Le premier sommet sur le leadership en IA de l’ACM à l’épreuve du passage aux actes

L’ACM a inscrit son premier AI Leadership Summit à son calendrier, et Google News a relayé l’annonce au-delà de la communauté de la recherche en informatique. Ce rassemblement de quatre jours débute le 30 août 2026 à Atlanta. Son véritable enjeu sera de savoir si une large coalition peut produire davantage que les habituels principes sur l’IA.

L’Association for Computing Machinery prévoit de réunir chercheurs, dirigeants du secteur technologique, éducateurs, artistes et décideurs publics dans un même programme. Les sessions aborderont les modèles de pointe, la découverte scientifique, la gouvernance, l’emploi, le travail créatif et les agents autonomes. Cette diversité donne au sommet une portée inhabituelle, mais elle crée aussi un difficile problème de coordination.

Les événements d’entreprise consacrés à l’IA mettent généralement en avant des produits, des partenariats et des récits d’adoption. Les sommets gouvernementaux négocient le plus souvent des principes ou des engagements politiques. Les conférences universitaires récompensent les contributions de recherche spécialisées. L’ACM tente de faire coexister ces trois conversations dans une même salle sans laisser un seul groupe imposer son agenda.

Ce choix crée le conflit central. L’organisation promet un leadership intersectoriel alors que le développement de l’IA reste concentré au sein des entreprises disposant des plus grands budgets de calcul, des modèles et des canaux de distribution les plus importants. Une liste d’intervenants diversifiée peut mettre ces divergences en lumière, mais elle ne peut les résoudre à elle seule.

Le ACM AI Leadership Summit construit un forum plus large sur l’IA

Le changement le plus important est la décision de l’ACM de considérer le leadership en IA comme une responsabilité interdisciplinaire, et non comme un axe de recherche spécialisé.

Le premier programme du sommet sur l’IA se déroule du 30 août au 2 septembre. Le consortium doctoral s’ouvre à Georgia Tech, tandis que le programme principal et les sessions suivantes se poursuivent à Atlanta. L’ACM décrit l’événement comme un lieu de rencontre pour la recherche, l’industrie, les pouvoirs publics, l’éducation et la société.

Le calendrier commence par un mentorat doctoral avant d’aborder les technologies de pointe, la découverte scientifique et la gouvernance de l’IA. La journée suivante se tourne vers le travail créatif, le travail, l’éducation et les infrastructures régionales. La dernière journée est consacrée à l’IA agentique et à des sessions parallèles issues des communautés techniques de l’ACM.

L’IA agentique désigne des systèmes conçus pour planifier et agir en vue d’un objectif, souvent au moyen d’outils ou de logiciels connectés. Ces systèmes soulèvent des questions pratiques auxquelles les scores de référence ne peuvent répondre. Les développeurs doivent déterminer quand un agent doit agir, quand une personne doit approuver et comment les défaillances doivent être retracées.

Cette séquence est importante. Le programme n’isole pas la sûreté dans une unique table ronde sur les politiques publiques tout en laissant les autres sessions célébrer le progrès technique. La gouvernance côtoie l’architecture des modèles, les applications scientifiques, les effets sur la main-d’œuvre et les systèmes déployés.

L’ACM a également sollicité de courts articles dans deux catégories. La première recherchait des travaux récents ayant un impact technique ou social concret. L’autre demandait des arguments prospectifs sur les orientations de recherche et les principaux défis.

La piste des articles exigeait que les soumissions traitent de l’originalité, de l’importance, de la clarté et de l’impact potentiel. Les contributions retenues devaient être présentées sous forme d’affiches et publiées dans les actes du sommet. Cela donne au rassemblement une trace de recherche, même si une soumission de quatre pages ne peut trancher une question controversée de politique publique ou de déploiement.

Le consortium doctoral apporte un autre signal sur le public visé par l’ACM. Les organisateurs ont indiqué avoir reçu 141 candidatures pour un programme conçu afin de mettre en relation des doctorants avec des chercheurs, des praticiens et des décideurs publics. Les participants devaient relier leurs travaux techniques à des questions éthiques et sociales.

