Qui a besoin d’un registre de fidélité des données ?

Toute organisation dont les informations publiées sur le web sont lues, citées ou utilisées par des agents IA. Si un assistant, un moteur de recherche, un fournisseur de données ou un système tiers peut se tromper sur une information élémentaire, un registre de fidélité des données est l’endroit où les agents IA peuvent trouver, lire et vérifier ces informations.

Pourquoi faire ?

Afin de disposer d’une adresse web unique, appartenant à l’organisation, où ses informations essentielles sont publiées dans une forme que les machines lisent directement, chacune reliée à sa source publique et scellée. Le registre ne remplace ni les dépôts de l’organisation, ni son site, ni ses communiqués : il se place au-dessus, comme une couche atteignable, lisible par les machines et contrôlable de façon indépendante.

Le cas le plus visible est celui d’un assistant IA qui énonce un chiffre faux avec assurance. La même défaillance peut frapper tout système qui lit une information sans que personne ne la contrôle : un modèle qui répond à partir de données d’entraînement périmées, un fournisseur de données qui répète un ancien chiffre, un outil tiers qui récupère la mauvaise version. Le registre leur donne à tous une source correcte et vérifiable.

Qui produit le registre ?

Apparat. La fabrication suit un processus rigoureux : un modèle d’IA lit les documents publics de l’organisation et en extrait les informations, un second modèle, configuré séparément, contrôle chacune d’elles dans le passage cité, puis un humain vérifie chaque information avant que quoi que ce soit ne soit scellé. L’organisation fournit les documents et valide le périmètre ; Apparat assure l’extraction, la vérification et le scellement.

Qui le tient à jour ?

Apparat. Le rythme de mise à jour est défini à l’avance avec l’organisation, en fonction de son propre calendrier de publication : une mise à jour intervient lorsqu’une information nouvelle entrant dans le périmètre du registre est publiée. Tout ce que publie l’organisation n’a pas vocation à y figurer : un registre porte sur un périmètre défini, non sur toute l’actualité.

Que fait exactement Apparat ?

Apparat conçoit et exploite le registre : transformation des documents publics en informations scellées et vérifiables, publication à une adresse qui appartient à l’organisation, ancrage de chaque version dans un journal public, et maintien du registre à mesure que les informations évoluent. Apparat livre également le registre dans un état où les machines peuvent le trouver et le lire : données structurées, fichiers qui permettent aux robots de le trouver, accès ouvert à ces robots. Il s’agit d’une mission facturée.

Ce qu’Apparat ne fait pas, c’est se porter garant de la véracité des sources. Apparat vérifie mais ne juge pas.

Les éléments qui permettent à quiconque de faire confiance à un registre, le format et l’outil pour le contrôler, sont ouverts plutôt que vendus : la spécification est publiée sous licence CC BY 4.0, le vérificateur de référence sous licence MIT. Ce qui est commercial, c’est la fabrication et l’exploitation d’un registre ; ce qui est ouvert, c’est tout ce qu’il faut pour faire confiance au résultat.

Que doit faire l’organisation pour mettre un registre en place ?

D’un point de vue de l’organisation, une seule manipulation technique effectuée en quelques minutes : un enregistrement DNS, qui crée un sous-domaine où le registre est hébergé. Cette manipulation donne au registre une garantie de provenance, et donc de légitimité pour les agents IA. Rien n’est installé sur le site web de l’organisation, aucun code, aucune application, aucune dépendance à Apparat, aucune modification du site existant.

Deux points relèvent ensuite de l’organisation. D’abord installer un lien vers le registre depuis son site web : un registre vers lequel rien ne pointe risque de ne jamais être trouvé par les machines. Ensuite, si le fournisseur DNS filtre le trafic des robots, s’assurer que le sous-domaine du registre n’est concerné par aucune règle qui bloquerait précisément les agents qu’il doit servir.

La plupart des organisations ajoutent aussi le registre aux données structurées de leur page d’accueil : une machine voit ainsi que l’organisation reconnaît ce registre comme le sien.

Que reçoit l’organisation ?

Un registre complet, publiable sous l’adresse web de l’organisation : l’intégralité des informations structurées sous un format que les machines peuvent lire, une version lisible par une personne, la preuve cryptographique de chaque publication, ainsi que les fichiers qui indiquent aux agents IA comment trouver et lire le registre.

Combien coûte Apparat ?

Le prix dépend du périmètre de la prestation : le nombre de documents, la part des informations publiques couverte, le travail de curation qu’elles demandent. Il n’y a donc pas de prix catalogue.

Le prix couvre deux volets distincts : la création du registre et sa maintenance. Le point de départ est une conversation courte sur ce que votre registre couvrirait.

Que signifie exactement « vérifiable » ?

« Vérifiable » a une signification précise : une valeur du registre est fidèle à la source publique citée à côté d’elle, et n’a pas changé depuis son scellement. Cela ne signifie pas que la source est exacte. Un registre prouve la fidélité à une source, non la véracité de cette source ; cette distinction est primordiale dans la définition d’Apparat, et non une réserve.

