01-PRD : Sas Confiance IA¶

Statut : v0.1 du 2026-07-01. Nom acté : Sas Confiance IA, sous-titre « sas de pseudonymisation avant IA » (ADR-011).

1. Vision¶

Permettre aux organisations publiques et para-publiques d'utiliser l'IA générative sans abandonner la maîtrise des données, des flux et de la responsabilité. Entre l'interdiction paralysante et l'usage sauvage, l'outil matérialise une troisième voie : un sas technique, documentaire et pédagogique.

Trois ambitions simultanées :

Outil opérationnel : un proxy et une interface utilisables en vrai, du poste isolé (T0) au déploiement souverain (T2 Infomaniak / Scaleway).
Commun numérique : dépôt public sous EUPL-1.2, documentation exemplaire, contributions ouvertes, réutilisable par toute collectivité ou prestataire.
Actif pédagogique : chaque concept (DCP, pseudonymisation, vault, non-fuite) est démontrable en formation avec des données synthétiques.

2. Utilisateurs¶

Persona	Besoin principal
DPO / juriste / conformité	Comprendre et documenter ce qui sort, réduire les risques sans surpromesse
DSI / RSSI	Canaliser les usages sauvages, auditer sans exposer les contenus
Agent public / métier	Utiliser l'IA sans devenir expert RGPD, sans perdre plus de temps qu'il n'en gagne
Consultant / formateur / AMO	Démontrer la bonne pratique, manipuler des cas réalistes synthétiques

Secondaires : DRH, directions juridiques, services sociaux, centres de gestion, syndicats mixtes, agences techniques, cabinets d'avocats et d'expertise comptable.

3. Cas d'usage (ordre de livraison)¶

Proxy IA transparent (premier livrable fonctionnel, ADR-003) : l'utilisateur pointe OpenWebUI / LibreChat / tout client OpenAI-compatible vers le sas ; pseudonymisation à l'aller, contrôle d'intégrité et ré-identification optionnelle au retour.
Copier-coller sécurisé : coller un texte, voir les entités détectées, récupérer le texte pseudonymisé, ré-identifier la réponse.
Analyse de document : .txt, .md, .docx, .pdf textuel ; rapport de détection ; journal sans données brutes.
Mode formation : données synthétiques uniquement, affichage du vault et des détections, bandeau « Mode démonstration : ne pas utiliser avec des données réelles ».
Mode revue humaine : les détections ambiguës (dates procédurales, fonctions rares, mentions indirectes) sont proposées avant remplacement.
Mode irréversible : masquage sans conservation de correspondance.

4. Différenciateurs (vs POC existants)¶

Différenciateur	Pourquoi c'est le cœur
Tests de non-fuite prouvables	Un faux backend capture le payload HTTP réellement sortant ; la CI échoue si une valeur brute connue apparaît. Personne ne le fait dans l'état de l'art praticien
Cohérence de coréférence par dossier	« Jean Dupont », « M. Dupont », « le requérant » → même `[PERSONNE_001]`, y compris entre plusieurs pièces d'un même dossier
Triple détection	Regex FR validées (NIR, SIRET, SIREN, IBAN, téléphone...) + NER CamemBERT + juge LLM local optionnel en troisième lecture
Proxy OpenAI-compatible	Se branche sans modification sur les clients existants et couvre Ollama, Infomaniak, Scaleway avec la même abstraction
Vault chiffré, compteurs persistants	Ré-identification exacte après redémarrage, placeholders jamais réattribués, purge maîtrisée
Rigueur terminologique	Pseudonymisation nommée pseudonymisation ; l'anonymisation est un mode, pas une promesse
Pédagogie intégrée	Mode démo séparé, documentation MkDocs, scénarios synthétiques prêts pour la formation

5. Parcours clé (proxy, mode réversible)¶

Client (OpenWebUI) ──POST /v1/chat/completions──▶ Sas
  Sas : détection (regex + NER + juge) → pseudonymisation → vault (local, chiffré)
  Sas ──payload pseudonymisé──▶ Backend (Ollama / Infomaniak / Scaleway)
  Backend ──réponse pseudonymisée──▶ Sas
  Sas : contrôle d'intégrité des placeholders → ré-identification si politique l'autorise
  Sas ──réponse finale──▶ Client

En-têtes de pilotage réellement lus par le proxy, au terme de la Phase 1 :

X-Dossier-Id : rattache la requête à un dossier, donc à sa coréférence, à ses compteurs de placeholders et à sa politique.
X-Reidentify-Response : ré-identifier la réponse du modèle avant de la rendre au client. Vrai par défaut ; le passer à false sert notamment à vérifier par soi-même ce que le modèle a reçu.

Le cadrage initial prévoyait un troisième en-tête, X-Privacy-Mode (reversible | irreversible | review). Il n'a pas été implémenté. Le pilotage s'est révélé plus utile au grain de l'entité qu'au grain de la requête : il passe par les politiques par type (pseudonymiser, masquer, conserver, revue), définies par instance (SAS_POLITIQUES) ou par dossier (champ politiques de /ui/pseudonymiser) et conservées dans le vault. Un client qui enverrait X-Privacy-Mode ne pilote rien : l'en-tête est ignoré.

Streaming : stream=true n'est pas refusé mais converti en non-streaming, avec un événement conversion_streaming au journal (REQ-010, ADR-008). La requête aboutit, et la réponse complète n'est jamais servie en flux. Refuser aurait cassé les clients qui activent le streaming par défaut.

6. Non-objectifs (assumés)¶

L'application ne doit pas être : un gadget de remplacement de mots, une promesse marketing de conformité, une boîte noire, un service cloud qui absorbe les données sous prétexte de les protéger, un outil qui masque tout et détruit le sens, une démo appelée production, un proxy sans tests de fuite, ni un outil « d'anonymisation » qui fait de la pseudonymisation réversible.

Hors scope v1 : OCR, streaming, multi-tenant, connecteurs GED / email, authentification multi-utilisateur, données réelles en phase de test.

7. Positionnement¶

Un sas de pseudonymisation vérifiable pour permettre l'usage de l'IA générative sans exposer inutilement les données personnelles.

Pour les collectivités : aider à utiliser l'IA sans transformer les données des agents, usagers et administrés en matière première non maîtrisée. Pour les DSI / DPO : un proxy local ou souverain qui réduit les données envoyées aux modèles, conserve la correspondance en zone de confiance et produit des journaux exploitables sans fuite de contenu.

Différenciation vs Écluse (ecluse-dev/ecluse, concurrent direct identifié le 2026-07-01) : eux visent santé, mobile-first et SDK Dart/Python sous Apache-2.0 ; Sas Confiance IA vise les collectivités et la fonction publique territoriale, le proxy OpenAI-compatible auto-hébergeable (Docker, T0 à T2), la dimension formation intégrée et la licence EUPL-1.2. Les deux projets peuvent coexister et se citer mutuellement.