\n<\/p>\n
L’article pr\u00e9c\u00e9dent<\/a> (partie I), centr\u00e9 sur l’avertissement de Tim Berners-Lee<\/a> concernant l’effondrement du mod\u00e8le publicitaire du web face \u00e0 l’IA, omettait un enjeu crucial \u2013 et peut-\u00eatre plus insidieux<\/strong> \u2013 : la propagation et l’amplification de la d\u00e9sinformation<\/strong> par l\u2019IA. Les grands mod\u00e8les de langage (LLM) ne se contentent pas de \u00ab\u00a0lire<\/em>\u00a0\u00bb le web sans g\u00e9n\u00e9rer de clics ; ils risquent de le synth\u00e9tiser, le transformer et le diffuser de mani\u00e8re biais\u00e9e<\/strong>, \u00e9rodant la confiance des utilisateurs \u00ab\u00a0en les enduisant avec de l\u2019erreur<\/em>\u00a0\u00bb. Cela n’est pas seulement une question de revenus perdus, mais d’une crise de l\u00e9gitimit\u00e9<\/strong> qui pourrait acc\u00e9l\u00e9rer l’abandon des sources traditionnelles au profit d’IA opaques. Explorons cela \u00e0 partir d\u2019exemples concrets, en nous appuyant sur des faits v\u00e9rifi\u00e9s, et d\u2019une m\u00e9thode de scoring propos\u00e9e pour \u00e9valuer la neutralit\u00e9 ou le partisanisme des informations.<\/p>\n Le web repose sur des sites d’actualit\u00e9s qui, pour survivre, produisent du contenu \u00e0 flux tendu, souvent repris en cascade sans v\u00e9rification approfondie. Comme le note Berners-Lee, si les LLM synth\u00e9tisent cela sans renvoyer aux sources principales, les pubs s’effondrent. Mais pire : ces LLM, entra\u00een\u00e9s sur des donn\u00e9es web massives, h\u00e9ritent et amplifient les biais<\/strong>. Imaginez un LLM qui, face \u00e0 une requ\u00eate sur une recette de tiramisu, int\u00e8gre des alternatives \u00ab\u00a0saines<\/em>\u00a0\u00bb promues par des lobbies anti-sucre (comme des \u00e9dulcorants artificiels sponsoris\u00e9s). Ce n’est pas de la fiction : des \u00e9tudes montrent d\u00e9j\u00e0 que les r\u00e9ponses d’IA sur la nutrition sont influenc\u00e9es par des partenariats commerciaux, transformant des faits neutres en propagande subtile<\/strong>.<\/p>\n L\u2019exemple du lobby \u00ab\u00a0bonne sant\u00e9<\/em>\u00a0\u00bb vs. sucre est pertinent notamment avec le d\u00e9veloppement du mouvement MAHA (Make America Healthy Again) qui soutient la recherche d\u2019informations scientifiques cl\u00e9s objectives dans l\u2019optique d\u2019am\u00e9liorer la sant\u00e9 des Am\u00e9ricains. Des plateformes comme Google ou Meta int\u00e8grent d\u00e9j\u00e0 des pubs pour des produits \u00ab\u00a0z\u00e9ro sucre<\/em>\u00a0\u00bb dans les r\u00e9sultats de recherche, et les LLM pourraient g\u00e9n\u00e9raliser cela : une recette traditionnelle devient \u00ab\u00a0am\u00e9lior\u00e9e<\/em>\u00a0\u00bb sans mention des biais. Cela cr\u00e9e une \u00ab\u00a0d\u00e9sinformation douce<\/em>\u00a0\u00bb, o\u00f9 l’info est alt\u00e9r\u00e9e sans mensonge flagrant, mais au d\u00e9triment de la diversit\u00e9 des perspectives.<\/p>\n \u00a0<\/p>\n Prenons plusieurs cas pour illustrer comment le web propage des infos biais\u00e9es, et comment l’IA pourrait les aggraver.<\/p>\n L’origine du virus COVID-19 : un d\u00e9bat scientifique \u00e9touff\u00e9 ?<\/strong>\u00a0<\/p>\n Les m\u00e9dias mainstream ont initialement relay\u00e9 la th\u00e8se d’une origine naturelle (zoonose via un march\u00e9 de Wuhan), souvent sans nuance, rejetant l’hypoth\u00e8se de fuite de laboratoire comme conspirationniste. En 2025, la CIA et plusieurs rapports am\u00e9ricains<\/a> estiment la fuite de labo comme<\/a> \u00ab\u00a0la plus probable<\/em>.