Fournisseurs externes et traitement des données
Nos fonctionnalités d'IA s'appuient sur plusieurs sous-traitants d'entreprise, tous accessibles via des API sécurisées et dotées d'un traitement des données conforme aux normes d'entreprise. Le fournisseur utilisé pour chaque fonctionnalité est configurable pour chaque client et peut inclure Microsoft Azure OpenAI (GPT-5.4 et d'autres modèles GPT), AWS Bedrock exécutant Anthropic Claude et les embeddings Cohere, ainsi que Google Vertex AI (Gemini). La transcription audio et vidéo fait également appel à AssemblyAI. Dans tous les cas, les données sont traitées dans la région indiquée par le client.
Pratiques de traitement des données clés :
Utilisation limitée à des fins : les données sont traitées uniquement pour fournir et soutenir les services AI
Pas d'accès aux produits grand public : chaque service fonctionne au sein de l'environnement d'entreprise du fournisseur de cloud (Microsoft Azure, AWS Bedrock ou Google Vertex AI) et n'interagit pas avec les produits grand public tels que ChatGPT ou l'API publique d'OpenAI
Hébergement régional : les données sont traitées dans la région indiquée par le client (voir la liste des régions plus bas dans cet article)
Contrôle d'accès : le fournisseur de services cloud n'accède aux données qu'à des fins de surveillance des abus
Quelles sont les données envoyées à ces sous-traitants et comprennent-elles des informations personnelles ?
Par défaut, seules les contributions des utilisateurs textuelles (par exemple, les réponses ou les idées de l'enquête) sont envoyées aux sous-processeurs IA. Celles-ci sont soumises pour prendre en charge les fonctionnalités d'analyse IA telles que le résumé et le marquage
Quand les données sont-elles envoyées ?
Enquêtes: Le texte est envoyé lorsqu'un administrateur visite la page de résultats de l'enquête.
Ideation: Le texte est envoyé lorsqu'un administrateur lance activement une analyse IA.
Quels types de données sont inclus?
Seuls les utilisateurs de contenu en texte libre ont écrit dans leurs contributions
Aucune information utilisateur structurelle n'est partagée (par exemple, e-mail, nom d'utilisateur, photo de profil, données démographiques)
⚠️ Si un utilisateur inclut des informations personnelles (PII) dans son propre texte de contribution, que les IPI peuvent être envoyés aux sous-processeurs dans le cadre du contenu du message. Ceci n'est pas filtré automatiquement.
Ces sous-traitants utilisent-ils les données pour former et améliorer leurs modèles ?
Non. Tous nos sous-traitants spécialisés dans l'IA précisent explicitement qu'ils n'utilisent pas ces données pour entraîner ou améliorer leurs modèles.
Où est-ce Microsoft traite les données ?
Microsoft nous permet de spécifier la région de traitement. Nous utilisons actuellement 7 régions, où nos clients utilisent la région la plus locale pour eux. Les régions sont les suivantes :
Frankfurt
ROYAUME-UNI
ÉTATS-UNIS
Canada
Le Brésil
Paris
Stockholm
Pourquoi les réponses de l'IA ne sont-elles pas dans ma langue ?
Notre fonction d'IA tente de répondre autant que possible dans la langue de l'information qu'elle reçoit. Exceptionnellement, dans les cas où il y a des langues mixtes, il y a très peu de contributions, ou lorsque l'IA se trompe, elle peut générer des réponses dans la mauvaise langue. Dans ce cas, il suffit généralement de réessayer.
⚠️ Toutes les langues principales sont prises en charge à l'exception du groenlandais
Quelle est la précision des résumés générés ?
La synthèse implique toujours de laisser de côté certains détails tout en conservant ce qui semble le plus important. Les modèles d'IA excellent dans l'identification d'éléments communs, mais pour déterminer ce qui est le plus pertinent, il faut tenir compte du contexte, disposer de connaissances dans le domaine concerné et faire appel à un jugement subjectif. C'est pourquoi les résumés peuvent s'avérer très utiles, mais ne sont pas exacts à 100 %. La supervision humaine reste indispensable.
Afin de garantir la pertinence des conclusions, notre approche met l'accent sur une utilisation responsable de l'IA :
Le réviseur humain reste toujours sous contrôle.
La transparence est maximisée afin que vous puissiez vérifier comment les résumés sont créés.
L’AI fournit de l’efficacité, tandis que les humains assurent la qualité et la précision.
Notre plateforme propose plusieurs fonctionnalités destinées à vous aider à évaluer et à améliorer la qualité des résumés :
Indication de précision attendue: Avant et après avoir généré un résumé, le système affiche une estimation de précision (pourcentage)
Références en ligne: Chaque résumé renvoie à l'intrant résident original sur lequel il est basé.
Accès complet aux données: Toutes les entrées du projet restent navigables, vous pouvez donc toujours comparer les résumés avec les contributions brutes.
Étiquetage: segmenter manuellement ou automatiquement les entrées en petits groupes pour des résumés plus précis et plus ciblés
Options de marquage automatique: Plusieurs méthodes sont disponibles ; les tags peuvent toujours être remplacés pour un contrôle maximal
Logiciel disponible à la source: Le code est disponible sur GitHub, assurant la transparence sur le fonctionnement de l'outil
Nous vous recommandons d'utiliser les résumés générés par l'IA comme point de départ pour comprendre des ensembles de données volumineux, mais pas comme une vérité absolue. Vérifiez toujours les résultats !
Hallucinations : bien que cela soit rare, l'IA peut parfois générer des informations qui ne figuraient pas explicitement dans l'ensemble de données d'origine.
Exagération : l'IA pourrait mettre davantage l'accent sur certains thèmes ou certaines idées que sur d'autres, ce qui pourrait fausser l'interprétation globale.
Volume et précision des données : Notre système est optimisé pour traiter entre 20 et 200 données d'entrée bien définies, afin d'obtenir les résultats les plus précis possibles. À mesure que le volume de données dépasse cette fourchette, le résumé peut devenir plus général et moins détaillé. Cela ne signifie pas que l'IA devient « moins précise », mais plutôt qu'elle se concentrera sur des tendances et des schémas plus généraux. Pour obtenir des informations plus nuancées, nous vous recommandons d'utiliser la fonctionnalité de marquage (automatique) afin de segmenter les ensembles de données volumineux en sous-ensembles plus petits et plus faciles à gérer.
Biais : les résultats peuvent comporter divers biais. Ces problèmes peuvent notamment résulter d'un déséquilibre dans les données utilisées pour l'entraînement du modèle, de différences de langue et d'expression, ainsi que d'un manque de compréhension du contexte. En particulier, l'ironie, le sarcasme, le dialecte, l'argot des jeunes ou les tournures de phrase qui dépendent du contexte peuvent être mal interprétés.
Notre plateforme te permet d'explorer les thèmes principaux, de synthétiser les données et d'examiner différents points de vue. Si tu cherches des réponses ou des informations précises, n'hésite pas à utiliser la fonction « Poser une question » pour aller plus loin que le résumé.
Résumé: Bien que les résumés générés par les AI soient très efficaces, ils ne sont jamais 100% exacts. Notre philosophie de conception est centrée sur l’humanité : l’IA aide à l’efficacité, tout en conservant une transparence et un contrôle absolus de l’interprétation.