🪢 IA : repenser toute notre économie avant que celle-ci n’explose
Dans cette édition, focus sur un papier de recherche sur l'IA dite "Transformative" et sur la nécessité de repenser notre économie en profondeur
Chers Insiders,
Que de retournements.
Grand soulagement : abandon de Chat Control et rapport sur l’IA, revirement de dernière minute de l’Allemagne à ce sujet.
Le vote clé sur le règlement Chat Control, initialement prévu le 14 octobre 2025 au Conseil des ministres européens, a été annulé en raison d’un manque de majorité au sein des États membres. Ce blocage s’explique notamment par l’opposition officielle de l’Allemagne, qui s’est jointe à plusieurs autres pays pour former une minorité de blocage. Le texte ne peut donc pas avancer à ce stade.
Plusieurs scénarios sont désormais envisageables : recherche d’un compromis avec une version considérablement allégée du texte, stagnation et retrait potentiel du projet, ou évolution du contexte politique suite au renouvellement du Parlement et de la Commission après les élections de 2024.
D’ailleurs, m’étant concentrée sur les enjeux de souveraineté numérique Européenne plus que sur le sujet de Chat Control, je n’avais pas pris le temps de commenter la position de la France à ce sujet. Mea culpa.
Oui, la France soutient toujours formellement le projet, tandis que de nombreux fournisseurs de services chiffrés (Signal, Proton, Tuta Mail) annoncent qu’ils refuseront d’appliquer les mesures et qu’ils saisiront les tribunaux européens si le règlement était adopté.
Nous noterons par ailleurs le manque de medias francophones couvrant le sujet et explicitant la position de pays comme la France sur ce sujet.
Je suis choquée par l’absence de clarté dans la communication autour de ces sujets cruciaux et par le manque de cap clair et donc de convictions profondes, notamment au sein de l’UE sur des questions aussi essentielles.
Pendant que nous débattons de Chat Control, une autre transformation — bien plus radicale — se profile à l’horizon. Trois économistes (Brynjolfsson, Korinek et Agrawal) viennent de publier un programme de recherche vertigineux sur l’IA transformative, cette intelligence capable de multiplier par 3 à 5 notre productivité dans les prochaines années.
Leur constat ? Nos institutions, nos modèles économiques et nos politiques publiques sont dramatiquement en retard sur ce qui arrive. Chômage de masse, redistribution des revenus, concentration du pouvoir, fin du travail tel qu’on le connaît : les questions ne sont plus théoriques. Elles sont urgentes. Notre Fiche Mémo de cette semaine revient sur cinq des neuf défis économiques majeurs que personne ne maîtrise encore. Parce qu’anticiper n’est pas céder au catastrophisme : c’est se donner une chance de façonner ce qui vient plutôt que de le subir.
Bonne lecture et à la semaine prochaine !
🪢 Daphnée d’IA Éthique Insider
Les News de la semaine en bref
🤓 Général
Les LLM atteignent désormais des performances de niveau médaille d’or aux Olympiades Internationales d’Astronomie et d’Astrophysique (IOAA). Une équipe de chercheurs a évalué cinq modèles de pointe sur les examens théoriques et d’analyse de données de 2022 à 2025. GPT-5 et Gemini 2.5 Pro obtiennent des scores moyens de 85,6% et 84,2% aux examens théoriques, les plaçant dans le top 2 parmi 200-300 participants. Les examens exigent une compréhension conceptuelle approfondie, des dérivations multi-étapes et une analyse multimodale. Pourtant, l’analyse des erreurs révèle des faiblesses persistantes : raisonnement conceptuel, raisonnement géométrique et visualisation spatiale ne dépassent que 52-79% d’exactitude. Verdict : bien que les LLM approchent des performances humaines de haut niveau en théorie, des lacunes critiques doivent être comblées avant qu’ils puissent servir d’agents de recherche autonomes en astronomie.
