Comment choisir un logiciel d'anonymisation de documents : critères et questions

Choisir un outil pour anonymiser ou caviarder des documents ressemble à un achat informatique, mais les conséquences sont juridiques. Si le logiciel laisse le texte sous un rectangle noir, envoie les documents à un service d'IA hors de l'Union européenne ou ne permet pas de prouver qui a caviardé quoi, la responsabilité ne pèse pas sur l'éditeur : elle pèse sur le responsable de traitement qui a publié ou transmis le document.

Ce guide présente les critères à vérifier, les questions précises à poser à tout éditeur et une méthode simple pour tester plusieurs outils sur vos propres documents avant de décider.

D'abord, définir le besoin

Avant de regarder les produits, décrivez votre cas en trois points : quels documents (décisions, contrats, dossiers médicaux, bulletins de paie, courriels), quel volume et quelle finalité (mise en ligne, réponse à une demande CADA ou à un droit d'accès, transmission à un tiers, tests). Caviarder dix jugements par mois n'a rien à voir avec traiter des milliers de dossiers scannés par an, et publier en open data n'est pas remettre une pièce à un auditeur.

Décidez aussi si vous avez besoin d'une anonymisation irréversible (la donnée disparaît et, si plus personne ne peut raisonnablement réidentifier la personne, le résultat sort du champ du RGPD) ou d'une pseudonymisation (la donnée est remplacée par un code cohérent et une table permet de revenir en arrière : c'est toujours une donnée personnelle). Beaucoup d'organisations ont besoin des deux selon la destination du document. Pour arbitrer entre travail manuel et outil, la comparaison anonymisation manuelle ou automatique aide à dimensionner l'effort.

Les critères qui comptent

Où les documents sont-ils traités ?

C'est la question qui distingue le plus les outils. Certains envoient le texte au grand modèle de langage d'un tiers pour détecter les données ; d'autres exécutent leur propre IA. Pour le RGPD, l'enjeu est de savoir qui traite les données, où et avec quelles garanties. Le guide IA locale ou IA dans le cloud détaille ces arbitrages.

Certifications : demandez le certificat et son périmètre

ISO/IEC 27001 est la certification de sécurité de l'information la plus répandue. Pour les services cloud sensibles, l'ANSSI délivre la qualification SecNumCloud, que certains acheteurs publics demandent. Quel que soit le référentiel, exigez le document, vérifiez l'organisme qui l'a délivré et surtout le périmètre : un certificat qui ne couvre pas le service acheté ne vous protège pas.

Un test qui aide vraiment à décider

Les démonstrations utilisent des documents propres. Votre quotidien, ce sont des scans de travers, des tableaux, des tampons et des annexes. Constituez un jeu d'essai à partir de vos types de documents avec des données fictives, ou de documents déjà publiés, et mesurez :

• Les oublis (faux négatifs) : données qui devaient disparaître et sont encore là. C'est l'erreur grave ; comptez-les par document.
• Le sur-caviardage (faux positifs) : texte masqué inutilement, comme le nom d'élus, des références de textes ou des montants qui doivent rester visibles.
• Le temps de relecture : combien de minutes pour vérifier et corriger un document type.
• Le fichier final : ouvrez-le, essayez de copier le texte caviardé, regardez les propriétés et les onglets masqués.
• Les scans : vérifiez que l'outil trouve des données dans un PDF scanné et dans une photo de document.

Les questions juridiques à ne pas oublier

• L'éditeur signe-t-il un contrat de sous-traitance conforme à l'article 28 du RGPD ?
• Combien de temps les documents et résultats sont-ils conservés ? Puis-je programmer leur suppression ?
• Mes documents servent-ils à entraîner des modèles ? Le contrat le précise-t-il ?
• Quels sous-traitants ultérieurs interviennent et où sont-ils situés ?
• Comment et dans quel délai une violation de données me serait-elle notifiée ?

Anonimatum au regard de cette grille

Anonimatum est une option parmi d'autres et mérite d'être évaluée avec la même grille. C'est un service SaaS de Politeia Soft, société espagnole, avec sa propre IA exécutée sur des serveurs situés dans l'Union européenne, sans envoi du texte à des API externes de modèles de langage. Il traite les PDF natifs et scannés avec OCR, Word, Excel (y compris colonne par colonne), PowerPoint, images, TIFF multipages et courriels .eml et .msg avec pièces jointes, et rend le même format. Il combine IA, motifs, motifs personnalisés et liste blanche ; affiche un aperçu à relire avant application ; supprime le texte et les métadonnées ; et permet une pseudonymisation cohérente avec des tables chiffrées.

S'y ajoutent le traitement par lots côté serveur, une API REST avec webhooks signés, des modèles par type de document, des dossiers avec historique et un panneau de groupe avec journal d'audit qui ne conserve ni le nom ni le contenu des documents, ainsi qu'une durée de conservation paramétrable. Politeia Soft est certifiée ENS (Esquema Nacional de Seguridad, référentiel espagnol) niveau MOYEN, avec un périmètre incluant Anonimatum ; comme à tout éditeur, demandez-nous le justificatif dont vous avez besoin. Ce qu'il ne fait pas compte aussi : il ne détecte pas les visages ; les images sont converties en PDF et traitées par OCR, motifs, IA et zones ou formes tracées par l'utilisateur. Les formules sont sur la page des tarifs et le détail technique sur la page sécurité.