\u00a0\u00bb alors que l’OMS penche pour une origine animale<\/a>. Une modification radicale du narratif de 2020.<\/p>\n Des articles comme ceux de Science et Avenir<\/em><\/a> ou Le Point<\/em><\/a> soulignent que la Chine bloquerait les enqu\u00eates, politisant le d\u00e9bat.<\/p>\n Si un LLM synth\u00e9tise 10 sources mainstream rejetant la th\u00e8se labo, il pourrait produire une r\u00e9ponse biais\u00e9e : \u00ab\u00a0L’origine est naturelle, sans preuve d’accident de labo<\/em>.\u00a0\u00bb Multipli\u00e9 par des millions d’utilisateurs, cela \u00ab\u00a0blanchit<\/em>\u00a0\u00bb un narratif non critique, marginalisant des voix scientifiques dissidentes comme par exemple celle du Professeur Montagnier.<\/p>\n L’enjeu est la perte de confiance<\/strong> dans les m\u00e9dias mainstreams et la parole publique : les utilisateurs, soup\u00e7onnant un \u00ab\u00a0consensus fabriqu\u00e9<\/em>\u00a0\u00bb, se tournent vers des sources alternatives, qui \u00e9tant plus ind\u00e9pendantes sont donc plus critiques et moins souvent partisanes.<\/p>\n<\/blockquote>\n \u00a0<\/p>\n Les b\u00e9n\u00e9fices\/risques des vaccins COVID : une \u00ab\u00a0<\/strong>fonte<\/strong><\/em>\u00a0\u00bb des avantages et une \u00ab\u00a0<\/strong>augmentation des risques<\/strong><\/em>\u00a0\u00bb ?<\/strong><\/p>\n Les b\u00e9n\u00e9fices des vaccins covid semblent fondre \u00ab\u00a0comme neige au soleil<\/em>\u00a0\u00bb avec la confiance des utilisateurs puisque 72% des Fran\u00e7ais d\u00e9clarent ne pas vouloir se faire vacciner contre la covid en 2025<\/a>. Et 52% indiquent que les mensonges r\u00e9p\u00e9t\u00e9s du gouvernement et des autorit\u00e9s leur ont fait perdre confiance<\/a>. L\u2019IA peut donc vanter les m\u00e9rites de la vaccination, qui selon certaines \u00e9tudes de plus en plus contest\u00e9es, resteraient efficaces \u00e0 33-50 % contre les hospitalisations et le long COVID, avec une protection durable (jusqu’\u00e0 45 % contre l’infection apr\u00e8s 4 semaines). Cependant si l’IA r\u00e9fute les effets secondaires et plus de 700 \u00e9tudes sur la toxicit\u00e9 de la prot\u00e9ine spike alors la confiance sera vraiment en berne. Et m\u00eame si Pfizer et l’OMS affirment une r\u00e9duction des formes graves, surtout chez les vuln\u00e9rables,\u00a0il devient de plus en plus \u00e9vident que le \u00ab\u00a0tous vaccin\u00e9s, tous prot\u00e9g\u00e9s\u00a0\u00bb vant\u00e9 par l\u2019administration fran\u00e7aise n\u2019avait aucune base scientifique r\u00e9elle. Les risques (myocardites) commencent \u00e0 \u00eatre bien document\u00e9s avec le travail de l\u2019ACIP aux Etats-Unis. Cependant le rapport b\u00e9n\u00e9fice-risque pose de r\u00e9elles questions qui ont men\u00e9es l\u2019ACIP \u00e0 ne plus donner une recommandation universelle aux vaccins covid. Un LLM pourrait tenter de \u00ab\u00a0moyenner\u00a0\u00bb cela en minimisant les b\u00e9n\u00e9fices, cr\u00e9ant une d\u00e9sinfo hybride : \u00ab\u00a0Les vaccins \u00e9taient utiles au d\u00e9but, mais moins maintenant<\/em>.\u00a0\u00bb\u00a0<\/p>\n Cela \u00e9rode la confiance vaccinale, impactant la sant\u00e9 publique<\/strong> \u2013 et, ironiquement, les revenus des sites pharma qui financent des pubs sur des infos \u00ab\u00a0\u00e9quilibr\u00e9es<\/em>\u00a0\u00bb.