IA et secret professionnel : ce qui sort vraiment de votre cabinet quand vous utilisez ChatGPT

Un associé me dit régulièrement, à propos de l’IA générative : « on n’utilise pas, c’est trop risqué ». Un autre, à l’opposé : « on a un compte ChatGPT, les avocats s’en servent pour reformuler, on n’a jamais rien signé avec personne ». Les deux ont, à leur manière, un problème. Le premier se prive d’un outil utile. Le second prend peut-être un risque pénal sans le savoir.

Cet article reprend ce qui a été posé dans les deux articles précédents — l’architecture locale d’un pipeline documentaire, et la grille d’arbitrage source par source — pour l’appliquer aux professions couvertes par le secret professionnel. Avocats, notaires, experts-comptables, commissaires-priseurs, médecins, assistants sociaux, officiers ministériels : la liste est longue, et l’obligation est la même pour tous.

REP. 01 — Ce qui sort de votre cabinet, techniquement

Quand un collaborateur ouvre ChatGPT, Copilot, Claude, Mistral, Le Chat ou n’importe quelle API publique, et qu’il colle un extrait de dossier dedans, voici ce qui se passe :

1. La requête quitte votre poste, jusqu’au fournisseur. Si le fournisseur héberge ses modèles aux États-Unis (OpenAI, Microsoft, Anthropic), la donnée traverse l’Atlantique. Même via un point de présence européen d’un fournisseur américain : on reste sous le régime juridique de la maison-mère.
2. Elle est traitée par le modèle, conservée au minimum le temps du traitement, souvent plus selon les conditions en vigueur.
3. Elle peut servir à entraîner un futur modèle, sauf opposition explicite via l’interface — opposition qu’il faut refaire à chaque compte et qui n’est pas toujours disponible.
4. Elle est susceptible d’être requise par voie judiciaire. Le CLOUD Act (loi fédérale américaine de 2018) permet aux autorités US d’exiger d’un fournisseur de droit US la communication de données stockées partout dans le monde, y compris sur des serveurs européens, dès lors que la société-mère est américaine. Une donnée envoyée à OpenAI depuis Paris peut, en théorie, être réclamée par un juge américain, indépendamment du RGPD.

Ce n’est pas une hypothèse d’école : c’est le régime juridique standard d’un fournisseur de droit états-unien. Il ne s’applique pas de la même manière à un fournisseur purement européen, mais l’asymétrie existe, et elle pèse plus lourd dès qu’on parle de secret professionnel.

Le corollaire, souvent oublié : une fois la requête envoyée, vous n’avez plus de maîtrise technique sur la donnée. Vous pouvez résilier le compte, fermer le poste, changer de fournisseur. Le contenu a déjà transité.

REP. 02 — Le cadre juridique du secret professionnel et l’IA

Le texte de référence est l’article 226-13 du Code pénal :

« La révélation d’une information à caractère secret par une personne qui en est dépositaire soit par état ou par profession, soit en raison d’une fonction ou d’une mission temporaire, est punie d’un an d’emprisonnement et de 15 000 euros d’amende. » (Legifrance)

Le mécanisme juridique mérite d’être compris : la sanction n’est pas conditionnée à un dommage subi, ni à une intention de nuire. La simple révélation, par maladresse ou par usage d’un outil mal configuré, suffit. L’article 226-14 du même code liste les dérogations légales (signalement de certaines violences, témoignage sous serment). L’envoi non encadré d’un extrait de dossier à un fournisseur d’IA tiers n’en fait pas partie.

Pour les cabinets d’affaires s’ajoute la protection du secret des affaires, introduite par la loi n° 2018-670 du 30 juillet 2018 transposant la directive (UE) 2016/943, codifiée aux articles L. 151-1 et suivants du Code de commerce. Beaucoup de cabinets cumulent les deux régimes : secret professionnel pour le contenu juridique, secret des affaires pour les données économiques.

Côté RGPD, deux textes servent de référence directe :

• L’article 9 définit les « catégories particulières de données » (santé, biométrie, etc.), dont le traitement est en principe interdit sauf dérogation prévue à l’article 9.2. Un dossier client d’avocat ou de notaire n’y tombe pas systématiquement, mais peut le faire dès qu’il contient des données de santé, de vulnérabilité économique, ou des pièces d’identité.
• L’article 28 encadre la relation avec un sous-traitant — ce qu’est un fournisseur d’IA hébergée dès lors qu’il traite des données personnelles pour le compte du cabinet. Un contrat conforme à l’article 28 est obligatoire. Sans lui, le transfert est juridiquement non couvert, même si le service fonctionne.

La CNIL a publié en 2024 puis finalisé en juillet 2025 une série de fiches pratiques sur l’IA et le RGPD, dont une fiche dédiée aux systèmes génératifs. Position constante : le responsable du traitement reste l’organisation qui déploie le système, pas le salarié qui saisit un prompt, ni le fournisseur du modèle. Analyse d’impact (AIPD), gouvernance des usages et qualification des transferts restent à la charge du cabinet.

