Fournisseurs externes et traitement des données
Nous utilisons l'implémentation par Microsoft Azure des modèles OpenAI, en particulier GPT-4 Turbo, via des API sécurisées. Cette configuration assure la gestion des données au niveau de l'entreprise.
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 direct à OpenAI : Le service est hébergé entièrement dans Microsoft Azure et n'interagit pas avec les plates-formes externes OpenAI telles que ChatGPT ou l'API publique OpenAI
Hébergement régional: Les données sont traitées dans la région spécifiée par le client. Pour nous, cela comprend l'un des quatre : l'Europe, le Royaume-Uni, les États-Unis ou le Canada
Contrôle d'accès : Microsoft n'accède à des données qu'à des fins de surveillance d'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, les deux sous-processeurs déclarent explicitement qu'ils n'utilisent pas les données à cette fin.
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 ?
Résumer signifie toujours jeter quelques détails tout en conservant ce qui semble le plus important.
Les modèles IA sont forts pour identifier des éléments communs, mais décider ce qui est le plus pertinent nécessite le contexte, la connaissance du domaine et le jugement subjectif.
Pour cette raison, les résumés peuvent être très utiles mais ne sont pas 100% exacts. La surveillance humaine reste essentielle.
Pour garantir des conclusions correctes, notre approche met l'accent sur l'utilisation responsable d'une 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 comprend plusieurs fonctionnalités pour vous aider à évaluer et améliorer la qualité sommaire :
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
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.