Détecteurs IA : dates, adresses, montants et QR dans les PDF

Détecter les numéros d’identité et les adresses e-mail est indispensable, mais pas suffisant. Dans les décisions, les bulletins de paie, les dossiers médicaux et les jugements, la réidentification passe souvent par une porte dérobée : une date de naissance, une adresse personnelle complète, un montant que seule une personne perçoit ou un QR/cachet qui renvoie vers un service de vérification externe.

Anonimatum intègre des détecteurs IA conçus pour ces cas (dates, adresses, montants, QR/cachets), qui fonctionnent avec des modèles propriétaires dans l’UE. Ce guide explique *quand* les activer, comment éviter le sur-caviardage et comment les combiner avec des motifs et une relecture humaine.

Dates : toutes ne se valent pas

La date d’un document (« Madrid, le 12 mars 2026 ») peut être anodine. Une date de naissance, d’intervention chirurgicale ou de convocation au commissariat, associée à des initiales ou à un quartier, peut en revanche identifier quelqu’un. Règle pratique :

• Conservez les dates administratives nécessaires à la compréhension de l’acte (sauf politique contraire).
• Caviardez en priorité les dates de vie, les dates médicales et les dates de sanction lors d’une publication.
• Vérifiez les tableaux d’échéances : le risque se trouve parfois dans la colonne, pas dans l’en-tête.

Adresses : l’identifiant silencieux

Dans les publications de transparence et les notifications, l’adresse personnelle est souvent « oubliée » parce qu’elle passe pour un simple élément de contexte. Un portail qui masque le nom mais laisse l’adresse intacte expose toujours la personne. Les adresses partielles (rue et numéro sans la ville) comptent aussi dans les petites communes.

• Décidez si vous publiez l’adresse supprimée, partiellement masquée ou remplacée.
• Surveillez les en-têtes, les pieds de page et les annexes cartographiques.
• Combinez le détecteur d’adresses avec des listes de toponymes locaux si votre territoire l’exige.

Montants : quand l’argent identifie

Un montant n’est pas une donnée personnelle dans l’absolu. Il le devient lorsque, dans son contexte, il ne peut se rapporter qu’à une seule personne (indemnité individuelle, amende, salaire d’un poste unique, facture d’un indépendant nommé à une autre page). En due diligence, les montants révèlent aussi une stratégie : précisez si votre objectif est la confidentialité des personnes, le secret des affaires ou les deux.

QR et cachets : le lien hors du PDF

Un QR code peut ouvrir une page de vérification affichant un nom, l’empreinte d’un document ou un portail de rendez-vous. Un cachet numérique ou un filigrane peut contenir des identifiants. Ne traiter que le texte OCR laisse le code graphique intact. D’où la nécessité d’un détecteur dédié et, souvent, de zones visuelles sur le symbole.

• Recensez les QR codes de signature, de paiement, de suivi ou de vérification destinés aux usagers.
• Décidez s’il faut supprimer le code, le remplacer par un marqueur ou masquer la zone.
• Vérifiez que le PDF final ne permet pas de scanner le QR d’origine (testez avec un téléphone).

Comment éviter le sur-caviardage

Activer tous les détecteurs « au cas où » produit des documents inexploitables et suscite des résistances en interne. Mieux vaut procéder ainsi :

• Partez d’une politique par type de document (décision publique ≠ paie interne ≠ support de formation).
• Utilisez l’aperçu pour placer en liste blanche ce qui doit rester visible (par exemple les dates de procédure).
• Complétez l’IA par des motifs personnalisés pour les formats locaux, et non l’inverse.
• Mesurez les faux positifs sur un échantillon de 20 à 50 documents réels avant un déploiement à grande échelle.

Combiner avec les lots et les signatures

Dans les envois groupés, les détecteurs s’appliquent de façon uniforme : documentez la politique dans la file de traitement par lots. Si le PDF est signé, gardez à l’esprit que l’anonymisation peut affecter la signature ; Anonimatum affiche des avertissements et, lorsque la procédure le permet, propose des parcours de vérification et de nouvelle signature.

En résumé pour les DPO et les responsables

Les détecteurs de dates, d’adresses, de montants et de QR ne sont pas des arguments marketing : ce sont des contrôles contre la réidentification indirecte. Activez-les selon une politique, mesurez-les sur des échantillons et imposez l’aperçu. Dans Anonimatum, ils fonctionnent avec une IA locale dans l’UE, en cohérence avec le reste de la chaîne documentaire.