<?xml version="1.0" encoding="utf-8"?>
<feed xmlns="http://www.w3.org/2005/Atom" xml:lang="fr">
<title>Le blog d’albadr.ai</title>
<subtitle>Le blog d’albadr.ai : ce que font BADR et Translator, comment ils sont conçus, et ce que nous avons mesuré.</subtitle>
<link href="https://blog.albadr.ai/fr/feed.xml" rel="self"/>
<link href="https://blog.albadr.ai/fr/"/>
<id>https://blog.albadr.ai/fr/</id>
<updated>2026-11-17T08:00:00Z</updated>
<entry>
<title>Une demi-seconde derrière la voix</title>
<link href="https://blog.albadr.ai/fr/half-a-second-behind-the-voice/"/>
<id>https://blog.albadr.ai/fr/half-a-second-behind-the-voice/</id>
<published>2026-11-17T08:00:00Z</published>
<updated>2026-11-17T08:00:00Z</updated>
<author><name>albadr.ai</name></author>
<summary>Translator est notre démo MVP de traduction de la parole en direct par IA, entre cinq langues. Sur un processeur d’ordinateur de bureau de 2012, sans processeur graphique, un mot anglais est à l’écran 573 millisecondes en moyenne après avoir été prononcé, et environ un mot reconnu sur sept est erroné.</summary>
<content type="html">&lt;p&gt;En 2025, la conférence de recherche IWSLT, où sont évalués les systèmes de traduction de la parole en direct, a soumis un interprète professionnel au chronomètre qu’elle utilise pour les machines : une personne, travaillant seule, uniquement à partir de l’audio. En interprétant du tchèque vers l’anglais, le professionnel s’est retrouvé, selon cette métrique, à &lt;a href=&quot;https://aclanthology.org/2025.iwslt-1.44.pdf&quot;&gt;4,16 secondes&lt;/a&gt; derrière l’orateur, contre 1,51 seconde pour un système de recherche sur les mêmes données. Les juges humains ont tout de même mieux noté le professionnel.&lt;/p&gt;
&lt;p&gt;Translator, notre démo, affiche à l’écran un mot anglais 573 millisecondes après qu’il a été prononcé, et sa traduction française couvre ce mot au bout de 607 millisecondes. Ce sont des moyennes calculées sur 99 phrases enregistrées, avec un processeur d’ordinateur de bureau de 2012 (un Intel Core i7-3770, quatre cœurs, 8 Go de mémoire), sans recours à un processeur graphique.&lt;/p&gt;
&lt;p&gt;Un interprète produit de la parole et fait face à de vraies conversations. Nos chiffres portent sur du texte à l’écran, ils ont été mesurés sur des phrases enregistrées, lues à voix haute, et environ un mot reconnu sur sept est erroné. Translator est une démo MVP, publique depuis le 15 novembre 2026 à l’adresse &lt;a href=&quot;https://translate.albadr.ai&quot;&gt;translate.albadr.ai&lt;/a&gt;, avec des quotas.&lt;/p&gt;
&lt;h2 id=&quot;ce-qu-est-translator&quot;&gt;Ce qu’est Translator&lt;/h2&gt;
&lt;p&gt;Translator est une page web. On choisit la langue que l’on parle et celle que l’on veut lire, on appuie sur Démarrer et l’on parle : ses paroles et leur traduction s’affichent sous forme de texte pendant que l’on parle encore. Cela fonctionne dans chacune des 20 directions de traduction entre l’anglais, le français, le russe, l’arabe et le chinois, cinq des &lt;a href=&quot;https://www.un.org/en/our-work/official-languages&quot;&gt;six langues officielles des Nations Unies&lt;/a&gt; (la sixième est l’espagnol). Ce qui en sort est du texte à l’écran, et non une voix de synthèse.&lt;/p&gt;
&lt;p&gt;Tout le travail est fait par l’IA : reconnaissance neuronale de la parole et traduction neuronale, plusieurs modèles à la fois pour une paire de langues, en temps réel. Aucun d’eux n’a besoin d’un processeur graphique. Les mêmes modèles tournent sur un processeur ordinaire dans un petit serveur, et dans un onglet de navigateur sur la machine même du visiteur. Sous son nom, la page affiche « Solution entièrement IA d’albadr.ai », et l’une des cartes de son premier écran précise ce que cela veut dire : « Personne n’écoute, ne tape ni ne traduit. Comme toute IA, elle peut se tromper sur un mot. » Cette dernière phrase, nous pouvons la chiffrer. Environ un mot reconnu sur sept est erroné sur des phrases lues par de nombreux locuteurs, et davantage avec un fort accent, du bruit ou deux personnes qui parlent en même temps.&lt;/p&gt;
&lt;p&gt;Comme c’est une démo, son usage est rationné. Une adresse réseau a droit à quatre heures par jour avec les moteurs sur l’appareil du visiteur et à vingt minutes par jour en passant par notre serveur, et une session prend fin après 90 secondes sans voix. Il n’y a pour l’instant ni compte, ni paiement, ni prix, ni interface pour les systèmes d’un client.&lt;/p&gt;
&lt;h2 id=&quot;la-ou-il-manque-un-interprete&quot;&gt;Là où il manque un interprète&lt;/h2&gt;
&lt;p&gt;Une commission de la Chambre des lords a fait état de &lt;a href=&quot;https://publications.parliament.uk/pa/ld5901/ldselect/pubserv/87/87.pdf&quot;&gt;8 958 demandes d’interprète non satisfaites&lt;/a&gt; dans les tribunaux d’Angleterre et du pays de Galles entre janvier et septembre 2024. Là où l’on trouve un interprète, la journée a un prix. Les tribunaux fédéraux des États-Unis versent &lt;a href=&quot;https://www.uscourts.gov/court-programs/federal-court-interpreters&quot;&gt;617 $ US pour une journée complète&lt;/a&gt; à un interprète contractuel titulaire de la certification fédérale et, en interprétation simultanée, les interprètes &lt;a href=&quot;https://aiic.ch/faq/&quot;&gt;travaillent habituellement en équipes de deux et se relaient toutes les 20 à 30 minutes&lt;/a&gt;, indique la région Suisse de l’AIIC, leur association internationale.&lt;/p&gt;
&lt;p&gt;Nous citons les tribunaux parce qu’ils tiennent le compte. C’est le dernier endroit où mettre une démo qui a ce taux d’erreur. Le besoin auquel nous pensons présente des enjeux moindres et il est, croyons-nous, bien plus répandu. Lors du recensement de 2021 en Angleterre et au pays de Galles, &lt;a href=&quot;https://www.ons.gov.uk/peoplepopulationandcommunity/culturalidentity/language/bulletins/languageenglandandwales/census2021&quot;&gt;880 000 résidents ne parlaient pas bien l’anglais et 161 000 ne le parlaient pas du tout&lt;/a&gt;, quelle que soit leur langue. Certains d’entre eux expliquent à un guichet ce qui les amène, ou patientent à l’accueil d’une clinique un jour où aucun interprète n’a été réservé. Il en va de même pour une conférence, une réunion publique, une visite guidée, un sermon ou une ligne d’assistance : une personne parle, d’autres doivent suivre, et personne n’allait payer une équipe de deux interprètes. Ce sont là nos propositions. Rien n’est déployé dans aucun de ces contextes.&lt;/p&gt;
