IA interopérables : pourquoi votre mémoire numérique ne doit pas vous enfermer

Les assistants conversationnels ne sont plus seulement des outils auxquels on pose une question ponctuelle. En juillet 2025, des services comme ChatGPT ou Grok peuvent s’inscrire dans des habitudes quotidiennes : reformuler des textes, aider à programmer, organiser des idées, préparer des réunions ou rappeler certaines préférences. À mesure que ces outils accumulent du contexte, l’enjeu n’est plus uniquement de choisir le modèle le plus performant. Il devient aussi possible, ou non, de partir sans perdre une partie de son environnement intellectuel.

Cette perspective est au cœur de l’interopérabilité des intelligences artificielles. Le mot peut paraître technique, mais la question est concrète : lorsqu’une personne change d’assistant, peut-elle emporter les éléments qu’elle a patiemment configurés et retrouver un service utile sans repartir de zéro ? Derrière cette question se jouent la concurrence entre plateformes, la protection des données personnelles et une forme d’autonomie numérique.

Quand l’IA devient un interlocuteur qui connaît son utilisateur

Les grands modèles de langage, ou LLM, produisent du texte en analysant les consignes qui leur sont fournies et les régularités apprises durant leur entraînement. Leur intérêt pratique augmente lorsqu’ils disposent d’un contexte : un document à résumer, une conversation en cours ou des indications sur la manière dont l’utilisateur souhaite travailler.

Certaines plateformes proposent ainsi des fonctions de mémoire. Selon les réglages et les services, elles peuvent s’appuyer sur l’historique des échanges, des instructions enregistrées, des préférences explicites ou des informations déduites de conversations précédentes. L’assistant peut alors retenir un ton de rédaction, le domaine professionnel d’une personne, le format qu’elle préfère pour une réponse ou la progression d’un projet.

Cette personnalisation apporte un gain de temps réel. Au lieu de répéter les mêmes consignes, l’utilisateur peut obtenir plus vite une réponse adaptée. Pour un étudiant, un indépendant ou une équipe, l’IA peut progressivement ressembler à un bras droit numérique : elle connaît le vocabulaire employé, les contraintes récurrentes et les tâches déjà réalisées.

Mais cette commodité a une contrepartie. La valeur d’un assistant ne repose plus seulement sur ses capacités générales, elle réside aussi dans la relation informationnelle construite avec son utilisateur. Plus cette mémoire est riche, plus l’idée d’abandonner le service peut sembler coûteuse, même lorsqu’une autre solution paraît plus intéressante sur le papier.

Portabilité et interopérabilité : deux droits, deux promesses

La portabilité des données consiste à récupérer certaines données dans un format structuré et réutilisable, ou à les faire transmettre à un autre responsable de traitement lorsque cela est techniquement possible. L’interopérabilité va plus loin : les systèmes doivent pouvoir comprendre, échanger et utiliser ces informations de façon suffisamment cohérente pour éviter une rupture de service.

La nuance est déterminante pour les IA génératives. Télécharger une archive de messages peut être utile pour conserver une trace de son travail. Cela ne signifie pas qu’un assistant concurrent pourra importer l’ensemble, identifier les éléments importants, distinguer une instruction durable d’une remarque passagère et se comporter aussitôt comme l’ancien outil.

Le problème tient notamment à la diversité des architectures. Chaque fournisseur peut organiser les conversations, les préférences et les mécanismes de mémoire selon ses propres formats. Les modèles eux-mêmes interprètent différemment une même instruction. Une migration parfaite, qui garantirait des réponses identiques, n’est donc ni réaliste ni nécessaire. L’objectif serait plutôt une continuité d’usage suffisante : récupérer ses données, sélectionner ce qui doit être transféré et rétablir rapidement un contexte de travail exploitable.

Le risque de verrouillage, au-delà d’un simple problème technique

On parle de verrouillage, ou de lock-in, lorsqu’un utilisateur reste chez un fournisseur parce que le coût d’un départ devient trop élevé. Dans le cas d’une IA personnalisée, ce coût peut être financier, technique, mais aussi cognitif. Il faut retrouver les anciens échanges, recréer les instructions, expliquer de nouveau son activité et vérifier que le nouvel outil ne commet pas d’erreurs liées à l’absence de contexte.