Et ce pour une raison précise là aussi : la fidélité peut être vérifiée, ce qui n’est pas le cas de la véracité. Savoir si le chiffre d’affaires publié par une entreprise est exact est une question pour un commissaire aux comptes. Savoir si le registre restitue ce chiffre exactement tel que l’entreprise l’a publié, sans altération, est une question que n’importe qui peut trancher en recalculant l’empreinte. Apparat répond à la seconde, et y répond sans qu’il soit nécessaire de lui faire confiance.

Et si la source est fausse ?

Le registre reproduit alors fidèlement la valeur fausse, et le sceau confirme qu’elle a été restituée exactement telle que la source l’énonçait. Apparat vérifie mais ne juge pas. Si une entreprise a publié un chiffre erroné, le registre est l’endroit qui montre précisément ce qui a été publié, et quand, ce qui est plus utile qu’une valeur corrigée sans que l’on sache d’où vient la correction.

Lorsqu’une information est ensuite remplacée, par une correction, un retraitement, un changement de forme juridique, le registre enregistre la nouvelle valeur dans une nouvelle version, et l’ancienne demeure dans l’historique plutôt que d’être supprimée. Ce que le registre lève, c’est l’ambiguïté sur ce qui a été dit et quand, non le désaccord sur ce qui est vrai ou pas.

Un registre se périme-t-il ?

Non, pas par nature. Chaque information était vraie au moment de sa publication, et chaque information est datée et dit la période à laquelle elle s’applique : un chiffre d’affaires pour un exercice donné, une forme juridique à une date donnée, un effectif à un moment précis. Une information datée ne devient pas fausse, elle reste vraie pour sa période. Deux chiffres d’exercices différents coexistent comme deux informations datées, et non comme une seule qui se serait périmée.

Ce qui évolue avec le temps, c’est l’ensemble, non les informations déjà enregistrées : lorsqu’un nouveau chiffre est publié, le registre gagne une nouvelle entrée datée et une nouvelle version scellée. Tenir un registre à jour consiste à ajouter ce qui est nouveau, non à corriger ce qui existe déjà.

Comment une information est-elle scellée ?

Le sceau est une empreinte mathématique SHA-256, calculée à partir de six éléments constitutifs de la ligne consacrée à chaque information. Modifier l’un de ces six éléments revient à briser le sceau : toute altération est détectable immédiatement.

seal = SHA-256( label · value · unit · time_period · context · source_url )

Les six éléments utilisés pour le calcul du sceau ont été choisis délibérément : il s’agit des éléments qui définissent l’information précise, et qui permettent de tracer son origine. Le registre peut être réorganisé ou réaffiché différemment sans qu’aucun sceau soit brisé.

Comment une version entière est-elle scellée, et pourquoi ne pas signer chaque information séparément ?

Tous les sceaux d’une même publication sont combinés en une seule valeur, au moyen d’un arbre de Merkle. Cette valeur est ensuite signée cryptographiquement, ce qui prouve qu’elle provient bien d’Apparat, puis publiée. L’arbre de Merkle permet d’inclure les sceaux de plusieurs centaines de lignes dans un seul sceau global ; il est possible de prouver qu’une information précise est intégrée à ce sceau, sans pour autant recalculer l’intégralité du registre.

Une autre voie possible aurait été une signature cryptographique pour chaque ligne, ce qui aurait été à la fois plus simple et moins robuste : chaque registre comporterait des centaines de signatures, sans rien dire de la publication dans son ensemble. Le sceau global couvre l’ensemble exact des informations d’une publication du registre : un lecteur peut confirmer non seulement qu’une information est scellée, mais qu’elle appartient bien à cette publication, et que cette publication est complète.

Qu’est-ce qui rend une publication inaltérable après coup ?

Le sceau global signé par Apparat est déposé dans un journal de transparence public, Rekor, opéré par Sigstore. Une nouvelle entrée peut être apportée au journal, mais ces entrées ne peuvent être ni modifiées ni supprimées. Toutes les entrées sont consultables par quiconque : Rekor répond à chaque dépôt par un numéro d’entrée, enregistré dans le fichier release.json publié avec le registre. Un vérificateur externe peut utiliser ce numéro pour retrouver l’entrée dans le journal, et vérifier que le sceau de chaque registre est bien enregistré chez Rekor.

release.json enregistre :
  release_commitment   (le sceau global signé)
  signature            (la signature du sceau)
  rekor_log_index      (le numéro d'entrée dans le journal public)
  file_hashes          (les empreintes des fichiers publiés)

Le recours à Rekor, un journal public, plutôt qu’à un horodatage privé est une garantie d’indépendance dans le processus de vérification. Un horodatage émis par Apparat, quelle version a été publiée quand, peut être manipulé ; une entrée dans un journal public en ajout seul, opéré par un tiers, peut être vérifiée de manière indépendante, sans manipulation possible.