<\/p>\n<\/blockquote>\n \u00a0<\/p>\n La propagande anti-russe et la corruption en Ukraine : un narratif s\u00e9lectif ?<\/strong><\/p>\n L’Ukraine est class\u00e9e parmi les pays les plus corrompus (indice Transparency International 2024 : 104e\/180), avec des scandales persistants malgr\u00e9 des r\u00e9formes soutenues par l’UE et les USA pour l’adh\u00e9sion de l\u2019Ukraine \u00e0 l\u2019OTAN<\/a>. La couverture occidentale critique cette corruption<\/a> (ex. : d\u00e9tournements d’aide militaire<\/a>), mais l’encadre souvent comme un obstacle surmontable face \u00e0 l’agression russe<\/strong>, vue comme la menace principale.<\/p>\n La propagande russe exploite cela pour d\u00e9peindre l’Ukraine comme un \u00ab\u00a0\u00c9tat failli corrompu<\/em>\u00a0\u00bb, justifiant l’invasion. Les m\u00e9dias mainstream, en se focalisant sur les crimes russes sans apporter de preuves tangibles, sous-exposent la corruption ukrainienne<\/strong>, cr\u00e9ant un biais pro-occidental. Ce que Benoit Par\u00e9 d\u00e9crit dans son livre \u00ab\u00a0Ce que j\u2019ai vu en ukraine\u00a0<\/em><\/a>\u00bb et la suite \u00ab\u00a0Ukraine\u00a0: la grande manipulation\u00a0<\/em><\/a>\u00bb.\u00a0<\/p>\n Un LLM pourrait amplifier cela : une requ\u00eate sur \u00ab\u00a0guerre Ukraine<\/em>\u00a0\u00bb g\u00e9n\u00e8re un r\u00e9sum\u00e9 pro-Kyiv, ignorant les nuances, renfor\u00e7ant la polarisation et contribuant \u00e0 la d\u00e9sinformation de l\u2019utilisateur.<\/p>\n<\/blockquote>\n \u00a0<\/p>\n Le cas du g\u00e9n\u00e9ral Paul Pellizzari : une fake news en cascade<\/strong><\/p>\n Cet exemple est embl\u00e9matique. En avril 2025, l’AFP et des m\u00e9dias comme L’Essor<\/em> et Le Parisien<\/em> ont li\u00e9 la radiation du g\u00e9n\u00e9ral Paul Pellizzari<\/a> (pour \u00ab\u00a0manquement au devoir de r\u00e9serve<\/em>\u00a0<\/a>\u00bb) \u00e0 une tribune de 2021 dans Valeurs Actuelles<\/em> qu’il n’avait pas sign\u00e9e \u2013 erreur propag\u00e9e par une quinzaine de m\u00e9dias qui ont repris la d\u00e9p\u00eache AFP sans la v\u00e9rifier<\/a>. La vraie cause ? Une plainte de 2024 contre des ministres pour livraisons d’armes ill\u00e9gales \u00e0 l’Ukraine, irrecevable mais non class\u00e9e<\/a>.<\/p>\n France Soir <\/em>a obtenu une correction AFP<\/a> via mise en demeure le 7 mai 2025<\/a>, for\u00e7ant des rectificatifs. Cela illustre le \u00ab\u00a0blanchiment<\/em>\u00a0\u00bb : une erreur initiale (non v\u00e9rifi\u00e9e) se multiplie, pr\u00e9judiciant un individu<\/strong>.\u00a0<\/p>\n Un LLM pourrait r\u00e9sumer cela comme \u00ab\u00a0Radiation pour tribune controvers\u00e9e<\/em>\u00a0\u00bb en utilisant les 15 m\u00e9dias comme sources, perp\u00e9tuant la fake news sans v\u00e9rification avec la source.<\/p>\n<\/blockquote>\n L’analogie avec les produits d\u00e9riv\u00e9s financiers est un parall\u00e8le frappant avec le fonctionnement des LLM. En finance, un d\u00e9riv\u00e9 (option, future, swap) tire sa valeur d’un \u00ab\u00a0sous-jacent<\/em>\u00a0\u00bb (ex. : une action ou un indice), mais via des formules math\u00e9matiques (comme le mod\u00e8le Black-Scholes), il abstrait et simplifie l’info de base. R\u00e9sultat ? L’investisseur voit une valeur \u00ab\u00a0d\u00e9riv\u00e9e<\/em>\u00a0\u00bb \u2013 souvent opaque et incompl\u00e8te \u2013 sans acc\u00e8s direct aux d\u00e9tails du sous-jacent (risques idiosyncratiques, contexte \u00e9conomique r\u00e9el). Si le sous-jacent est biais\u00e9 (ex. : donn\u00e9es gonfl\u00e9es par une bulle), le d\u00e9riv\u00e9 propage et amplifie l’erreur, menant \u00e0 des bulles ou crashes.