J’ai retiré 5 éléments d’un fichier avant que ChatGPT le voie. Il a quand même trouvé le problème.

Nate B Jones présente Airlock, une approche pour garder le contexte utile aux modèles tout en retirant les données sensibles inutiles.

Nate B Jones part d’un problème très concret: beaucoup de documents professionnels sont trop sensibles pour être envoyés tels quels à un modèle, mais ils contiennent justement le contexte qui rend l’IA utile. Dire simplement “ne collez pas de données sensibles” ne répond pas au besoin de travail.

Dans sa démonstration, il utilise un plan tarifaire synthétique et montre Airlock, un outil conçu pour préparer localement une copie nettoyée d’un document. L’utilisateur définit d’abord les termes protégés, comme un nom client, un nom de projet ou un code interne, car certaines chaînes de texte ne paraissent confidentielles qu’à cause du contexte métier.

Le point important est la sélection par intention. Pour analyser les hypothèses opérationnelles d’un plan, le modèle doit connaître la migration simultanée des entrepôts, l’hypothèse d’intégration ERP et la formation pendant les horaires normaux. En revanche, il n’a pas besoin d’un nom de personne, d’une adresse personnelle, d’une note médicale, d’une clé API ou d’un prix non pertinent pour cette question.

Airlock ne se contente pas de dessiner des rectangles noirs dans Word. Il reconstruit un nouveau document avec les éléments approuvés, afin d’éviter que des commentaires, anciennes modifications, métadonnées ou relations externes restent cachés dans le fichier original.

La leçon dépasse l’outil: l’usage de l’IA se déplace vers les vrais contrats, propositions, notes de réunion et bases de code. La quantité de contexte que l’on veut fournir aux modèles augmente, tandis que les données sensibles sont souvent mélangées au reste. Si la voie sûre est trop lourde, les utilisateurs choisissent la voie rapide.

Nate relie cela au shadow IT et à la fatigue de sécurité. Il cite des données Verizon montrant une forte hausse de l’usage d’outils IA sur appareils professionnels, souvent via des comptes non approuvés. Pour lui, la sécurité doit vivre dans le même chemin que la commodité: commencer par la tâche, déterminer le minimum de contexte utile, puis seulement décider ce qui peut sortir du poste local.

Source