L’IA générative : bulle spéculative ou révolution en marche ? (lecture de 18 minutes)
Une analyse approfondie confronte l’IA générative aux grandes bulles technologiques du passé à travers cinq indicateurs clés : pression économique, rentabilité sectorielle, croissance des revenus, valorisations boursières et qualité du financement. Les revenus de l’IA générative atteignent 60 milliards de dollars en 2025, avec une croissance explosive qui double chaque année, bien au-delà des télécoms et chemins de fer avant leurs crises. Pourtant, les investissements massifs (370 milliards de dollars en 2025, potentiellement 800 milliards d’ici 2030) créent un ratio capex/revenus de 6, le plus élevé de l’histoire technologique. La durée de vie des GPU, trois ans maximum, impose une pression financière inédite. Les hyperscalers financent encore la moitié des besoins par leur trésorerie, mais 1,5 trillion de dollars devront provenir de la dette et des titrisations. Verdict : l’IA n’est pas encore une bulle, mais le secteur rassemble pas mal de caractéristiques associées aux bulles. Vous devriez en entendre de plus en plus parler, mais je suis convaincue que le caractère tangible des infras développées pour l’IA et leur potentiel de réutilisation devraient tempérer ce type de propos.
Le co-fondateur de Thinking Machines Lab rejoint Meta (lecture de 3 minutes)
Andrew Tulloch, co-fondateur du laboratoire d’IA Thinking Machines Lab dirigé par l’ancienne CTO d’OpenAI Mira Murati, a annoncé vendredi son départ pour rejoindre Meta. Cette défection illustre le blitz de recrutement agressif de Mark Zuckerberg qui, après avoir échoué à acquérir la startup, aurait offert à Tulloch un package de compensation potentiellement valorisé jusqu’à 1,5 milliard de dollars sur six ans. Meta a qualifié ces chiffres d’”inexacts et ridicules”. Tulloch, qui a travaillé 11 ans chez Meta avant de rejoindre OpenAI en 2023 puis de cofonder Thinking Machines début 2025, représente un coup stratégique pour Meta dans sa course à la “superintelligence”. Cette guerre des talents entre géants tech révèle la centralisation croissante de l’expertise IA entre quelques acteurs dominants, au détriment de startups prometteuses.
⚖️ Fairness
BPCE signe un accord historique sur l’emploi intégrant l’IA générative (lecture de 5 minutes)
Le groupe bancaire BPCE (103 000 salariés) a signé à l’unanimité des organisations syndicales (CFE-CGC, CFDT, UNSA) un accord de gestion des emplois et parcours professionnels (GEPP) intégrant pour la première fois un volet sur l’intelligence artificielle générative. Effectif pour trois ans à partir de juillet 2025, l’accord prévoit un cadre négocié pour le déploiement de l’IA générative avec un dialogue social itératif et constructif à tous les niveaux. Une commission de suivi unique se réunira deux fois par an pour informer régulièrement le comité de groupe, le comité stratégique et les CSE. L’accord couvre aussi la gestion des talents via les Campus métiers BPCE et un focus sur la carrière des collaborateurs expérimentés à partir de 45 ans. Objectif du groupe : 50% d’adoption de l’IA par les employés d’ici 2026, contre 25% fin 2024. Les syndicats voient l’IA comme une assistance libérant du temps pour des tâches à plus forte valeur, mais insistent sur l’importance d’encadrer les ambitions du groupe. Quand on voit ce que l’IA peut faire, 50% seulement d’adoption d’ici l’an prochain me parait fou (manque d’ambition) mais force est de constater que beaucoup d’employés freinent des quatre fers pour ne pas perdre leur job…
🌱 Sustainability
Éthique + Durabilité = IA Responsable selon Hugging Face (lecture de 12 minutes)
Dans un article fondamental, Hugging Face défend que l’éthique et la durabilité de l’IA doivent évoluer ensemble. À quoi bon une IA “éthique” qui épuise les ressources, ou une IA “verte” qui amplifie les biais ? L’équipe identifie deux enjeux transversaux critiques pour la communauté open-source : l’évaluation et la transparence. Les leaderboards actuels mesurent surtout l’exactitude, ignorant l’efficacité et les biais. Le projet AI Energy Score standardise la mesure de consommation énergétique pour permettre des comparaisons, mais néglige le reste du cycle de vie du modèle. La transparence reste insuffisante : les impacts environnementaux sont rarement divulgués par les créateurs, obligeant les chercheurs indépendants à reconstruire les estimations. Hugging Face propose des best practices : évaluations holistiques incluant impacts sociaux et environnementaux à long terme, audits obligatoires avant déploiement dans des contextes critiques, et méthodologies standardisées de mesure pour créer une “transparence utilisable”. Les systèmes d’IA sont des miroirs de nos priorités.
