Un chef de projet à Montréal colle un contrat de fournisseur dans ChatGPT pour résumer les conditions de paiement. Le contrat nomme deux personnes, leurs fonctions et leurs adresses courriel directes. La requête prend trois secondes à rédiger. En ces trois secondes, des renseignements personnels sur des personnes identifiables ont quitté le contrôle de l'organisation et sont devenus assujettis aux conditions d'utilisation d'un fournisseur d'IA public — conservés, possiblement traités par des sous-traitants ailleurs, possiblement utilisés pour améliorer les modèles du fournisseur. Personne ne l'a consigné. Personne n'y a consenti. Et sous la Loi 25 du Québec, c'est dans ce moment discret que commence la responsabilité.
La plupart des discussions sur la Loi 25 portent sur les choses visibles : politiques de confidentialité, bandeaux de consentement, notifications d'incident, le responsable de la protection des renseignements personnels obligatoire. L'IA générative crée une exposition plus discrète qui se trouve sous tout cela — l'acte routinier et banal d'un employé qui déplace des renseignements personnels vers un outil que l'organisation n'a jamais évalué, pour une tâche que personne n'a examinée. Ça ne ressemble pas à un transfert de données. Ça ressemble à du travail fait plus vite.
Pourquoi une requête équivaut à une communication
La Loi 25 régit la façon dont les organisations collectent, utilisent et communiquent les renseignements personnels des Québécois. Elle repose sur la minimisation des données et le contrôle de la communication — le principe voulant que les renseignements personnels ne circulent que là où c'est nécessaire, avec un fondement pour chaque transfert. Une requête d'IA générative brise ce principe de façon ordinaire. La personne qui la rédige ne pense pas à une communication de renseignements personnels à un tiers. Elle pense à une tâche : résumer ceci, traduire cela, mettre au propre ces notes.
Mais le contenu d'une requête, ce sont des données, et s'il contient un nom rattaché à un numéro de téléphone, un dossier client, une demande d'accommodement médical d'un employé ou les détails financiers d'un client, alors le soumettre à un outil externe constitue une communication de renseignements personnels à l'exploitant de cet outil. La Loi 25 a resserré les règles entourant la communication de renseignements personnels hors du Québec et à des tiers. Elle attend d'une organisation qu'elle sache où va l'information et qu'elle ait évalué le transfert. Une requête rédigée dans un compte ChatGPT personnel ne satisfait rien de cela — et l'organisation n'a généralement aucune idée que cela s'est produit.
L'ampleur est le problème. Cyberhaven a constaté en 2025 qu'environ 40 % des interactions avec l'IA impliquent des données sensibles, et que la part sensible des données d'entreprise acheminées vers l'IA est montée à environ 35 %, contre environ 11 % deux ans plus tôt. LayerX rapporte que 77 % des utilisateurs d'IA collent des données dans leurs requêtes, dont 82 % à partir de comptes personnels non gérés. Ce n'est pas un cas rare et marginal. C'est un flux constant de communications non documentées qui se produit dans chaque service.
La partie que la Loi 25 rend difficile à rattraper
L'irréversibilité est ce qui distingue cela des autres risques pour la vie privée. Un dossier mal configuré peut être verrouillé. Un courriel envoyé au mauvais destinataire peut parfois être rappelé ou contenu. Mais une fois que des renseignements personnels sont soumis à un outil d'IA public, il ne reste plus rien à récupérer. Ils peuvent être conservés, traités par des parties que vous ne pouvez nommer, ou utilisés pour entraîner les modèles du fournisseur. La communication est complète à l'instant même où la requête est envoyée.
Cela importe pour deux obligations de la Loi 25 en particulier. La première est la gestion des incidents : lorsqu'un incident de confidentialité présente un risque de préjudice sérieux, vous avez des obligations de déclaration et de tenue de registre. Une organisation qui ne voit pas son utilisation de l'IA ne peut pas savoir si un incident s'est produit, encore moins en évaluer le risque ou le documenter. La seconde est le régime de sanctions. La Loi 25 prévoit des sanctions administratives pécuniaires et des amendes pouvant atteindre 25 millions de dollars canadiens ou 4 % du chiffre d'affaires mondial. Ces chiffres sont indicatifs, non une prédiction concernant une requête en particulier — mais ils donnent la mesure de ce qui se cache derrière une lacune que la plupart des organisations ne mesurent même pas.
Prenons une entreprise de technologie de la santé menant des essais au Québec. Une coordonnatrice, sous pression d'échéance, colle un lot de notes de participants dans un outil d'IA pour les reformater en rapport. Les notes contiennent des noms, des dates de naissance et des détails de santé. C'est une communication de renseignements personnels sensibles, faite sans évaluation, vers un outil que l'organisation n'a jamais approuvé. Si cela refait surface plus tard, la question ne sera pas de savoir si la coordonnatrice avait de bonnes intentions. Ce sera de savoir quels contrôles l'organisation avait mis en place pour l'empêcher — et si elle peut les démontrer.
Une gouvernance qui résiste au contact d'une échéance
L'instinct est d'interdire les outils d'IA publics. Ça ne fonctionne pas. Gartner rapporte que 88 % des employés ayant accès à une IA d'entreprise utilisent aussi des outils d'IA personnels pour le travail, et que 69 % des organisations soupçonnent ou ont des preuves d'une utilisation interdite d'IA générative publique. Quand un outil est interdit, le travail ne s'arrête pas — il migre vers un compte personnel sur un appareil personnel, où l'organisation a encore moins de visibilité. Une interdiction transforme un problème gérable en un problème invisible.
Ce qui s'aligne sur la Loi 25 n'est pas l'interdiction, mais le contrôle au point de communication. Cela signifie trois choses qui fonctionnent ensemble. La visibilité, pour que l'organisation sache réellement où circulent les renseignements personnels vers l'IA. Des contrôles au niveau des données, pour qu'un nom, un NAS ou un détail de santé soit détecté et caviardé avant que la requête n'atteigne l'outil plutôt qu'après. Et l'éducation sur le moment, pour que la personne qui rédige la requête apprenne ce qui a été signalé et pourquoi — transformant une quasi-erreur en un moment de formation plutôt qu'en un incident silencieux. Les données d'IBM sur les violations de 2025 soulignent à quel point c'est rare : seulement 17 % des organisations disposent de contrôles techniques pour caviarder ou bloquer les données sensibles au point d'entrée.
C'est le principe sur lequel repose Sanitized AI — le contrôle doit agir avant la soumission, parce qu'après la soumission, il ne reste plus rien à contrôler. Détecter les renseignements personnels dans la requête et les caviarder avant qu'ils ne partent empêche la communication de se produire en premier lieu, et produit un enregistrement de l'événement de politique sans jamais consigner ce que la personne a saisi.
La question qui vaut la peine d'être posée ce trimestre est simple : si les renseignements personnels d'un résident du Québec étaient collés dans un outil d'IA public aujourd'hui, votre organisation le saurait-elle, et pourriez-vous démontrer ce qui l'a arrêté ? Si la réponse est non, c'est la lacune à combler. Demandez une démonstration pour voir comment la détection des données de requête avant leur départ s'intègre à une posture conforme à la Loi 25.