Cette exigence pousse les chercheurs en début de carrière au-delà des mesures de performance étroites. Un étudiant travaillant sur la robotique, les modèles de langage ou les systèmes distribués doit prendre en compte le contexte d’utilisation du système et les personnes qu’il affecte. L’exercice est utile, car les choix de conception technique deviennent souvent des décisions de gouvernance après le déploiement.

L’événement reste toutefois un sommet plutôt qu’un processus de normalisation. Son site web promet dialogue, collaboration et action collective, mais n’annonce aucun engagement contraignant. Les lecteurs découvrant l’événement via Google News devraient distinguer un programme de concertation d’un cadre adopté.

L’importance du sommet réside donc dans sa structure, et non dans un résultat déjà obtenu. L’ACM crée un forum où les désaccords peuvent devenir visibles au-delà des frontières techniques et institutionnelles. Seule la conclusion des sessions permettra de déterminer si cela produit un travail durable.

Pourquoi l’attention de Google News augmente les enjeux pour l’ACM

Google News élargit le public de l’annonce de l’ACM, mais cette visibilité rend aussi plus difficile de maintenir les questions non résolues du sommet à l’intérieur des cercles professionnels.

Google News est un service d’agrégation et de découverte, et non l’autorité d’origine pour le calendrier ou les affirmations du sommet. Les faits sous-jacents proviennent de l’ACM et des organisateurs de l’événement. Cette distinction compte lorsqu’un titre circule plus vite que les détails qui l’étayent.

Un lecteur découvrant le sommet dans un fil d’actualité reçoit une proposition simple : une grande organisation de l’informatique réunit des dirigeants pour façonner l’avenir de l’IA. Le programme révèle un projet plus complexe. Les participants seront confrontés à des définitions concurrentes du progrès, de la sûreté, de la responsabilité, de l’accès et de l’intérêt public.

L’ACM apporte une importante crédibilité institutionnelle à cette tâche. Elle se présente comme la plus grande société éducative et scientifique mondiale dans le domaine de l’informatique. Ses publications, conférences, prix, groupes techniques et comités de politique publique relient des communautés qui partagent rarement un même agenda opérationnel.

Son ampleur technique constitue un avantage majeur. Les politiques sur l’IA peuvent échouer lorsqu’elles ignorent l’architecture des systèmes, l’ingénierie de la sécurité, la gestion des données, l’accessibilité ou l’interaction humain-machine. La recherche technique peut aussi échouer lorsqu’elle traite les préjudices sociaux comme des questions externes que d’autres géreront.

Les sessions parallèles du sommet tentent de combler cette fracture. Les chercheurs en infrastructures peuvent examiner les besoins en calcul et en énergie des services d’IA. Les spécialistes du logiciel peuvent aborder le code généré et les outils de développement autonomes. Les chercheurs en éducation peuvent évaluer comment l’IA transforme l’apprentissage et l’évaluation.

Ces communautés ne partent pas des mêmes incitations. Un chercheur peut privilégier la reproductibilité et la recherche ouverte. Un dirigeant d’entreprise peut mettre l’accent sur la rapidité de déploiement, les besoins des clients et l’exposition juridique. Un responsable public peut se concentrer sur l’applicabilité, la politique nationale et les communautés concernées.

Cette tension est particulièrement visible dans la gouvernance de l’IA. Des principes tels que la transparence et la responsabilité semblent compatibles jusqu’à ce que les participants doivent définir qui divulgue quoi, à qui et dans quelles conditions. Un sommet utile doit passer de valeurs consensuelles à des responsabilités mesurables.

Les Nations unies sont représentées par Amandeep Singh Gill, l’Envoyé du Secrétaire général pour la technologie. Sa présence place les décisions nationales et d’entreprise aux côtés de la coordination internationale. Gabriela Ramos apporte son expérience des travaux multilatéraux sur l’éthique de l’IA, tandis que Virginia Dignum contribue par ses recherches sur les garde-fous des systèmes autonomes.