Quand les LLM apprennent à trier l’information sans exploser les coûts (lecture de 15 minutes)
Comment demander à un LLM de trier des dizaines de documents pour trouver les plus pertinents sans faire fondre votre budget informatique ? Des chercheurs de Google et de l’Université du Texas s’attaquent à ce problème crucial : actuellement, quand on soumet plusieurs documents à un LLM pour qu’il identifie les plus utiles, les calculs nécessaires explosent de façon exponentielle. Leur découverte révèle que les LLM ont des “angles morts” exploitables : ils concentrent leur attention à l’intérieur de chaque document plutôt qu’entre documents, et certaines couches du modèle peuvent déjà prédire la pertinence bien avant la fin du traitement. En concevant des architectures qui tirent parti de ces patterns naturels, l’équipe parvient à maintenir la performance tout en divisant drastiquement les coûts. Au-delà de l’optimisation technique, cette recherche pose une question stratégique : qui pourra se permettre de faire tourner des systèmes de recherche intelligents si seuls les géants disposent des ressources nécessaires ? L’efficacité algorithmique n’est pas qu’une question technique, c’est un enjeu de démocratisation de l’IA.
🔓 Safety
Chat Control abandonné : l’Europe recule face aux oppositions (lecture de 3 minutes)
Le vote crucial sur Chat Control au Conseil des ministres européens a été annulé faute de majorité, grâce notamment à l’opposition de dernière minute de l’Allemagne qui a finalement rejoint la minorité de blocage. Le projet de règlement, qui visait à scanner automatiquement les communications privées pour détecter des contenus illégaux, est bloqué. Plusieurs scénarios s’ouvrent : recherche d’un compromis avec un texte allégé, stagnation potentielle et retrait du projet par la Commission, ou réorientation politique après le renouvellement des institutions. Les fournisseurs de services chiffrés comme Signal, Proton et Tuta Mail avaient annoncé qu’ils refuseraient d’appliquer ces mesures et saisiraient les tribunaux européens. L’expiration du régime transitoire en 2026 sans nouvelle législation créerait un vide juridique.
Empoisonnement par échantillons : quand de petites données corrompent les LLM (lecture de 8 minutes)
Anthropic révèle une vulnérabilité critique des modèles de langage : un attaquant peut empoisonner un LLM en injectant stratégiquement de petites quantités de données toxiques dans les ensembles d’entraînement ou de fine-tuning. Même avec quelques centaines d’exemples malveillants parmi des millions de données propres, un modèle peut être manipulé pour produire des sorties biaisées, trompeuses ou dangereuses de manière ciblée. Cette recherche met en lumière les risques liés à l’intégrité des données d’entraînement et appelle à des mécanismes robustes de détection et de filtrage pour sécuriser le pipeline de développement des IA. La difficulté : identifier ces échantillons toxiques dans des datasets massifs sans dégrader les performances globales du modèle.
OpenAI n’a plus à conserver toutes ses données ChatGPT, avec des exceptions (lecture de 4 minutes)
Une décision judiciaire récente modifie les obligations de conservation des données pour OpenAI. L’entreprise n’est plus tenue de préserver l’intégralité de ses données ChatGPT, à quelques exceptions près liées à des litiges en cours. Cette évolution soulève des questions sur la transparence, la traçabilité et la capacité à auditer les systèmes en cas de problème. Pour les défenseurs de la vie privée, c’est une victoire potentielle, mais pour les régulateurs et chercheurs, cela complique l’évaluation des biais, des erreurs et des impacts sociétaux des modèles. Le débat sur la durée de conservation des données d’IA, entre droit à l’oubli et nécessité de redevabilité, reste ouvert.
ChinaTalk met en lumière un contraste culturel saisissant : pendant que l’Amérique développe massivement des “petites amies IA” ciblant des hommes jeunes et isolés, la Chine investit dans des “petits copains IA” pour femmes. Cette asymétrie n’est pas anecdotique : elle reflète des dynamiques sociétales profondément différentes autour de la solitude, des attentes de genre et de la monétisation de l’intimité. Aux États-Unis, l’industrie capitalise sur une épidémie de solitude masculine et l’évolution des normes relationnelles, offrant écoute, réconfort et validation émotionnelle algorithmique. En Chine, le phénomène cible principalement les femmes dans un contexte de pressions matrimoniales et de déséquilibres démographiques. Au-delà de la marchandisation de l’affection, cette géographie genrée des compagnons virtuels interroge : ces technologies comblent-elles un vide ou l’aggravent-elles ? Les parallèles avec l’enquête du CDT sur les adolescents américains suggèrent que ce basculement vers l’intimité artificielle transcende les frontières. La vraie question n’est plus “pourquoi des gens développent-ils des liens avec des IA ?”, mais “qu’est-ce que cela dit de nos sociétés incapables de répondre à des besoins humains fondamentaux ?”