REP. 03 — Les trois scénarios concrets que je vois en pratique

Scénario 1 — L’usage « sauvage », via compte personnel. Un collaborateur crée un compte ChatGPT avec son adresse personnelle, colle un extrait de pièce pour « gagner du temps », copie la réponse dans le dossier client. Aucun contrat, aucune mention au cabinet, aucun paramétrage de l’opt-out d’entraînement. C’est le cas le plus exposé : pas de DPA article 28, pas de maîtrise de la conservation, pas de traçabilité, et — point souvent mal compris — la qualification au titre de l’article 226-13 ne dépend pas de la qualité du tiers destinataire. L’infraction est constituée par la révélation faite par le professionnel dépositaire, que le tiers soit dépositaire lui-même, ami, voisin, ou service commercial étranger. Que le fournisseur d’IA ne soit pas dépositaire au sens du Code pénal n’y change rien : l’information a quitté le périmètre autorisé par le seul fait d’être transmise.

Scénario 2 — L’usage « via abonnement cabinet ». Le cabinet prend un abonnement Enterprise, signe les conditions générales, met en place un compte professionnel. Mieux, à condition de lire ce qui est signé : conservation des prompts, durée, juridiction, droit applicable, sous-traitants en cascade. Beaucoup d’offres « entreprise » ne suppriment pas la conservation côté fournisseur ; elles ajoutent une garantie contractuelle de non-entraînement. La protection reste contractuelle, pas technique. Et le contrat reste soumis, pour les fournisseurs US, au CLOUD Act — un mandat judiciaire américain peut passer outre les engagements commerciaux du fournisseur.

Scénario 3 — L’usage local, sur le poste ou un serveur du cabinet. Le modèle tourne sur un poste de travail, un serveur interne, ou chez un hébergeur français sous contrat strict. La donnée ne quitte jamais le périmètre. C’est le seul cas où l’article 226-13 est mécaniquement neutralisé pour la composante « révélation à un tiers » : il n’y a pas de tiers technique en cause. Il reste l’obligation classique de protection physique et logique (accès aux locaux, droits sur le poste, sauvegardes, fin de vie du matériel), qui relève du droit commun et du RGPD.

Ces trois scénarios ne sont pas équivalents. Le troisième n’est pas systématiquement le bon choix, mais c’est le seul qui ferme la question de la révélation par voie technique.

REP. 04 — Ce qu’on peut automatiser sans rien faire sortir

Une partie significative du travail quotidien d’un cabinet peut être assistée sans que rien ne transite hors du périmètre. Les briques techniques utilisées sont celles déjà décrites dans l’article sur le pipeline local : OCR local (Tesseract, PaddleOCR), modèles de langage installés via Ollama ou llama.cpp en formats GGUF quantifiés, base vectorielle pour la recherche (FAISS, Qdrant, Milvus en auto-hébergé).

Pour fixer les idées, un cas-type : un cabinet d’une quinzaine d’avocats reçoit chaque semaine entre 200 et 400 pièces scannées (assignations, conclusions adverses, pièces justificatives, courriers divers). Avant l’installation locale, un collaborateur passait en moyenne 90 minutes par jour à ventiler ces pièces dans les bons dossiers, en lisant les premières lignes de chaque scan. Après : un modèle local classe les pièces par type et par dossier probable, le collaborateur ne valide que les30 % ambigus. Temps de tri quotidien passé à 25 minutes, sans qu’aucun PDF ne quitte le réseau du cabinet.

D’autres usages typiques :

• Classement : orientation d’une pièce vers la bonne chemise (facture, courrier, pièce de procédure, contrat) avec revue humaine pour les cas ambigus.
• Résumé de pièce : résumé orienté (objet, parties, montant, échéance) à partir d’un PDF ou d’un scan.
• Recherche transversale : « dans quel dossier trouve-t-on une clause de résiliation avec préavis de trois mois ? » — moteur de type RAG sur l’index interne.
• Préparation de bordereau : extraction des pièces d’un dossier de plaidoirie.
• Détection d’anomalies documentaires : repérer une pièce manquante selon un standard interne.

Le modèle local n’est pas un miracle : un modèle quantifié compact (7B à 13B, format GGUF) est moins capable qu’un GPT-4 ou un Claude Opus sur les tâches ouvertes. Sur des tâches cadrées, bien outillées, avec revue humaine, il fait le travail — c’est d’ailleurs ce que montrait l’article précédent. Le gain n’est pas la qualité du modèle, c’est l’absence de tiers dans la boucle.

Le contrôle d’accès et la traçabilité restent à la charge du cabinet : qui lance quelle requête, sur quel dossier, avec quel résultat. Le passage au local ne dispense pas de cette gouvernance — il en simplifie la mise en œuvre, puisque tout est dans le périmètre de l’organisation.