Peut-on vérifier un registre sans faire confiance à Apparat ?

Le format du DFR est une spécification ouverte, l’outil qui permet de vérifier l’intégrité des données est open source : la vérification ne dépend de personne, pas même d’Apparat.

Un lecteur recalcule les sceaux à partir des informations publiées, confirme qu’ils se combinent bien en un sceau global, contrôle la signature, et retrouve ce sceau global dans le journal public. Si toutes les étapes concordent, le registre est exactement ce qui a été publié, inchangé.

La spécification est publiée sous licence CC BY 4.0 avec un DOI citable ; le vérificateur de référence est publié sous licence MIT. La vérification d’un registre ne dépend pas de l’existence d’Apparat, ni de quelque intervention de sa part.

Un registre peut-il citer des sources indépendantes, ou seulement celles de l’organisation ?

Les deux. Un registre n’est pas limité à ce que publie l’organisation : il peut s’appuyer sur des sources publiques officielles, comme les registres d’immatriculation ou les publications d’un régulateur, aussi bien que sur les documents de l’organisation. Chaque source est scellée de la même manière. Ce qu’un registre couvre relève d’une décision de périmètre prise au départ, non d’une propriété du format.

En quoi est-ce différent d’un horodatage, d’un acte notarié, ou de données structurées schema.org ?

Chacun de ces outils est approprié pour une action singulière, et une seule. L’horodatage ou l’acte notarié permettent de montrer qu’un document existait à une date et qu’il n’a pas changé, mais ne disent rien des informations qu’il contient, et ne sont pas structurés pour être lus par les IA. Les données structurées schema.org rendent certaines informations lisibles par les machines, mais ne permettent pas leur vérification, et restent enfouies dans le code d’une page. Le DFR rend chaque information à la fois atteignable, structurée et vérifiable de façon indépendante.

Qu’en est-il des données personnelles et du droit à l’oubli ?

Un registre est conçu pour inclure les informations publiques de l’organisation, et en aucun cas des données personnelles. L’extraction et la structuration des informations sont clairement délimitées, de manière à éviter quelque donnée personnelle que ce soit.

Si une information doit être retirée, elle cesse d’être publiée : une nouvelle version du registre paraît sans elle, plutôt que de revenir en arrière pour effacer l’historique déjà ancré. Savoir si cela répond à une obligation légale précise relève d’un conseil juridique, et Apparat ne prétend pas trancher la question dans l’abstrait.

Un registre remplace-t-il Wikipédia, ou un document officiel ?

Non. Un registre et une encyclopédie sont deux objets différents, qui ont chacun un usage différent. Une encyclopédie est un ouvrage collaboratif, rédigé et édité par des tiers ; un registre est l’état daté et vérifiable de ce qu’une organisation a elle-même publié. Les deux se complètent, et le registre est souvent la source qu’une encyclopédie devrait citer.

Un registre ne remplace pas davantage le document officiel dont il est tiré. Il rend l’information contenue dans ce document atteignable, structurée et contrôlable, et renvoie au document comme à sa source. Un registre est une couche de provenance au-dessus des publications publiques, non une nouvelle autorité.

Qu’est-ce qui est ouvert, et qu’est-ce qui est propriétaire ?

La spécification et le vérificateur sont ouverts. Le format est publié sous licence CC BY 4.0 avec un DOI, et le vérificateur de référence sous licence MIT : n’importe qui peut donc lire le format et contrôler un registre sans Apparat. Ce qui n’est pas ouvert, c’est le moteur qui produit un registre, la chaîne d’extraction et de scellement. Tout ce qu’il faut pour faire confiance à un registre est public ; ce qu’Apparat conserve, c’est le moyen d’en fabriquer un.

Qu’advient-il du registre si Apparat n’existe plus ?

Le registre fonctionne toujours : il est constitué de fichiers publiés à une adresse qui appartient à l’organisation, sans service qui tourne derrière et sans aucun appel vers Apparat. En revanche, la maintenance assurée par Apparat s’arrête.

Qui est derrière Apparat ?

Apparat a été fondé par Thomas Meister, depuis Paris. Le projet naît de vingt ans de communication d’entreprise, et d’un souci que partagent tous ceux qui pratiquent ce métier : comment s’assurer de l’exactitude et de la précision des informations publiées, une fois qu’elles sont reprises par d’autres, qu’ils soient journalistes ou analystes ?

Les informations sont aujourd’hui reprises en premier lieu par l’IA : le problème a changé de nature. Avant, une information erronée était le fait de personnes, que l’on pouvait informer et de qui on pouvait obtenir correction ; aujourd’hui l’information passe par des systèmes qui lisent ce qu’ils trouvent et le répètent à grande échelle, sans moyen simple et direct de distinguer une information exacte d’une information erronée. Apparat propose une réponse : la même exigence d’exactitude, mais adaptée aux lecteurs IA qui comptent aujourd’hui.