Les perspectives industrielles incluent des chercheurs et dirigeants liés à Google, Microsoft, Adobe, IBM, Accenture et d’autres organisations. Les intervenants universitaires apportent une expertise en apprentissage par renforcement, robotique, enseignement de l’informatique, accessibilité, calcul scientifique et conception centrée sur l’humain. La liste des intervenants couvre donc à la fois le développement des modèles et leurs conséquences en aval.

Cette diversité peut susciter des questions plus précises. Elle peut aussi produire des conversations parallèles qui ne convergent jamais. Une table ronde sur la gouvernance peut discuter de responsabilité tandis qu’une session technique suppose que le déploiement rapide est la norme de départ.

L’attention du public augmente le coût de cette fragmentation. Une fois que Google News place l’événement devant un large public intéressé par la technologie, l’ACM doit expliquer ce qui a changé parce que ces groupes se sont rencontrés. Un compte rendu de tables rondes intéressantes ne suffira pas pleinement à étayer l’affirmation de leadership du sommet.

La pression s’étend au-delà de l’ACM. Les participants du secteur privé doivent expliquer comment les engagements publics influencent l’ingénierie ou le déploiement. Les chercheurs doivent montrer comment les données probantes peuvent se traduire en décisions institutionnelles. Les décideurs publics doivent préciser quelles contraintes techniques influencent des règles applicables.

Le sommet arrive peu avant que ses propres promesses puissent être mises à l’épreuve. Les lecteurs devraient rechercher des actes publiés, des comptes rendus de sessions, des collaborations concrètes ou des travaux de suivi. Ces éléments compteront davantage que la portée de l’annonce.

L’expertise face au pouvoir est le conflit central du sommet

L’ACM peut réunir une expertise approfondie, mais les organisations représentées ne détiennent pas un pouvoir égal sur le développement et le déploiement de l’IA.

La liste des intervenants comprend Yann LeCun et Andrew Barto, tous deux lauréats du prix Turing de l’ACM aux parcours intellectuels distincts. Barto a contribué à établir l’apprentissage par renforcement, dans lequel les systèmes apprennent par les actions et les récompenses. LeCun a défendu des approches allant au-delà de la conception aujourd’hui dominante des grands modèles de langage.

Rodney Brooks apporte une perspective robotique ancrée dans les systèmes incarnés. Ece Kamar et Ed H. Chi apportent leur expérience de grandes organisations de recherche en entreprise. Amandeep Singh Gill et d’autres spécialistes de la gouvernance relient les débats techniques à la politique internationale.

Il ne s’agit pas d’un bloc unifié. Les participants divergent sur les architectures de modèles, les trajectoires de développement, les priorités en matière de risques et le rôle de la réglementation. Ces différences sont un atout si le programme les expose directement.

Elles deviennent une faiblesse si le sommet réduit chaque position à un langage général de consensus. Les déclarations selon lesquelles l’IA devrait être sûre, bénéfique, inclusive et innovante révèlent rarement les compromis que les participants acceptent. Le leadership exige des décisions sur les tests, l’accès, la responsabilité et les limites.

Le déséquilibre commence par les ressources. Les universités et les chercheurs œuvrant dans l’intérêt public peuvent analyser les systèmes d’IA, mais ils n’ont souvent pas accès aux plus grands entraînements, aux résultats d’évaluations internes et aux données de déploiement réelles. Les grandes entreprises technologiques détiennent davantage d’éléments sur le comportement concret des modèles largement utilisés.

Cela crée un problème de données probantes. Des experts indépendants peuvent identifier des risques importants sans posséder les données nécessaires pour les mesurer pleinement. Les entreprises peuvent publier des évaluations tout en retenant des détails pour des raisons de sécurité, de confidentialité ou commerciales.

Un sommet ne peut éliminer ces contraintes. Il peut demander si les participants créeront des méthodes d’évaluation partagées, un accès contrôlé pour la recherche ou des pratiques de documentation. Ces mécanismes transformeraient la discussion en infrastructure pour une responsabilité future.

