« Êtes-vous dans les poids ? » : le site qui teste si l’IA vous connaît (et ce que ça révèle)

Tapez votre nom dans une petite application en ligne, et elle vous annonce avec quelle force les grandes intelligences artificielles « vous reconnaissent ». Pour une célébrité, l’aiguille s’affole ; pour le commun des mortels, elle reste plate. La page a fait le tour des réseaux en quelques heures, jusqu’à grimper en tête de Hacker News. Et derrière le jeu, une question moins légère : ces modèles reposent sur plus de 100 milliards de réglages internes. Qu’ont-ils vraiment retenu, et de qui ?

« Les poids », c’est quoi au juste ?

Oublions la bibliothèque où chaque livre serait soigneusement rangé. Un modèle d’IA ressemble plutôt à un immense réseau de réglages. Pendant son entraînement, il ajuste des milliards de petits curseurs, « les poids », pour mieux prédire le mot suivant d’une phrase. Au bout du compte, il ne conserve pas les textes qu’il a lus : il en garde une trace diffuse, dissoute dans ces réglages.

C’est pour cela qu’on ne peut pas « ouvrir » un modèle pour y retrouver tel article précis : l’information y est partout et nulle part à la fois. Plus un nom, un fait ou une phrase revient souvent dans les données d’entraînement, plus il marque ces réglages, et mieux le modèle le « reconnaît ». Voilà très exactement ce que jauge l’outil : non pas une fiche cachée sur vous, mais l’empreinte que vous avez laissée, ou non, dans la masse.

Ce réseau de connexions, vertigineux par sa densité, explique pourquoi deux personnes au même prénom ne pèsent pas pareil : tout dépend de la trace qu’a laissée chacune en ligne.

Ce qui est mémorisé, et ce qui ne l’est pas

La bonne nouvelle pour l’anonyme : si votre nom n’est pas largement présent sur le web, il n’a quasiment aucune chance d’avoir marqué un modèle. La nuance : les IA ont parfois mémorisé « par cœur » des passages rares vus de très nombreuses fois ; un risque qui concerne surtout les contenus très répétés, pas la personne lambda. L’outil ne lit donc pas dans vos pensées ; il révèle votre visibilité publique telle que la machine l’a absorbée.

Les chiffres aident à fixer les idées. La popularité de l’outil, autant que sa mécanique, dit quelque chose de notre rapport à ces modèles.

Derrière le succès, une curiosité partagée : savoir si la machine « nous connaît » touche un nerf sensible, à mi-chemin entre le jeu et l’inquiétude.

Et le droit, dans tout ça ?

C’est là que les choses se corsent. En Europe, le RGPD vous donne des droits sur vos données personnelles : y accéder, les faire rectifier, en demander l’effacement. Le hic, c’est que ces droits ont été pensés pour des bases de données classiques, où l’on retrouve et supprime une ligne. Or un modèle d’IA ne range pas l’information ainsi : une fois l’entraînement terminé, « désapprendre » une personne est techniquement ardu, et fait l’objet de recherches actives.

La CNIL et ses homologues européens reconnaissent d’ailleurs cette limite : lorsque l’effacement complet n’est pas réalisable dans les poids, elle attend au minimum des mesures de mitigation, comme le filtrage des réponses ou l’exclusion des données lors des prochains entraînements. Le tableau ci-dessous résume les leviers dont vous disposez réellement.

Autrement dit, le droit existe bel et bien, mais sa mise en œuvre se heurte à la nature même de ces modèles. C’est tout l’enjeu des prochaines années : rendre concrets, dans la machine, des principes écrits avant elle.

Un miroir de notre vie en ligne

Au fond, l’outil ne mesure pas tant ce que l’IA « sait » que ce qu’internet a publié sur nous. Une célébrité, une figure politique, un auteur cité des milliers de fois marquent profondément les modèles ; un particulier discret n’y laisse presque aucune empreinte. Tester son nom, c’est donc surtout prendre la mesure de sa propre exposition numérique, et parfois découvrir qu’on y est plus présent qu’on ne le croyait.

Cette prise de conscience a une vertu. À l’heure où ces modèles s’invitent partout, comprendre qu’ils se nourrissent de ce que nous mettons en ligne aide à poser les bonnes questions : que veut-on rendre public, et que préfère-t-on garder pour soi ? Ce sont des arbitrages que chacun fait, souvent sans y penser, à chaque publication.

L’outil, lui, ne tranche rien : il se contente de rendre la question tangible, le temps d’une recherche. Et c’est peut-être là son vrai mérite : transformer une inquiétude floue en un geste simple, qui nous pousse à regarder, enfin, ce que nous avons semé en ligne.

Questions courantes

Qu’est-ce que « les poids » d’une IA ?

Réponse courte : les milliards de réglages internes ajustés pendant l’entraînement ; c’est là que le modèle garde, sous forme diffuse, ce qu’il a appris.

L’IA a-t-elle mémorisé mes données ?

Réponse courte : si vous n’êtes pas très présent en ligne, presque sûrement pas ; l’outil mesure votre visibilité publique, pas une fiche secrète.

Peut-on se faire « retirer » d’un modèle ?

Réponse courte : le RGPD prévoit un droit à l’effacement, mais supprimer une donnée d’un modèle déjà entraîné reste techniquement très difficile.

Article créé en collaboration avec l’IA.