&lt;p&gt;Sur le retard que l’on tolère, nous ne pouvons que citer d’autres que nous. Dans une conversation, les gens répondent vite : dans des enregistrements d’échanges informels en dix langues, la réponse à une question appelant un oui ou un non commençait &lt;a href=&quot;https://pmc.ncbi.nlm.nih.gov/articles/PMC2705608/&quot;&gt;208 millisecondes en moyenne&lt;/a&gt; après la fin de la question, et &lt;a href=&quot;https://www.frontiersin.org/journals/psychology/articles/10.3389/fpsyg.2015.00731/full&quot;&gt;une pause de 600 millisecondes ou plus&lt;/a&gt; avant de répondre amène ceux qui écoutent à s’attendre à une réponse défavorable, selon une synthèse des recherches sur l’alternance des tours de parole. Pour une voix traduite, l’équipe de Google Meet a indiqué que les chaînes antérieures de transcription, de traduction et de synthèse vocale avaient souvent de 10 à 20 secondes de retard, et que &lt;a href=&quot;https://blog.google/products-and-platforms/products/workspace/google-meet-langauge-translation-ai/&quot;&gt;« deux à trois secondes, c’était en quelque sorte le point d’équilibre »&lt;/a&gt;. Ce sont les propos d’un chef de produit, cités sur le blog de l’entreprise, à propos d’une voix, sans indication de méthode. Nous n’avons pas étudié les lecteurs de notre propre page, et nous n’affirmons rien sur la compréhension à une demi-seconde.&lt;/p&gt;
&lt;h2 id=&quot;une-seule-conception-qui-tourne-a-deux-endroits&quot;&gt;Une seule conception, qui tourne à deux endroits&lt;/h2&gt;
&lt;p&gt;La page capte le microphone et affiche le texte. Comme les fichiers des moteurs, elle n’est faite que de simples fichiers, servis sans qu’aucun programme ne tourne. Un petit programme en périphérie de réseau répond aux questions de la page et admet les sessions, et un service tient le budget d’utilisation. Les moteurs, c’est-à-dire les modèles neuronaux qui reconnaissent la parole et la traduisent, sont la seule partie lourde, et ils peuvent tourner à deux endroits.&lt;/p&gt;
&lt;p&gt;Le premier est l’appareil même du visiteur. Les moteurs sont téléchargés une seule fois (218 Mo pour l’anglais vers le français, de 213 à 451 Mo pour les autres paires) et tournent dans le navigateur. Dans ce mode, l’audio ne quitte pas du tout le navigateur, et cela compte, car une voix en dit plus que ses mots : la CNIL, l’autorité française de protection des données, range &lt;a href=&quot;https://www.cnil.fr/sites/cnil/files/atoms/files/cnil_white-paper-on_the_record.pdf&quot;&gt;l’âge, le genre, l’état de santé ou émotionnel et l’identité&lt;/a&gt; parmi ce qu’une voix révèle. Ce qui voyage bel et bien jusqu’à notre service, c’est du texte et des nombres, dont les mots reconnus et leur traduction. Le service les traite en mémoire et n’en conserve rien. Ce qu’il garde, c’est un registre du temps utilisé et des notes sur ses propres défaillances, et sa journalisation est désactivée. Ce mode exige le téléchargement et ne va jamais plus vite que la machine. Chaque appareil se chronomètre lui-même avant le gros téléchargement, et le visiteur est prévenu si son appareil ne peut pas tenir le rythme ; un navigateur de tablette plus ancien, incapable de faire tourner les moteurs, est dirigé vers le serveur.&lt;/p&gt;
&lt;p&gt;Le second est un petit conteneur doté de 2 processeurs et de 3,5 Gio de mémoire. L’audio lui est transmis en continu et n’existe qu’en mémoire. Rien de cet audio n’est écrit sur disque ni consigné dans un journal. Le conteneur dort quand personne ne s’en sert, et le premier visiteur à se présenter ensuite en fait les frais : sur le site en production, un réveil ouvre sa connexion en une seconde environ, et ses modèles sont chargés au bout de sept. Un visiteur à qui l’on a promis que le microphone reste sur l’appareil se voit demander son accord avant que le moindre son ne parte vers le serveur.&lt;/p&gt;
&lt;p&gt;C’est en se passant de processeur graphique que le serveur tient dans un conteneur de cette taille, et le côté appareil dans un onglet de navigateur. Le coût, c’est que des modèles assez petits pour un processeur entendent comme de petits modèles.&lt;/p&gt;
&lt;p&gt;La page rend aussi compte d’elle-même. Chaque message de texte en direct porte l’instant où son mot le plus récent a été prononcé, selon l’horloge de la page elle-même, de sorte que le retard qu’elle affiche est celui que cet utilisateur a subi, transport compris. Le texte qui peut encore changer est affiché en plus clair, souligné de pointillés. Il fallait choisir entre montrer les mots tôt et ne jamais revenir sur un mot. Nous montrons tôt et nous signalons chaque changement.&lt;/p&gt;
&lt;p&gt;Toute la démo publique est conçue pour tenir dans un seul forfait d’hébergement à 5 $ US par mois, sous un budget que le service fait respecter. Un visiteur est compté sous un nom qui est une empreinte salée de son adresse réseau. Quand une part est épuisée, la page le dit, et dit quand il vaut la peine de revenir. Refuser un visiteur jusqu’à une heure annoncée nous a paru préférable à une facture imprévue.&lt;/p&gt;
&lt;h2 id=&quot;ce-que-nous-avons-mesure&quot;&gt;Ce que nous avons mesuré&lt;/h2&gt;
&lt;p&gt;Les chiffres du tableau proviennent de la partie de test de FLEURS, un jeu public de phrases lues, sur laquelle aucun réglage n’a été choisi. La colonne de l’anglais correspond à une seule exécution, celle du 11 novembre. La colonne du français est la dernière de six exécutions faites du 11 au 14 novembre, pendant que nous modifiions encore les modèles du français, et son taux d’erreur sur les mots a oscillé entre 13,3 % et 15,4 % en cours de route : ce n’est donc pas un chiffre de test aussi propre que celui de l’anglais. Tous les enregistrements ont été joués dans le système réel à la vitesse de la parole, sur le processeur d’ordinateur de bureau de 2012, avec les moteurs sur la même machine et sans réseau entre les deux.&lt;/p&gt;
&lt;div class=&quot;table&quot;&gt;&lt;table&gt;
&lt;thead&gt;&lt;tr&gt;&lt;th&gt;&lt;/th&gt;&lt;th class=&quot;to-end&quot;&gt;De l’anglais vers le français&lt;/th&gt;&lt;th class=&quot;to-end&quot;&gt;Du français vers l’anglais&lt;/th&gt;&lt;/tr&gt;&lt;/thead&gt;
&lt;tbody&gt;
&lt;tr&gt;&lt;td&gt;Enregistrements&lt;/td&gt;&lt;td class=&quot;to-end&quot;&gt;99&lt;/td&gt;&lt;td class=&quot;to-end&quot;&gt;100&lt;/td&gt;&lt;/tr&gt;
&lt;tr&gt;&lt;td&gt;Un mot prononcé est à l’écran après, moyenne (95e centile)&lt;/td&gt;&lt;td class=&quot;to-end&quot;&gt;573 ms (715)&lt;/td&gt;&lt;td class=&quot;to-end&quot;&gt;532 ms (683)&lt;/td&gt;&lt;/tr&gt;
