Pièces d'identité : extraction par IA et RGPD

Les services d'extraction savent lire une pièce d'identité : le nom, la date de naissance, le numéro de document, la date d'expiration. Techniquement, c'est le cas d'extraction le plus avancé du marché ; juridiquement, c'est le plus sensible. La règle de départ est la minimisation : n'extrayez et ne conservez que ce que la finalité exige, et rien de plus longtemps que nécessaire. Cette page présente ce que savent faire les outils et les repères du RGPD ; elle ne constitue pas un avis juridique, et votre délégué à la protection des données reste votre interlocuteur. Mise à jour le 15/11/2026.

Ce que savent lire les services

Azure Document Intelligence. Son modèle d'identité (prebuilt-idDocument) associe OCR et apprentissage profond pour extraire les informations clés d'une pièce d'identité et les renvoyer en JSON. Depuis l'API v4.0 du 30/11/2024, Microsoft indique qu'il prend en charge les pièces d'identité de toutes les régions du monde. Types listés : passeports (livret et carte) dans le monde entier ; aux États-Unis, permis de conduire, cartes d'identité, titres de séjour, carte de sécurité sociale, carte militaire ; en Inde, permis, carte PAN, Aadhaar ; en Australie, permis, carte photo ; et « autres » régions : permis de conduire, carte d'identité, titre de séjour. La page ne détaille pas les champs : ils sont dans le schéma publié sur GitHub par Microsoft.

Google Document AI. Le processeur « Identity Document Proofing Parser » ne fait pas qu'extraire : il prédit la validité du document à partir de signaux de fraude. Sa documentation le décrit en anglais, pour les passeports, cartes-passeport et permis de conduire américains, avec une détection de doublons en ligne limitée aux États-Unis, et précise que ses sorties doivent soutenir une relecture humaine, pas la remplacer.

Pour une carte nationale d'identité française, aucune de ces deux pages ne la nomme : testez sur vos propres pièces avant de promettre quoi que ce soit.

Ce que dit le RGPD

Trois repères, tirés du texte du règlement tel que publié par la CNIL :

• Minimisation (article 5, paragraphe 1, point c) : les données doivent être « adéquates, pertinentes et limitées à ce qui est nécessaire au regard des finalités pour lesquelles elles sont traitées ». Lire le nom et le numéro peut suffire là où l'on est tenté de stocker toute l'image.
• Limitation de la conservation (article 5, paragraphe 1, point e) : les données ne sont pas conservées au-delà de « celle nécessaire au regard des finalités pour lesquelles elles sont traitées ». Une durée se décide par finalité.
• Données biométriques (article 9, paragraphe 1) : le traitement de données biométriques « aux fins d'identifier une personne physique de manière unique » est interdit par principe (le règlement prévoit des exceptions, à examiner avec votre délégué). Lire le texte imprimé d'une carte n'est pas de la biométrie. Comparer le visage de la pièce à celui d'un selfie, en revanche, peut en relever : si votre projet comprend cette étape, ne la lancez pas sans l'avis de votre délégué.

Un exemple de durée fixée par une finalité précise, donné par la CNIL : les banques doivent vérifier l'identité de leurs clients et conserver une copie des documents d'identité pendant cinq ans après la clôture du compte ou la fin de la relation, dans le cadre de la lutte contre le blanchiment. Cette durée ne se transpose pas à une autre activité : chaque finalité a sa propre règle.

Une architecture qui limite le risque

1. Définir la finalité avant l'outil : vérifier un âge, ouvrir un compte, contrôler un dossier de location… ne demandent ni les mêmes champs ni la même durée.
2. Extraire seulement les champs utiles : le schéma est la première mesure de minimisation (voir schéma JSON d'extraction). Pas de champ « tout le texte de la pièce » par défaut.
3. Ne pas garder l'image si le résultat suffit : une fois les champs validés, supprimez le fichier source selon la durée décidée, ou archivez-le séparément avec des accès restreints.
4. Chiffrer et limiter les accès : le dossier des pièces est séparé du reste, les accès sont tracés.
5. Encadrer le prestataire : le service d'extraction est un sous-traitant. Vérifiez la région de traitement, la conservation éventuelle des fichiers côté éditeur et le contrat. Pour les outils d'IA en général, voir modèle d'IA et données personnelles.
6. Informer les personnes : dites pourquoi vous collectez la pièce, combien de temps vous la gardez, et à qui elle est transmise.
7. Demander à votre délégué si une analyse d'impact est nécessaire pour votre traitement.

Validation humaine et erreurs

Une erreur sur une pièce d'identité n'est pas une erreur comme les autres : un nom mal lu peut bloquer ou, pire, valider le mauvais dossier. Mettez en place :

• une relecture humaine systématique tant que vous n'avez pas mesuré le taux d'erreur par champ sur vos pièces : voir mesurer la précision champ par champ ;
• des contrôles automatiques : date d'expiration postérieure à la date du jour, date de naissance plausible, cohérence entre les champs et la zone lisible par machine du passeport quand elle existe ;
• un seuil de confiance strict pour les champs d'identité : voir seuil de confiance et validation humaine.

Gardez à l'esprit que ces extractions servent à saisir des données, pas à décider seules de l'identité d'une personne : la décision reste humaine.