Les dirigeants d’OpenAI, d’Anthropic et de Google appellent les pouvoirs publics à adopter une loi dédiée au dépistage génétique. Leur message vise un point précis, établir des règles claires sur l’usage des tests ADN, la circulation des données biologiques et les garde-fous contre les dérives. Cette prise de position intervient alors que les tests se banalisent, dans le médical comme dans les offres grand public, tandis que les outils d’intelligence artificielle accélèrent l’analyse et la valorisation de ces informations sensibles.
Sam Altman, Dario Amodei et Sundar Pichai demandent un cadre légal
Le signal est notable car il émane de trois figures majeures de la tech, Sam Altman pour OpenAI, Dario Amodei pour Anthropic et Sundar Pichai pour Google. Leur appel converge vers une idée simple, le droit doit rattraper la vitesse d’adoption des tests génétiques et des techniques d’analyse. Le dépistage, qu’il porte sur des risques de maladies héréditaires, des prédispositions, ou des marqueurs pharmacogénétiques, produit des données qui ne ressemblent pas aux autres données personnelles. Elles concernent une personne, mais aussi sa famille, et parfois des groupes entiers lorsqu’elles sont agrégées.
Dans leur démarche, il y a une dimension de prévention. Les dirigeants insistent sur la nécessité d’un texte de loi qui définisse des obligations de consentement, de sécurité et de finalité pour l’utilisation des informations génétiques. Le sujet dépasse la seule question de la confidentialité, car un résultat de test peut influer sur des décisions de recrutement, de tarification d’assurance, ou d’accès à certains services. Sans garde-fous, la génétique devient un indicateur exploitable pour établir des profils de risque, ce qui ouvre une porte aux discriminations.
Leur prise de parole s’inscrit aussi dans un contexte de compétition internationale. Les règles varient fortement selon les juridictions, ce qui crée des zones grises pour les entreprises opérant sur plusieurs marchés. Un cadre légal stable a deux effets, il protège les individus, mais il crée aussi une visibilité pour les acteurs qui développent des services de dépistage, des outils d’analyse ou des plateformes de gestion de données de santé. Pour les entreprises d’IA, la frontière entre recherche, service médical et exploitation commerciale est souvent délicate, ce qui renforce la demande d’un texte plus explicite.
Dans le même temps, l’appel de ces PDG peut être lu comme une tentative d’anticiper des critiques. Les géants technologiques sont régulièrement accusés de capter des données sensibles, puis de les monétiser. En soutenant une loi, ils cherchent à montrer qu’ils acceptent des limites et des obligations. Mais une loi n’est pas qu’une déclaration de principe, son contenu, les sanctions, l’autorité de contrôle et les conditions de partage des données détermineront si elle change les pratiques.
Les tests ADN grand public et médicaux multiplient les données sensibles
Le dépistage génétique se diffuse par deux canaux. Le premier est médical, avec des tests prescrits ou proposés dans un parcours de soins, par exemple pour évaluer un risque héréditaire, orienter un traitement, ou confirmer un diagnostic. Le second est grand public, via des offres de tests ADN vendus directement aux consommateurs, souvent présentés comme des services d’ascendance, de traits physiologiques, ou d’indicateurs de santé. Dans les deux cas, la donnée produite est durable, car le génome ne change pas, et elle reste informative sur le long terme à mesure que la science progresse.
Cette masse de données intéresse des acteurs très divers, laboratoires, hôpitaux, assureurs, employeurs, plateformes numériques, chercheurs. Elle intéresse aussi les cybercriminels. Une fuite d’informations génétiques se distingue d’une fuite de mots de passe, il est impossible de « réinitialiser » un génome. Le risque porte autant sur l’identité que sur l’intimité biologique. Les incidents de cybersécurité touchant des bases de données de santé ont renforcé les inquiétudes des autorités publiques, et le secteur génétique n’est pas épargné.
Les enjeux de consentement se compliquent dans les modèles actuels. Certaines plateformes proposent des options de partage « pour la recherche » ou « pour l’amélioration du service », libellés parfois trop généraux pour que l’utilisateur mesure ce qu’il autorise réellement. D’autres services reposent sur des partenaires, ce qui entraîne des chaînes de sous-traitance. La question centrale devient, qui accède à la donnée, pour quelle finalité, pendant combien de temps, avec quel niveau d’anonymisation et quelle possibilité de retrait.
Dans la pratique, l’anonymisation est fragile pour les données génétiques. Même lorsque les identifiants directs sont retirés, un ADN reste un identifiant quasi unique, et peut être recoupé avec d’autres sources. Le risque de réidentification augmente avec la disponibilité d’informations publiques et la multiplication de bases de données. Les autorités de régulation soulignent depuis plusieurs années que le cadre doit tenir compte de ces risques techniques, et ne pas reposer uniquement sur des promesses de pseudonymisation.
Ce contexte explique la volonté d’une loi spécifique. Une réglementation générale sur les données personnelles ne traite pas toujours la génétique avec le niveau de détail requis, notamment sur les usages secondaires, les transferts transfrontaliers et l’interopérabilité des données de santé. L’appel des PDG vise à verrouiller ces points, et à rendre les règles plus lisibles pour les patients, les consommateurs et les professionnels.
