top of page
LES ARTICLES 360°IA
Deepfakes : quand l'IA fabrique de fausses vidéos assez crédibles pour ruiner une vie
Un deepfake peut coûter 25 millions de dollars à une entreprise, briser la réputation d'un adolescent ou tromper 94 % des Français testés. Entre arnaques au clonage vocal, scandale Grok, fermeture de Sora et faille de la loi SREN, cette enquête de 360°IA dresse un état des lieux sans filtre de la manipulation vidéo par IA : comment elle fonctionne, pourquoi la détection ne suffit plus, ce que dit vraiment la loi, et les réflexes concrets pour s'en protéger, en entreprise comm
Stéphane Guy
il y a 4 jours11 min de lecture
Biais Algorithmiques : Quand l'IA Reproduit et Amplifie nos Discriminations
L'intelligence artificielle promet l'objectivité, mais elle reproduit et amplifie souvent les discriminations humaines. De l’algorithme de recrutement sexiste d'Amazon au système judiciaire COMPAS, les biais algorithmiques transforment nos préjugés en décisions automatisées. Ce décryptage analyse l'origine de ces dérives, nées de données d'entraînement déséquilibrées et d'un manque de diversité dans la tech, et explore les solutions pour auditer et réguler ces technologies.
Stéphane Guy
1 juil.10 min de lecture
Droits d'auteur et IA : à qui appartient vraiment ce que les machines créent ?
Une IA crée, mais qui possède ? En France et aux États-Unis, le droit d'auteur exige une contribution humaine réelle. Les œuvres purement autonomes tombent dans le domaine public. Côté données d'entraînement, le procès Getty c. Stability AI a partiellement débouté les créateurs. Mais la France avance : une loi instaurant une présomption d'utilisation des œuvres culturelles par les IA vient d'être votée au Sénat. Le droit suit. Lentement.
Stéphane Guy
6 juin12 min de lecture
Hallucinations, biais et erreurs : ce que l'IA ne vous dit pas (et pourquoi c'est sérieux)
L'IA hallucine, discrimine et se trompe, souvent avec une assurance déconcertante. Derrière les performances des LLM se cachent des défauts structurels : confabulations statistiques, biais ancrés dans des données inégalitaires, erreurs aux conséquences parfois graves. De l'avocat sanctionné pour des citations fictives à l'algorithme de la CAF ciblant les précaires, les exemples s'accumulent. Cet article décrypte ces limites et les pistes pour en réduire l'impact.
Stéphane Guy
5 avr.8 min de lecture
bottom of page