@inproceedings{estignard-etal-2025-evaluation,
    title = "{\'E}valuation de la confidentialit{\'e} des textes cliniques synth{\'e}tiques g{\'e}n{\'e}r{\'e}s par des mod{\`e}les de langue",
    author = "Estignard, Foucauld  and
      Ghannay, Sahar  and
      Girard-Satabin, Julien  and
      Hiebel, Nicolas  and
      N{\'e}v{\'e}ol, Aur{\'e}lie",
    editor = "Bechet, Fr{\'e}d{\'e}ric  and
      Chifu, Adrian-Gabriel  and
      Pinel-sauvagnat, Karen  and
      Favre, Benoit  and
      Maes, Eliot  and
      Nurbakova, Diana",
    booktitle = "Actes des 32{\`e}me Conf{\'e}rence sur le Traitement Automatique des Langues Naturelles (TALN), volume 2 : traductions d'articles publi{\'e}s",
    month = "6",
    year = "2025",
    address = "Marseille, France",
    publisher = "ATALA {\textbackslash}{\textbackslash}{\&} ARIA",
    url = "https://preview.aclanthology.org/corrections-2025-10/2025.jeptalnrecital-trad.10/",
    pages = "13--13",
    language = "fra",
    abstract = "Les grands mod{\`e}les de langue (LLM) peuvent {\^e}tre utilis{\'e}s pour produire des documents synth{\'e}tiques similaires {\`a} des documents r{\'e}els dont la disponibilit{\'e} est limit{\'e}e pour des raisons de confidentialit{\'e} ou de droits d{'}auteur. Dans cet article, nous {\'e}tudions les risques en lien avec la confidentialit{\'e} dans les documents g{\'e}n{\'e}r{\'e}s automatiquement. Nous utilisons des textes synth{\'e}tiques g{\'e}n{\'e}r{\'e}s {\`a} partir d{'}un mod{\`e}le pr{\'e}-entra{\^i}n{\'e} et affin{\'e} sur des cas cliniques en fran{\c{c}}ais afin d'{\'e}valuer ces risques selon trois crit{\`e}res : (1) la similarit{\'e} entre un corpus d{'}entra{\^i}nement r{\'e}el et le corpus synth{\'e}tique (2) les corr{\'e}lations entre les caract{\'e}ristiques cliniques dans le corpus d{'}entra{\^i}nement et le corpus synth{\'e}tique et (3) une attaque par inf{\'e}rence d{'}appartenance (MIA, en anglais) utilisant un mod{\`e}le affin{\'e} sur le corpus synth{\'e}tique. Nous identifions des associations de caract{\'e}ristiques cliniques qui sugg{\`e}rent que le filtrage du corpus d{'}entra{\^i}nement pourrait contribuer {\`a} la pr{\'e}servation de la confidentialit{\'e}. Les attaques par inf{\'e}rence d{'}appartenance n{'}ont pas {\'e}t{\'e} concluantes."
}