Une enquête nationale du Center for Democracy and Technology révèle une réalité dérangeante : près d’un lycéen américain sur cinq déclare avoir eu ou connaître quelqu’un ayant eu une relation romantique avec une IA. Plus de 40% utilisent l’IA pour de la compagnie. Ces chiffres, issus d’une enquête menée auprès de 1 000 lycéens, 1 000 parents et 800 enseignants, ne traduisent pas une simple évolution des usages technologiques : ils signalent une rupture dans notre rapport à l’intimité et à la connexion humaine. Alors que 86% des élèves et 85% des enseignants utilisent l’IA en classe, Elizabeth Laird du CDT alerte : “Les élèves doivent comprendre qu’ils parlent à un outil avec des limitations connues, pas à une personne.” Le paradoxe est saisissant : nous intégrons massivement l’IA dans l’éducation tout en constatant que la formation reçue reste “très basique”. Cette adoption accélérée crée un fossé entre exposition technologique et compréhension critique. La vraie question n’est pas de savoir si l’IA est bonne ou mauvaise pour les adolescents, mais pourquoi nous laissons une génération entière développer des liens émotionnels avec des systèmes opaques sans leur donner les outils pour comprendre ce qui se joue réellement.
Fiche mémo - IA Transformative : repenser toute notre économie avant que celle-ci n’explose
Mais si ces discussions, bien que nécessaires, ne faisaient qu’effleurer la surface d’une transformation économique bien plus profonde et complexe ?
Et si les vraies questions n’étaient pas “l’IA va-t-elle prendre mon travail ?” mais plutôt “l’IA va-t-elle réinventer le concept même d’invention ?” ou “Comment trouvons-nous un sens à notre vie lorsque le ‘problème économique’ sera résolu ?”.
Ces questions peuvent sembler relever de la science-fiction, mais elles sont au cœur d’une nouvelle étude percutante menée par d’éminents économistes pour le National Bureau of Economic Research (NBER).
Dans ce travail de fond, les auteurs identifient neuf « grands défis » posés par l’IA transformative.
Cet article ne va pas répéter ce que vous avez déjà entendu. Nous allons distiller les cinq révélations les plus surprenantes et contre-intuitives de cette recherche fondamentale.
Préparez-vous à voir l’avenir économique de l’IA sous un angle nouveau.
Les points clés les plus surprenants sur l’avenir économique de l’IA
Première révélation : L’échéance d’une IA surhumaine s’est effondrée, passant de 2062 à 2033
L’une des données les plus frappantes de l’étude concerne la vitesse à laquelle nos attentes ont changé. En 2020, la plateforme de prédiction Metaculus estimait que la date médiane pour l’arrivée d’une « IA générale » capable de surpasser la plupart des humains était 2062. Aujourd’hui, cette prédiction médiane est tombée à 2033.
Plus encore, un quart des participants à cette prédiction s’attendent même à ce que cette étape soit atteinte d’ici 2028. Cette accélération n’est pas qu’une statistique ; elle est corroborée par les leaders du secteur. Dario Amodei (Anthropic) et Demis Hassabis (Google DeepMind) estiment que de tels systèmes pourraient voir le jour d’ici quelques années ou au cours de la prochaine décennie.
Cette accélération spectaculaire crée une urgence sans précédent, car nos institutions, nos compétences et nos modèles économiques peinent déjà à suivre le rythme actuel.
Les avis divergent beaucoup à ce sujet, mais je suis personnellement convaincue que si les géant de la Tech ont intérêt à nous faire “acheter” ce scenario de l’imminence d’une IA Super Intelligente, il n’en reste pas moins que les avancées sont vraiment fulgurantes, et que deux super puissances (j’ai nommé la Chine et les USA) concentrent un maximum de ressources pour gagner cette “course à l’IA”, écartant ainsi l’argument des limitations par manque de ressources (financières, énergétiques,..).
