Bienvenu sur le portail "outils IA générative" de l'UNIGE !
À lire attentivement
L'Université de Genève est favorable à l'utilisation de l'IA générative (IAG). Toutefois, seuls certains outils (Copilot, Deepl pro et Consensus) font l'objet d'un contrat de licence institutionnelle ou d'un processus d'achat centralisé.
L'objectif du présent portail est d'orienter les membres de la communauté universitaire dans le choix et l’utilisation des outils selon leurs besoins, en accord avec la politique institutionnelle.
Le site présente volontairement 5 % des solutions IAG utilisées par 95 % de notre communauté — une sélection resserrée, pertinente, testée et documentée pour faciliter vos usages quotidiens.
Veuillez prendre connaissance, ci-dessous, des recommandations principales concernant l'utilisation de ces outils.
Conseils d'utilisation
L’utilisateur/trice reste au centre. L’IA est un outil, pas une finalité.
⚠️ Responsabilité | Vous demeurez responsable des données utilisées et des contenus produits, transformés ou diffusés.
⚠️ Sens critique | Les modèles d’IA peuvent se tromper, inventer, oublier des nuances. Relisez, vérifiez, contextualisez toujours les contenus générés.
⚠️ Environnement | L’IA générative consomme des ressources importantes : puissance de calcul, énergie, refroidissement. Adopter une utilisation responsable, c’est :
- privilégier les requêtes utiles et ciblées
- éviter les générations multiples superflues
- choisir des outils locaux quand c’est possible
- penser sobriété numérique autant que performance
👉 Pour en savoir plus sur les bonnes pratiques : lire le guide d'utilisation de l'IA générative
Sécurité des données
Chaque outil présenté sur ce portail est accompagné d’un tag de sécurité. Ce tag indique le niveau de restriction appliqué par l’UNIGE, en fonction du type de données que l’outil peut (ou ne peut pas) traiter.
L’objectif est de vous aider à savoir immédiatement ce que vous pouvez saisir dans un outil d’IAG, et ce que vous devez absolument éviter.
Quatre type de données sont traitées :
Les données personnelles sont toutes les informations permettant d’identifier directement ou indirectement une personne physique ou morale.
Un Data Processing Agreement (DPA) est requis pour que l’UNIGE puisse traiter ce type de données avec un prestataire externe.
Exemples de données personnelles
Dans un contexte académique, cela inclut notamment :
- nom, prénom, adresse e-mail ou numéro de téléphone d’un·e étudiant·e ou collaborateur·trice
- numéro d’immatriculation ou identifiant institutionnel
- CV, dossier de candidature, dossier de promotion ou d’évaluation
- résultats d’examen associés à une personne identifiable
- commentaires individualisés sur un·e étudiant·e ou un·e collègue
⚠️ Même anonymisées partiellement, les données personnelles ne doivent pas être saisies dans un outil qui n'a pas été autorisé par l'UNIGE.
Les données sensibles sont des données particulièrement protégées par la loi, en raison de leur nature.
Vous trouverez plus de précisions sur cette question sur cette page. A l’UNIGE ces données ne peuvent être traitées exclusivement qu’avec des modèles d’IA locaux (Hactar).
Exemples de données sensibles (strictement interdites)
Dans le cadre universitaire, cela peut concerner :
- informations de santé (certificats médicaux, aménagements d’études, situations de handicap)
- données liées à la vie sexuelle ou à l’orientation sexuelle
- opinions politiques ou convictions religieuses
- données biométriques ou génétiques
- situations disciplinaires, signalements, enquêtes internes sensibles
⚠️ Aucune donnée sensible ne doit être traitée via des outils d’IA externes.
👉 Pour accéder aux modèles d'IA locaux de l'UNIGE
Le secret de fonction et le secret professionnel couvrent toute information interne non publique produite ou détenue par l’institution.
Exemples de données soumises au secret
Dans la vie académique et administrative, cela inclut :
- documents internes de stratégie, de gouvernance ou de pilotage
- informations financières non publiques
- dossiers juridiques, avis du service juridique, projets de règlements
- données RH internes (réorganisations, conflits, procédures en cours)
- échanges internes confidentiels entre services, directions ou facultés
⚠️ Ces informations ne doivent jamais être copiées ou reformulées dans un outil d’IA externe qui n'est pas autorisé par l'UNIGE.
Le contenu propriétaire regroupe tous les contenus protégés par le droit d’auteur, des licences ou des accords contractuels, et qui ne sont pas publics.
Exemples de contenu propriétaire
Ne saisissez pas dans des outils externes à l’UNIGE :
- supports pédagogiques non publics (slides, notes de cours, syllabus internes)
- énoncés d’examen ou corrigés
- manuscrits d’articles ou d’ouvrages non publiés ou non open access
- jeux de données soumis à des licences restreintes
- code source intégral non open source
- documents contractuels (conventions, accords de collaboration, appels d’offres)
- logos, chartes graphiques et marques protégées
⚠️ En cas de doute sur le statut d’un contenu, considérez-le comme propriétaire. Avant de partager ce type de données sur un outils d'IAG, vérifier si celui-ci est autorisé par l'UNIGE.
J'ai lu attentivement les recommandations de l'UNIGE:
