Trente secondes. C’est le temps qu’il a fallu à ChatGPT pour pointer un comportement précis, récurrent, et jamais verbalisé, après avoir reçu quelques semaines d’export de données de montre connectée. Pas de magie là-dedans, pas de mystère : juste la puissance brute d’un modèle de langage face à un tableau de chiffres que la plupart des gens parcourent distraitement depuis des mois. Ce genre d’expérience, de plus en plus fréquente chez les utilisateurs curieux, soulève une question bien plus profonde que la simple anecdote.
À retenir
- ChatGPT détecte des patterns comportementaux invisibles à l’œil humain dans les données de sommeil et d’activité
- Une étude de l’ETH Zurich prouve que l’IA prédit les traits de personnalité avec 61% de précision à partir de simples conversations
- Partager vos données de santé avec ChatGPT expose votre profil au CLOUD Act et à des risques d’augmentation d’assurance
Vos données biométriques parlent pour vous, même quand vous vous taisez
Les objets connectés dédiés à l’analyse de la santé sont des technologies qui exploitent des capteurs biométriques et des algorithmes pour enregistrer et interpréter les cycles de sommeil, les variations de fréquence cardiaque, les mouvements corporels et les paramètres respiratoires. Résultat : chaque nuit, chaque séance de sport, chaque pic de stress se transforme en colonne de données horodatées. Un export CSV de quelques semaines contient des milliers de lignes. Seul devant son application, personne ne voit les patterns. ChatGPT, lui, les voit immédiatement.
Coller un export de sommeil ou d’activité dans une conversation ChatGPT et demander “qu’est-ce que tu vois ?” produit des résultats souvent déconcertants. L’IA peut identifier une habitude de coucher tardif systématique les veilles de week-end, une qualité de sommeil dégradée après certains types d’activité physique, ou une période de stress prolongée visible uniquement dans la variabilité cardiaque. L’intelligence artificielle analyse ces patterns pour identifier des comportements récurrents et affiner ses suggestions au fil du temps, facilitant une gestion personnalisée et proactive des habitudes. Ce que vos applis de fitness présentent en graphiques lisses et encourageants, ChatGPT le reformule en hypothèses comportementales crues. Parfois trop crues pour être confortables.
Le mécanisme sous-jacent est le même que celui étudié par les chercheurs de l’ETH Zurich dans une étude publiée début mai 2026 : même des conversations anodines et apparemment sans lien avec la personnalité contiennent souvent des données qui permettent à l’IA de prédire certains traits de personnalité. Avec des données biométriques structurées, le modèle n’a même pas besoin de lire entre les lignes. Les lignes, elles, sont explicites.
L’expérience ETH Zurich : le précédent qui fait réfléchir
Une étude récente de l’ETH Zurich a révélé le potentiel de l’IA pour prédire les traits de personnalité à partir de l’historique des conversations. Les chercheurs ont collecté plus de 62 000 conversations auprès de 668 utilisateurs de ChatGPT, puis entraîné un modèle d’IA à identifier cinq traits de personnalité clés connus sous le nom de “Big Five” : l’amabilité, la conscience, la stabilité émotionnelle, l’extraversion et l’ouverture d’esprit. La précision atteinte dépasse 61% dans certains cas, avec une performance particulièrement marquée pour l’amabilité et la stabilité émotionnelle.
Ce qui frappe dans ces résultats, c’est le rôle du volume. L’équipe a observé que même des échanges informels contiennent suffisamment de signaux pour être exploitables, et que plus les gens interagissent avec l’IA, plus il devient facile de dresser leur profil. Transposé aux objets connectés : plus vous portez votre bracelet, plus le portrait est précis. Pas parce que l’IA “apprend” sur vous au sens propre pendant une session, mais parce que la densité des données fournie lui donne plus de matière pour travailler.
Des chercheurs de l’ETH Zurich ont aussi montré que les chatbots peuvent déduire des informations sensibles à partir de conversations banales, incluant la race, le lieu de résidence ou la profession. Avec un export de données biométriques, la barrière est encore plus basse : les informations ne sont pas à déduire, elles sont déjà là, quantifiées, horodatées, précises à la seconde.
Ce que ChatGPT fait de vos données : la réalité derrière la politique de confidentialité
Coller un export de santé dans ChatGPT, c’est aussi faire un choix. Les entrées que vous soumettez, vos prompts, et les sorties reçues sont enregistrées, et ces journaux de conversation sont utilisés pour faire fonctionner le service, améliorer les modèles et détecter les abus. OpenAI peut utiliser vos conversations pour entraîner de futurs modèles, sauf si vous refusez via le portail vie privée. La désactivation est possible : dans les paramètres, rubrique “Contrôle des données”, l’option d’entraînement se coupe en quelques clics. Mais combien d’utilisateurs le font ?
Au-delà du volume de données collectées se pose un problème de souveraineté numérique. ChatGPT est développé par une entreprise américaine, donc susceptible d’entrer dans le champ du CLOUD Act, qui permet aux autorités américaines de demander l’accès à des données contrôlées par des fournisseurs soumis au droit américain, même hébergées hors des États-Unis. Pour des données de santé, c’est une dimension que l’enthousiasme de l’expérience tend à faire oublier.
L’ironie de la situation ? Si vos informations de santé personnelles deviennent accessibles au public, votre assureur peut légalement utiliser ces informations pour modifier vos cotisations. Par exemple, si les données révèlent que votre mode de vie est plus sédentaire que ce que vous avez déclaré à votre médecin, votre compagnie d’assurance peut augmenter vos primes. On est loin de l’expérimentation techno sympathique du dimanche soir.
Utiliser l’IA sur ses propres données : intérêt réel, précautions concrètes
L’expérience reste valide et souvent précieuse. Marcher moins vite, mal dormir ou avoir une respiration irrégulière sont des signaux qu’un algorithme entraîné peut apprendre à reconnaître pour anticiper certains troubles de santé, bien avant l’apparition des signes cliniques. Apple travaille sur exactement ce sujet : depuis 2019, l’entreprise finance une vaste étude clinique, l’Apple Heart and Movement Study, menée auprès de plus de 160 000 participants, et les premiers résultats montrent qu’il est possible de prédire certains états de santé à partir des comportements quotidiens enregistrés par une montre connectée.
Le bon usage de ChatGPT sur ses données biométriques commence par une étape souvent négligée : l’anonymisation. Supprimer les dates exactes, remplacer les noms d’utilisateurs par des identifiants neutres, et surtout sécuriser les données échangées par anonymisation ou pseudonymisation si nécessaire. Dans ce cadre, l’IA devient un outil d’analyse personnel puissant sans transformer ses données de santé en ressource d’entraînement pour un modèle commercial.
La meilleure défense reste la sobriété : éviter de partager des informations trop sensibles, supprimer régulièrement son historique quand c’est pertinent, et garder en tête qu’un chatbot comprend parfois davantage que la question qu’on lui pose. Ce dernier point mérite d’être pris au sérieux, parce que ChatGPT intègre désormais des publicités, et que avec plus de 800 millions d’utilisateurs mensuels au début 2026, l’échelle du profilage potentiel est considérable. La révélation de cette habitude que vous n’aviez jamais avouée à personne est peut-être la meilleure introduction possible à la question de ce que vous avez réellement accepté de partager.
Sources : intelligence-artificielle.developpez.com | ubound.info