&lt;tr&gt;&lt;td&gt;Ce mot n’est plus marqué comme provisoire après, moyenne (95e centile)&lt;/td&gt;&lt;td class=&quot;to-end&quot;&gt;836 ms (1 126)&lt;/td&gt;&lt;td class=&quot;to-end&quot;&gt;791 ms (1 085)&lt;/td&gt;&lt;/tr&gt;
&lt;tr&gt;&lt;td&gt;Sa traduction le couvre après, moyenne (95e centile)&lt;/td&gt;&lt;td class=&quot;to-end&quot;&gt;607 ms (755)&lt;/td&gt;&lt;td class=&quot;to-end&quot;&gt;574 ms (740)&lt;/td&gt;&lt;/tr&gt;
&lt;tr&gt;&lt;td&gt;Traduction entière à l’écran après la fin de la voix, médiane (95e centile)&lt;/td&gt;&lt;td class=&quot;to-end&quot;&gt;470 ms (684)&lt;/td&gt;&lt;td class=&quot;to-end&quot;&gt;410 ms (661)&lt;/td&gt;&lt;/tr&gt;
&lt;tr&gt;&lt;td&gt;Taux d’erreur sur les mots dans le texte tel qu’il reste à la fin&lt;/td&gt;&lt;td class=&quot;to-end&quot;&gt;14,10 %&lt;/td&gt;&lt;td class=&quot;to-end&quot;&gt;13,63 %&lt;/td&gt;&lt;/tr&gt;
&lt;tr&gt;&lt;td&gt;Traduction telle qu’elle reste à la fin, BLEU et chrF&lt;/td&gt;&lt;td class=&quot;to-end&quot;&gt;36,18 et 63,39&lt;/td&gt;&lt;td class=&quot;to-end&quot;&gt;31,86 et 61,15&lt;/td&gt;&lt;/tr&gt;
&lt;tr&gt;&lt;td&gt;Mots de traduction stabilisés remplacés quand une phrase est déclarée finale&lt;/td&gt;&lt;td class=&quot;to-end&quot;&gt;0,88 %&lt;/td&gt;&lt;td class=&quot;to-end&quot;&gt;0,33 %&lt;/td&gt;&lt;/tr&gt;
&lt;/tbody&gt;
&lt;/table&gt;&lt;/div&gt;
&lt;p&gt;La deuxième ligne se lit avec la troisième. « À l’écran » inclut le texte encore marqué comme provisoire, et la troisième ligne dit quand cette marque disparaît. Le calcul en est la petite part : une étape de reconnaissance et une traduction prennent ensemble moins de 0,1 s en moyenne sur ce processeur. L’essentiel de la demi-seconde tient à ce que le moteur de reconnaissance doit entendre ce qui suit un mot avant de pouvoir l’écrire.&lt;/p&gt;
&lt;p&gt;Les chiffres d’erreur et de traduction valent pour le texte tel qu’il reste à la fin, après une éventuelle révision. En français, une révision arrive en moyenne 888 ms après la fin de la voix (95e centile : 1 571 ms) et, jusque-là, environ un mot français sur cinq est erroné. Sur 115 enregistrements en arabe sur lesquels aucun réglage n’a été choisi, le texte tel qu’il reste à la fin sur le serveur compte 6,9 % de mots erronés. La dernière ligne ne compte que les remplacements faits au moment où une phrase est déclarée finale. Tant qu’une phrase est encore ouverte, de 16 à 20 % des mots de traduction stabilisés changent, et la page signale chaque changement.&lt;/p&gt;
&lt;p&gt;Sept autres directions n’ont été mesurées que sur des enregistrements de développement, ceux sur lesquels nos réglages ont été ajustés, de 19 à 60 par direction. Dans ces exécutions, un mot est à l’écran après 539 à 612 ms. Avec un aller-retour réseau simulé de 60 ms, le chiffre de l’anglais vers le français était de 669 ms en passant par le serveur (42 enregistrements de développement).&lt;/p&gt;
&lt;p&gt;Le mode sur l’appareil est plus lent sur la même machine : avec les versions pour navigateur des moteurs tenant lieu d’appareil et le même réseau simulé, de 644 à 840 ms sur l’ensemble des 20 directions (de 17 à 20 enregistrements de développement pour chacune). Pour l’anglais, l’exactitude s’est maintenue dans un navigateur. Lors d’un essai de validation sur un seul PC et un seul navigateur, le moteur de reconnaissance de l’anglais a fait 11,64 % d’erreurs sur les mots dans un onglet, contre 11,48 % en exécution native, sur 60 enregistrements jamais utilisés pour les réglages (46 des 60 transcriptions étaient identiques), et le modèle de traduction, à qui l’on a donné les mêmes 60 phrases, a rendu les mêmes traductions que le serveur. Pour l’arabe, il en va autrement : sur ce substitut d’appareil (de 17 à 20 enregistrements de développement par direction), la reconnaissance fait de 11,6 à 13,1 % d’erreurs sur les mots, contre 5,9 à 7,2 % sur le serveur, jusqu’à ce que le visiteur active une option qui télécharge 174 Mo de plus.&lt;/p&gt;
&lt;p&gt;Nous n’avons mesuré ni la parole spontanée, ni le bruit, ni les accents prononcés, ni deux personnes qui parlent en même temps, ni les téléphones, ni les réseaux réels, ni la vitesse du conteneur hébergé. Le russe, l’arabe et le chinois n’ont pas de chiffres de retard sur des enregistrements de test. Aucune personne n’a évalué les traductions.&lt;/p&gt;
&lt;h2 id=&quot;ce-que-l-industrie-livre-et-a-quel-prix&quot;&gt;Ce que l’industrie livre, et à quel prix&lt;/h2&gt;
&lt;p&gt;De grands fournisseurs livrent aujourd’hui de la traduction de la parole en direct, chacun dans plus de langues que nos cinq. Google Meet &lt;a href=&quot;https://workspaceupdates.googleblog.com/2026/10/real-time-speech-translation-in-google-Meet-expands-to-63-languages-with-automatic-language-detection.html&quot;&gt;traduit la parole entre n’importe quelle combinaison de 63 langues&lt;/a&gt; dans les forfaits admissibles, et sa page d’aide indique que les traductions &lt;a href=&quot;https://support.google.com/meet/answer/16221730?hl=en&amp;amp;co=GENIE.Platform%3DDesktop&quot;&gt;« auront quelques secondes de retard »&lt;/a&gt;. La fonction Live Translation d’Apple (traduction en direct), avec les AirPods, fait &lt;a href=&quot;https://support.apple.com/en-us/123185&quot;&gt;tout le traitement sur l’iPhone&lt;/a&gt;, exige un iPhone 15 Pro ou plus récent, et &lt;a href=&quot;https://www.apple.com/ios/feature-availability/&quot;&gt;n’a ni le russe ni l’arabe dans sa liste&lt;/a&gt;. La fonction Interpreter de Microsoft, dans Teams, &lt;a href=&quot;https://support.microsoft.com/en-us/teams/copilot/interpreter-in-microsoft-teams-meetings-and-calls&quot;&gt;envoie l’audio de la réunion dans le nuage&lt;/a&gt;. Ni la page d’Apple ni celle de Microsoft ne donnent de retard en secondes.&lt;/p&gt;
&lt;p&gt;La recherche publie davantage. L’évaluation d’IWSLT prévoit &lt;a href=&quot;https://iwslt.org/2026/simultaneous&quot;&gt;un régime à faible latence, de 0 à 2 secondes, et un régime à latence élevée, de 2 à 4&lt;/a&gt;, selon une métrique qui laisse de côté le temps de calcul, et attend des systèmes soumis qu’ils tournent sur un seul processeur graphique NVIDIA H100 de 80 Go. Son bilan de 2026 situe le calcul à &lt;a href=&quot;https://aclanthology.org/2026.iwslt-1.39.pdf&quot;&gt;environ 0,3 seconde de plus&lt;/a&gt; là où il a pu être mesuré. Rien de tout cela n’est comparable terme à terme. Ces systèmes sont testés sur d’autres données et avec d’autres métriques. Nous n’en tirons aucun classement. Tout ce que nous affirmons, c’est qu’un retard de cet ordre n’a pas exigé de processeur graphique.&lt;/p&gt;