REP. 05 — La question qui compte vraiment

La question que les cabinets devraient poser à leur outil d’IA n’est pas « est-ce qu’il est intelligent ? ». Elle est : « à qui ce contenu est-il techniquement révélé, et selon quel cadre juridique, pendant que je l’utilise ? »

Si la réponse est « à un fournisseur tiers, selon des conditions générales que je n’ai pas relues, hébergé dans une juridiction exposée au CLOUD Act, sans DPA article 28 signé », le cabinet prend un risque non couvert par la seule qualité du service. Si la réponse est « à un modèle installé chez moi, sans appel sortant », la question devient une question classique de sécurité opérationnelle : droits d’accès, sauvegardes, journalisation, fin de vie du matériel.

C’est une décision technique, mais l’enjeu est juridique : l’article 226-13 n’a pas besoin d’une intention de nuire. Une négligence suffit. Et l’IA générative, par sa commodité, favorise précisément les négligences : un prompt collé vite, un compte perso ouvert pour tester, un copier-coller depuis un dossier client sans réfléchir à la trajectoire de la donnée.

L’arbitrage source par source, présenté dans l’article précédent, vaut pleinement ici : tout ce qui relève du secret professionnel, du secret des affaires, ou d’une catégorie particulière au sens de l’art. 9 du RGPD, mérite un traitement local ou à tout le moins un hébergement et un traitement dans l’UE avec un contrat de sous-traitance conforme. Le reste — recherche de jurisprudence publique, reformulation à partir de textes officiels, modèles de courrier — peut continuer à emprunter la voie externe, sous réserve des mêmes règles que dans n’importe quelle autre organisation.

L’IA n’est pas incompatible avec le secret professionnel. Elle ne supporte pas l’à-peu-près.

---

FAQ

L’article 226-13 s’applique-t-il si l’IA est hébergée en France ? L’article 226-13 sanctionne la révélation d’une information à caractère secret à un tiers, quelle que soit la localisation du tiers. Une IA hébergée en France, exploitée par un tiers non dépositaire, ne change pas la qualification juridique — elle change la qualification des transferts au sens du RGPD.

Signer un article 28 (DPA) avec un fournisseur suffit-il ? Non. L’article 28 encadre le transfert de données personnelles au sens du RGPD. Il ne neutralise pas l’article 226-13. Le contrat couvre la relation contractuelle ; il ne change pas le fait qu’un tiers a eu connaissance d’une information couverte par le secret.

Le CLOUD Act s’applique-t-il aux fournisseurs européens ? Non : il vise les fournisseurs de droit états-unien et leurs filiales sous contrôle effectif de la maison-mère américaine. Pour un fournisseur purement européen, c’est le droit de l’État membre et le RGPD qui s’appliquent, sans l’effet extraterritorial du CLOUD Act.

Un modèle local est-il forcément « sûr » ? Non. Il supprime le risque de fuite réseau vers un tiers, mais pas les autres risques : vol physique, compromission du poste, accès non autorisé, défaut de chiffrement des disques. C’est une brique, pas une solution complète.

Quelle taille de modèle faut-il pour un usage de cabinet ? Pour des tâches cadrées (résumé, classement, extraction), des modèles quantifiés de 7 à 13 milliards de paramètres (format GGUF) donnent des résultats exploitables avec revue humaine, sur une carte graphique grand public de 8 à 16 Go de VRAM. Au-delà, le gain de qualité se paie en matériel et en maintenance.

Le secret des affaires (loi de 2018) protège-t-il les mêmes informations que le secret professionnel ? Pas exactement. Le secret professionnel (article 226-13) protège les informations confiées à un professionnel dépositaire. Le secret des affaires (Code de commerce L. 151-1 et suivants) protège les informations d’entreprise qui ne sont pas publiques et qui ont une valeur commerciale. Un cabinet d’affaires peut être tenu aux deux.

---

Sources

• Article 226-13 du Code pénal — Légifrance : https://www.legifrance.gouv.fr/codes/article_lc/LEGIARTI000006417945
• Loi n° 2018-670 du 30 juillet 2018 (secret des affaires, transposition directive UE 2016/943) — Légifrance : https://www.legifrance.gouv.fr/jorf/id/JORFTEXT000037262111
• RGPD — Chapitre II, article 9 (catégories particulières de données), CNIL : https://www.cnil.fr/fr/reglement-europeen-protection-donnees/chapitre2
• CNIL — Fiches pratiques IA (recommandations sur les systèmes d’IA) : https://www.cnil.fr/fr/les-fiches-pratiques-ia
• CNIL — Finalisation des recommandations IA (juillet 2025) : https://www.cnil.fr/fr/ia-finalisation-recommandations-developpement-des-systemes-ia
• EFF — The CLOUD Act (2018) : https://www.eff.org/deeplinks/2018/02/cloud-act-dangerous-expansion-police-snooping-cross-border-data
• Ollama — Documentation officielle (modèles GGUF, déploiement local) : https://docs.ollama.com/import

---

Cet article ne constitue pas un avis juridique personnalisé et ne remplace pas une consultation auprès d’un avocat ou d’un DPO.