/collectivités
Anonymisation des documents pour les collectivités
Des actes et des jeux de données mis en ligne sans exposer les habitants.
L’anonymisation des documents masque les noms, adresses et données personnelles des délibérations, arrêtés, décisions et jeux de données d’une collectivité avant leur mise en ligne ou leur diffusion en données ouvertes (open data). En 2025, la CNIL a reçu 6 167 notifications de violations de données, et l’administration publique est le premier secteur concerné. Ce traitement s’exécute sur vos serveurs, ou en France chez un hébergeur.
/usages
Une anonymisation des documents réglée pour chaque type d’acte.
Les délibérations, arrêtés et décisions d’une collectivité citent des habitants : un nom, une adresse, une parcelle, parfois une situation familiale. Un modèle de traitement automatique du langage (NLP) repère ces mentions et les remplace. Les noms des élus et des signataires des actes restent lisibles.
- Délibérations et arrêtés Remplace les noms, adresses et références cadastrales des particuliers avant la publication sur le site de la collectivité.
- Décisions individuelles Masque l’identité et la situation des personnes dans les décisions mises en ligne ou transmises à un tiers.
- Jeux de données Retire les colonnes qui désignent une personne et agrège les lignes trop fines avant l’ouverture du jeu de données.
- Documents confiés à une IA Efface les données personnelles d’un courrier ou d’un dossier avant son traitement par un outil d’IA générative.
/données ouvertes
Des jeux de données ouverts, publiés sans nom ni adresse.
Le code des relations entre le public et l’administration impose la publication en ligne, par défaut, des documents et bases de données (art. L312-1-1). Les collectivités de moins de 3 500 habitants en sont exemptées, comme les administrations de moins de 50 agents (art. D312-1-1-1).
Selon le baromètre Déclic des petites collectivités, relayé par Localtis le 10 octobre 2025, 80 % des répondantes ont un plan d’action RGPD et 26 % publient des jeux de données ouverts.
Code des relations entre le public et l’administration, art. L312-1-1 (Légifrance) (nouvel onglet)Ingénierie des données
- Plan d’action RGPD Plan d’action RGPD : 80 % 80 %
- Jeux de données ouverts Jeux de données ouverts : 26 % 26 %
- Utilisent l’IA Utilisent l’IA : 6 % 6 %
/fuites
Des copies anonymisées qui limitent ce qu’une fuite révèle.
Le Panorama de la cybermenace 2025 de l’ANSSI compte 196 exfiltrations de données, contre 130 en 2024, tous secteurs confondus. Ministères et collectivités réunissent 24 % des incidents traités par l’agence, juste après l’éducation et la recherche.
Un tableau de bord, une étude statistique ou un échange avec un prestataire se passent des noms des habitants. Ces usages reçoivent des copies anonymisées, qui ne livrent ni nom ni adresse en cas de fuite.
Rapport annuel 2025 de la CNIL (nouvel onglet)Panorama de la cybermenace 2025 (Localtis, 12 mars 2026) (nouvel onglet)
Dès 3 500 habitants et 50 agents, l’ouverture des données devient la règle.
/essais
Des jeux d’essai qui tiennent les noms des habitants à l’écart.
De janvier à juillet 2024, la CNIL a accompagné Nantes Métropole dans son bac à sable « IA et services publics ». Le projet, Ekonom’IA, compare la consommation d’eau d’un foyer à celle de foyers similaires. Faute de pouvoir partager entre administrations des données couvertes par le secret fiscal, les essais ont été faits sur des données fictives.
Des données de synthèse permettent de mettre au point un modèle sans données réelles d’habitants. Une copie pseudonymisée contient toujours des données personnelles, puisque sa table de correspondance permet de retrouver chaque habitant. Elle sert à la validation, dans un cadre fixé avec votre délégué à la protection des données.
Bac à sable IA et services publics : les recommandations de la CNIL aux lauréats (2025) (nouvel onglet)Science des données
- Générer des données de synthèse à partir de la structure et des répartitions de vos données réelles
- Remplacer les identifiants en conservant, par des codes stables, les liens entre les tables
- Garder la table de correspondance en la confiant à votre service, hors de l’environnement d’essai
/sur le terrain
Des règles de masquage écrites avant la première publication.
Dans un projet d’anonymisation, la fiabilité du masquage dépend d’abord de ses règles. Elles s’écrivent avec le service des assemblées, le délégué à la protection des données, les archives et l’équipe des données ouvertes. Un nom de famille qui désigne aussi une rue ou un lieu-dit appelle une règle explicite.
Les documents numérisés ajoutent un prérequis : une reconnaissance optique de caractères (OCR) fiable, car un nom mal lu échappe au masquage.
- Les règles de masquage Fixent, pour chaque type d’acte, les mentions qui disparaissent et celles qui restent visibles, comme le nom des élus.
- Les annexes et les tableaux Reçoivent leurs propres règles de masquage, car un nom y figure souvent hors de toute phrase, dans une liste ou une cellule.
- L’échantillon de contrôle Mesure sur vos propres documents la part des noms et adresses que le modèle repère, avant la mise en service.
/méthode
Une anonymisation des documents hébergée en France ou chez vous.