Le même problème apparaît dans l’IA agentique. Un système autonome peut relier la sortie d’un modèle aux e-mails, aux dépôts de code, aux bases de données ou aux appareils physiques. Dès lors que les actions affectent d’autres personnes, l’exactitude seule devient une mesure incomplète.

Les chercheurs ont besoin d’éléments sur l’autorisation, la récupération, la journalisation et la supervision humaine. Les opérateurs d’entreprise ont besoin d’une répartition claire des responsabilités lorsque plusieurs modèles et outils participent à un même flux de travail. Les régulateurs ont besoin de définitions qui restent utiles à mesure que les implémentations évoluent.

Un débat utile examinerait ces contrôles comme des exigences d’ingénierie. Il demanderait quelles actions nécessitent une approbation, comment les systèmes préservent les preuves et ce qui se produit lorsqu’un agent dépasse l’autorité qui lui est attribuée. Il distinguerait également un prototype de recherche d’un service déployé.

Pour les travailleurs du savoir, ce conflit est déjà concret. Les personnes rassemblent de plus en plus les sorties des modèles aux côtés de réunions, documents et sources. Une base de connaissances personnelle consultable peut préserver le contexte, mais les utilisateurs ont toujours besoin de traçabilité et de discernement.

Les sessions du sommet consacrées aux arts créatifs et à la main-d’œuvre élargissent encore ce conflit. Les artistes peuvent valoriser l’expérimentation tout en s’interrogeant sur le consentement, l’attribution et la rémunération. Les employeurs peuvent mettre l’accent sur l’augmentation, tandis que les travailleurs demandent qui capte les gains de productivité et qui supporte les coûts de la transition.

Ce ne sont pas des questions secondaires greffées au progrès technique. Elles déterminent les systèmes construits, les données qu’ils utilisent et la manière dont les organisations les déploient. Les traiter comme de simples détails d’implémentation préserverait la même répartition du pouvoir que le sommet affirme examiner.

L’avantage de l’ACM est qu’elle n’est ni un unique fournisseur d’IA ni un gouvernement. Elle peut formuler des questions à l’échelle des communautés professionnelles sans avoir à défendre une feuille de route produit. Sa limite est qu’elle ne peut contraindre les entreprises ou les États à adopter les réponses.

Le sommet devrait donc être jugé à la qualité des mécanismes qu’il fait progresser. Des référentiels partagés, l’accès à la recherche, des pratiques de reproductibilité, des orientations pédagogiques et des normes professionnelles peuvent influencer les comportements sans devenir des lois. Des déclarations vagues ne peuvent avoir le même poids.

Le résultat le plus crédible ne serait pas une unanimité artificielle. Ce serait une cartographie documentée des accords, des différends non résolus et des travaux de suivi attribués. Un tel résultat respecterait la répartition réelle de l’expertise et du pouvoir.

Les questions les plus difficiles commencent après la fin des panels

Le vaste programme du sommet crée un risque de responsabilité : chaque enjeu majeur peut recevoir de l’attention sans qu’aucune institution n’assume la responsabilité du suivi.

L’événement couvre les modèles de pointe, la découverte scientifique, la gouvernance, le travail créatif, l’emploi, les infrastructures régionales et les agents autonomes. Chaque sujet pourrait justifier une conférence entière. Les combiner encourage les échanges interdisciplinaires, mais limite le temps disponible pour l’approfondissement technique.

La première incertitude concerne les résultats. L’ACM a décrit des thèmes, intervenants, articles et sessions. Elle n’a pas promis de norme commune, de cadre politique ou de calendrier de mise en œuvre. Les lecteurs devraient éviter de considérer ce rassemblement comme un régime de gouvernance de l’IA déjà adopté.

La deuxième incertitude concerne la représentation. La liste comprend des expériences dans la recherche, les entreprises, l’éducation, les administrations et la société civile. Une longue liste ne montre toutefois pas comment le temps de programme ou le pouvoir de décision est réparti.