&lt;p&gt;Le 17 novembre 2026, Azure, de Microsoft, affichait la traduction de la parole en temps réel à &lt;a href=&quot;https://azure.microsoft.com/en-us/pricing/details/cognitive-services/speech-services/&quot;&gt;2,50 $ US par heure d’audio&lt;/a&gt;. C’est un prix facturé à un client, et nous n’en avons aucun à mettre en regard. Ce que nous avons, c’est un coût d’hébergement. D’après notre propre simulation, et non d’après le trafic, le forfait à 5 $ US absorbe environ 470 heures de sessions par mois sur les appareils des visiteurs et 10,3 heures sur le serveur. Personne n’était encore venu quand ces chiffres ont été calculés, et nous n’avons vu aucune facture. Le chiffre des appareils est élevé parce que le calcul se fait sur le processeur du visiteur : une session sur l’appareil ne coûte à l’hébergeur que quelques courts messages par seconde pendant que quelqu’un parle, et aucun pendant les silences.&lt;/p&gt;
&lt;h2 id=&quot;comment-un-client-l-integrerait-et-ou-il-a-tourne&quot;&gt;Comment un client l’intégrerait, et où il a tourné&lt;/h2&gt;
&lt;p&gt;Aujourd’hui, la démo est fermée à dessein. La page ne peut pas être intégrée dans un autre site, et les appels provenant d’autres sites sont refusés. Sur demande, nous pouvons proposer à un client la connexion sous-jacente. Il s’agit d’une seule connexion en flux continu, au vocabulaire restreint : des trames audio montent, et des événements descendent (prêt, texte en direct, texte final, texte révisé). L’affichage d’un client doit faire de ces événements ce qu’en fait notre page : montrer le texte en direct comme un texte qui peut encore changer, puis le texte final, puis une révision s’il en arrive une. Le côté serveur tourne sous la forme d’un seul processus ou d’une image de conteneur, sur un processeur et rien d’autre. Le mode sur l’appareil est là pour les clients qui veulent que l’audio ne quitte jamais la machine de l’utilisateur. Les liens d’invitation portent leurs propres minutes, hors des quotas publics.&lt;/p&gt;
&lt;p&gt;Le reste serait construit avec le client, et nous le présentons comme du travail à faire parce que rien de cela n’existe : des clés et un comptage par client, l’autorisation d’intégrer la page, des connecteurs vers les systèmes de réunion, de téléphonie ou d’événements du client, d’autres langues, et une sortie autre que du texte sur une page.&lt;/p&gt;
&lt;p&gt;Le 11 novembre 2026, nous avons pris les premières mesures, le produit entier tournant comme un seul processus sur un PC de bureau. Le lendemain, les mêmes moteurs ont fait leurs preuves dans un onglet de navigateur, et la version en périphérie a tourné en local. Au 13 novembre, les 20 directions tournaient toutes avec les versions pour navigateur des moteurs sur ce PC, dont six dans un véritable onglet de navigateur. Le lancement public a suivi le 15 novembre, sur une plateforme en périphérie de réseau et un conteneur, avec les cinq langues sur le serveur le soir même. Entre le 11 et le 15 novembre, le produit a donc tourné comme un seul processus sur un PC, dans un onglet de navigateur, dans un environnement d’exécution en périphérie et dans un conteneur Linux. Un nouveau serveur doit offrir un processeur et de la place pour un processus ou un conteneur. Nous n’avons aucune exécution consignée chez un autre fournisseur infonuagique, ni aucun chiffre sur téléphone. Les modifications sont vérifiées par rapport à sept traces de référence (5 496 événements) qui doivent ressortir identiques à l’octet près, auxquelles s’ajoutent plus de 270 tests automatisés.&lt;/p&gt;
&lt;h2 id=&quot;ce-que-la-demo-ne-peut-pas-encore-faire&quot;&gt;Ce que la démo ne peut pas encore faire&lt;/h2&gt;
&lt;p&gt;Translator est une démo MVP. Environ un mot reconnu sur sept est erroné sur des phrases lues, et nous n’avons de chiffres ni pour la parole spontanée, le bruit, les accents ou les téléphones, ni pour le retard sur un réseau réel. Il a été testé avec un seul locuteur et un seul microphone, et les voix qui se chevauchent ne sont pas prises en charge. Il y a cinq langues, des quotas et pas de prix. Le mode sur l’appareil commence par un téléchargement de 213 à 451 Mo, et un navigateur de tablette plus ancien se rabat sur le serveur. L’interface existe dans les cinq langues, dans des traductions que des locuteurs natifs n’ont pas encore lues. Les chiffres de capacité proviennent d’une simulation.&lt;/p&gt;
&lt;p&gt;La démo se trouve à l’adresse &lt;a href=&quot;https://translate.albadr.ai&quot;&gt;translate.albadr.ai&lt;/a&gt;. Dites une phrase, puis ouvrez le panneau des réglages et lisez le retard que la page a mesuré pour vous. Si vous avez une salle où une personne parle et où d’autres doivent suivre, ou un système auquel cela devrait se raccorder, écrivez à contact@albadr.ai.&lt;/p&gt;</content>
</entry>
<entry>
<title>L’onglet que personne n’a ouvert</title>
<link href="https://blog.albadr.ai/fr/the-tab-nobody-opened/"/>
<id>https://blog.albadr.ai/fr/the-tab-nobody-opened/</id>
<published>2026-11-17T08:00:00Z</published>
<updated>2026-11-17T08:00:00Z</updated>
<author><name>albadr.ai</name></author>
<summary>Un fichier Word, Excel, PowerPoint ou PDF contient plus que la page qu’il montre. BADR est notre démo MVP pour la minute qui précède l’envoi d’un fichier : voici comment il est construit, ce que nous avons mesuré et ce qu’il ne sait pas encore faire.</summary>
<content type="html">&lt;p&gt;Le 3 février 2025, un gestionnaire de l’Agence des services frontaliers du Canada a envoyé à 70 employés une feuille de calcul de planification des quarts de travail. Le fichier comportait aussi &lt;a href=&quot;https://www.priv.gc.ca/en/opc-actions-and-decisions/investigations/investigations-into-federal-institutions/2025-26/pa_20260226_cbsa_01/#:~:text=secondary%20tab&quot;&gt;un onglet secondaire contenant des renseignements personnels sur plus de 18 000 autres employés&lt;/a&gt;. Ce qui est parti par courriel était un classeur, et il était plus grand que la feuille que son expéditeur avait sous les yeux. L’Agence a par la suite relevé quatre autres incidents semblables, liés à des feuilles de calcul, survenus en 2024 et en 2025.&lt;/p&gt;
