Enrichir les connaissances humaines grâce à une IA responsable

Elsevier est depuis longtemps une source de confiance de contenus scientifiques sélectionnés, évalués par des pairs et enrichis par une expertise propre à chaque domaine.

• Découvrez comment nous assurons un usage responsable de l’IA et protégeons la confidentialité des données des utilisateurs, notamment grâce à nos cinq principes d’IA responsable, qui favorisent un usage éthique, adapté et responsable

Pour chaque cas d’usage et chaque solution, nous sélectionnons le grand modèle de langage le plus adapté parmi un ensemble rigoureusement choisi de fournisseurs de premier plan, dont OpenAI, Anthropic et d’autres, hébergés de manière sécurisée sur Microsoft Azure ou AWS. Cette sélection est adaptée aux besoins spécifiques de chaque tâche afin de garantir performance et sécurité.

Chez Elsevier, nous savons que la bonne gestion des données personnelles est essentielle pour nos clients et les communautés que nous accompagnons. C’est pourquoi nous agissons avec intégrité et responsabilité en matière de confidentialité des données.

• Toutes les saisies et données des utilisateurs sont traitées conformément à notre

  Politique de confidentialité et à nos principes d’IA responsable

Nous traitons les données personnelles conformément aux lois applicables, telles que le RGPD et le CCPA, et prenons des mesures supplémentaires pour répondre aux attentes de nos utilisateurs et de la communauté scientifique en matière de confidentialité.

• En savoir plus sur nos principes de confidentialité

Non. Nos accords d’entreprise avec AWS, Microsoft Azure, OpenAI et Anthropic incluent des clauses de non-conservation, de sorte que vos prompts et documents ne sont jamais utilisés pour le développement de grands modèles de langage. Elsevier n’utilise pas non plus les données clients de ses environnements cloud privés à cette fin.

Notre recours à des LLM tiers s’effectue dans un cadre privé, sans partage de données à des fins d’amélioration de modèles publics. Nous n’examinons pas les prompts de recherche individuels ou organisationnels ; nous analysons uniquement des tendances agrégées et anonymisées afin d’améliorer les performances et la pertinence du système.

Avec les solutions d’IA Elsevier, votre organisation bénéficie d’une confidentialité renforcée des données et de protections de niveau entreprise.

• La requête, la question ou le document d’un utilisateur est envoyé de façon sécurisée, via TLS 1.2 ou supérieur, vers l’environnement Elsevier de confiance. La requête est analysée pour en comprendre l’intention, puis décomposée en prompts distincts par un modèle d’embeddings afin de récupérer les informations dans notre dépôt de contenus.

• La requête, accompagnée de la réponse issue du contenu, est ensuite envoyée via TLS 1.2 ou supérieur à nos fournisseurs de modèles de fondation au sein de l’environnement Elsevier de confiance.

• Une réponse générée et fondée sur les contenus est ensuite présentée à l’utilisateur dans la solution d’IA Elsevier.

• Les prompts des utilisateurs et les réponses figurant dans leur historique de conversation sont sécurisés dans des bases de données chiffrées avec un chiffrement de niveau AES-256.

• Notre architecture et les contrats associés empêchent les fournisseurs de modèles tiers d’enregistrer les prompts des utilisateurs ou d’entraîner des modèles à partir de ceux-ci.

• Elsevier contrôle strictement quels contenus sont partagés avec les fournisseurs, conservés par eux ou utilisés pour l’entraînement. Ni Microsoft (Azure) ni AWS (Bedrock) ne conservent les contenus d’Elsevier ni les prompts clients à des fins d’entraînement ou de stockage.

• Les prompts des utilisateurs restent privés ; Elsevier n’utilise que des informations agrégées et anonymisées pour améliorer le service.

• Sécurité et chiffrement des données : vos données sont stockées de manière sécurisée et chiffrées au repos avec AES-256 dans l’environnement Elsevier de confiance. Vos données sont chiffrées en transit via TLS 1.2 ou supérieur. Veuillez consulter notre politique relative aux normes de chiffrement pour plus de détails.

• Elsevier a mis en place des accords de non-conservation avec ses fournisseurs de modèles de fondation. Cela garantit que vos prompts et documents ne sont jamais stockés ni utilisés pour entraîner de grands modèles de langage (LLM). En utilisant les solutions d’IA Elsevier, votre organisation bénéficie d’une confidentialité renforcée des données et de protections de niveau entreprise.

• Tous les services d’IA Elsevier, y compris nos environnements produits, sont hébergés dans des centres de données cloud de premier plan fournis par Amazon Web Services (AWS) ou Microsoft Azure. Les services peuvent être hébergés en Europe ou aux États-Unis selon l’application et les exigences réglementaires.

• Nous protégeons vos données partout où elles circulent. Au repos, elles sont protégées par le chiffrement AES-256 (Advanced Encryption Standard). Lorsque vos données sont en transit, nous utilisons TLS 1.2 ou supérieur, qui non seulement chiffre les données, mais authentifie également le serveur et vérifie l’intégrité des données.

• Nous appliquons les meilleures pratiques du secteur, telles que les pare-feu d’applications web, l’analyse des vulnérabilités applicatives et d’infrastructure, les revues de code sécurisées, les bug bounties, ainsi que d’autres mesures de prévention, de détection et de réponse, pour protéger nos systèmes et vos données contre les attaques.

• Notre architecture et les contrats associés empêchent les fournisseurs de modèles tiers d’enregistrer les conversations des utilisateurs ou d’entraîner des modèles à partir de celles-ci.

• Tous les transferts transfrontaliers de données personnelles sont soumis à des garanties appropriées conformes au RGPD, y compris les clauses contractuelles types de l’Union européenne. Les données personnelles des clients ne sont pas transférées vers la Chine.

Elsevier fait progresser le développement durable à travers ses produits, son soutien à la recherche et ses programmes de responsabilité sociale. Nous prenons des mesures concrètes pour réduire l’impact environnemental de nos outils d’IA, notamment :

• Utiliser une approche multi-modèle, qui nous permet d’appliquer des modèles plus petits et plus sobres en énergie aux tâches moins intensives, afin de réduire la consommation énergétique globale

• Tirer parti des centres de données Microsoft Azure et AWS alimentés par de l’électricité verte

• Maintenir un programme solide de gouvernance des données afin de limiter le stockage et le traitement inutiles des données, au service de l’efficacité énergétique

En tant qu’entreprise du groupe RELX, Elsevier fait de la responsabilité environnementale une priorité en réduisant son empreinte carbone et en faisant progresser des pratiques durables. Nous nous alignons sur les Objectifs de développement durable des Nations Unies, en particulier l’action pour le climat et la consommation responsable, et nous nous engageons à contribuer à un avenir durable. En savoir plus sur nos actions environnementales à l’échelle de RELX.

L’usage responsable de l’IA chez Elsevier est guidé par nos principes d’IA responsable, qui sont intégrés tout au long du cycle de développement de nos solutions. En savoir plus sur les principes d’IA responsable d’Elsevier.