<\/p>\n Un cas embl\u00e9matique : les Collateralized Debt Obligations<\/strong> (CDO) lors de la crise financi\u00e8re de 2008. Ces produits regroupaient des milliers de pr\u00eats hypoth\u00e9caires subprime (sous-jacents) en tranches not\u00e9es AAA par des agences comme Moody’s, promettant des rendements stables. Mais l’opacit\u00e9 \u00e9tait totale<\/strong> : les investisseurs ne voyaient pas la qualit\u00e9 r\u00e9elle des pr\u00eats individuels (d\u00e9fauts de paiement croissants dus \u00e0 la bulle immobili\u00e8re am\u00e9ricaine). Les infos sous-jacentes \u2013 surendettement des emprunteurs, fraudes dans les \u00e9valuations \u2013 \u00e9taient \u00ab\u00a0perdues<\/em>\u00a0\u00bb dans les mod\u00e8les math\u00e9matiques et les notations biais\u00e9es (influenc\u00e9es par les banques \u00e9mettrices). Quand les d\u00e9fauts de paiement ont explos\u00e9<\/strong> (de 2007 \u00e0 2008), les CDO ont perdu 80-90 % de leur valeur, effa\u00e7ant des trillions de dollars et d\u00e9clenchant la r\u00e9cession mondiale<\/strong>. Merrill Lynch, par exemple, a annonc\u00e9 une perte de 8 milliards sur ses CDO en octobre 2007, for\u00e7ant une recapitalisation d’urgence.<\/p>\n Transpos\u00e9 \u00e0 l’IA : imaginez un LLM r\u00e9pondant \u00e0 \u00ab\u00a0Conseils d’investissement en immobilier 2025<\/em>\u00a0\u00bb. Il \u00ab\u00a0d\u00e9rive<\/em>\u00a0\u00bb une synth\u00e8se \u00e0 partir de donn\u00e9es web (sous-jacents : articles sur les prix, taux d’int\u00e9r\u00eat, \u00e9tudes de march\u00e9). Mais si ces sources sont biais\u00e9es (ex. : pubs immobili\u00e8res gonflant les rendements, ou rapports mainstream ignorant les bulles locales), la r\u00e9ponse sera incompl\u00e8te \u2013 omettant les risques sous-jacents comme la sur\u00e9valuation des actifs, les changements r\u00e9glementaires ou la fiscalit\u00e9<\/strong>. Pire, multipli\u00e9e par des millions d’utilisateurs, cette \u00ab\u00a0<\/strong>info d\u00e9riv\u00e9e<\/strong><\/em>\u00a0\u00bb cr\u00e9e une bulle informationnelle<\/strong> : les lecteurs investissent sur des bases erron\u00e9es, \u00e9rodant la confiance en toute info financi\u00e8re. Des \u00e9tudes r\u00e9centes montrent d\u00e9j\u00e0 que les chatbots comme ChatGPT donnent des conseils biais\u00e9s sur les cryptos<\/strong>, amplifiant les hype (battages) sans avertissements sur les volatilit\u00e9s sous-jacentes. Si l’IA devient un \u00ab\u00a0produit structur\u00e9<\/em>\u00a0\u00bb d’info (comme un ETF synth\u00e9tique), les erreurs biais\u00e9es du web original se d\u00e9multiplient exponentiellement, rendant le tout inutilisable.<\/p>\n Cette analogie renforce la vigilance que nous devons avoir : sans acc\u00e8s au \u00ab\u00a0sous-jacent\u00a0\u00bb v\u00e9rifi\u00e9, l’utilisateur re\u00e7oit une vue partielle, potentiellement trompeuse<\/strong>. Pour contrer cela, des \u00ab\u00a0avertissements\u00a0contextuels \u00bb dans les LLM (ex. : \u00ab\u00a0Synth\u00e8se bas\u00e9e sur 70 % de sources mainstream ; voir donn\u00e9es brutes<\/em>\u00a0\u00bb) pourraient aider, comme les stress-tests obligatoires post-2008 pour les CDO.