Ce phénomène n’implique pas nécessairement une intention délibérée de retenir les utilisateurs. Il peut résulter de choix techniques, de formats propriétaires ou de fonctions de personnalisation conçues séparément. Son effet sur le marché reste néanmoins important : une plateforme disposant de beaucoup d’utilisateurs et d’une mémoire riche peut profiter d’un avantage difficile à contester, même si une solution concurrente innove davantage.

La comparaison avec la portabilité des numéros de téléphone aide à comprendre l’enjeu. En France, ce mécanisme, mis en œuvre dès 2003, a permis de changer d’opérateur sans abandonner son numéro. Le client gardait ainsi un repère essentiel de sa vie sociale et professionnelle. Pour les assistants IA, le « numéro » à conserver n’est pas une donnée unique. C’est un ensemble beaucoup plus complexe : consignes, documents, historique, préférences et contexte.

Parler d’un « morceau de cerveau » est une image, non une qualification juridique. Une IA ne devient pas une partie de la personne qui l’utilise. En revanche, elle peut concentrer des traces de son raisonnement, de ses projets et de ses échanges. C’est précisément pourquoi la possibilité de quitter un service sans perdre l’essentiel mérite d’être pensée comme une liberté numérique.

Ce que le droit européen apporte déjà, et ce qu’il ne règle pas encore

L’Union européenne ne part pas de zéro. Plusieurs textes ont installé l’idée que les données ne doivent pas devenir une prison commerciale. Ils n’offrent toutefois pas, en juillet 2025, un droit général et immédiat à transférer l’intégralité de la mémoire d’un assistant conversationnel vers n’importe quel concurrent.

Le RGPD, applicable depuis 2018, prévoit un droit à la portabilité dans certaines conditions. Il vise les données fournies par la personne concernée, lorsque le traitement repose sur le consentement ou l’exécution d’un contrat et qu’il est automatisé. Ce droit est précieux, mais il comporte des limites : il ne couvre pas automatiquement toutes les informations dérivées ou inférées par le fournisseur, et il doit respecter les droits et libertés d’autres personnes.

Le règlement sur la gouvernance des données, ou DGA, applicable depuis septembre 2023, encadre certains mécanismes de partage et de réutilisation des données dans l’Union. Il favorise un environnement de confiance, mais n’impose pas aux plateformes d’IA grand public un format commun pour les mémoires de leurs utilisateurs.

Le règlement sur les marchés numériques, ou DMA, constitue un autre précédent. Il impose des obligations spécifiques aux très grandes plateformes désignées comme contrôleurs d’accès, notamment en matière de portabilité et, pour certains services de communication, d’interopérabilité. Son périmètre ne se confond pas avec celui de tous les assistants IA, mais il montre que l’Union peut intervenir lorsque la dépendance à un écosystème menace le choix des utilisateurs.

Enfin, le Data Act deviendra applicable le 12 septembre 2025. Il contient des règles sur l’accès aux données, le changement de fournisseur de services de traitement des données et l’interopérabilité de certains services. Son apport doit être observé avec attention, sans lui prêter une portée qu’il n’a pas encore : il ne crée pas, à lui seul, une mémoire IA portable et universelle.

Santé, banque : des précédents utiles mais encadrés

La directive sur les services de paiement, souvent appelée DSP2, a illustré l’intérêt d’un partage sécurisé. Avec l’accord du client, des prestataires autorisés peuvent accéder à certaines données de comptes de paiement afin de proposer de nouveaux services. L’ouverture n’est pas absolue : elle repose sur des règles d’authentification, de sécurité et de responsabilité.

Dans le domaine de la santé, la prudence est encore plus indispensable. En France, Mon Espace Santé offre aux usagers un espace numérique personnel pour stocker et partager certains documents de santé avec les professionnels concernés. À l’échelle européenne, le règlement sur l’espace européen des données de santé, entré en vigueur en mars 2025, doit faciliter à terme l’accès et l’échange sécurisé de données de santé dans l’Union.

