Peut-on utiliser l'IA pour la gestion locative sans risque ? (données locataires)

Oui, sous conditions. L'IA peut rédiger un courrier de relance ou résumer un fil de travaux. Elle ne doit jamais voir la pièce d'identité de votre locataire. Un dossier locatif contient des identifiants, des revenus, des garants et parfois des notes de santé. Sous le RGPD, vous en êtes le responsable de traitement (article 4(7)). Passer ces données dans un outil d'IA ne transfère pas cette responsabilité au fournisseur. L'article 9 place la santé et l'origine ethnique dans une catégorie plus protégée. Et un refus décide d'où vit une personne. Gardez donc un humain sur la décision. La parade est simple : anonymisez les identifiants avant le prompt, et l'IA fait quand même le travail.

Ce qu'un dossier locatif contient vraiment

Une candidature locative est l'un des dossiers les plus complets qu'un particulier remet. Bien plus qu'une commande en ligne. Souvent plus qu'un dossier bancaire courant.

• Pièce d'identité ou passeport, parfois un titre de séjour et un contrôle du droit de louer.
• Revenus, bulletins de paie, relevés bancaires, coordonnées de l'employeur.
• Références de l'ancien bailleur, coordonnées du garant et ses propres revenus.
• Statut vis-à-vis des aides au logement, historique d'impayés, litiges en cours.
• Parfois des notes de santé, d'accessibilité ou de protection de personne vulnérable.

La relation ne s'arrête pas à la signature. Elle dure des années. Les demandes de travaux arrivent avec des photos prises à l'intérieur du logement. Les litiges arrivent avec des notes écrites à chaud. Ce matériau est privé par nature.

Un point mérite d'être dit franchement, et c'est un raisonnement, pas une règle de droit. Un locataire ne choisit pas qui détient ses données. Il ne peut pas comparer les bailleurs sur ce critère. Le déséquilibre est structurel. Et l'enjeu, c'est le logement. Cela élève le devoir de prudence, indépendamment de tout texte.

Sous le RGPD, le responsable de traitement, c'est vous

Le RGPD définit le « responsable du traitement » à l'article 4(7). C'est celui qui détermine les finalités et les moyens du traitement. Un bailleur, un agent immobilier ou un gestionnaire décide quelles informations collecter, et pourquoi. Il est donc ce responsable. Faire passer le dossier dans un outil d'IA ne déplace pas cette responsabilité vers le fournisseur.

L'article 9(1) va plus loin sur une partie de ces données. Il interdit en principe le traitement des catégories particulières. Y figurent les données révélant l'origine raciale ou ethnique, les convictions religieuses ou philosophiques, et les données de santé. Le traitement n'est possible que si une condition de l'article 9(2) s'applique. Une note de santé, un dossier de protection d'une personne vulnérable, une pièce d'identité qui révèle une origine : tout cela relève de ce niveau supérieur. C'est exactement le matériau qui n'a rien à faire dans une IA grand public.

Sélection des locataires : c'est le résultat qui est jugé

Aux États-Unis, le règlement 24 CFR §100.500 est très clair sur un point. La responsabilité au titre du Fair Housing Act peut être établie sur l'effet discriminatoire d'une pratique. Même sans intention discriminatoire. Une pratique a un effet discriminatoire quand elle produit, réellement ou de façon prévisible, un impact disparate sur un groupe protégé. Ou quand elle crée, renforce ou perpétue des schémas de ségrégation résidentielle. Autrement dit : « c'est l'algorithme qui a décidé » n'est pas une défense.

Une nuance compte, et beaucoup d'articles la ratent. Les revenus, le statut vis-à-vis des aides et le casier judiciaire ne sont pas en eux-mêmes des caractéristiques protégées par le Fair Housing Act. Les caractéristiques protégées sont la race, la couleur, la religion, le sexe, le handicap, la situation familiale et l'origine nationale. Le risque n'est donc pas qu'un scoring sur les revenus soit illégal en soi. Le risque, c'est qu'un critère de ce type produise un impact disparate sur un groupe protégé. C'est le résultat qui est mesuré, pas l'intention.

Le §100.500(b) ouvre une porte de sortie, et elle est exigeante. Une pratique à effet discriminatoire peut rester licite si elle a une « justification légalement suffisante ». Il faut qu'elle soit nécessaire à un intérêt substantiel, légitime et non discriminatoire. Il faut aussi qu'aucune pratique moins discriminatoire ne puisse servir le même intérêt. Et cette justification doit reposer sur des preuves, pas sur des hypothèses. C'est le meilleur argument pratique qui existe pour documenter vos critères de sélection et votre processus.

Le HUD, l'agence américaine du logement, a publié en mai 2024 une guidance sur ce sujet. Elle porte sur l'application du Fair Housing Act à la sélection des locataires et à la publicité immobilière quand des algorithmes et de l'IA sont utilisés. Nous la citons par son nom, sans lien : le site du HUD bloque la vérification automatique.

