Atlassian annonce la collecte de données d'entraînement IA — Les utilisateurs gratuits et payants ne peuvent pas se désinscrire
docAtlassian a annoncé les 18–19 avril 2026 qu'à partir du 17 août 2026, il collectera par défaut les métadonnées clients et les contenus in-app de Jira, Confluence et autres produits cloud pour entraîner les modèles IA (Rovo, Rovo Dev). Environ 300 000 clients mondiaux sont concernés.
À partir du 17 août 2026, Atlassian utilise par défaut les métadonnées clients et les données dites « in-app » de ses produits cloud — Jira, Confluence, Jira Service Management et des applications de la plateforme telles que Rovo — pour améliorer l'expérience IA de ces services. Les droits de retrait dépendent du niveau d'abonnement : l'entreprise peut choisir de ne pas contribuer ses métadonnées seulement dans l'offre Enterprise, tandis que les offres Free, Standard et Premium laissent cette contribution activée sans option de sortie. Les données in-app restent en revanche désactivables par tous les clients.
Deux catégories de données, deux niveaux de protection
La politique distingue les métadonnées des données in-app, et la différence n'est pas qu'une question de vocabulaire. Les métadonnées décrivent la structure et l'usage : nature des objets, configuration des espaces, liens entre éléments, fréquence d'activité, type d'organisation. Les données in-app sont les contenus saisis dans les produits : tickets, pages, commentaires, pièces jointes et échanges associés à un dossier. Les premières sont plus difficiles à anonymiser en profondeur, parce que leur structure même renseigne sur l'organisation ; les secondes portent le contenu brut des conversations et documents.
Avant toute contribution, les données font l'objet d'une déidentification et d'une agrégation : les noms et les adresses électroniques sont retirés. Les appels aux modèles de langage tiers passent par un mode de rétention zéro (ZDR), qui signifie que le fournisseur de LLM ne conserve pas les données envoyées pour répondre à la requête. La FAQ officielle précise par ailleurs que les données des applications sans réglage configuré ne sont pas utilisées.
Qui peut se retirer, et de quoi ?
| Niveau d'offre | Contribution des métadonnées | Contribution des données in-app | Retrait possible |
|---|---|---|---|
| Enterprise | Activée par défaut | Activée par défaut | Métadonnées : retrait possible. Données in-app : retrait possible |
| Free | Activée en permanence | Activée par défaut | Métadonnées : retrait impossible. Données in-app : retrait possible |
| Standard | Activée en permanence | Activée par défaut | Métadonnées : retrait impossible. Données in-app : retrait possible |
| Premium | Activée en permanence | Activée par défaut | Métadonnées : retrait impossible. Données in-app : retrait possible |
Ce tableau résume la règle annoncée : seul l'étage Enterprise dispose d'un droit de sortie sur les métadonnées ; sur les trois autres niveaux, cette contribution ne peut pas être désactivée. Pour les données in-app, quel que soit l'abonnement, le client peut choisir de ne pas contribuer.
Délais de retrait et reprise des modèles
Le retrait n'est pas un effacement immédiat du jeu de données. Après une sortie de contribution, ou après la suppression d'une application, les données in-app sont retirées des jeux de données dans un délai de 30 jours, et les métadonnées dans un délai de 90 jours. Atlassian indique également que les modèles précédemment entraînés avec ces données font l'objet d'une reprise d'entraînement. Ces délais comptent à partir de la demande effective, pas du premier affichage de l'option dans l'interface.
Pour une entreprise, cette chronologie change la lecture du risque : des informations contribuées avant la désactivation restent présentes pendant la période de retrait, et la reprise des modèles ne garantit pas que toute empreinte statistique ait disparu de versions déjà déployées. Le moment idéal pour décider reste donc avant la mise en production, plutôt qu'après exposition.
Pourquoi les métadonnées sont-elles difficiles à déidentifier
On suppose souvent que retirer les noms et les adresses suffit à rendre un jeu de données anonyme. Les métadonnées résistent moins bien à ce raisonnement : la taille d'une organisation, la structure de ses équipes, les processus décrits par les types de tickets, l'horaire d'activité et les liens entre espaces peuvent reconstituer l'identité d'une entreprise ou d'un service, même sans nom explicite. L'agrégation réduit la granularité, mais elle n'efface pas ces marques structurelles, surtout quand l'organisation décrite occupe une position rare dans son secteur.
La critique d'une vie privée stratifiée
La même politique accorde des droits différents selon le tarif : les clients payants au niveau Enterprise choisissent pour les métadonnées, les autres ne le peuvent pas. Ce type de segmentation soulève des questions de conformité : l'information fournie au client doit être claire, le consentement éventuel réellement choisi, et l'absence de sortie ne doit pas masquer une collecte continue. Les débats portent aussi sur la frontière entre amélioration du produit et exploitation des données clients, deux objectifs qui ne demandent pas toujours le même niveau de granularité.
Cinq questions à poser au fournisseur avant l'achat ou le renouvellement
- Quelles catégories précises de données entrent dans l'amélioration du modèle : métadonnées, contenus, journaux d'usage ?
- Notre niveau d'abonnement permet-il de sortir de chaque catégorie, et où se trouve le réglage correspondant ?
- Quels sont les délais de retrait effectif des jeux de données, et quelle procédure suit la reprise des modèles ?
- Quels fournisseurs de modèles tiers sont appelés, et le mode de rétention zéro est-il contractualisé ?
- Quelles données ne sont pas utilisées, par exemple celles des applications sans réglage, et comment cette limite est-elle vérifiée ?
Questions fréquentes
Les contenus écrits dans Confluence ou Jira sont-ils envoyés à un modèle tiers ?
Les données in-app peuvent entrer dans l'amélioration de l'expérience IA, avec possibilité de retrait pour tous les clients. Les appels aux LLM tiers s'appuient sur un mode de rétention zéro, mais la contribution initiale des contenus reste réglée au niveau du compte.
Peut-on revenir en arrière après avoir contribué des données ?
Le retrait est possible, avec des délais de 30 jours pour les données in-app et de 90 jours pour les métadonnées, puis reprise des modèles concernés. La prudence veut donc décider avant toute contribution de documents sensibles.
Un client Free est-il concerné par cette politique ?
Oui, et plus contraint : sa contribution de métadonnées reste activée sans option de sortie. Seule la contribution des données in-app peut être désactivée, ce qui doit être vérifié dans les réglages du compte.