Deuxième révélation : L’IA ne va pas seulement automatiser le travail, elle va automatiser l’invention elle-même
L’impact le plus profond de l’IA Transformative (IAT) pourrait ne pas être l’automatisation des tâches existantes, mais l’automatisation du processus d’innovation lui-même. La recherche économique traditionnelle considère l’innovation comme le principal moteur de la croissance, un processus jusqu’ici largement humain.
L’étude suggère que l’IAT pourrait radicalement changer la donne en identifiant des connexions entre des domaines de connaissance que les experts humains, souvent cloisonnés dans leurs disciplines, ne peuvent pas voir.
Pour le dire simplement, imaginez l’innovation comme la recherche du plus haut sommet d’une montagne.
Les experts humains sont excellents pour gravir le plus haut sommet de leur propre chaîne de montagnes (un « maximum local »).
L’IAT, cependant, dispose d’une carte de toutes les chaînes de montagnes du continent, ce qui lui permet d’identifier le plus haut sommet absolu (le « maximum global »), une découverte qui pourrait nécessiter de relier la géologie, la météorologie et la logistique d’une manière qu’aucun expert humain ne pourrait faire seul.
Cela pourrait créer une boucle de rétroaction où une IA plus intelligente accélère la découverte, ce qui mène à une IA encore plus intelligente, déclenchant un rythme de progrès sans précédent.
Troisième révélation : Résoudre le “problème économique” crée une crise de sens
L’économiste John Maynard Keynes avait prédit qu’un jour, la technologie résoudrait le « problème économique » fondamental, à savoir la nécessité de travailler pour subvenir à nos besoins.
L’IA pourrait bien réaliser cette prédiction. Mais si les machines peuvent effectuer presque tout le travail, le bien-être et le sens de la vie humaine deviennent un défi économique majeur.
L’étude met en lumière une comparaison frappante : les retraités connaissent souvent une augmentation du bonheur, tandis que les chômeurs involontaires souffrent d’une diminution du bien-être.
La différence réside dans le choix, la sécurité financière et les attentes sociétales. Cela soulève une question essentielle : pouvons-nous concevoir des politiques qui imitent les aspects positifs de la retraite ?
Il ne s’agit pas seulement de revenus, mais aussi de prendre en compte les « externalités » du travail — ces bénéfices sociétaux non capturés dans un salaire, comme les liens sociaux et la santé mentale, et dont la disparition représente un coût économique caché.
Quatrième révélation : Le véritable danger n’est pas la perte d’emplois, mais la concentration du pouvoir
Le débat public se focalise sur la perte d’emplois, mais les économistes de l’étude pointent un risque bien plus systémique : une concentration massive du pouvoir économique et politique. L’IA a un double potentiel. D’un côté, elle pourrait démocratiser l’expertise. De l’autre, elle pourrait conférer un avantage écrasant aux grandes entreprises qui la contrôlent.
Ce risque est si profond que, selon les auteurs, il nous oblige à poser une question qui semblait reléguée aux livres d’histoire : une IA puissante pourrait-elle rendre les économies centralement planifiées à nouveau viables ?
Une telle centralisation, même si elle était économiquement « efficace », pourrait éroder l’autonomie et la liberté individuelles.
Comme le pouvoir économique se traduit presque toujours en pouvoir politique, cette question de concentration n’est pas seulement un enjeu de marché, mais un enjeu sociétal fondamental.
Cinquième révélation : Nous mesurons une révolution du 21e siècle avec des outils du 20e siècle
Comment savoir si nous vivons une révolution si nos outils de mesure sont obsolètes ?
L’étude souligne une faille critique dans notre principale mesure du progrès économique : le Produit Intérieur Brut (PIB).
Le problème est simple mais profond : lorsque l’IA réduit le coût marginal de nombreux biens et services numériques à presque zéro, ces derniers ont un poids nul dans le calcul du PIB, même s’ils créent une valeur immense pour les consommateurs.
Pensez à un service comme Wikipédia ou à un outil de traduction alimenté par l’IA.
Ils créent une valeur éducative ou commerciale immense, mais comme ils sont gratuits, ils ne contribuent en rien aux chiffres conventionnels du PIB.