L’anonymisation peut tourner sur vos serveurs ou sur une plateforme d’IA générative hébergée en France. Les documents à anonymiser n’en sortent qu’une fois anonymisés.
- CADRAGE Avec vos services, le cadrage recense les documents à publier, les mentions à masquer et le circuit de validation, puis annote un échantillon de documents réels.
- MISE EN SERVICE Le modèle se règle sur cet échantillon, puis passe aux agents, qui valident ou corrigent chaque passage masqué avant publication.
- MAINTENANCE Les nouveaux types de documents rejoignent le traitement, et les corrections des relecteurs passent dans les règles. Pour chaque copie, un journal garde les passages masqués et l’agent qui l’a validée.
/à savoir
Les questions fréquentes sur l’anonymisation en collectivité.
L’IA générative face aux attaques informatiques (ANSSI, CERT-FR, 2026) (nouvel onglet)Veille réglementaire
Quelle est la différence entre anonymisation et pseudonymisation ?
La pseudonymisation remplace les noms par des codes et conserve une table de correspondance, qui permet de retrouver chaque personne. L’anonymisation rend impossible, par des moyens raisonnables, de retrouver la personne, y compris par recoupement avec d’autres informations. Pour une mise en ligne, les détails qui permettent ce recoupement disparaissent aussi : adresse précise, date de naissance, situation familiale.
Une commune de moins de 3 500 habitants doit-elle ouvrir ses données ?
Non. L’obligation de publier en ligne, par défaut, documents et bases de données ne s’applique pas aux collectivités de moins de 3 500 habitants, ni aux administrations de moins de 50 agents (CRPA, art. L312-1-1 et D312-1-1-1). Une commune qui publie des données sans y être tenue en retire de la même façon les données personnelles.
Peut-on anonymiser un document avec une IA générative en ligne ?
Oui, mais le document part alors vers ce service avec toutes ses données personnelles. Le 4 février 2026, l’ANSSI a signalé, parmi les risques propres aux systèmes d’IA, les fuites qui surviennent quand des agents confient des informations sensibles à un compte d’IA. L’anonymisation passe alors par vos serveurs ou par un hébergeur en France, avant tout autre traitement.
L’anonymisation automatique est-elle fiable ?
Un modèle repère la plupart des noms et adresses, pas tous : un nom rare, un nom mal numérisé ou une mention dans un tableau peut lui échapper. Les règles de masquage traitent les cas connus, et l’agent qui relit avant publication corrige les autres.
Que devient le document original après anonymisation ?
Il reste intact dans vos systèmes et dans vos archives. Le masquage s’applique à une copie, celle qui est publiée ou transmise. Un journal conserve, pour chaque copie, les passages masqués et l’agent qui l’a validée.
/sources
Sources
- Légifrance, Code des relations entre le public et l’administration, art. L312-1-1, 2016 (seuil en vigueur depuis le 1er janvier 2017) (nouvel onglet)
- Localtis (Banque des Territoires), article du 10 octobre 2025 sur le baromètre Déclic des petites collectivités (vagues de 629 et 587 réponses), 2025 (nouvel onglet)
- CNIL, Rapport annuel 2025 (publié en mai 2026), 2025 (nouvel onglet)
- Localtis (Banque des Territoires), « Panorama cyber : derrière les attaques, l’ombre de la Russie et de la Chine », 12 mars 2026, d’après le Panorama de la cybermenace 2025 de l’ANSSI, 2025 (nouvel onglet)
- CNIL, « Bac à sable IA et services publics : les recommandations de la CNIL aux lauréats », mars 2025, 2025 (nouvel onglet)
- ANSSI / CERT-FR, « L’IA générative face aux attaques informatiques » (CERTFR-2026-CTI-001), 4 février 2026, 2026 (nouvel onglet)
/collectivités
- Cas d’usage de l’IA dans les collectivités IA générative et agents conversationnels pour le service public local
- Rédaction assistée par l’IA pour les collectivités Prépare projets de délibération, arrêtés, courriers aux administrés et rapports sociaux à partir des modèles de la collectivité et du dossier ; l’agent ou l’élu relit et signe.
- Transcription des séances du conseil Transcrit les séances du conseil municipal, communautaire ou départemental et les commissions, puis prépare le compte rendu que relit le service des assemblées.
- IA souveraine sur site pour les collectivités Installe l’assistant et les modèles sur les serveurs de la collectivité ou de son opérateur public mutualisé, pour que les dossiers d’usagers et les données sociales ne partent pas vers un service extérieur.
- Synthèse de dossiers pour les élus et les directions Résume un dossier de subvention, un rapport de commission ou les échanges d’un projet, et en tire pour l’élu ou la direction les décisions à prendre et les suites.
- Classement automatique du courrier et des archives Trie et indexe le courrier entrant, les pièces des dossiers et les documents à verser aux archives, selon le plan de classement de la collectivité.
- Détection d’anomalies et de fraudes pour les collectivités Signale les mandats, factures ou changements de coordonnées bancaires atypiques, ainsi que les liens possibles entre intérêts déclarés des élus et projets de délibération, pour qu’un agent les examine.
/contact
Travaillons ensemble
Découvrez comment Inceptive peut vous aider à transformer votre activité et à résoudre des problématiques opérationnelles complexes grâce à l’intelligence artificielle.