Les personnes touchées par des décisions automatisées en matière d’emploi, des produits inaccessibles, la construction de centres de données ou l’entraînement de modèles créatifs ont besoin de davantage qu’une inclusion symbolique. Leurs éléments de preuve doivent influer sur les questions, les conclusions et les travaux de suivi. Dans le cas contraire, les dirigeants techniques et institutionnels restent les principaux auteurs du programme.

Le choix d’Atlanta crée des occasions de discussion ancrée dans le réel. Le programme inclut les infrastructures régionales et les impacts concrets, plutôt que de limiter l’attention aux laboratoires de modèles. Ce cadrage peut relier les services d’IA aux systèmes énergétiques, aux économies locales, à l’éducation et aux institutions publiques.

Pourtant, une étude de cas locale ne transfère pas automatiquement le pouvoir de décision. Les organisateurs devraient préciser quelles expériences sont consignées et quelles conclusions en découlent. Des synthèses publiées peuvent aider les observateurs extérieurs à déterminer si les perspectives des communautés ont modifié la conversation.

La troisième incertitude concerne les standards de preuve contradictoires. Une affirmation scientifique peut exiger des preuves reproductibles et une évaluation par les pairs. Une décision publique peut avancer dans l’incertitude, car les responsables ne peuvent attendre des données parfaites.

Les décisions d’entreprise suivent un autre calendrier. Les entreprises lancent des fonctionnalités, surveillent leur adoption et révisent les contrôles tandis que les produits restent actifs. Ces rythmes différents compliquent toute définition commune d’un progrès responsable.

Le programme peut traiter ce point en séparant les niveaux de preuve. Les participants devraient distinguer les résultats testés, le jugement d’experts, les affirmations d’entreprises et les hypothèses ouvertes. Les lecteurs devraient faire preuve de la même rigueur lorsque la couverture paraît dans Google News ou d’autres flux.

Cette distinction est particulièrement importante pour l’IA de pointe, un terme qui décrit les modèles proches de la limite supérieure des capacités générales et de l’échelle. Les entreprises peuvent évoquer des capacités futures avant que des chercheurs indépendants puissent examiner les systèmes. Les prévisions peuvent alors prendre l’apparence de preuves.

Le processus de sélection des articles de l’ACM ajoute de la rigueur, mais les soumissions courtes et les posters restent limités. Ils peuvent identifier des mécanismes, des preuves et des questions de recherche. Ils ne peuvent pas valider indépendamment chaque affirmation d’entreprise discutée sur scène.

Les choix plus larges de publication de l’organisation recoupent également le sommet. L’ACM indique que ses publications sont devenues entièrement en libre accès en janvier 2026, rendant la recherche en informatique plus facile à découvrir et à réutiliser. Le libre accès élargit le lectorat, mais l’accès des machines soulève un autre débat.

L’ACM a déclaré séparément que ses conseils examinaient la possibilité d’accorder aux grands modèles de langage l’accès aux contenus de la Digital Library pour l’entraînement. L’organisation n’avait pas annoncé de décision finale dans l’avis public. Cette question relie droit d’auteur, accès à la recherche, attentes des auteurs et développement des modèles.

Cette question institutionnelle en cours offre au sommet un précieux cas d’épreuve. L’ACM ne demande pas seulement aux autres de gouverner l’IA. Elle doit décider comment son propre corpus de recherche interagit avec le développement commercial et scientifique des modèles.

Le compromis pertinent n’oppose pas simplement l’ouvert au fermé. L’accès en lecture pour les personnes, l’analyse computationnelle par les chercheurs et l’accès à l’entraînement pour les modèles commerciaux sont des autorisations différentes. Une discussion sérieuse devrait maintenir ces catégories distinctes.

L’éthique professionnelle ajoute une autre dimension. Le code d’éthique de l’ACM invite les professionnels de l’informatique à prendre en compte les conséquences sociales, éviter les préjudices, respecter la vie privée et produire des systèmes fiables. Appliquer ces devoirs aux systèmes autonomes et génératifs exige des interprétations concrètes.

