Politiques de formation de l’IA de Slack expliquées : Qu’est-ce qui a changé et pourquoi cela importe-t-il ?

Kenneth Pangan
Written by

Kenneth Pangan

Last edited 18 juin 2025

eesel support chat in Slack channel with eesel AI helping employees find information internally

Slack a récemment mis à jour ses principes de confidentialité pour clarifier comment les données des clients sont utilisées dans la formation de l’IA de Slack et les fonctionnalités d’apprentissage automatique. Cette initiative vise à améliorer la transparence et à répondre aux préoccupations croissantes concernant la manière dont les outils de travail gèrent les informations sensibles.

Slack met à jour ses règles de confidentialité concernant l’IA

Le 7 avril 2025, Slack a introduit des modifications à ses politiques de confidentialité pour expliquer comment les données des clients sont traitées pour l’apprentissage automatique et l’IA générative. L’entreprise a fourni des directives plus claires et a facilité la compréhension des options pour les équipes.

Pourquoi la formation de l’IA de Slack a soulevé des questions

Jusqu’à cette mise à jour, Slack utilisait par défaut les données des clients pour former des modèles d’apprentissage automatique traditionnels. Les équipes étaient automatiquement incluses à moins qu’elles ne choisissent activement de se désinscrire. Cette approche a rendu de nombreux utilisateurs mal à l’aise, en particulier ceux des secteurs réglementés ou ceux traitant des données confidentielles.

Alors que l’IA devient de plus en plus courante sur le lieu de travail, comprendre comment les plateformes utilisent vos données n’est plus une option. Cette mise à jour vise à donner aux utilisateurs plus de clarté et de contrôle.

Ce que Slack a clarifié sur l’IA et l’utilisation des données

Voici un aperçu des principales clarifications de Slack :

  • Modèles ML traditionnels – Slack a clarifié que les modèles alimentant des fonctionnalités telles que les suggestions de canaux ou les résultats de recherche utilisent des données dé-identifiées et regroupées. Ils  ne regardent pas le contenu des messages dans les messages directs, les canaux privés ou les canaux publics. Ces modèles apprennent des schémas d’utilisation, pas du contenu des conversations.

  • Produit d’IA générative (Slack AI) – Slack a déclaré sans équivoque qu’ils n’utilisent aucune donnée client pour entraîner les modèles LLM tiers sous-jacents. Les données clients utilisées par les fonctionnalités de Slack AI (comme les réponses génératives dans la recherche) restent dans les limites sécurisées de Slack.
  • Option de désinscription – Les clients p peuvent choisir de ne pas avoir leurs données utilisées pour entraîner les modèles  non génératifs ML de Slack en contactant le support de Slack.

Les développements supplémentaires incluent le document mis à jour des principes de confidentialité lui-même, fournissant aux utilisateurs une ressource plus claire.

Qui doit examiner ces mises à jour de formation AI de Slack

Si votre organisation utilise Slack et gère des données sensibles, ces changements méritent un examen plus attentif. Les équipes de conformité, les responsables IT et les administrateurs devraient examiner la nouvelle documentation de Slack pour s’assurer que les paramètres actuels correspondent aux politiques de l’entreprise.

C’est particulièrement important pour les équipes régies par des cadres comme HIPAA ou GDPR, où les paramètres d’utilisation des données par défaut peuvent ne pas être acceptables.

Comment cela affecte l’adoption de l’IA en milieu de travail

Cette mise à jour pourrait encourager davantage de fournisseurs SaaS à publier des politiques de formation des données plus claires. Les équipes demandent plus de contrôle et plus d’informations, et l’initiative de Slack pourrait donner le ton aux autres.

Si votre entreprise explore des fonctionnalités d’IA dans Slack ou des outils similaires, c’est le bon moment pour auditer comment ces outils utilisent vos données et si cela correspond à vos normes internes.

Conseil pour les équipes cherchant à en faire plus

Naviguer à travers toutes ces politiques de formation AI et s’assurer que vos données sont traitées exactement comme votre entreprise en a besoin peut sembler beaucoup. Bien que des plateformes comme Slack travaillent à être plus claires, de nombreuses entreprises souhaitent encore avoir plus de voix sur la manière dont l’IA est formée et utilisée, en particulier lorsqu’elles souhaitent que l’IA exploite leur propre connaissance interne pour le support ou les outils internes.

Si vous êtes à la recherche de solutions de support AI qui sont vraiment transparentes sur la gestion des données, vous permettent de former l’IA spécifiquement sur vos sources de connaissance (comme les anciens tickets de support, les documents internes ou les données d’autres plateformes), et vous offrent des options flexibles pour la configuration, il pourrait être intéressant d’explorer d’autres alternatives. eesel.ai se connecte à vos outils de helpdesk et de collaboration existants, vous donnant la possibilité de former des agents et des assistants AI en utilisant vos propres données. Vous avez un contrôle clair sur les données utilisées et sur le comportement de l’IA. C’est conçu pour les entreprises qui ont besoin d’une IA puissante qui comprend réellement leur contexte, sans avoir à se soucier des problèmes de confidentialité des données ou des coûts imprévus qui pourraient survenir.

Principales conclusions sur la formation AI de Slack et la confidentialité

La mise à jour de Slack améliore la transparence, clarifie quels types de données sont utilisés pour l’IA et l’apprentissage automatique, et introduit des options de désinscription plus accessibles. Bien que la mise à jour soit un pas dans la bonne direction, elle rappelle également aux équipes de rester informées et d’évaluer les outils sur lesquels elles s’appuient chaque jour.

Savoir comment vos données sont utilisées dans la formation AI de Slack vous aide à gérer les risques et à protéger votre équipe. Passer en revue ces paramètres régulièrement peut garantir que vos outils de collaboration fonctionnent pour vous, et non l’inverse.

Partager cet article

Kenneth undefined

Article by

Kenneth Pangan

Kenneth Pangan is a marketing researcher at eesel with over ten years of experience across various industries. He enjoys music composition and long walks in his free time.