Actualité : GitHub Copilot : Microsoft va utiliser vos données pour alimenter son IA, sauf si vous refusez

Doctolib veut utiliser vos données pour ses recherches en IA. Vous pouvez refuser.

Doctolib a envoyé ce mercredi 8 juillet un email à une partie de ses utilisateurs pour les informer qu'à partir d'août 2026, leurs données personnelles seront utilisées dans un projet de recherche en intelligence artificielle intitulé « Améliorer les parcours de soins grâce à l'intelligence artificielle ». Ce projet associe l'équipe Heka, commune à Inria, à l'Inserm et à l'Université Paris Cité, trois institutions scientifiques françaises reconnues. Doctolib, qui revendiquait environ 60 millions de comptes en 2021, soit presque la population française, a choisi de ne pas demander le consentement explicite de ses utilisateurs. L'entreprise invoque à la place son « intérêt légitime à conduire des recherches scientifiques dans le but d'améliorer les soins pour tous », une justification fondée sur la méthodologie de référence MR-004 de la CNIL et sur l'article 6.1.f du RGPD. Concrètement, cela signifie que les données sont réutilisées par défaut, sauf opposition active de la personne concernée via un formulaire dédié. Cette approche change la charge de la preuve pour les utilisateurs de Doctolib. Plutôt que d'avoir à donner leur accord pour que leurs données de santé servent à la recherche, ce sont eux qui doivent s'en apercevoir, comprendre l'email, cliquer sur le lien et remplir un formulaire demandant prénom, nom et date de naissance pour s'opposer. Ce mécanisme d'opt-out, légal mais moins protecteur qu'un opt-in, maximise mécaniquement le volume de données exploitables par Doctolib, qui reste par ailleurs le principal bénéficiaire potentiel des résultats de cette recherche. Pour les patients, l'enjeu porte sur des données médicales par nature sensibles, dont le contrôle individuel s'amenuise dès lors que l'information n'est pas activement lue et traitée par chacun. La méthodologie MR-004 de la CNIL encadre en théorie strictement ce type de traitement à des fins d'étude ou de recherche sans impliquer directement les personnes : seuls les chercheurs intervenant dans un lieu de recherche peuvent, par exemple, conserver le lien entre l'identité des patients et leurs données, et les personnes concernées doivent être informées. Reste à savoir si Doctolib a rempli les formalités préalables attendues auprès de la CNIL, une question posée par la rédaction de Next à l'autorité, qui n'avait pas encore répondu au moment de la publication. Cet épisode s'inscrit dans un débat plus large sur l'équilibre entre l'exploitation des données de santé pour la recherche en IA, jugée utile pour améliorer les parcours de soins, et la protection du consentement individuel, alors que de plus en plus d'acteurs du numérique en santé cherchent à valoriser leurs bases d'utilisateurs à des fins scientifiques ou commerciales.

💬 Doctolib inverse la charge de la preuve, et c'est tout le problème. Sur le papier, MR-004 et l'article 6.1.f du RGPD ça tient juridiquement, mais dans les faits ça veut dire que 60 millions de Français doivent aller chercher un email, cliquer, remplir un formulaire avec leur date de naissance pour protéger des données de santé qu'ils n'ont jamais explicitement accepté de partager. L'opt-out sur du médical, c'est le genre de détail qui devrait faire hurler bien plus que ça.

GitHub utilisera les données d'interaction Copilot pour entraîner ses modèles IA à partir d'avril 2026

À partir du 24 avril 2026, GitHub modifie sa politique de données pour son assistant de code Copilot : les interactions des utilisateurs seront désormais exploitées pour entraîner ses modèles d'intelligence artificielle. Ce changement concerne les abonnés des plans Free, Pro et Pro+, et s'applique par défaut, sauf démarche active de désactivation de la part de l'utilisateur. Ce virage illustre une tendance de fond dans l'industrie : les grandes plateformes cherchent à monétiser les données comportementales générées par leurs outils IA pour améliorer leurs modèles en continu. Pour GitHub, filiale de Microsoft, l'enjeu est de taille, Copilot est l'un des assistants de développement les plus utilisés au monde, et chaque suggestion acceptée, modifiée ou rejetée constitue un signal d'entraînement de grande valeur. Le mécanisme retenu est celui de l'opt-out plutôt que de l'opt-in, ce qui signifie que la majorité des utilisateurs contribueront passivement à l'entraînement des modèles sans action explicite de leur part. Seuls ceux qui prendront le temps de désactiver l'option dans leurs paramètres seront exclus du collecte. Cette approche maximise le volume de données disponibles pour GitHub et Microsoft, au détriment de la transparence perçue par les développeurs. Cette décision devrait susciter des réactions dans la communauté open source et chez les utilisateurs soucieux de la confidentialité de leur code, notamment dans les entreprises où les règles de conformité encadrent strictement l'usage des données propriétaires. La question de la séparation entre données personnelles et données de code professionnel reste entière, et pourrait pousser certaines organisations à revoir leurs conditions d'utilisation de Copilot en environnement d'entreprise.

