Le RGPD vous donne le droit de demander si vos données ont servi à entraîner un modèle. Il ne vous donne aucun moyen de vérifier la réponse, et aucun moyen de revenir en arrière.
Deux mathématiciens viennent d'en faire la démonstration publique. Le 8 septembre 2026, quelques heures après qu'OpenAI a annoncé un résultat sur les équations de Navier-Stokes, Tristan Buckmaster (NYU) a affirmé avoir déposé, avec son collaborateur Levent Alpöge, l'intégralité de leurs brouillons de recherche dans Codex, et s'est demandé publiquement si le modèle avait pu en bénéficier. OpenAI dément avoir accédé à leurs données d'utilisateur, tout en indiquant ne pas pouvoir exclure un bénéfice tiré de données dépersonnalisées issues de l'usage de ses produits.
Peu importe, pour ce qui nous occupe ici, qui a raison. Ce qui compte, c'est que la question soit restée sans réponse vérifiable. Le reste de cette page explique pourquoi c'était prévisible, article par article.
Ce qui s'est passé, au conditionnel qui s'impose
OpenAI a annoncé le 8 septembre 2026 qu'un modèle interne, exécuté par un essaim d'environ dix mille agents, avait produit une démonstration relative aux équations de Navier-Stokes, vérifiée en Lean. Tristan Buckmaster a mis en cause la coïncidence : l'approche retenue par le modèle serait précisément la voie peu fréquentée qu'il explorait depuis près d'un an avec Levent Alpöge, et selon lui « pas la direction à laquelle on arrive en quelques jours en donnant l'énoncé à un modèle ». Il indique s'être vu répondre que le modèle ne consulte pas les sessions utilisateur, sans réponse directe sur la question de l'entraînement.
Un second mathématicien, Andreas Thom (TU Dresde), a formulé une mise en cause voisine à propos d'un résultat antérieur sur les groupes non sofiques : il dit s'être opposé à l'usage de ses conversations pour l'entraînement le 29 juin, ce qui laisse hors de portée tout ce qui précède cette date. Un volet distinct de l'affaire porte sur la signature de l'article, qu'OpenAI conteste également.
Nous rapportons ces éléments comme ce qu'ils sont : des accusations publiques, assorties de démentis, sur lesquelles personne d'extérieur ne peut trancher. C'est exactement le problème.
Un brouillon de démonstration n'est pas une donnée personnelle. La session qui le contient, si.
Première nuance, et elle désarçonne souvent : le RGPD ne protège pas vos idées. Il protège les informations se rapportant à une personne physique identifiée ou identifiable (article 4, 1°). Une inégalité fonctionnelle n'est pas une donnée personnelle. Le fait que vous l'ayez écrite, à telle date, depuis tel compte, dans telle session, en est une.
La conséquence est pratique. Pour l'idée elle-même, vos recours sont ailleurs : droit d'auteur sur la rédaction, secret des affaires, et, dans le monde académique, les usages de priorité et de citation, qui ne sont pas du droit mais pèsent souvent davantage. Pour le lien entre l'idée et vous, le RGPD s'applique. Les deux régimes ne se recouvrent pas, et invoquer le mauvais fait perdre du temps.
Quatre droits, et l'endroit exact où chacun s'arrête
| Ce que le RGPD vous donne | Où ça s'arrête |
|---|---|
| Limitation des finalités (art. 5.1.b) : les données collectées pour rendre un service ne peuvent pas être réutilisées pour une finalité incompatible. | « Incompatible » s'apprécie au cas par cas. Un fournisseur qui annonce l'entraînement dans ses conditions d'utilisation soutiendra que la finalité était annoncée dès le départ. |
| Droit d'accès (art. 15) : vous pouvez exiger de savoir quelles données sont traitées, et à quelles fins. | Vous obtiendrez une description des traitements. Vous n'obtiendrez pas un audit du jeu d'entraînement : personne à l'extérieur de l'entreprise n'est en mesure d'y regarder. |
| Droit d'opposition (art. 21) : vous pouvez vous opposer au traitement fondé sur l'intérêt légitime. | L'opposition vaut pour l'avenir. Elle n'a pas d'effet sur ce qui a déjà été ingéré. |
| Droit à l'effacement (art. 17) : vos données doivent pouvoir être supprimées. | On supprime un enregistrement dans une base. On ne retire pas une contribution des poids d'un modèle déjà entraîné. Au mieux, on ré-entraîne, ce que personne ne fait pour un utilisateur. |
Les quatre droits existent, sont opposables, et sont régulièrement exercés avec succès. Aucun des quatre ne rend ce qui a été appris.
