploiter. (Source : CNIL, liste de vérification (PDF).)
3. L’intérêt légitime : trois conditions cumulatives (fiche 8, art. 6.1.f)
Lorsque le développement s’appuie sur l’intérêt légitime, la fiche 8 pose trois conditions cumulatives : (1) un intérêt légitime — manifestement licite, déterminé de façon suffisamment claire et précise, réel et présent ; (2) la nécessité — pas de moyen moins intrusif à disposition (anonymisation, données synthétiques) ; (3) la mise en balance — pas d’atteinte disproportionnée aux droits et intérêts des personnes, compte tenu de leurs attentes raisonnables. (Source : CNIL, intérêt légitime pour développer un système d’IA (fiche 8).) À la mise en balance, la CNIL recommande des garanties, présentées comme des exemples pouvant faire pencher la balance — non comme une liste fermée à cocher : anonymisation à bref délai ou pseudonymisation, mesures contre la mémorisation, l’extraction et la régurgitation des données par le modèle, et un droit d’opposition discrétionnaire et préalable. Les mesures appropriées dépendent du traitement concret.
4. Le moissonnage / web scraping
Quand le développement passe par du moissonnage, la CNIL attend des mesures spécifiques et conditionnelles : limiter la collecte aux données librement accessibles ; tenir une liste d’exclusion par défaut des sites particulièrement intrusifs ; filtrer les catégories de données inutiles ; exclure les sites qui s’y opposent clairement (par exemple via un fichier robots.txt ou un CAPTCHA) ; et supprimer immédiatement, et si possible automatiquement, les données sensibles collectées de façon incidente ou résiduelle. (Source : CNIL, liste de vérification (PDF).) Précision de lecture : dans la liste de vérification, ces mesures sont réparties sur plusieurs sections ; le renvoi « fiche 8 bis » désigne quant à lui la note dédiée au moissonnage — à utiliser comme approfondissement thématique, non comme la structure de la liste elle-même.
5. Minimisation, sécurité, information, droits, annotation, gouvernance (fiches 6, 7, 9, 10, 11, 12)
Le reste de la check-list intègre la protection des données dans la conception du système (fiche 6) et dans la collecte et la gestion des données (fiche 7), informe les personnes concernées (fiche 9), facilite l’exercice de leurs droits (fiche 10), encadre l’annotation (fiche 11) et garantit la sécurité du développement (fiche 12). Un fil traverse l’ensemble : la minimisation — n’utiliser que des données adéquates, pertinentes et limitées à ce qui est nécessaire.
Le moment de vérité : les raccourcis évidents échouent
C’est ici que beaucoup d’équipes se piègent. Sur le papier, la minimisation et l’anonymisation semblent faciles ; en pratique, les raccourcis les plus tentants contredisent précisément ce que la CNIL demande.
- « On anonymisera plus tard, dans le cloud » — ne tient pas ici : envoyer une base entière à un service en ligne pour la nettoyer, c’est ajouter un traitement et une divulgation, non minimiser. La recommandation de la CNIL demande précisément de réduire les données en amont de l’apprentissage.
- Poser un rectangle noir sur un document — laisse le texte et les métadonnées intacts en dessous : le caviardage n’est que visuel, la donnée reste extractible.
- Un jeu de données que personne ne relit vraiment — échoue à la relecture attendue : impossible d’attester qu’il ne reste ni nom, ni adresse, ni identifiant sensible résiduel.
Ce qu’il faut est donc précis : un retrait minutieux, vérifiable et sur votre poste des données identifiantes, couvrant aussi bien les documents et les tableurs que l’audio et les photos, effectué avant que quoi que ce soit n’entre dans l’apprentissage. C’est exactement la logique des fiches 6 (conception) et 7 (collecte et gestion des données) : intégrer la protection des données en amont, à la source.
Où Occlira aide dans la checklist
C’est à ce point de friction que Occlira intervient, en une seule opération sur votre poste. Au lieu d’expédier des fichiers vers un service en ligne, il repère les données personnelles et les identifiants et vous les soumet pour contrôle ; tout se fait en local — sans cloud, sans compte, sans envoi. Concrètement, il sert plusieurs points de la check-list de développement : la minimisation (art. 5(1)(c)) en amont de l’apprentissage ; la pseudonymisation comme l’une des garanties de la mise en balance de l’intérêt légitime (fiche 8) ; et la suppression du résiduel — utile pour retirer des données sensibles collectées incidemment. Le tout sur les documents, tableurs, e-mails, fichiers audio et photos.
Pour produire des pièces expurgées, Occlira applique un véritable caviardage de PDF : il aplatit les zones et supprime le texte et les métadonnées sous-jacents — le contenu est retiré, non simplement masqué. À côté, le mode réversible est une pseudonymisation : il remplace les identifiants par des marqueurs, avec une table de correspondance conservée localement sur l’appareil, et permet de re-personnaliser une réponse ensuite. Mais soyons clairs : la sortie reste une donnée personnelle au sens du considérant 26 du RGPD. C’est une forte minimisation, pas une anonymisation au sens strict, et souvent insuffisante pour une IA ouverte — à traiter comme une mesure de sécurité et de contrôle local, non comme une sortie du champ du RGPD. (Source : Occlira, Données & confidentialité — ce qui reste sur votre appareil.)