&lt;p&gt;Cela s’était déjà produit. Le 8 août 2023, le Service de police d’Irlande du Nord (PSNI) a répondu à une demande d’accès à l’information par une feuille de calcul. Les onglets visibles avaient été supprimés, mais il en restait un, hors de vue, que seuls trois points sur la barre d’onglets signalaient, et le contrôle de qualité n’a regardé que l’onglet de la réponse. L’onglet caché énumérait &lt;a href=&quot;https://www.psni.police.uk/sites/default/files/2023-12/Protecting%20from%20Within%20a%20review%20of%20the%20PSNI%20data%20breach%208th%20August%202023.pdf&quot;&gt;la totalité des 9 483 policiers et membres du personnel&lt;/a&gt;, avec nom de famille, grade et lieu d’affectation, et il est resté sur un site web public pendant près de deux heures et demie. Le service a ensuite &lt;a href=&quot;https://www.bbc.co.uk/news/articles/cg4q26vnrklo&quot;&gt;tenté en vain de faire réduire son amende de 750 000 £&lt;/a&gt;.&lt;/p&gt;
&lt;p&gt;En février 2014, le ministère australien de l’Immigration a publié un rapport statistique sous la forme d’un fichier Word où était &lt;a href=&quot;https://www.oaic.gov.au/privacy/privacy-assessments-and-decisions/privacy-decisions/Investigation-inquiry-reports/department-of-immigration-and-border-protection-own-motion-investigation-report#:~:text=embedded%20the%20Microsoft%20Excel%20spreadsheet&quot;&gt;incorporée la feuille de calcul Excel source&lt;/a&gt; : des renseignements personnels sur environ 9 250 demandeurs d’asile, restés sur le site web du ministère pendant environ huit jours et demi. La politique du ministère prévoyait qu’un tel rapport soit approuvé par sept réviseurs, sur copie papier. La présence de données incorporées dans le fichier numérique n’a pas été vérifiée.&lt;/p&gt;
&lt;p&gt;Nous avons construit BADR pour la minute qui précède le départ d’un tel fichier. C’est une démo MVP en phase de présentation, pas encore un produit. BADR lit un fichier Word, Excel, PowerPoint ou PDF comme le logiciel d’un destinataire pourrait le lire, énumère ce que le fichier révèle, avec les vraies valeurs trouvées, et renvoie une copie propre. Sur &lt;a href=&quot;https://albadr.ai&quot;&gt;albadr.ai&lt;/a&gt;, l’analyse et la copie propre sont gratuites, un fichier à la fois, jusqu’à 10 Mo. Le masquage des identifiants dans le document, l’explication facultative par l’IA et l’API demandent une clé. BADR ne lit que le texte : les images et les pages numérisées ne sont pas lues.&lt;/p&gt;
&lt;h2 id=&quot;les-logiciels-de-bureautique-cachent-au-lieu-de-supprimer&quot;&gt;Les logiciels de bureautique cachent au lieu de supprimer&lt;/h2&gt;
&lt;p&gt;Dans ces histoires, chacun s’est servi de son logiciel tel qu’il a été conçu. Cacher une feuille, supprimer la feuille sur laquelle reposait un tableau croisé dynamique, coller un graphique dans une diapositive : aucun de ces gestes ne retire le contenu du fichier. Nos propres rapports le disent dans les termes de chaque format. Pour un classeur qui contient un tableau croisé dynamique, le rapport dit : « Une copie des données d’origine du tableau croisé reste dans le fichier, même si la feuille source a été supprimée. » Un PDF enregistré plusieurs fois a droit à cette ligne : « Chaque sauvegarde incrémentale ajoute à la fin du fichier sans effacer : les versions antérieures du texte, des champs ou des annotations restent lisibles. » Et pour une présentation qui contient un graphique : « Le classeur Excel complet derrière le graphique voyage avec la présentation, y compris ses autres feuilles. »&lt;/p&gt;
&lt;p&gt;Rien de tout cela n’est nouveau pour ceux qui rédigent les recommandations. Le guide de la NSA &lt;a href=&quot;https://fas.org/publication/nsa_redacting_with_confidence/&quot;&gt;Redacting with Confidence&lt;/a&gt;, publié pour la première fois en décembre 2005, dit : « &lt;a href=&quot;https://ftp.mirrorservice.org/sites/ftp.wiretapped.net/pub/security/info/papers/operating-sys/nsa-guides/other/how-to-publish-sanitized-reports-converted-from-msword-to-pdf.pdf&quot;&gt;L’erreur la plus courante consiste à recouvrir le texte de noir&lt;/a&gt; » et, à propos de tout ce qui ne doit pas être lu : « L’élément doit être supprimé. » Une fiche d’information du Commissariat à la protection de la vie privée du Canada, datée de 2006 et aujourd’hui archivée, compte &lt;a href=&quot;https://www.priv.gc.ca/en/privacy-topics/technology/02_05_d_30/#:~:text=Track%20Changes&quot;&gt;les modifications suivies, les commentaires, les noms des auteurs actuels et précédents, les révisions, les versions et le texte caché&lt;/a&gt; parmi ce qui voyage à l’intérieur d’un document partagé. La page d’assistance de Microsoft indique elle-même que son Inspecteur de document &lt;a href=&quot;https://support.microsoft.com/en-us/office/remove-hidden-data-and-personal-information-by-inspecting-documents-presentations-or-workbooks-356b7b5d-77af-44fe-a07f-9aa4d085966f&quot;&gt;ne peut pas détecter un texte caché en blanc sur fond blanc&lt;/a&gt; et que, dans Excel, il signale sans pouvoir les supprimer les fichiers incorporés, les macros et les données de tableau croisé dynamique mises en cache. Cette page décrit une vérification manuelle du seul fichier ouvert.&lt;/p&gt;
&lt;p&gt;Savoir n’a pas suffi. Des chercheurs d’Inria ont examiné &lt;a href=&quot;https://arxiv.org/abs/2103.02707&quot;&gt;39 664 fichiers PDF publiés par 75 agences de sécurité de 47 pays&lt;/a&gt;, et 33 % d’entre eux révélaient l’identité de la personne qui avait créé le fichier. Sur l’ensemble de ces fichiers, 24 % avaient été nettoyés avant publication et, pour 65 % des fichiers nettoyés, le nettoyage était faible : des informations cachées pouvaient encore être récupérées. Sur les 82 PDF que l’étude a tirés du site même de la NSA, 45 portaient encore toutes leurs métadonnées.&lt;/p&gt;
&lt;p&gt;La Commission d’accès à l’information du Québec a reçu &lt;a href=&quot;https://www.cai.gouv.qc.ca/uploads/pdfs/CAI_RAAG_2023-2024.pdf&quot;&gt;444 avis d’incident de confidentialité en 2023-2024&lt;/a&gt;, et la communication accidentelle figurait parmi les causes de 58 d’entre eux. En vertu de la loi québécoise sur la protection des renseignements personnels dans le secteur privé, modifiée par la Loi 25, un tribunal peut &lt;a href=&quot;https://www.cai.gouv.qc.ca/protection-renseignements-personnels/information-entreprises-privees/sanctions-entreprises-poursuites#:~:text=Montant%20des%20amendes&quot;&gt;imposer à une entreprise une amende pouvant atteindre 25 millions de dollars ou 4 % de son chiffre d’affaires mondial&lt;/a&gt;, le plus élevé des deux montants étant retenu.&lt;/p&gt;
