La protection de la vie privée des individus et des données sensibles des entreprises est un véritable enjeu à l’ère numérique,

Le développement accéléré de l’IA connexionniste dont l’IA générative ou l’émergence de monnaies numériques de banques centrales alias MNBC mettent en danger la confidentialité des données sensibles des individus et des entreprises.

En mai 2023, Samsung a interdit à ses employés d’utiliser ChatGPT ou toute autre IA générative, considérant celles-ci comme une menace pour la confidentialité de ses données.

Le 25 septembre 2023, Christine Lagarde, la présidente de la Banque centrale européenne (BCE) a déclaré devant les députés de la commission des affaires économiques et monétaires du Parlement européen : « Nous travaillons à protéger la vie privée, mais puisque l’argent numérique laisse une trace sur la blockchain, cela ne sera pas entièrement anonyme comme c’est le cas avec un billet de banque ».

Le respect de la vie privée est un droit reconnu par la Cour européenne des droits de l’homme qui s’applique aussi bien en ligne que hors ligne. Ainsi, l’anonymat des transactions individuelles, la confidentialité des données personnelles… contribuent à ce respect. Le bureau du représentant du secrétariat général des Nations Unis sur la technologie a édicté une charte des droits de l’homme à l’ère numérique, voir https://www.un.org/techenvoy/content/digital-human-rights.

Cependant, se priver de la blockchain comme outil de fluidification des échanges financiers ou de l’IA générative comme instrument de productivité dans les métiers n’est pas une option durable à l’ère de la mondialisation.

La confiance dans le monde numérique reste à construire.

Pourtant, des technologies numériques existent pour garantir la confidentialité des données on-chain et la constitution d’ensemble de données qualifiées pour construire des modèles d’apprentissage précis s’appuyant sur des informations personnelles.

Avec les preuves à divulgation nulle de connaissances, l’individu apporte une preuve qu’une proposition est vraie sans offrir d’autres informations que la véracité de cette proposition.

Grâce au cryptage homomorphe, les traitements sont réalisés sur des données chiffrées par des acteurs certifiés.

Avec le calcul confidentiel (confidential computing), le calcul est réalisé avec des puces électroniques offrant des fonctions spéciales de traitement dans des enclaves sécurisées qui voient les données privées, mais sont limités dans leurs échanges avec leurs puces électroniques hôte.

Dans le calcul multipartite, la tâche de calcul est divisée en sous tâches et des acteurs différents exécutent chaque sous tâche, avec fusion des résultats.

En IA, l’apprentissage fédéré est un paradigme d’apprentissage dans lequel plusieurs entités entrainent de manière collaborative un modèle d’IA sans mise en commun de leurs données respectives : les données restent délocalisées et c’est le modèle qui s’enrichit auprès des données. 

Ce séminaire se veut un mode d’emploi de ces technologies avec des exemples dans des secteurs sensibles comme la santé ou le marketing. 

Le matin sera consacré à l’examen des questions de confidentialité, anonymat, vie privée à l’ère numérique sous le regard de la sociologie, du droit et de la technologie.  

L’après-midi mettra en avant les solutions métiers et des exemples d’utilisation.