L'opt-out n'est pas rétroactif
C'est le point le plus coûteux, et le moins compris. Sur la plupart des services grand public, l'usage des contenus pour l'amélioration des modèles est activé par défaut, et se désactive dans un réglage. Le jour où vous le désactivez, vous protégez la suite. Vous ne récupérez rien de ce qui précède.
Dans l'affaire ci-dessus, c'est précisément la ligne de fracture invoquée par Andreas Thom : une opposition exprimée fin juin ne dit rien des échanges antérieurs. Retenez la règle générale : sur ces services, la date qui compte n'est pas celle où vous découvrez le réglage, c'est celle de votre première session.
Ce que le régulateur européen a déjà tranché
Le Comité européen de la protection des données a adopté le 17 décembre 2024 son avis 28/2024 sur les modèles d'IA. Trois points en ressortent, qui cadrent exactement cette affaire :
- Un modèle n'est pas anonyme par construction. Il ne l'est que si la probabilité d'en extraire des données personnelles, directement ou par requêtes, est négligeable, ce qui s'apprécie au cas par cas, avec un seuil élevé.
- L'intérêt légitime reste mobilisable pour développer un modèle, mais au prix d'un test en trois étapes documenté : intérêt réel et non spéculatif, nécessité, mise en balance avec les droits des personnes.
- Une illicéité en amont contamine l'aval. Un modèle développé à partir de données traitées illicitement peut voir son exploitation ultérieure fragilisée, sauf anonymisation avérée.
Le droit est donc du côté de l'utilisateur sur le principe. Il reste muet sur la preuve : l'avis impose au responsable de traitement de démontrer sa conformité, mais ne crée aucun mécanisme permettant à un tiers de constater ce qui se trouve dans un corpus d'entraînement. D'où des affaires qui se règlent en communiqués contradictoires plutôt qu'en constats.
La seule question utile à poser à un fournisseur
« Êtes-vous conforme au RGPD ? » n'a jamais rien appris à personne : tout le monde répond oui, et la plupart ont raison. Les trois questions qui discriminent réellement :
- Mes contenus entrent-ils dans un jeu d'entraînement, par défaut, sur option, ou jamais ? Et si c'est « sur option », l'option est-elle active ou inactive à l'ouverture du compte ?
- Depuis quelle date mon choix s'applique-t-il ? C'est la question qui révèle si l'on vous parle du passé ou seulement de l'avenir.
- Que déclenche exactement un retrait : l'arrêt de la collecte, ou la suppression des données déjà collectées ? Les deux réponses sont acceptables. Les confondre ne l'est pas.
Ajoutez-y la question d'hébergement, qui conditionne le régime applicable et les mécanismes de transfert au sens du chapitre V du RGPD : nous la détaillons dans notre comparatif Notus / Plaud Note.
À retenir
- Le RGPD protège le lien entre une donnée et vous, pas l'idée que contient la donnée.
- Accès, opposition et effacement fonctionnent sur des bases de données. Aucun ne défait un entraînement.
- Un opt-out ne vaut que pour l'avenir : la date qui compte est celle de votre première session.
- L'avis 28/2024 du CEPD fixe des exigences réelles, sans créer de moyen de vérification externe.
- Face à une question invérifiable, la seule réponse durable est architecturale : ne pas confier le contenu à un système qui pourrait l'apprendre.
Sources : règlement (UE) 2016/679 (RGPD), articles 4, 5, 15, 17, 21 et chapitre V ; CEPD, avis 28/2024 du 17 décembre 2024 sur les modèles d'IA ; déclarations publiques de Tristan Buckmaster (7-8 septembre 2026) et réponses d'OpenAI telles que rapportées par TechCrunch, VentureBeat, Axios et The Verge (8-10 septembre 2026). Les mises en cause rapportées sont contestées par les personnes visées.
Notus prend l'engagement inverse : voix traitée en France, modèles européens, jamais écoutée par nos équipes ni utilisée pour entraîner nos modèles. L'appareil sort au 1er semestre 2027 ; cet engagement sera inscrit dans la politique de confidentialité au lancement commercial, avec les durées de conservation.
Découvrir Notus →