<\/p>\n<\/blockquote>\n \u00a0<\/p>\n L\u2019information pourrait \u00eatre scor\u00e9e, par exemple de -10 (fortement biais\u00e9) \u00e0 +10 (objectif), avec un agr\u00e9gat pour d\u00e9tecter les \u00e9chos (ex. : -10 x 10 m\u00e9dias = -100 pour l’origine COVID), est ing\u00e9nieuse. Appliqu\u00e9e \u00e0 Wikip\u00e9dia ou aux m\u00e9dias, elle quantifierait la \u00ab\u00a0d\u00e9multiplication\u00a0\u00bb des narratifs officiels, surtout si subventionn\u00e9s (comme l’AFP, financ\u00e9e publiquement). Pour Pellizzari, un score de -150 sur 15 reprises initierait un drapeau rouge.<\/p>\n NewsGuard a bien essay\u00e9 de faire cela avec un score nutritionnel de fiabilit\u00e9, mais il a \u00e9t\u00e9 d\u00e9montr\u00e9 qu\u2019eux-m\u00eames sont partisans et li\u00e9s au syst\u00e8me qui perp\u00e9tue le narratif officiel avec tous les biais cognitifs et les \u00e9tiquettes habituelles (complotiste, extreme droite,\u2026). D\u2019autres algos d’IA pourraient aussi d\u00e9tecter les bulles informationnelles. Cependant les d\u00e9fis existent : qui d\u00e9finit le \u00ab\u00a0neutre<\/em>\u00a0\u00bb ? Un score subjectif comportera toujours une risque de biais (ex. : un labo pro-vaccin score +10 une m\u00e9ta-analyse, un sceptique -10). Tout d\u00e9pend de l\u2019angle adopt\u00e9. La solution est probablement dans un scoring crowdsourc\u00e9 (comme les notes de la communaut\u00e9 sur X, si tant soit peu que l\u2019anonymat soit lev\u00e9 afin d\u2019avoir une transparence sur qui r\u00e9pond) ou alors bas\u00e9 sur des sources multiples.\u00a0<\/p>\n Ce scoring serait int\u00e9gr\u00e9 aux LLM pour alerter : \u00ab\u00a0Cette synth\u00e8se repose sur 80 % de sources mainstream ; voir perspectives alternatives<\/em>.\u00a0\u00bb<\/p>\n<\/blockquote>\n \u00a0<\/p>\n Berners-Lee ne s’arr\u00eate pas \u00e0 l’aspect \u00e9conomique. Il craint un web \u00ab\u00a0illisible<\/em>\u00a0\u00bb et \u00ab\u00a0inhumain<\/em>\u00a0\u00bb, o\u00f9 les machines parlent aux machines, marginalisant les humains. Les pubs hyper-personnalis\u00e9es, d\u00e9j\u00e0 critiqu\u00e9es pour leur surveillance intrusive (\u00ab\u00a0elles rendent les gens fous et leur donnent l’impression d’\u00eatre surveill\u00e9s<\/em>\u00a0\u00bb), pourraient s’aggraver si l’IA les int\u00e8gre directement dans les r\u00e9ponses \u2013 mais cela heurterait les utilisateurs, comme le notent des replies sur X.<\/p>\n Mark Surman de Mozilla rench\u00e9rit : le mod\u00e8le publicitaire est \u00e0 un \u00ab\u00a0carrefour potentiel<\/em>\u00a0\u00bb. Il faut \u00ab\u00a0ne pas laisser passer une bonne crise<\/em>\u00a0\u00bb pour repenser la pub. Berners-Lee propose des alternatives : des abonnements directs (comme ceux de Substack), des paiements pour l’acc\u00e8s aux donn\u00e9es via Solid, ou des pubs IA-int\u00e9gr\u00e9es mais \u00e9thiques. Des voix sur X sugg\u00e8rent m\u00eame un \u00ab\u00a0web post-pub\u00a0\u00bb peer-to-peer, comme Holochain, sans interm\u00e9diaires.