Une approche qui intègre la protection des données et les considérations de la vie privée des utilisateurs dans l'architecture et les processus des systèmes d'intelligence artificielle dès le départ.
Une méthodologie proactive qui intègre les contrôles de confidentialité — minimisation des données, pseudonymisation, contrôles d’accès, chiffrement — directement dans les exigences système, la conception et le déploiement. 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 en garantissant que les nouvelles fonctionnalités ne peuvent pas être mises en production sans satisfaire aux critères de confidentialité.
Une start-up spécialisée dans les technologies de la santé a conçu son outil de prédiction du risque patient de sorte que tous les identifiants personnels soient tokenisés dès l’ingestion, avec des clés stockées séparément et un accès faisant l’objet d’un audit. Des contrôles de confidentialité sont intégrés au pipeline CI/CD : tout code manipulant des données à caractère personnel (PII) échoue automatiquement aux tests de validation de confidentialité, sauf approbation explicite du délégué à la protection des données.