L’intelligence artificielle change l’analyse, la réidentification et la valeur économique
L’intelligence artificielle renforce l’intérêt économique des données génétiques, car elle accélère l’extraction de signaux à partir de grands volumes. Les modèles statistiques et les systèmes de machine learning peuvent corréler des variants génétiques avec des risques de pathologies, des réponses aux traitements, ou des facteurs physiologiques. Cette capacité est utile pour la recherche biomédicale, mais elle change aussi l’équilibre des risques, puisqu’un ensemble de données qui semblait peu exploitable hier peut devenir très prédictif demain.
Les PDG de la tech savent aussi que l’IA modifie la question de la réidentification. Même lorsque des données sont agrégées, des techniques avancées peuvent inférer des attributs sensibles ou rapprocher un profil génétique d’une personne à partir de données contextuelles. Plus les modèles sont performants, plus les marges d’erreur diminuent, et plus la tentation d’usages secondaires augmente. Un cadre légal centré sur les finalités et les interdictions explicites peut limiter ces dérives, mais seulement si les contrôles et les sanctions sont crédibles.
La valeur économique se déplace aussi vers les « données enrichies ». Une séquence brute n’est qu’un point de départ, ce qui crée de la valeur, ce sont les annotations, les interprétations, les liens avec des dossiers médicaux, des historiques de prescriptions, des habitudes de vie, ou des paramètres environnementaux. L’IA sert de moteur de cet enrichissement. Cela conduit à une question politique, à qui appartient la valeur créée à partir des données biologiques, l’individu, le système de santé, le laboratoire, la plateforme qui interprète, ou l’acteur qui entraîne des modèles sur ces informations.
Les discussions sur la loi portent aussi sur les usages interdits. Beaucoup d’observateurs demandent un verrou clair contre la discrimination fondée sur le risque génétique, que ce soit dans l’assurance, l’emploi ou l’accès à certains biens. D’autres veulent interdire la vente de profils génétiques à des tiers publicitaires. Les entreprises de tech, en soutenant une loi, peuvent chercher à éviter un patchwork de règles contradictoires, mais elles devront accepter des contraintes opérationnelles, audits, documentation, traçabilité, et parfois limitation de collecte.
Enfin, l’IA soulève un enjeu de responsabilité. Si une interprétation algorithmique conduit à une décision médicale ou quasi médicale, qui porte la responsabilité en cas d’erreur, le développeur du modèle, le fournisseur du test, le médecin, ou la plateforme qui affiche les résultats. Une loi sur le dépistage génétique peut clarifier les obligations de validation, de transparence et de supervision humaine. Sans ces points, l’augmentation de l’offre de dépistage risque de s’accompagner d’une hausse de litiges et de pertes de confiance.
Quels garde-fous législatifs sur le consentement, l’assurance et l’emploi
Le cœur du débat se situe autour de trois piliers, le consentement éclairé, la limitation des usages et la non-discrimination. Sur le consentement, les législateurs peuvent imposer des formulaires compréhensibles, des options granulaires, et une interdiction des consentements « fourre-tout ». Dans le dépistage grand public, la question est cruciale car l’utilisateur n’est pas toujours accompagné par un professionnel de santé. Dans le cadre médical, le patient doit comprendre ce que le test peut révéler, y compris des découvertes fortuites.
Sur l’assurance et l’emploi, les garde-fous attendus consistent à empêcher l’utilisation d’informations génétiques pour refuser un contrat, modifier une prime, ou écarter un candidat. L’objectif est de limiter l’apparition d’un marché où le risque biologique individuel deviendrait un outil de segmentation. Un texte de loi peut également préciser les exceptions, par exemple dans des contextes de santé publique strictement encadrés, mais il doit éviter les brèches trop larges qui permettraient des contournements.
Le troisième pilier est la gouvernance des données. Une loi peut exiger des standards de sécurité, chiffrement, contrôle d’accès, journalisation, et audits réguliers. Elle peut aussi imposer une durée de conservation limitée, des procédures de suppression, et une obligation de notification en cas d’incident. La difficulté est de concilier ces exigences avec les besoins de la recherche, qui nécessite parfois des données sur de longues périodes. Des mécanismes de consentement dynamique et de comités d’éthique peuvent être intégrés pour arbitrer.
Un autre point discuté est la portabilité. Les personnes testées peuvent vouloir transférer leurs résultats vers un autre prestataire, un hôpital, ou une application de suivi. Une portabilité bien encadrée améliore le contrôle individuel, mais augmente aussi les surfaces d’attaque et les risques de circulation incontrôlée. Les décideurs devront donc définir des formats sécurisés, des procédures d’authentification renforcées et des limites aux réutilisations non médicales.
Enfin, une loi efficace repose sur une autorité de contrôle capable de sanctionner. Sans moyens d’enquête et d’audit, les règles restent théoriques. La question des transferts transfrontaliers sera également centrale, car les données génétiques circulent entre laboratoires et clouds situés dans plusieurs pays. L’appel des PDG met en lumière cette dimension internationale, une loi nationale peut protéger, mais un alignement entre juridictions détermine la robustesse réelle du système.
Questions fréquentes
- Pourquoi des PDG de l’IA demandent-ils une loi sur le dépistage génétique ?
- Ils estiment qu’un cadre légal spécifique est nécessaire pour encadrer le consentement, limiter les usages des données ADN et prévenir des discriminations liées au risque génétique, alors que l’IA augmente la capacité d’analyse et la valeur économique de ces informations.
