Cet article aborde la question du traitement des données personnelles sensibles, telles que les fichiers audio, les images haute résolution, les vidéos et les informations de localisation, collectées par des robots opérant dans des environnements privés, comme le domicile, pour une interaction homme-robot (IH) améliorée avec des modèles de langage à grande échelle (MLH). En utilisant le cadre d'intégrité contextuelle (IC), nous avons développé une série de scénarios liés à la confidentialité afin d'étudier les préférences des utilisateurs en matière de confidentialité (N = 450). Nous avons comparé les réponses à celles d'un LLM de pointe (N = 10), révélant des différences de sensibilisation à la confidentialité entre les humains et les LLM. De plus, nous avons mis en œuvre quatre stratégies d'incitation supplémentaires pour améliorer les capacités de contrôle de la confidentialité du LLM et comparé les résultats. Nos conclusions démontrent que la sensibilisation à la confidentialité du LLM est encore insuffisante, et nous discutons des implications et du potentiel de la sensibilisation à la confidentialité de l'IA pour l'IH.