&lt;p&gt;Les fichiers partent désormais aussi vers les assistants d’IA. D’après les données de surveillance d’un fournisseur de solutions de sécurité, tirées de sa propre clientèle et qui ne forment donc pas un échantillon aléatoire, &lt;a href=&quot;https://www.harmonic.security/resources/genai-in-the-enterprise-its-getting-personal#:~:text=26.38%25&quot;&gt;26,38 % des fichiers téléversés vers des outils d’IA générative&lt;/a&gt; entre juillet et septembre 2025 contenaient des informations sensibles, contre 22 % au trimestre précédent. Certains cas ont été rendus publics. En Nouvelle-Galles du Sud, un ancien membre du personnel temporaire a &lt;a href=&quot;https://www.nsw.gov.au/departments-and-agencies/nsw-reconstruction-authority/northern-region/northern-rivers/resilient-homes-program-data-breach#:~:text=10%20columns%20and%20more%20than%2012%2C000%20rows&quot;&gt;téléversé dans ChatGPT une feuille de calcul Excel de 10 colonnes et de plus de 12 000 lignes&lt;/a&gt; en mars 2025, exposant les renseignements personnels de 2 031 personnes participant à un programme d’aide au logement après des inondations.&lt;/p&gt;
&lt;h2 id=&quot;ce-que-fait-badr&quot;&gt;Ce que fait BADR&lt;/h2&gt;
&lt;p&gt;Vous déposez un fichier sur la page. Un rapport revient : une ligne de verdict avec un niveau de risque, puis ce que le fichier révèle, regroupé par type et trié par risque. Chaque option de nettoyage est un interrupteur, et un clic renvoie la copie propre. Avec l’exemple du site, une offre fictive au format Word, le verdict commence ainsi : « Ce fichier révèle 27 éléments, dont 10 à risque élevé ».&lt;/p&gt;
&lt;p&gt;BADR regarde dans des endroits que personne n’ouvre à la main : le nom enregistré d’une imprimante réseau, un en-tête qui imprime le chemin du fichier, une connexion de données qui emporte avec elle son serveur, son compte et parfois son mot de passe, le classeur derrière un graphique, les versions antérieures qu’un PDF modifié conserve encore, un identifiant qui n’apparaît nulle part sur la page parce que seule une formule ou l’adresse d’un lien le contient. Il reconnaît 11 types d’identifiants, parmi lesquels les numéros d’assurance sociale, les numéros d’assurance maladie du Québec, les cartes de paiement et les IBAN.&lt;/p&gt;
&lt;h2 id=&quot;comment-il-est-construit&quot;&gt;Comment il est construit&lt;/h2&gt;
&lt;p&gt;Voici ses propriétés, chacune avec ce qu’elle coûte. La page n’est qu’une interface. Le moteur tourne sur notre serveur et n’atteint jamais un navigateur ; celui-ci reçoit environ 100 ko de script (36 ko compressés), et ce script appelle sa propre origine et rien d’autre : aucun suivi, aucune publicité, aucune mesure d’audience. Le coût, c’est qu’un document doit voyager jusqu’à nous, par une connexion chiffrée.&lt;/p&gt;
&lt;p&gt;Un fichier est donc lu en mémoire, et jamais gardé. Le serveur ne garde rien d’un document entre deux requêtes et, quand vous demandez la copie propre, la page envoie le document de nouveau. Les journaux contiennent des décomptes et des tailles (le type de fichier, sa taille, le nombre de constats, la durée du traitement), mais ni nom de fichier, ni contenu, ni adresse. Le fichier est traité dans le centre de données qui le reçoit, en général le plus proche, qui peut se trouver hors du Québec ou du Canada. Le coût, ce sont toutes les fonctions qui auraient besoin de se souvenir de vos documents. Le gain, c’est qu’il n’existe aucun dépôt de documents à protéger ou à livrer.&lt;/p&gt;
&lt;p&gt;Le moteur est autonome. Pendant qu’il lit ou qu’il nettoie, il n’appelle rien en dehors de lui-même, pas même un service d’IA, et il n’exécute jamais rien de ce qu’un fichier contient, que ce soit une macro, un script, un champ ou une formule. Le même fichier donne toujours le même rapport, à l’exception de la ligne qui indique la durée de l’analyse. Le coût, c’est que la détection fonctionne par motifs, qui peuvent laisser passer quelque chose ou en signaler trop ; chaque constat est donc présenté avec son emplacement, pour qu’une personne en juge. Quand une partie d’un fichier Office ne peut pas être lue, le rapport le dit, le verdict n’est jamais « Rien à signaler » et aucune copie propre n’est produite.&lt;/p&gt;
&lt;p&gt;Tout cela tourne sous un plafond de mémoire de 128 Mo, ce qu’accorde un petit bac à sable sur une plateforme en périphérie de réseau (edge). Les limites de la démo hébergée sont dimensionnées pour ce bac à sable : 10 Mo par document, 20 documents et 25 Mo par requête. Le travail qu’une requête peut prendre en charge est lui aussi plafonné. Un document qui ne passe pas figure dans la réponse, avec la raison, et le client le renvoie dans un lot plus petit.&lt;/p&gt;
&lt;p&gt;La copie propre contient ce que vous avez choisi de garder. Le texte supprimé, les versions antérieures et le contenu laissé par d’anciennes modifications n’y sont pas. Le masquage retire les caractères, là où un rectangle noir ne ferait que les recouvrir, et une copie masquée est relue une fois de plus pour que le rapport puisse compter tout ce qui n’a pas pu être masqué. Les feuilles, les lignes et les colonnes cachées sont rendues visibles plutôt que supprimées, pour que vous voyiez ce que le destinataire aurait pu trouver.&lt;/p&gt;
&lt;h2 id=&quot;ce-que-nous-avons-mesure&quot;&gt;Ce que nous avons mesuré&lt;/h2&gt;
&lt;p&gt;Le premier tableau chronomètre l’analyse seule, c’est-à-dire le moteur qui lit un fichier et rédige son rapport, sur un processeur d’ordinateur de bureau de 2012 (un Intel Core i7-3770). Chaque valeur est la médiane de 3 exécutions après un tour de chauffe, à ceci près qu’un fichier dont l’analyse et la copie propre prennent ensemble plus de 20 s est chronométré une seule fois. Les fichiers sont synthétiques, construits à des tailles réelles à partir d’un texte qui varie comme de la prose. « Avec photos » veut dire 10 % de texte, et des octets aléatoires à la place des images.&lt;/p&gt;
&lt;div class=&quot;table&quot;&gt;&lt;table&gt;
&lt;thead&gt;&lt;tr&gt;&lt;th&gt;Analyse, moteur seul&lt;/th&gt;&lt;th class=&quot;to-end&quot;&gt;0,25 Mo&lt;/th&gt;&lt;th class=&quot;to-end&quot;&gt;1 Mo&lt;/th&gt;&lt;th class=&quot;to-end&quot;&gt;5 Mo&lt;/th&gt;&lt;th class=&quot;to-end&quot;&gt;10 Mo&lt;/th&gt;&lt;/tr&gt;&lt;/thead&gt;
&lt;tbody&gt;
&lt;tr&gt;&lt;td&gt;Word, texte seul&lt;/td&gt;&lt;td class=&quot;to-end&quot;&gt;107 ms&lt;/td&gt;&lt;td class=&quot;to-end&quot;&gt;573 ms&lt;/td&gt;&lt;td class=&quot;to-end&quot;&gt;3,5 s&lt;/td&gt;&lt;td class=&quot;to-end&quot;&gt;non mesuré&lt;/td&gt;&lt;/tr&gt;
&lt;tr&gt;&lt;td&gt;Excel&lt;/td&gt;&lt;td class=&quot;to-end&quot;&gt;109 ms&lt;/td&gt;&lt;td class=&quot;to-end&quot;&gt;610 ms&lt;/td&gt;&lt;td class=&quot;to-end&quot;&gt;4,5 s&lt;/td&gt;&lt;td class=&quot;to-end&quot;&gt;non mesuré&lt;/td&gt;&lt;/tr&gt;
