Dernière mise à jour :
Une approche qui intègre les exigences de protection des données et de respect de la vie privée des utilisateurs au cœur même de l'architecture et des processus des systèmes d'IA, dès leur conception.
Une méthodologie proactive qui intègre les contrôles de confidentialité - minimisation des données, pseudonymisation, contrôles d'accès, chiffrement - directement dans les exigences, la conception et le déploiement du système. Elle impose des évaluations d'impact sur la vie privée à chaque phase de développement, en appliquant par défaut les paramètres les plus protecteurs de la confidentialité, et garantit que les nouvelles fonctionnalités ne peuvent être déployées sans répondre aux critères de confidentialité requis.
Exemple concret :
Une start-up du secteur de la health-tech a conçu son outil de prédiction des risques pour les patients de manière à ce que tous les identifiants personnels soient tokenisés dès leur intégration, les clés étant stockées séparément et les accès audités. Des contrôles de confidentialité sont intégrés au pipeline CI/CD : tout code touchant aux données personnelles (PII) échoue automatiquement aux tests des barrières de confidentialité, à moins d'avoir été explicitement approuvé par le délégué à la protection des données.
