Peut-on utiliser l'IA en bibliothèque sans risque ?

La réponse courte tient en une phrase. L'IA peut aider une bibliothèque, mais ne lui confiez jamais les données de vos lecteurs. Elle sait cataloguer un ouvrage ou rédiger une réponse de référence générale. Pour cela, elle n'a besoin d'aucun nom, d'aucun historique d'emprunts, d'aucune question personnelle. Ce qu'une personne lit relève de la liberté intellectuelle. Aux États-Unis, ces dossiers sont confidentiels par la loi et par l'éthique professionnelle. Coller un historique d'emprunts ou une question de référence dans un ChatGPT grand public heurte ce principe. La bonne méthode existe : anonymisez avant d'écrire le prompt.

Ce qu'une fiche lecteur met à nu

Une bibliothèque manipule des données très personnelles. Le nom du lecteur. Son contact. Son historique d'emprunts et de lecture. Ses centres d'intérêt. Et ses questions de référence, souvent intimes. Une personne peut chercher un diagnostic médical, une aide juridique dans une crise, ou des ressources sur des violences subies. Cette question est sensible dès qu'elle est posée.

Un détail change tout. De nombreux usagers sont des mineurs. L'ALA (American Library Association, l'association des bibliothèques américaines) est claire sur ce point. Les mineurs ont les mêmes droits à la vie privée que les adultes. La pression du service pousse pourtant à demander de l'aide vite. Parfois à une IA, avec la fiche complète sous la main.

Les dossiers de lecture sont confidentiels : loi et éthique

Aux États-Unis, la protection repose sur deux piliers. D'abord la loi des États. D'après l'ALA, 48 États plus le District de Columbia ont des lois qui protègent la confidentialité des dossiers de bibliothèque. Dans les deux États restants, l'attorney general a rendu un avis reconnaissant cette vie privée. Il n'existe pas de loi fédérale unique : c'est un droit d'État, doublé d'une éthique professionnelle.

Ces dossiers protégés sont larges. Ils ne se limitent pas à la liste des livres empruntés. Selon l'ALA, ils couvrent aussi :

• Les historiques de recherche en ligne.
• Les recherches dans les bases de données.
• Les dossiers de circulation du système intégré de gestion (SIGB).
• Les dossiers de prêt entre bibliothèques.

L'éthique va dans le même sens. Le Code d'éthique de l'ALA protège la vie privée de l'usager sur les « informations recherchées ou reçues, et les ressources consultées, empruntées, acquises ou transmises ». L'ALA lit cette phrase comme couvrant les questions de référence, les dossiers de circulation et les échanges numériques. L'association reconnaît un droit du lecteur à la vie privée depuis 1939. C'est un principe ancien, pas une mode.

Ce que révèle un historique de lecture

Un historique d'emprunts n'est pas une simple liste de titres. Il peut trahir la santé d'une personne, sa foi, ses opinions politiques ou sa sexualité. Ce sont des inférences très sensibles. C'est aussi pour cela que l'ALA insiste. La vie privée ne doit jamais être limitée selon l'âge, la religion ou l'origine. Elle ne doit pas l'être non plus selon l'orientation sexuelle, l'identité de genre, le statut migratoire ou la situation de logement.

Le droit de la protection des données rejoint ce constat. L'ICO (Information Commissioner's Office, le régulateur britannique des données) définit la « donnée de catégorie particulière ». C'est une donnée sensible qui exige une protection renforcée. Cela inclut l'origine raciale ou ethnique, les opinions politiques, les croyances religieuses ou philosophiques et l'appartenance syndicale. S'y ajoutent les données génétiques, biométriques et de santé, et celles relatives à la vie ou à l'orientation sexuelle.

L'ICO ajoute un point clé. Une inférence peut elle-même être une donnée de catégorie particulière. Si vous déduisez délibérément la religion, la santé ou la sexualité d'une personne, cette conclusion attire les protections renforcées. Or c'est exactement ce qu'un historique de lecture peut laisser inférer. Voilà pourquoi ce que l'on lit est si sensible.

La parade : anonymiser avant le prompt

Bonne nouvelle : l'IA reste utile en bibliothèque. Elle peut cataloguer un ouvrage. Elle peut proposer une réponse de référence générale. Elle peut aider à concevoir un programme culturel. Pour tout cela, elle n'a besoin d'aucune donnée nominative. Ne collez jamais un nom de lecteur avec son historique d'emprunts ou sa question de référence. Traitez les dossiers de lecture comme confidentiels, par la loi et par l'éthique. Utilisez des outils vérifiés. Et collectez le moins de données possible.

Quand vous devez vraiment inclure un cas concret, anonymisez d'abord. Remplacez chaque donnée sensible par un jeton. L'IA raisonne sur la structure de la demande, sans jamais voir les vraies valeurs. Vous, vous restaurez les valeurs réelles ensuite, en local.

1. 1Repérez les données sensibles : nom, contact, historique d'emprunts, question de référence.
2. 2Remplacez-les par des jetons réversibles, côté navigateur.
3. 3Envoyez seulement le texte anonymisé à l'IA.
4. 4Restaurez les vraies valeurs dans la réponse, en local.

C'est le rôle d'ONYRI Sanitize. Le moteur détecte les données sensibles — nom du lecteur, contact, historique d'emprunts, question de référence — et les remplace par des jetons réversibles avant l'envoi. La détection et le mapping restent dans votre navigateur. Seul un texte anonymisé atteint le modèle. L'IA n'y trouve que des jetons, jamais les dossiers de lecture réels. Vous obtenez l'aide, en respectant le secret que la loi et l'ALA vous demandent de tenir.