&lt;tr&gt;&lt;td&gt;PDF, texte seul&lt;/td&gt;&lt;td class=&quot;to-end&quot;&gt;106 ms&lt;/td&gt;&lt;td class=&quot;to-end&quot;&gt;318 ms&lt;/td&gt;&lt;td class=&quot;to-end&quot;&gt;405 ms&lt;/td&gt;&lt;td class=&quot;to-end&quot;&gt;540 ms&lt;/td&gt;&lt;/tr&gt;
&lt;tr&gt;&lt;td&gt;Word avec photos&lt;/td&gt;&lt;td class=&quot;to-end&quot;&gt;12 ms&lt;/td&gt;&lt;td class=&quot;to-end&quot;&gt;44 ms&lt;/td&gt;&lt;td class=&quot;to-end&quot;&gt;214 ms&lt;/td&gt;&lt;td class=&quot;to-end&quot;&gt;435 ms&lt;/td&gt;&lt;/tr&gt;
&lt;tr&gt;&lt;td&gt;PowerPoint avec photos&lt;/td&gt;&lt;td class=&quot;to-end&quot;&gt;12 ms&lt;/td&gt;&lt;td class=&quot;to-end&quot;&gt;36 ms&lt;/td&gt;&lt;td class=&quot;to-end&quot;&gt;187 ms&lt;/td&gt;&lt;td class=&quot;to-end&quot;&gt;410 ms&lt;/td&gt;&lt;/tr&gt;
&lt;tr&gt;&lt;td&gt;PDF avec photos&lt;/td&gt;&lt;td class=&quot;to-end&quot;&gt;3 ms&lt;/td&gt;&lt;td class=&quot;to-end&quot;&gt;7 ms&lt;/td&gt;&lt;td class=&quot;to-end&quot;&gt;31 ms&lt;/td&gt;&lt;td class=&quot;to-end&quot;&gt;60 ms&lt;/td&gt;&lt;/tr&gt;
&lt;/tbody&gt;
&lt;/table&gt;&lt;/div&gt;
&lt;p&gt;Jusqu’à 1 Mo, tous les types de fichiers sont lus en 0,61 s au plus. À 25 Mo, un fichier Word ou PowerPoint composé surtout de photos prend 1,3 s, et un PDF 148 ms. Trois réserves accompagnent ce tableau. Le texte se compresse bien, de sorte que les fichiers Office en texte seul sont plus denses que leur taille ne le laisse croire : une fois décompressé, le fichier Word de 1 Mo contient environ 7,8 Mo de texte et de balisage, le fichier Excel de 1 Mo environ 5,5 Mo, et la démo hébergée refuse un document Office qui en contient plus de 5 Mo. À partir de 1 Mo, ces deux lignes donnent la vitesse du moteur, et non ce que la démo fera pour vous. Les chiffres à 25 Mo non plus, puisque la démo s’arrête à 10 Mo. Et la ligne du PDF en texte seul s’aplatit après 1 Mo parce que, dans un long PDF, l’analyse lit le texte des 400 premières pages au plus, et le dit dans son rapport.&lt;/p&gt;
&lt;p&gt;La copie propre coûte plus cher que l’analyse. Avec toutes les options activées et les identifiants caviardés, un fichier riche en texte a pris de 2,4 à 4,1 s à 1 Mo, et une feuille de calcul de 5 Mo a pris 81 s. Ce sont là aussi les chiffres du moteur, pour des fichiers plus denses que ce que la démo accepte. Un fichier de 1 Mo composé surtout de photos a pris de 0,03 à 0,21 s.&lt;/p&gt;
&lt;p&gt;Le second tableau donne le pire cas par l’API : toutes les options, le masquage des identifiants, un ZIP en retour. Chaque scénario a été exécuté une fois avec les limites de taille levées, puis de nouveau sous un plafond de mémoire de 128 Mo imposé à un processus serveur pour tenir lieu de bac à sable en périphérie.&lt;/p&gt;
&lt;div class=&quot;table&quot;&gt;&lt;table&gt;
&lt;thead&gt;&lt;tr&gt;&lt;th&gt;Pire cas, une exécution chacun&lt;/th&gt;&lt;th class=&quot;to-end&quot;&gt;Durée&lt;/th&gt;&lt;th class=&quot;to-end&quot;&gt;Sous le plafond de 128 Mo&lt;/th&gt;&lt;/tr&gt;&lt;/thead&gt;
&lt;tbody&gt;
&lt;tr&gt;&lt;td&gt;Un document Word, PowerPoint ou PDF de 1 Mo&lt;/td&gt;&lt;td class=&quot;to-end&quot;&gt;de 0,05 à 0,14 s&lt;/td&gt;&lt;td class=&quot;to-end&quot;&gt;tient&lt;/td&gt;&lt;/tr&gt;
&lt;tr&gt;&lt;td&gt;Un PDF de 15 Mo&lt;/td&gt;&lt;td class=&quot;to-end&quot;&gt;0,8 s&lt;/td&gt;&lt;td class=&quot;to-end&quot;&gt;tient, près du plafond&lt;/td&gt;&lt;/tr&gt;
&lt;tr&gt;&lt;td&gt;20 documents variés de 1 Mo&lt;/td&gt;&lt;td class=&quot;to-end&quot;&gt;5,2 s&lt;/td&gt;&lt;td class=&quot;to-end&quot;&gt;6,0 s&lt;/td&gt;&lt;/tr&gt;
&lt;tr&gt;&lt;td&gt;40 documents variés de 1 Mo&lt;/td&gt;&lt;td class=&quot;to-end&quot;&gt;10,3 s&lt;/td&gt;&lt;td class=&quot;to-end&quot;&gt;11,8 s&lt;/td&gt;&lt;/tr&gt;
&lt;/tbody&gt;
&lt;/table&gt;&lt;/div&gt;
&lt;p&gt;Ces chiffres laissent des choses de côté. Ils chronomètrent le moteur ; votre attente, elle, comprend en plus le téléversement et le retour de la réponse. Rien n’a été mesuré sur les processeurs mêmes de la plateforme en périphérie, et tous les fichiers étaient synthétiques. Et rien ici ne mesure l’exactitude : nous n’avons pas encore de chiffre de précision ou de rappel à publier. L’édition web compte 189 tests automatisés, qui montrent que le moteur fait ce que nous avons spécifié et ne peuvent pas montrer que ce que nous avons spécifié attrape tout.&lt;/p&gt;
&lt;h2 id=&quot;pourquoi-nous-l-appelons-une-solution-d-ia&quot;&gt;Pourquoi nous l’appelons une solution d’IA&lt;/h2&gt;
&lt;p&gt;BADR contient deux sortes d’IA, et nous les tenons séparées.&lt;/p&gt;
&lt;p&gt;Le moteur relève de la plus ancienne, celle du savoir mis par écrit sous forme de règles, et il est construit avec les méthodes de la science des données. Chacune de ses étapes porte un nom ordinaire : reconnaissance d’entités pour trouver un numéro d’assurance sociale dans un texte suivi, validation pour le confirmer par son chiffre de contrôle, analyse structurelle pour lire la structure d’un fichier et pas seulement son texte, classification à base de règles pour hiérarchiser ce qui a été trouvé. Rien de cela n’est de notre invention. Le rapport du NIST sur la dépersonnalisation, qui passe en revue des travaux sur les dossiers médicaux, cite &lt;a href=&quot;https://nvlpubs.nist.gov/nistpubs/ir/2015/NIST.IR.8053.pdf&quot;&gt;les systèmes à base de règles comme l’une des deux principales techniques explorées&lt;/a&gt; pour trouver des identifiants dans du texte libre. Rien dans le moteur ne relève de l’apprentissage automatique ni de la statistique, et c’est voulu : chaque constat remonte à une règle qu’une personne a écrite, et rien n’est appris de votre fichier. C’est pourquoi la FAQ de notre site peut dire qu’aucune IA ne lit vos documents. Au sens où la plupart des gens l’entendent en 2026, celui d’un modèle de langage qui lit le fichier, aucune ne le fait.&lt;/p&gt;