Le cadre doit rester net : Occlira aide à outiller la minimisation, la pseudonymisation et la suppression du résiduel ; il ne remplace ni votre DPO, ni le test de compatibilité, ni la mise en balance de l’intérêt légitime, ni l’analyse juridique — et il ne garantit aucune conformité CNIL ou RGPD. La détection automatique peut laisser passer des éléments : vous relisez chaque élément repéré avant de le retirer. Occlira n’est pas un conseil juridique.
Foire aux questions
Non. Ces recommandations et la liste de vérification associée concernent la phase de développement des systèmes d’IA (conception, constitution des jeux de données, apprentissage, annotation, intégration) — la CNIL précise expressément qu’elles ne portent pas sur la phase de déploiement ni sur l’usage. Le déploiement et les usages relèvent d’orientations distinctes, parfois sectorielles, et de travaux que la CNIL a annoncés comme à venir (responsabilités de la « chaîne de création » de l’IA, usages professionnels). À traiter donc comme une check-list de développement, non comme « la check-list IA de la CNIL » en général.
Non. La check-list est un cadre RGPD. Elle indique elle-même que les obligations du règlement sur l’IA, bien qu’applicables le cas échéant, n’y sont pas couvertes. Le règlement sur l’IA n’y apparaît qu’une seule fois, dans la fiche 3, en simple contrôle de cohérence externe (ne pas poursuivre un intérêt qui contredirait d’autres obligations réglementaires comme le règlement sur les services numériques ou le règlement sur l’IA), et non comme une obligation substantielle à satisfaire. Finalité, minimisation, sécurité, information, droits : ce sont des exigences du RGPD, à ne pas confondre avec la classification des risques ou l’évaluation de conformité de l’AI Act.
La CNIL confirme que l’intérêt légitime (art. 6.1.f RGPD) peut être une base légale possible, mais sous garanties fortes. La fiche 8 pose trois conditions cumulatives : un intérêt légitime (manifestement licite, déterminé de façon claire et précise, réel et présent) ; la nécessité (pas de moyen moins intrusif — anonymisation, données synthétiques) ; et une mise en balance qui ne porte pas une atteinte disproportionnée aux droits et attentes raisonnables des personnes. La CNIL y attache des garanties recommandées à titre d’exemples (anonymisation à bref délai ou pseudonymisation, mesures contre la mémorisation, l’extraction et la régurgitation, droit d’opposition discrétionnaire et préalable) — ce sont des illustrations qui peuvent faire pencher la balance, non une liste fermée à cocher.
Sous réserve. Si l’objectif d’entraînement n’était pas prévu lors de la collecte, la fiche 4 (2/2) demande un test de compatibilité (lien avec la finalité initiale, contexte, nature des données, conséquences pour les personnes, garanties) — sauf si les personnes ont consenti, si un texte l’autorise, ou si la réutilisation vise des statistiques ou de la recherche scientifique. Pour un jeu de données acheté à un tiers (data broker) ou librement accessible en ligne, il faut en outre vérifier que la base n’a pas été constituée de façon manifestement illicite (source identifiée et conditions de collecte documentées, contrôle des données sensibles ou d’infraction, absence de sanction publique ayant entraîné suppression ou interdiction d’exploiter).
Non. La pseudonymisation remplace les identifiants par des marqueurs, mais une table de correspondance permet de revenir aux valeurs réelles : la sortie reste une donnée personnelle (considérant 26 du RGPD) et une ré-identification par recoupement demeure possible. L’anonymisation, elle, doit être irréversible pour faire sortir la donnée du champ du RGPD. La pseudonymisation est une mesure de forte minimisation et une garantie utile, pas une sortie du droit des données personnelles.
Non, sur les deux plans. Occlira aide à outiller certaines étapes de la check-list — la minimisation, la pseudonymisation, la suppression du résiduel — entièrement sur votre poste, mais il ne délivre pas une conformité CNIL ou RGPD et ne remplace ni votre DPO, ni le test de compatibilité, ni la mise en balance, ni l’analyse juridique. Vous relisez chaque élément avant tout traitement. Cet article donne des indications générales sur l’état des recommandations ; il ne constitue pas un conseil juridique.
Passez à l’action : minimisez avant d’entraîner
Essayez Occlira sur un vrai jeu de fichiers. Gratuit pendant 14 jours sous Windows et macOS. Licence unique, sans abonnement.
Pour aller plus loin : utiliser l’IA sans enfreindre le RGPD · l’article 226-13 du code pénal et l’IA · IA & secret professionnel de l’avocat · anonymiser avant ChatGPT · qu’est-ce qu’une donnée personnelle ? · données & confidentialité