Cela signifie que nous pourrions massivement sous-estimer la croissance réelle de la productivité et l’amélioration du bien-être, nous empêchant de voir la véritable ampleur de la transformation.
Conclusion : Sommes-nous prêts pour la véritable transformation ?
Les conclusions de cette étude sont claires : les changements économiques provoqués par l’IA seront bien plus profonds et complexes que les récits populaires ne le suggèrent.
Nous ne parlons pas seulement d’une nouvelle vague d’automatisation, mais d’une potentielle refonte des moteurs de la croissance, de la répartition du pouvoir et même de la définition de la valeur économique.
Les auteurs lancent un appel urgent : nous ne devons pas attendre que des systèmes d’IA surpuissants soient pleinement développés pour entreprendre cette recherche critique.
Les organisations, les lois et les institutions évoluent beaucoup plus lentement que la technologie. L’inaction aujourd’hui pourrait nous laisser démunis demain.
Face à ces défis monumentaux, de la concentration du pouvoir à la crise du sens, notre société investit-elle suffisamment pour comprendre et façonner notre avenir économique, ou laissons-nous la technologie seule dicter les termes ?
Podcast du mois - Repenser notre humanité à l’ère de l’IA
Intelligence, conscience et dérives technologiques avec Flavien Chervet (écoute de 85 minutes)
Dans cet échange philosophiquement vertigineux, Flavien Chervet, philosophe et prospectiviste spécialisé en IA, déconstruit nos certitudes sur l’intelligence artificielle.
De la définition de l’intelligence (cette capacité à synthétiser de nouveaux programmes face à la nouveauté) aux débats sur la conscience (fonctionnalisme, panpsychisme, éliminativisme), cette conversation explore les angles morts de notre rapport à la machine.
Pourquoi l’Occident refuse-t-il de reconnaître l’intelligence non-humaine quand les cultures orientales l’embrassent ?
Qu’est-ce que le cas d’AlphaGo révèle de notre orgueil civilisationnel ?
Et surtout : qui décide du cadre moral des systèmes qui influencent déjà des milliards de vies ?
Entre naïveté rassurante et lucidité inconfortable, cet épisode pose les vraies questions avant qu’il ne soit trop tard. Un débat essentiel pour penser l’IA au-delà du hype technologique.
Le raté de l’IA de la semaine
Deloitte Australie a dû rembourser partiellement un contrat de 440 000 dollars australiens (247 000 euros) passé avec le gouvernement après avoir livré un rapport truffé d’erreurs générées par l’IA. Le document comportait une vingtaine de références inventées, des citations inexistantes et même une décision de justice totalement fictive. Le cabinet a admis avoir utilisé Azure OpenAI GPT-4o sans vérification humaine sérieuse. Un chercheur de l’Université de Sydney a détecté les “hallucinations” de l’IA et alerté les médias. Deloitte a publié une version corrigée en supprimant de nombreuses références erronées, reconnaissant son erreur tout en affirmant que les conclusions restent valables. Un scandale qui illustre les risques d’une confiance aveugle en l’IA pour des travaux officiels.
Date de l’événement : Août-Octobre 2025
Coup de coeur de la semaine
Je n’ai pas spécialement envie de faire de la pub pour Orange (qui ne me sponsorise pas :)) mais je dois avouer que cette vidéo découverte via un post LinkedIn de Mick Levy m’a fait sourire !
Le sondage de la semaine
✨ Rejoignez la communauté IA Ethique Insider ! ✨
Merci d’avoir pris le temps de me lire !
Si cette newsletter vous a fait réfléchir, surpris(e) ou inspiré(e), alors partagez-la avec votre réseau ! Plus nous serons nombreux à questionner et façonner une IA responsable, plus nous pourrons avoir des débats riches et constructifs pour façonner un monde plus harmonieux où la technologie serait au service du vivant.
💌 Pas encore abonné(e) ? Inscrivez-vous pour ne rien manquer des prochaines éditions !
Vous pensez que cela pourrait intéresser quelqu'un ? Partagez sans compter la newsletter !
Sinon, vous pouvez aussi faire entendre votre voix : répondez à ce mail avec vos réactions, vos idées ou les sujets que vous aimeriez voir abordés. Hâte d’échanger ensemble !
P.S. Les résumés sont générés par IA et corrigés par mes soins.