Comment vérifier si votre système d'exploitation traite l'IA localement ou dans le cloud

Les systèmes d'exploitation actuels intègrent des fonctionnalités d'intelligence artificielle qui promettent la confidentialité, mais la réalité technique est plus complexe. La distinction entre traitement local et cloud n'est pas binaire : la plupart des systèmes modernes utilisent une approche hybride où le logiciel décide, tâche par tâche, si le travail doit être effectué sur l'appareil ou envoyé dans le cloud. Cette opacité génère de l'incertitude chez les utilisateurs avancés et les professionnels de l'IT qui doivent garantir que leurs données sensibles ne quittent pas l'appareil.

Le terme AI PC ou Copilot+ PC ne signifie pas que toutes les tâches d'IA sont exécutées localement. Selon Microsoft, ces appareils sont conçus pour accélérer des fonctions spécifiques comme les effets d'image, la transcription et la recherche via une Unité de Traitement Neuronal (NPU), mais le système d'exploitation peut recourir au cloud lorsque la tâche nécessite plus de puissance de calcul. Comprendre cette architecture est la première étape pour auditer la confidentialité de votre appareil.

La première étape pour vérifier le traitement local est de confirmer la présence et l'état de la NPU. Sur Windows 11, vous pouvez ouvrir le Gestionnaire des tâches et naviguer vers l'onglet Performance pour voir si une section dédiée à la NPU apparaît. Si votre appareil est un Copilot+ PC, la NPU doit être capable d'effectuer au moins 40 billions d'opérations par seconde (TOPS), une exigence spécifique de Microsoft pour activer les fonctions d'IA avancées localement.

Sur macOS, la situation est différente. Apple n'utilise pas le terme NPU de la même manière, mais intègre l'IA dans le Neural Engine de ses puces Apple Silicon. Vous pouvez vérifier l'utilisation de cette unité via le Moniteur d'activité, en observant la consommation d'énergie et la charge des cœurs d'IA. Si vous ne voyez aucune activité sur la NPU ou le Neural Engine lors de l'utilisation d'une fonction d'IA, il est probable que le traitement soit effectué sur le CPU, le GPU ou, plus inquiétant, dans le cloud.

Critères de vérification matérielle

• Windows 11 : Présence de la NPU dans le Gestionnaire des tâches avec une capacité ≥ 40 TOPS.
• macOS : Activité visible sur le Neural Engine de la puce Apple Silicon.
• Android : Prise en charge du Android Virtualization Framework (AVF) et de pKVM.

Le test le plus direct pour déterminer si les données quittent l'appareil est de surveiller le trafic réseau. Des outils comme Wireshark ou des commandes en ligne comme netstat permettent de détecter si l'assistant d'IA génère un trafic sortant au démarrage d'une requête. Si vous observez des paquets de données dirigés vers les serveurs de Microsoft, Google ou Apple lors d'une tâche d'IA, le traitement n'est pas 100 % local.

Sur Windows 11, Microsoft a introduit les Microsoft Execution Containers (MXC) pour isoler les sessions d'agents d'IA, mais cela n'empêche pas l'envoi de données dans le cloud si la tâche l'exige. Sur Android, l'architecture AISeal utilise une machine virtuelle protégée (pKVM) pour isoler les données personnelles, mais il est crucial de vérifier si l'application d'IA a des autorisations réseau actives. Un modèle local ne devrait pas avoir besoin d'une connexion Internet pour fonctionner, sauf s'il télécharge des mises à jour ou des modèles supplémentaires.

Comment interpréter le trafic réseau

1. Lancez une requête d'IA dans votre système d'exploitation.
2. Ouvrez Wireshark ou utilisez netstat -an pour filtrer les connexions actives.
3. Identifiez les adresses IP de destination : s'il s'agit de serveurs cloud du fournisseur, le traitement est distant.
4. S'il n'y a pas de trafic sortant significatif, le traitement est local.

