Pourquoi ndaact caviarde parfois trop, et comment signaler un caviardage raté

Pourquoi ndaact caviarde plus que nécessaire

Vous verrez parfois un mot ordinaire remplacé par un marqueur : un nom de rue pris pour un nom de famille, une ville prise pour une raison sociale. C’est un choix de réglage. Nos modèles de détection sont affinés à partir d’une base volontairement stricte : en cas de doute, ils caviardent.

La raison tient à l’écart entre deux erreurs. Un mot caviardé pour rien se voit tout de suite dans le texte envoyé, et il ne fait sortir aucune donnée : au pire, la réponse de l’IA est un peu moins précise. Un nom de client que le modèle laisse passer part en clair chez le fournisseur d’IA, et personne ne s’en aperçoit. Entre les deux, nous préférons l’erreur visible et sans conséquence.

Ce réglage réduit le risque sans l’annuler. ndaact est une aide : relisez le texte avant l’envoi, vous restez maître de ce qui part.

Des modèles ré-entraînés en continu

Nous ré-entraînons régulièrement les modèles de détection, langue par langue. Chaque cycle produit une nouvelle version du modèle français, anglais, allemand, espagnol ou italien, et l’application télécharge celle de votre langue. Le but de chaque cycle est double : moins de mots caviardés pour rien, et aucun nom de plus laissé en clair.

Les cas que vous nous signalez alimentent les cycles suivants. Un signalement précis vaut mieux qu’une impression générale : il nous dit quel mot, dans quelle phrase, avec quelle version du modèle.

Comment signaler un caviardage raté

Application de bureau : dans le menu de l’icône de la barre système, choisissez « Signaler un caviardage raté… ». Le signalement porte sur le dernier caviardage du presse-papier.

Extension Chrome : dans l’aperçu du message, cliquez sur le lien de signalement.

Dans les deux cas, une fenêtre s’ouvre avec le texte concerné. Vous indiquez si ndaact a caviardé trop, pas assez, ou autre chose, puis vous relisez ce qui va partir.

Ce qui est envoyé

• le type de signalement : trop caviardé, pas assez, ou autre ;
• le texte d’origine, tel que vous l’avez modifié dans la fenêtre ;
• le texte caviardé ;
• un commentaire, si vous en écrivez un ;
• la version de l’application et l’identifiant du modèle de détection actif.

Avant l’envoi, vous pouvez remplacer les vraies données par des données fictives : un faux nom à la place du nom du client, une fausse adresse. Le cas reste utile tant que la phrase garde sa structure.

Rien ne part sans votre action. L’envoi demande votre clic, l’aperçu complet du contenu, une case de consentement que vous cochez vous-même, puis le bouton « Envoyer ». Il n’y a ni envoi automatique, ni case pré-cochée.

Ce que nous en faisons

• Un signalement est conservé 90 jours au maximum, puis supprimé automatiquement.
• Le texte et le commentaire n’apparaissent dans aucun journal technique.
• Le texte réel n’entre jamais dans l’entraînement d’un modèle. Nous réécrivons chaque cas en un cas fictif équivalent (même structure de phrase, mêmes types de données, valeurs inventées). Seul ce cas fictif sert à l’entraînement, et le signalement d’origine est supprimé dès qu’il a été réécrit.

Le détail de ce traitement figure dans la politique de confidentialité.