Côté européen, l'article 22(1) du RGPD donne un droit fort. Une personne a le droit de ne pas subir une décision fondée exclusivement sur un traitement automatisé, profilage inclus. Encore faut-il que cette décision produise des effets juridiques ou l'affecte de manière significative. Quand une telle décision est permise, l'article 22(3) impose des garanties minimales : obtenir une intervention humaine, exprimer son point de vue, contester la décision. L'article 22(4) restreint en plus l'usage des catégories particulières. Un refus de location est un candidat sérieux au critère « affecte de manière significative ». D'où la règle de bon sens : un humain décide.

Attention, le Royaume-Uni a divergé sur ce point précis. Le Data (Use and Access) Act 2025 a remplacé l'article 22 unique par les articles 22A à 22D du UK GDPR. L'ICO, le régulateur britannique, encadre désormais la décision automatisée par référence à ces articles. Sa définition : une décision fondée uniquement sur un traitement automatisé, donc sans intervention humaine significative, ayant un effet juridique ou significatif. Le UK GDPR parle de « significant decision ». La guidance de l'ICO sur ce sujet est un projet en consultation, mis à jour le 31 mars 2026. Ne traitez donc pas les règles britanniques et européennes comme interchangeables.

Ce que l'AI Act dit vraiment (et ce qu'il ne dit pas)

Ici, la précision est importante. Le mot « logement » n'apparaît nulle part dans l'annexe III de l'AI Act. Il n'existe aucune catégorie autonome pour la sélection des locataires. Le point 5 de l'annexe III couvre quatre choses. L'évaluation de l'éligibilité aux prestations et services publics essentiels, par des autorités publiques ou pour leur compte (5(a)). L'évaluation de la solvabilité ou l'établissement d'un score de crédit, hors détection de fraude (5(b)). L'évaluation des risques et la tarification en assurance vie et santé (5(c)). Enfin le tri et l'envoi des appels d'urgence (5(d)).

Le lien avec le logement existe, mais il est indirect. Il passe par le crédit. Le considérant 58 explique pourquoi le scoring de crédit est classé à haut risque. Ces systèmes déterminent l'accès d'une personne aux ressources financières. Ils déterminent aussi son accès à des services essentiels « tels que le logement, l'électricité et les services de télécommunication ». Le même considérant note que les personnes dépendantes des aides publiques, aides sociales et aides au logement comprises, sont en position vulnérable face aux autorités responsables.

La phrase honnête est donc celle-ci. Un bailleur privé qui utilise l'IA pour rédiger un congé n'exploite pas pour autant un système à haut risque. En revanche, un moteur de scoring de crédit intégré à votre chaîne de sélection est une autre question, et mérite un examen sérieux. Un organisme de logement social qui évalue l'éligibilité pour le compte d'une autorité publique doit aussi regarder le point 5(a) de près.

La parade : anonymiser avant le prompt

Bonne nouvelle : l'IA reste très utile en gestion locative. Elle rédige un courrier de mise en demeure. Elle résume un litige de dépôt de garantie en dix lignes. Elle transforme trois échanges confus en un ordre de travaux clair. Pour tout cela, elle n'a besoin d'aucun identifiant réel. La structure du problème suffit.

Quand un cas concret est indispensable, anonymisez-le d'abord. Chaque identifiant devient un jeton. L'IA raisonne sur la situation, sans jamais voir les vraies valeurs. Vous restaurez les valeurs réelles ensuite, en local. Le courrier reste utilisable, le dossier reste chez vous.

1. 1Repérez les identifiants : nom, adresse, numéro de pièce d'identité, revenus, employeur, garant.
2. 2Remplacez-les par des jetons réversibles, côté navigateur.
3. 3Ne collez jamais une pièce d'identité ni une note de santé ou de protection.
4. 4Envoyez seulement le texte anonymisé au modèle.
5. 5Restaurez les vraies valeurs dans la réponse, en local.
6. 6Gardez un humain décideur sur tout ce qui affecte le bail, et documentez vos critères.

Deux réflexes complètent le tableau. Choisissez des outils encadrés par un contrat de sous-traitance, avec une clause de non-entraînement sur vos données. Et écrivez votre processus noir sur blanc. Le §100.500(b) exige une justification appuyée sur des preuves, pas sur des suppositions. Un processus documenté est votre meilleure pièce au dossier.

C'est le rôle d'ONYRI Sanitize. Le moteur détecte les données sensibles — nom, adresse, numéro de pièce d'identité, revenus, coordonnées bancaires — 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. Vous gardez l'aide de l'IA sur la rédaction et la synthèse. Le dossier de votre locataire, lui, ne quitte pas votre poste. Et la décision reste entre vos mains, là où le RGPD et le droit du logement la placent.