Chaque système d'exploitation offre des options de configuration permettant à l'utilisateur de choisir entre le traitement local et le cloud. Sur Windows 11, des fonctions comme la recherche système et les sous-titres en direct peuvent être configurées pour utiliser un traitement basé sur l'appareil, tandis que d'autres fonctions, comme la génération d'images complexes, peuvent nécessiter le cloud. Vous devez revoir les options de confidentialité dans Paramètres > Confidentialité et sécurité > IA pour voir quelles fonctions sont activées pour l'exécution locale.

Sur Android 17, Google a introduit AISeal, une architecture d'enclave qui isole les données personnelles dans une machine virtuelle protégée par le matériel. Cela signifie que, même si le modèle d'IA s'exécute localement, les données qu'il utilise sont cryptographiquement isolées du système d'exploitation hôte. Vous pouvez vérifier si votre appareil prend en charge AISeal en consultant les mises à jour de sécurité d'Android et la présence du Android Virtualization Framework (AVF).

Sur macOS, Apple Intelligence est conçue pour être privée à chaque étape, mais certaines fonctions avancées, comme l'édition de photos par IA ou la recherche sémantique, peuvent utiliser le cloud si l'appareil n'a pas assez de puissance. Apple permet aux utilisateurs de désactiver l'utilisation du cloud pour certaines fonctions dans Paramètres > Apple Intelligence et Siri, forçant l'exécution locale lorsque c'est possible.

La méthode la plus pratique et définitive pour vérifier si une fonction d'IA s'exécute localement est le test de déconnexion. Déconnectez votre appareil d'Internet (désactivez le Wi-Fi et les données mobiles) et effectuez la tâche d'IA que vous souhaitez auditer. Si la fonction continue de fonctionner correctement, le traitement est local. Si elle échoue, affiche une erreur de connexion ou se dégrade significativement, elle dépend du cloud.

Ce test est particulièrement utile pour des fonctions comme la transcription vocale, la recherche de fichiers par contenu ou la génération de résumés. Sur un Copilot+ PC, Microsoft affirme que plus de 2 billions d'inférences locales sont effectuées par mois, ce qui suggère que de nombreuses fonctions de base fonctionnent hors ligne. Cependant, toutes les fonctions ne sont pas optimisées pour l'exécution locale, donc le test de déconnexion est le seul moyen de le confirmer pour chaque cas spécifique.

Limites du test de déconnexion

• Certaines fonctions peuvent avoir un cache local permettant un fonctionnement bref hors ligne.
• Les grands modèles d'IA peuvent prendre plus de temps à s'exécuter localement que dans le cloud.
• La qualité de la réponse peut varier entre le traitement local et distant.

L'utilisation de l'IA dans le cloud comporte des risques de confidentialité significatifs, surtout lorsqu'il s'agit de données sensibles comme les e-mails, les documents de travail ou les informations personnelles. Bien que les fournisseurs de systèmes d'exploitation affirment que les données sont chiffrées et non stockées, la transmission de données vers des serveurs externes introduit toujours un vecteur de risque potentiel. Pour minimiser ce risque, il est recommandé d'utiliser le traitement local lorsque c'est possible et de vérifier périodiquement les paramètres de confidentialité.

Les recommandations pratiques incluent : 1) Désactiver les fonctions d'IA dont vous n'avez pas besoin et qui nécessitent le cloud. 2) Utiliser le test de déconnexion pour auditer les fonctions critiques. 3) Réviser les autorisations réseau des applications d'IA. 4) Maintenir le système d'exploitation à jour pour bénéficier des améliorations de sécurité comme AISeal sur Android ou MXC sur Windows. 5) Envisager l'utilisation de modèles locaux open source, comme Gemma, dans les environnements de développement où la confidentialité est cruciale.

En conclusion, la confidentialité à l'ère de l'IA intégrée aux systèmes d'exploitation n'est pas une promesse automatique, mais une configuration qui doit être gérée activement. L'utilisateur avancé doit assumer le rôle d'auditeur de son propre appareil, en utilisant les outils techniques décrits dans ce guide pour vérifier le flux de données et prendre des décisions éclairées sur les fonctions d'IA à utiliser et comment les configurer pour maximiser la confidentialité sans sacrifier la fonctionnalité.