Ces exemples ne peuvent pas être transposés mécaniquement aux IA conversationnelles. Ils apportent néanmoins trois enseignements : l’interopérabilité peut stimuler l’innovation, elle exige des règles communes et elle doit laisser à l’utilisateur une maîtrise réelle de ce qui circule. Les échanges avec un assistant peuvent contenir des informations professionnelles confidentielles, des données de santé, des opinions, ou des éléments concernant des proches. Un transfert automatique et sans contrôle serait aussi problématique qu’une absence totale de transfert.

À quoi ressemblerait une mémoire IA réellement transférable ?

Une interopérabilité utile ne consisterait pas à verser aveuglément des années de conversations dans le système d’un concurrent. Elle nécessiterait des formats documentés, des réglages compréhensibles et une importation sélective. L’utilisateur devrait pouvoir voir ce qui est transféré, modifier les éléments obsolètes et écarter les données sensibles ou les propos appartenant à des tiers.

Un dispositif responsable pourrait distinguer plusieurs niveaux :

• l’export des conversations brutes, pour l’archivage personnel ;
• le transfert des instructions et préférences explicitement enregistrées ;
• un résumé de contexte vérifiable et modifiable par l’utilisateur ;
• l’importation volontaire dans le nouveau service, sans activation automatique de toutes les mémoires ;
• la suppression contrôlée des données auprès de l’ancien fournisseur, selon les règles applicables.

La sécurité doit rester au centre du dispositif. Un fichier de mémoire peut contenir des informations sensibles et devenir une cible intéressante pour des fraudeurs. Il peut aussi contenir des consignes malveillantes, volontairement ou non, qui perturbent l’assistant importateur. Des mécanismes de chiffrement, d’authentification, de contrôle des accès et de validation des contenus seraient donc indispensables.

Pour les développeurs, des standards communs pourraient réduire les coûts d’intégration et encourager de nouveaux services spécialisés. Mais l’ouverture ne doit pas servir de prétexte à une collecte accrue. Le principe à défendre est celui d’une circulation choisie, limitée à ce qui est nécessaire et compréhensible par la personne concernée.

Ce que les utilisateurs peuvent faire dès maintenant

En attendant d’éventuelles obligations plus précises, quelques réflexes permettent de réduire la dépendance à une seule plateforme. Ils ne remplacent pas une véritable interopérabilité, mais ils facilitent une future migration.

Il est utile de conserver séparément les documents importants, les décisions et les méthodes de travail, plutôt que de les laisser uniquement dans un fil de discussion. Les instructions récurrentes peuvent être sauvegardées dans un document personnel. Lorsqu’un service le permet, demander une copie de ses données aide aussi à comprendre ce qui est effectivement conservé.

Il convient surtout d’examiner les réglages de mémoire et de confidentialité. Avant d’enregistrer une préférence durable, l’utilisateur peut se demander si elle contient une information intime, confidentielle ou relative à une autre personne. Désactiver la mémoire, effacer certains éléments ou séparer les usages personnels et professionnels peut limiter les conséquences d’une fuite ou d’un changement de fournisseur.

Ce qu’il faut surveiller

L’interopérabilité des IA sera l’un des tests concrets de la promesse européenne de souveraineté numérique. La question ne se résume pas à savoir si les plateformes doivent ouvrir toutes leurs technologies. Elle consiste à déterminer quelles données et quels réglages une personne doit pouvoir récupérer pour conserver sa liberté de choix, sans exposer sa vie privée ni compromettre la sécurité des services.

Les prochains débats devront préciser le statut des mémoires générées par les assistants, la portée du droit à la portabilité face aux données inférées et les standards techniques capables de faire dialoguer des services différents. Ils devront également éviter deux écueils : un marché fermé où changer d’IA revient à repartir de zéro, et une ouverture mal maîtrisée où les données personnelles circulent sans garde-fous.

Pour les utilisateurs, la promesse est simple : pouvoir choisir l’assistant qui leur convient à un moment donné, sans devoir abandonner tout le contexte construit auparavant. Pour les entreprises et les régulateurs, le défi est plus complexe. Il faudra concilier innovation, concurrence, confidentialité et sécurité. C’est à cette condition que la personnalisation des IA renforcera l’autonomie numérique au lieu de l’éroder.