Minimisation des donnees en IA

Définition

La minimisation des donnees en IA est l'application du principe RGPD de minimisation, pose a l'article 5, aux systemes d'intelligence artificielle : les donnees collectees et traitees doivent etre adequates, pertinentes et limitees a ce qui est necessaire au regard des finalites poursuivies par le modele. Ce principe entre frequemment en tension avec les pratiques usuelles de machine learning, ou la performance d'un modele s'ameliore souvent avec le volume et la diversite des donnees d'entrainement disponibles. La minimisation implique concretement de limiter les variables utilisees a celles reellement predictives, d'exclure les attributs sensibles non necessaires comme l'origine ethnique ou les opinions politiques, sauf exception legale encadree, et de privilegier des techniques de reduction de dimensionnalite ou de selection de variables documentees. Elle se decline aussi au stade de l'inference, en limitant les donnees transmises a un modele tiers ou a une API externe au strict necessaire pour obtenir le resultat attendu, pratique particuliere pour les integrations avec des fournisseurs de LLM externes. Les autorites de controle, dont la CNIL, evaluent ce principe lors des analyses d'impact relatives a la protection des donnees, en verifiant notamment que l'organisation n'a pas retenu des donnees par simple precaution ou anticipation d'usages futurs non definis, pratique qualifiee de function creep.