Quand le « privé » ne l’est pas : le risque de voir des conversations GPT exposées dans les moteurs de recherche

« Je n’ai jamais voulu rendre cette conversation publique… comment s’est-elle retrouvée sur Google ? »

Fin juillet 2025, des utilisateurs ont découvert que des conversations ChatGPT partagées initialement par lien apparaissaient dans les résultats de recherche de plateformes telles que Google, Bing et DuckDuckGo. Ces conversations partagées contenaient des informations personnelles liées à la santé mentale, aux préoccupations professionnelles, aux questions juridiques et à bien d’autres sujets, sans qu’aucune violation de données n’ait été signalée. L’exposition résultait en réalité d’une fonctionnalité depuis supprimée qui permettait aux moteurs de recherche de découvrir les conversations grâce à l’indexation.

Comprendre le stockage des conversations avec les LLM et les attentes en matière de confidentialité

La plupart des utilisateurs partent du principe que leurs échanges avec les LLM sont privés par défaut. C’est le cas des sessions classiques, mais de nombreuses plateformes proposent des fonctionnalités permettant de partager des conversations au moyen d’URL publiques.

• Liens partagés ChatGPT : L’application a proposé aux utilisateurs une option « Rendre cette conversation visible », dans le cadre d’une expérimentation de courte durée. Même si les conversations étaient anonymisées, elles étaient indexées par défaut lorsque les utilisateurs activaient l’option de visibilité.

• Précédents historiques avec Google Bard : Des incidents similaires ont été signalés en 2023-2024. Les liens vers des conversations Bard ne comportaient pas les balises noindex/noarchive ou les exclusions dans robots.txt appropriées, ce qui a entraîné leur indexation publique. Google a depuis corrigé le problème et supprimé les transcriptions indexées, mais les caches avaient déjà été créés.

https://x.com/gaganghotra_/status/1706545667362210129

Ce qui s’est passé : les incidents d’indexation

OpenAI / ChatGPT (juillet-août 2025)

• Dans le cadre d’un déploiement expérimental, OpenAI a permis aux utilisateurs de signaler leurs conversations partagées comme « visibles ».

• Cette fonctionnalité, conçue pour favoriser le partage de connaissances au sein de la communauté, a rendu ces conversations accessibles aux moteurs de recherche. Nombre d’entre elles portaient sur des sujets personnels, politiques ou sensibles.

• La fonctionnalité de visibilité a été rapidement supprimée après de nombreuses critiques concernant la confidentialité. OpenAI a également collaboré avec les moteurs de recherche pour désindexer les conversations déjà répertoriées.

Google n’affiche plus les conversations ChatGPT partagées publiquement

Analyse des risques : conséquences pour la sécurité et la confidentialité

Ces incidents ne sont pas des « fuites » au sens traditionnel du terme. Aucun système n’a été compromis de l’extérieur. Les risques pour la sécurité restent toutefois importants :

• Exposition involontaire : les conversations indexées contenaient des données personnelles sensibles.

• Persistance des données : même après leur suppression, les versions mises en cache ou récupérées par des robots d’indexation peuvent souvent conserver le contenu indéfiniment.

• Confiance mal placée : les attentes de confidentialité par défaut (« privé par défaut ») ont été mises à mal par une option de visibilité activée par l’utilisateur, sans que celui-ci en soit suffisamment informé.

• Défaillances du consentement dans l’interface : l’option de visibilité ne présentait pas d’avertissements clairs sur les risques et ne proposait ni contrôle précis ni confirmation explicite.

Stratégies d’atténuation

Responsabilités des plateformes

• Désactiver par défaut la visibilité dans les moteurs de recherche

• Améliorer les libellés de l’interface en affichant des avertissements clairs et en demandant confirmation avant d’activer le partage public

• Appliquer automatiquement les en-têtes noindex et nofollow, sauf si la visibilité est explicitement activée

• Prévoir une expiration automatique (TTL) ou une durée de validité définie par l’utilisateur pour les liens de partage publics

Recommandations aux organisations

• Former les employés à ne pas partager de données internes réglementées ou sensibles via des outils LLM publics

• Déployer des LLM de qualité professionnelle (ChatPGT Enterprise, Anthropic Claude Team) dépourvus de fonctionnalités de partage par lien

• Intégrer des outils de prévention des pertes de données (DLP) pour intercepter et signaler les contenus sortants avant leur envoi sur des canaux publics

Bonnes pratiques pour les utilisateurs

• Partir du principe que tout contenu partagé peut devenir accessible au public, sauf preuve du contraire

• Éviter de partager des informations personnelles identifiables (PII) ou des contenus hautement sensibles dans les systèmes de chat

• Examiner et auditer régulièrement les listes de liens partagés

• Refuser le partage des données pour l’entraînement des modèles lorsque la plateforme le permet

Enseignements et perspectives

Cet incident met en lumière un problème plus général : des paramètres par défaut peu sûrs et une conception du consentement perfectible. Les utilisateurs ont souvent du mal à distinguer clairement les contenus privés des contenus publics. Les plateformes doivent concevoir des expériences sécurisées dès leur conception et éliminer tout consentement implicite ainsi que les options ambiguës.

Il est essentiel de mettre en place des tableaux de bord de transparence des recherches permettant aux utilisateurs d’auditer et de gérer l’exposition de leurs contenus publics, ainsi que des notifications proactives lorsque du contenu devient public. Les plateformes comparables, comme Microsoft Copilot, Google Gemini et LLaMA de Meta, doivent elles aussi évaluer leurs architectures de partage par lien public afin d’éviter les mêmes écueils.

Conclusion

L’épisode de l’indexation des conversations GPT marque une étape importante dans la gouvernance de la confidentialité de l’IA. Même des choix de conception d’interface bien intentionnés peuvent entraîner l’exposition systémique de contenus sensibles. Les équipes de sécurité doivent désormais inclure les échanges avec les LLM dans leurs modèles de menace et traiter les conversations avec le même rigueur que les données traditionnelles générées par les utilisateurs. À l’heure où l’IA se déploie dans les entreprises et le secteur public, la transparence, le contrôle et la confidentialité doivent être la norme, et non une réflexion après coup.