<\/p>\n L’analogie des d\u00e9riv\u00e9s montre que l’IA n’est pas seulement un \u00ab\u00a0lecteur<\/em>\u00a0\u00bb passif ; elle cr\u00e9e des \u00ab\u00a0<\/strong>produits informationnels<\/strong><\/em>\u00a0\u00bb opaques, acc\u00e9l\u00e9rant la crise de confiance<\/strong>. Ces cas montrent que la d\u00e9sinfo n’est pas anodine : elle mine la confiance (seulement 32 % des Fran\u00e7ais font confiance aux m\u00e9dias en 2025, selon Reuters). Si les LLM amplifient des narratifs biais\u00e9s, les utilisateurs fuient vers des bulles (TikTok, Telegram), privant le web de trafic \u2013 et de pubs. Les solutions ? Une transparence de l\u2019IA (ex. : citer sources et scores, algorithmes transparents), r\u00e9gulation, et alternatives comme Solid pour des donn\u00e9es d\u00e9centralis\u00e9es.<\/p>\n \u00a0<\/p>\n L’avertissement de Tim Berners-Lee sur l’effondrement \u00e9conomique du web face \u00e0 l’IA est alarmant, mais les exemples concrets \u2013 de l’origine controvers\u00e9e du COVID \u00e0 la fake news sur le g\u00e9n\u00e9ral Pellizzari, en passant par les narratifs biais\u00e9s sur l’Ukraine ou les vaccins \u2013 r\u00e9v\u00e8lent un danger plus profond : une d\u00e9sinformation \u00ab\u00a0d\u00e9riv\u00e9e<\/em>\u00a0\u00bb et amplifi\u00e9e qui mine la confiance \u00e0 la base. Comme dans la crise des CDO de 2008, o\u00f9 des sous-jacents opaques ont propag\u00e9 des erreurs fatales, les LLM risquent de transformer le web en un \u00e9cosyst\u00e8me toxique,<\/strong> o\u00f9 l’info synth\u00e9tis\u00e9e devient une bulle pr\u00eate \u00e0 \u00e9clater. Sans intervention, ce n’est pas seulement l’\u00e9conomie publicitaire qui s’effrite, mais la cr\u00e9dibilit\u00e9 m\u00eame d’Internet comme espace partag\u00e9 et fiable.<\/em><\/p>\n Pourtant, cet appel \u00e0 l’action est une opportunit\u00e9. En adoptant des outils comme votre syst\u00e8me de scoring pour quantifier les biais, en imposant une transparence radicale aux LLM (attributions sources, alertes sur les \u00ab\u00a0d\u00e9riv\u00e9es informationnelles<\/em>\u00a0\u00bb incompl\u00e8tes) et en favorisant des mod\u00e8les d\u00e9centralis\u00e9s comme Solid, il est possible d\u2019envisager la r\u00e9invention d\u2019un web r\u00e9silient. Les g\u00e9ants tech doivent passer de l’exploitation sans limite \u00e0 la r\u00e9gulation \u00e9thique<\/strong>, inspir\u00e9s par les le\u00e7ons post-2008 : audits obligatoires, stress-tests informationnels et une gouvernance ouverte.\u00a0<\/p>\n Berners-Lee nous le rappelle : l’IA peut enrichir l’humanit\u00e9, mais seulement si nous la domestiquons avant qu’elle ne nous noie sous un flot d’illusions.\u00a0<\/p>\n Le web n’est pas condamn\u00e9 ; il attend simplement que nous lui redonnions sa place dans l\u2019humanit\u00e9, \u00e0 savoir un outil \u2013 avant qu’il ne soit trop tard.<\/strong><\/p>\n<\/blockquote>\n<\/div>\n\u00a0<\/h5>\n
Le web actuel : un terrain fertile pour la d\u00e9sinformation \u00ab\u00a0blanchie\u00a0\u00bb<\/strong><\/h5>\n
Exemples concrets : de la COVID \u00e0 l’Ukraine, la reprise en \u00e9cho des narratifs biais\u00e9s \u2013 et l\u2019analogie des d\u00e9riv\u00e9s financiers<\/strong><\/h5>\n
\n
\n
\n
\n
Les d\u00e9riv\u00e9s financiers : quand l’information \u00ab\u00a0<\/strong>sous-jacente<\/strong><\/em>\u00a0\u00bb se perd dans les maths complexes, amplifiant les biais<\/strong><\/h5>\n
\n
Le scoring : une arme contre les biais\u00a0?<\/strong><\/h5>\n
\n
Les implications : un web \u00ab\u00a0<\/strong>inhumain<\/strong><\/em>\u00a0\u00bb et des solutions \u00e0 inventer<\/strong><\/h5>\n
Restaurer la confiance pour sauver le web<\/strong><\/h5>\n
\n