Google utilise votre historique pour entraîner son IA : voici comment l’en empêcher

Google déploie progressivement une nouvelle fonctionnalité nommée « Historique des services de recherche », qui permet à l'entreprise d'utiliser certaines activités des utilisateurs pour entraîner ses modèles d'intelligence artificielle. Concrètement, Google collecte les contenus envoyés directement à ses services : les photos soumises via Google Lens, les recherches et commandes vocales, ainsi que les données issues de Google Translate. L'entreprise précise qu'elle ne récupère pas les fichiers externes simplement consultés ou écoutés, mais uniquement ceux transmis activement par l'utilisateur. Ces données sont associées au compte Google, donc au nom de la personne concernée. Même en cas de suppression ultérieure de l'historique, les fichiers déjà exploités pour l'entraînement peuvent subsister dans les systèmes de Google sous une forme anonymisée, et ce pendant une durée pouvant aller jusqu'à quatre ans. Cette annonce soulève des questions concrètes de confidentialité pour des centaines de millions d'utilisateurs des services Google. Le fait que des photos, des commandes vocales ou des traductions personnelles puissent servir à entraîner des modèles d'IA, tout en restant liées à l'identité du compte, interroge sur le contrôle réel que les usagers conservent sur leurs propres données. La persistance des fichiers pendant quatre ans, même après suppression et sous forme anonymisée, complique également la possibilité d'un effacement total et immédiat. Pour les professionnels ou les utilisateurs sensibles à la protection de leurs données, cette fonctionnalité impose une vigilance accrue sur les paramètres de confidentialité, d'autant que son activation semble par défaut plutôt qu'optionnelle à l'inscription. Heureusement, il est possible de désactiver cette collecte en quelques étapes. Il faut se rendre sur myactivity.google.com, se connecter à son compte, puis chercher l'onglet « Historique des services de recherche » s'il est déjà visible, et désactiver l'option correspondante ainsi que la case « Enregistrer les médias ». Pour les comptes où cette fonctionnalité n'est pas encore apparue, la fonctionnalité étant déployée progressivement, il faut se rendre dans la section « Activité Web et applications », puis décocher l'option « Inclure l'activité vocale et audio ». Cette démarche s'inscrit dans un contexte plus large où les géants technologiques, dont Google, cherchent à alimenter leurs modèles d'IA avec des volumes croissants de données réelles issues de l'usage quotidien de leurs utilisateurs, une pratique qui alimente les débats sur la régulation des données personnelles et la transparence des entreprises technologiques envers leurs utilisateurs.

Le portail d’actualités MSN de Microsoft rémunère une quarantaine de médias générés par IA

Le portail d'actualités MSN de Microsoft, intégré par défaut dans le widget Actualités de tous les PC sous Windows, rémunère une quarantaine de médias dont le contenu est entièrement ou majoritairement généré par intelligence artificielle, selon une enquête récente. Cette pratique contrevient aux propres lignes directrices de Microsoft, qui affirme pourtant travailler avec plus de 1 300 éditeurs de presse représentant plus de 4 500 marques à l'échelle mondiale pour offrir « le meilleur des informations en ligne ». Le portail revendique combiner algorithmes et modération humaine pour garantir des contenus conformes à ses valeurs, mais la page de présentation de sa direction éditoriale liste quatre responsables dont aucun ne travaille plus pour l'entreprise depuis 2022, 2023 ou 2024. Par ailleurs, MSN diffuse massivement des vidéos à caractère conspirationniste et favorise de manière disproportionnée les contenus de CNews, la chaîne du groupe Bolloré reconvertie en média d'opinion. Le problème dépasse la simple incohérence éditoriale : en finançant des sites automatisés via des accords de partenariat, Microsoft contribue directement à monétiser la désinformation industrielle et à fragiliser les médias traditionnels qui investissent dans des journalistes humains. Le widget Actualités de Windows étant préinstallé sur des centaines de millions de machines, la portée de ces recommandations est considérable. Des millions d'utilisateurs reçoivent ainsi, sans le savoir, un flux mêlant sources vérifiées et contenus produits à la chaîne par des IA, sans distinction apparente de fiabilité. Cette situation s'inscrit dans une trajectoire entamée en 2020, lorsque Microsoft avait licencié près de 80 journalistes constituant ses équipes éditoriales américaine et britannique, confiant intégralement la curation à des algorithmes. Ce virage vers l'automatisation, présenté à l'époque comme une modernisation, a ouvert la porte à des dérives que la plateforme ne semble ni surveiller ni corriger. La question de la responsabilité des agrégateurs technologiques dans la qualité de l'information distribuée est au coeur de débats réglementaires en Europe, notamment autour du Digital Services Act. Le cas MSN illustre la tension entre la logique économique des plateformes, qui profitent du trafic généré par tout contenu engageant quelle qu'en soit la source, et les engagements de qualité qu'elles affichent publiquement. Aucune réaction officielle de Microsoft n'avait été communiquée au moment de la publication de l'enquête.