Résumé

  • Matcha rapproche la préparation des étiquettes de confidentialité du code et des SDK qui façonnent les pratiques de données, tout en laissant au développeur la responsabilité d’interpréter les suggestions.
  • Une étude relève une meilleure précision chez la plupart des 12 participants, mais l’outil prend plus de temps que le formulaire du store et ne certifie pas les déclarations à l’échelle d’une plateforme.

Les informations de confidentialité sont visibles près du bouton de téléchargement, alors que leur préparation se fait souvent dans un formulaire séparé du développement. Cette distance est décisive. Le formulaire demande de classer les données qu’une application recueille, partage ou utilise ; les indices sont dispersés entre le code interne, les bibliothèques tierces, les réglages et les traitements côté serveur. Un développeur peut connaître l’intention de l’application sans savoir exactement ce qu’une dépendance transmet.

Apple et Google ont construit des dispositifs différents. Les réponses App Privacy d’Apple sont fournies au niveau de l’application, doivent inclure les pratiques des partenaires tiers et doivent être actualisées quand celles-ci changent. Data safety, chez Google Play, est une déclaration globale pour un package qui couvre les versions encore distribuées et les pratiques pertinentes des SDK. Google précise que les développeurs sont seuls à disposer des informations nécessaires pour déclarer complètement et correctement les pratiques ; son examen ne vise pas à en vérifier l’exactitude. Les deux systèmes n’emploient ni la même taxonomie ni le même parcours. (Apple ; Google Play)

Ramener les preuves dans l’environnement de développement

Lorrie Cranor travaille à l’intersection de l’ingénierie de la confidentialité, des politiques publiques et de la sécurité utilisable. Le laboratoire CUPS de Carnegie Mellon indique que son équipe de conception d’une étiquette nutritionnelle de confidentialité était dirigée par Patrick Gage Kelley et comptait Cranor parmi ses membres. L’objectif était de rendre les pratiques plus faciles à comprendre et à comparer ; il ne s’agit pas d’attribuer seule cette invention à Cranor. (CUPS, Carnegie Mellon ; profil de Cranor)

Un article de 2024 cosigné par Cranor, Tianshi Li, Yuvraj Agarwal et Jason Hong présente Matcha, un module pour Android Studio destiné aux labels Google Play. Il repère des pistes dans le code de première partie à partir d’appels d’API et de mots-clés, aide les développeurs à annoter l’accès aux données et leur transmission, puis utilise un fichier XML modifiable pour les pratiques des SDK tiers. Le résultat est un fichier CSV importable dans Play Console. L’idée importante est de présenter les indices dans l’environnement où le code peut être vérifié, corrigé ou contesté. (article Matcha ; texte ouvert ; site du projet)

Une meilleure précision demande du temps

Dans une étude où 12 développeurs ont créé des labels pour leurs propres applications, 11 ont obtenu une déclaration plus précise avec Matcha qu’avec le formulaire Play Console. Les applications concernées représentaient six apps Google Play. La tâche a pris en moyenne 30 minutes avec Matcha, contre 9,8 minutes avec la console. L’écart est réel : dans cette étude, le processus mieux étayé a demandé environ trois fois plus de temps.

Ce résultat étaye une conception de flux de travail ; il ne prouve pas une précision universelle. Les auteurs signalent que l’exercice préalable dans la console a pu aider lors de la seconde tâche, que la référence d’erreurs était incomplète et que l’échantillon ne représente peut-être pas les grandes équipes. L’analyse du code ne révèle pas non plus tous les traitements serveur ou usages ultérieurs après la sortie des données de l’appareil. Le développeur doit apporter ce contexte et relire les résultats.

Une étiquette de store reflète donc ce que ses règles supposent que le développeur sait. Matcha rend cette attente plus praticable en traçant un chemin entre code, SDK et déclaration. L’outil ne transforme pas la déclaration en audit. Sa contribution durable consiste à créer un endroit où l’incertitude peut apparaître et où un écart peut être corrigé avant la publication.