&lt;p&gt;Savoir si la plus ancienne compte encore comme de l’IA dépend de la personne à qui l’on pose la question. À Stanford, l’étude centenaire sur l’intelligence artificielle (One Hundred Year Study on Artificial Intelligence) appelle cela &lt;a href=&quot;https://ai100.stanford.edu/2016-report/section-i-what-artificial-intelligence/defining-ai#:~:text=odd%20paradox&quot;&gt;l’« effet IA »&lt;/a&gt; : l’IA fait entrer une technologie dans l’usage courant, les gens s’y habituent, et elle cesse d’être considérée comme de l’IA. Les textes officiels ne placent pas la frontière au même endroit. Le considérant 12 du &lt;a href=&quot;https://eur-lex.europa.eu/legal-content/EN/TXT/HTML/?uri=OJ:L_202401689&quot;&gt;règlement européen sur l’IA&lt;/a&gt; range les approches fondées sur la logique et les connaissances parmi les techniques d’IA et, dans le même considérant, dit que la définition « ne devrait pas couvrir les systèmes fondés sur les règles définies uniquement par les personnes physiques pour exécuter automatiquement des opérations ». Au Canada, la &lt;a href=&quot;https://www.tbs-sct.canada.ca/pol/doc-eng.aspx?id=32592#:~:text=rules%2Dbased%20systems&quot;&gt;Directive sur la prise de décisions automatisée&lt;/a&gt; du gouvernement fédéral, qui encadre ses décisions administratives, contourne la question : sa définition d’un système décisionnel automatisé englobe toute technologie qui assiste le jugement d’un décideur humain ou s’y substitue, et nomme les systèmes basés sur des règles aux côtés de l’apprentissage automatique et des réseaux neuronaux. Nous n’affirmons rien sur la façon dont un régulateur classerait notre moteur.&lt;/p&gt;
&lt;p&gt;La seconde sorte est celle que la plupart des gens désignent aujourd’hui par ce mot : un modèle de langage. Elle est facultative. Pour les détenteurs d’une clé, un clic déclenche un seul appel, qui explique les constats en quelques phrases simples. Le modèle n’écrit que des mots, et le niveau de risque reste celui du moteur. Il reçoit les constats et jamais le fichier, une fois ceux-ci dépersonnalisés par des moyens ordinaires de la science des données : minimisation des données, pseudonymisation (des substituts à la place des identifiants détectés et des noms des auteurs du fichier et de ceux qui l’ont modifié, les vraies valeurs n’étant remises en place que dans votre navigateur), généralisation et troncature. Nous n’appelons pas cela de l’anonymisation, parce qu’un extrait « peut encore contenir le nom d’une autre personne, un montant ou une phrase du document ». Dans notre démo hébergée, cet appel part vers un fournisseur externe de services d’IA. Dans un déploiement propre au client, le modèle peut être celui de son choix, y compris un modèle qui tourne sur ses propres machines. Sans lui, le rapport standard est complet.&lt;/p&gt;
&lt;h2 id=&quot;ou-il-s-insere-et-comment-un-client-le-raccorde&quot;&gt;Où il s’insère et comment un client le raccorde&lt;/h2&gt;
&lt;p&gt;L’étape est la même partout où un document franchit une frontière : un cabinet d’avocats qui envoie un contrat dont les modifications suivies contiennent encore le texte qu’il a supprimé, un organisme public qui répond à une demande d’accès à l’information par une feuille de calcul, quelqu’un qui s’apprête à téléverser un rapport vers un assistant d’IA, une chaîne de traitement qui publie ou archive des documents que personne ne lit un par un.&lt;/p&gt;
&lt;p&gt;L’intégration tient en un appel HTTPS avec un envoi multipart, depuis n’importe quel langage ou depuis l’étape HTTP d’un outil d’automatisation. Un appel transporte jusqu’à 20 documents. Un document seul revient sous la forme du fichier nettoyé. Plusieurs reviennent dans un ZIP, avec un manifeste qui dit, pour chacun, quelles options ont été appliquées et ce qui a été retiré, pour les journaux du client. Un document qui échoue est inscrit au manifeste tandis que les autres reviennent quand même, et un refus pour dépassement d’une limite indique ce qui a été mesuré, la limite et la raison d’être de cette limite.&lt;/p&gt;
&lt;p&gt;Nous ne fournissons aucun connecteur. L’appel pourrait se placer là où vos documents passent déjà : l’étape sortante d’une passerelle de messagerie, l’étape de publication d’un système de gestion documentaire, un script qui surveille un dossier partagé, l’étape qui précède un téléversement vers un assistant d’IA. Aujourd’hui, nous hébergeons l’API. L’exécuter dans le compte infonuagique d’un client ou sur ses propres serveurs est possible sur demande, et rien n’est encore empaqueté pour cela.&lt;/p&gt;
&lt;h2 id=&quot;le-deplacer-vers-un-autre-hote&quot;&gt;Le déplacer vers un autre hôte&lt;/h2&gt;
&lt;p&gt;Les limites sont des réglages, pas du code : sur un hôte plus grand, le nombre de documents, leur taille et le plafond de travail se relèvent par configuration. Le moteur tourne déjà sur deux sortes d’hôtes : le bac à sable en périphérie, en production, et un processus serveur ordinaire, en développement et dans tous les essais ci-dessus.&lt;/p&gt;
&lt;p&gt;Le moteur entier existe aussi une seconde fois, écrit pour un second environnement d’exécution sous la forme d’une application Windows native qui fonctionne sans aucun serveur : aucun fichier ne quitte l’ordinateur. Elle n’est pas publiée. Comme le premier moteur était là pour servir de référence, le second a pris une seule journée, le 7 novembre 2026. Un corpus de 48 documents est passé par les deux, dans cinq modes : toutes les analyses identiques, toutes les copies propres équivalentes. La seule différence relevée tenait à quelques octets dans un constat qui affiche la taille d’une archive incorporée. Le programme d’installation de l’application pèse 2,1 Mo.&lt;/p&gt;
&lt;h2 id=&quot;ce-que-la-demo-ne-fait-pas-encore&quot;&gt;Ce que la démo ne fait pas encore&lt;/h2&gt;
&lt;p&gt;BADR est une démo, et voici ses limites actuelles. Il ne lit que le texte : le texte d’une image ou d’une page numérisée n’est ni vérifié ni masqué. Dans un long PDF, le texte des 400 premières pages au plus est lu, et le rapport le dit. Les fichiers Word, Excel et PowerPoint 97-2003 ne sont pas pris en charge. Les identifiants sont réglés pour le Canada et le Québec. La détection fonctionne par motifs : un numéro d’apparence valide qui n’est pas un identifiant peut donc être signalé, et un identifiant mal formé peut passer inaperçu. Un fichier peut faire 10 Mo au plus, et un document Office peut contenir au plus 5 Mo de texte et de balisage une fois décompressé. Un PDF chiffré n’est analysé que pour sa structure et ne reçoit pas de copie propre. BADR n’a fait l’objet d’aucun audit de sécurité externe et ne s’accompagne d’aucun engagement de niveau de service. Vérifiez chaque copie propre avant de l’envoyer ; dans une étape sans surveillance, cette vérification, c’est une personne ou une règle qui lit le manifeste.&lt;/p&gt;
&lt;p&gt;L’analyse est gratuite sur &lt;a href=&quot;https://albadr.ai&quot;&gt;albadr.ai&lt;/a&gt;. Aucun prix n’est affiché. Pour obtenir une clé, ou pour discuter de l’exécution de BADR dans vos propres systèmes ou de son acquisition en l’état, écrivez à contact@albadr.ai.&lt;/p&gt;</content>
</entry>
</feed>
