Enabling Multilingual Privacy Policy Audits: Large-Scale Analysis of Spanish Mobile Apps
Cet article démontre que les grands modèles de langage peuvent étendre efficacement les audits de politiques de confidentialité au-delà de l'anglais en atteignant une haute performance translinguistique à travers les langues de l'UE, révélant que les audits exclusivement en anglais occultent systématiquement les lacunes de transparence et les écarts entre les pratiques de données déclarées et observées dans les écosystèmes d'applications multilingues tels que le Google Play Store espagnol.
Article original sous licence CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète
Imaginez l'internet comme une immense bibliothèque animée où chaque application est un livre. Avant de pouvoir lire un livre, vous êtes censé consulter sa « quatrième de couverture » pour voir quels secrets elle pourrait garder sur vous. Dans le monde numérique, cette quatrième de couverture s'appelle une politique de confidentialité. C'est une promesse juridique faite par le créateur de l'application disant : « Voici exactement quelles données nous prendrons sur votre téléphone et comment nous les utiliserons. » Pendant des années, des chercheurs ont construit des robots pour lire ces promesses et vérifier si les applications disent la vérité. Mais il y a un piège : la plupart de ces robots ne parlent qu'anglais.
Cela crée un problème pour des endroits comme l'Union européenne, où les gens parlent 24 langues officielles différentes. Si une application est écrite en espagnol, en français ou en grec, mais que le robot ne comprend que l'anglais, cette application devient invisible pour l'audit. C'est comme essayer de vérifier la sécurité des bâtiments d'une ville entière, mais votre inspecteur ne peut lire que les plans des maisons construites en anglais. Cet article pose une grande question : pouvons-nous apprendre à nos robots inspecteurs à comprendre toutes ces langues sans avoir besoin d'un expert humain pour leur enseigner chacune d'entre elles ? Et si nous le pouvons, quels secrets cachés découvrons-nous lorsque nous regardons enfin les applications qui étaient auparavant ignorées ?
Le robot briseur de barrières linguistiques
Les chercheurs de cet article ont décidé de construire un « super-inspecteur multilingue » en utilisant un type d'intelligence artificielle appelé Modèle de Langage Étendu (LLM). Considérez un LLM comme un étudiant super intelligent qui a lu presque tout sur Internet. Contra man qu'aux anciens robots qui avaient besoin d'un manuel spécifique pour chaque langue (ce qui est difficile à rédiger), cet étudiant peut deviner le sens d'une politique de confidentialité espagnole ou polonaise simplement en la regardant, même s'il a été principalement entraîné sur l'anglais.
Pour tester si cet étudiant était réellement assez intelligent pour être un auditeur juridique, l'équipe n'a pas seulement fait des suppositions. Ils ont créé un « examen blanc » massif. Ils ont pris deux ensembles célèbres de politiques de confidentialité rédigés par des experts (originellement en anglais) et ont utilisé un outil de traduction de haute qualité pour les transformer dans les 24 langues officielles de l'UE. Ils ont ensuite demandé à leur étudiant IA de lire ces politiques traduites et d'identifier quel type de données personnelles les applications prétendaient collecter, comme votre localisation, vos contacts ou vos informations de santé.
Les résultats ont été étonnamment bons. L'étudiant IA a donné les bonnes réponses environ 91 % à 94 % du temps, peu importe la langue qu'il lisait. Peu importait que la politique soit en estonien ou en français ; le robot comprenait les règles aussi bien qu'en anglais. Cela a prouvé que nous n'avons pas besoin d'une équipe de 24 experts juridiques différents pour auditer chaque langue ; une IA intelligente peut faire le plus gros du travail sur tous les fronts.
Le grand audit des applications espagnoles
Avec leur nouveau robot multilingue prêt, l'équipe s s'est lancée dans une mission en conditions réelles. Ils ont téléchargé et testé 2 611 applications Android provenant du Google Play Store espagnol. C'était un événement majeur car les audits précédents regardaient principalement les applications commerciales populaires, qui rédigent souvent leurs politiques en anglais. Les chercheurs voulaient voir ce qui se passait lorsqu'ils incluaient les « autres » applications : les services gouvernementaux, les outils des mairies locales et les applications de transports publics, qui rédigent généralement leurs politiques en espagnol.
Ils n'ont pas seulement lu les politiques ; ils ont aussi observé les applications en action. Ils ont exécuté les applications sur des téléphones de test et ont enregistré chaque donnée que les applications tentaient d'envoyer sur Internet. Ils ont ensuite comparé la « promesse » (la politique) avec la « réalité » (les données réellement envoyées).
Voici ce qu'ils ont découvert, et c'est un peu un coup de théâtre :
1. La barrière de la langue cache la vérité
L'audit a révélé une division claire. Les applications commerciales populaires (comme les jeux et les outils de shopping) rédigaient la plupart de leurs politiques de confidentialité en anglais. Les applications du secteur public (comme les services gouvernementaux) rédigeaient les leurs en espagnol. Comme la plupart des audits précédents ne parlaient qu'anglais, ils étaient effectivement aveugles aux applications du secteur public. En parlant espagnol, les chercheurs pouvaient enfin voir ce que faisaient ces applications gouvernementales.
2. Le problème de l'« omission »
Lorsqu'ils ont comparé les promesses à la réalité, ils ont découvert que de nombreuses applications mentaient par omission, c'est-à-dire qu'elles ne disaient pas qu'elles collectaient des données, mais elles le faisaient quand même.
- Les applications commerciales : Environ 15,1 % des applications commerciales populaires avaient des politiques qui ne correspondaient pas à leur comportement.
- Les applications publiques : La situation était bien pire pour les applications gouvernementales. Près de 49,5 % d'entre elles avaient des politiques qui omettaient des activités majeures de collecte de données.
3. Qu'est-ce qui manquait ?
Le secret le plus courant était la « télémétrie de l'appareil ». Il s'agit d'un jargon technique pour désigner l'application qui envoie discrètement des informations sur le modèle de votre téléphone, sa version logicielle et son identifiant unique vers Internet. Les applications ne mentionnaient souvent pas cela dans leurs politiques.
- Pour les applications du secteur public, 79,6 % des flux de données observés n'étaient pas mentionnés dans leurs politiques de confidentialité.
- Même si c'étaient des applications gouvernementales, elles envoyaient souvent des données à de grandes entreprises technologiques (comme Google) et à des serveurs aux États-Unis et au Royaume-Uni, sans informer clairement l'utilisateur que cela se produisait.
Pourquoi cela importe
L'article suggère que le problème n'est pas seulement que certaines applications sont de mauvais acteurs ; c'est que tout le système de contrôle est défaillant à cause de la langue. En n'auditant que les politiques en anglais, les régulateurs et les chercheurs ont manqué une part énorme de l'écosystème numérique, particulièrement les services que les gouvernements fournissent à leurs citoyens.
L'étude montre que lorsque l'on regarde enfin les applications hispanophones, on découvre un type différent de déficit de transparence. Il ne s'agit pas seulement de publicités et de traçage ; il s'agit de la manière dont même les services publics dépendent de connexions complexes et cachées à des outils tiers qui envoient automatiquement des données sans explication claire. Les chercheurs concluent que pour réparer la confidentialité, nous devons cesser de traiter la langue comme une barrière. Nous avons besoin d'outils capables d'auditer toutes les langues, car les secrets que les applications gardent ne se soucient pas de la langue que vous parlez. La méthode de vérification de la confidentialité « uniquement en anglais » revient à essayer de résoudre un puzzle en ne regardant que la moitié des pièces.
Noyé(e) sous les articles dans votre domaine ?
Recevez des digests quotidiens des articles les plus récents correspondant à vos mots-clés de recherche — avec des résumés techniques, dans votre langue.