Qui vérifie qu’un agent respecte les autorisations ? Quelles preuves un développeur devrait-il conserver après une défaillance ? Quand un déploiement devrait-il s’arrêter malgré la pression commerciale ? Ce sont des questions professionnelles avant de devenir des litiges juridiques.

Le sommet peut réussir sans répondre à chacune d’elles. Il ne peut pas réussir en dissimulant les désaccords derrière un langage ambitieux. Sa valeur dépend de sa capacité à rendre l’incertitude lisible et à attribuer la prochaine partie du travail.

Trois signaux montreront si le sommet compte

Les actes, les mécanismes de suivi et les désaccords visibles révéleront si l’ACM a créé un forum de travail ou une autre scène temporaire.

Le premier signal est le dossier public de recherche. L’ACM indique que les articles acceptés paraîtront dans les actes du sommet après l’événement. Les lecteurs devraient examiner si ces articles apportent des résultats vérifiables, des limites clairement exposées ou des programmes de recherche concrets.

Une liste de sujets variés ne suffit pas. Le signal le plus fort viendra de travaux qui relient les performances techniques aux conditions de déploiement. Parmi les exemples figurent la supervision des agents, les contraintes d’infrastructure, l’accessibilité, la sécurité ou la mesure des résultats humains.

Les actes créent également un point de référence pour l’évaluation ultérieure. Les chercheurs peuvent contester les méthodes, reproduire les résultats et comparer les propositions aux preuves recueillies par la suite. Sans ce dossier, les affirmations les plus importantes du sommet pourraient ne subsister que sous forme de citations ou d’extraits vidéo.

Le deuxième signal est le suivi. Les organisateurs présentent l’événement comme une base pour le dialogue et l’action collective. Cette promesse devient crédible lorsque des groupes nommés acceptent un travail précis après Atlanta.

Le suivi pourrait prendre plusieurs formes. Les Special Interest Groups de l’ACM pourraient développer des ateliers de recherche, des orientations d’évaluation, des cursus ou des pratiques professionnelles. Les comités de politique publique pourraient traduire les résultats techniques en recommandations publiques.

Les projets intersectoriels seraient particulièrement significatifs lorsqu’ils établissent des échéances et des livrables. Un groupe de travail sans livrable n’est qu’une autre conversation. Un référentiel publié, un document d’orientation, un protocole d’accès à la recherche ou une revue récurrente peut davantage prétendre avoir un impact.

C’est là que la conception organisationnelle du sommet peut aider. L’ACM relie déjà des communautés spécialisées par le biais de conférences, revues, comités et programmes éducatifs. Elle dispose de canaux pour porter une question au-delà d’un seul événement.

Ces canaux créent aussi de la responsabilité. Si les organisateurs publient des engagements, les observateurs peuvent vérifier si le travail se poursuit. S’ils ne publient que des synthèses, le sommet sera plus difficile à distinguer des autres rassemblements sur l’IA.

Le troisième signal est la manière dont l’ACM consigne les désaccords. Un sommet sur l’avenir de l’IA ne devrait pas prétendre que les entreprises de modèles, les responsables publics, les chercheurs indépendants, les artistes et les travailleurs partagent une même tolérance au risque. Un conflit honnête prouve que le forum a atteint des décisions substantielles.

Les lecteurs devraient surveiller la manière dont les participants abordent les systèmes autonomes, l’accès à la recherche, l’évolution du travail et l’utilisation de documents publiés pour l’entraînement des modèles. Chaque enjeu répartit différemment les bénéfices et les risques. Un langage consensuel peut masquer ces répartitions.

Le rapport le plus solide identifierait les positions qui manquent de preuves et les compromis qui restent non résolus. Il expliquerait également pourquoi les participants étaient en désaccord. Ce niveau de précision aide les développeurs et les acheteurs à prendre des décisions avant l’existence d’un cadre universel.

La couverture dans Google News peut amplifier le récit qui émergera. Une déclaration soignée circulera facilement, mais sa diffusion n’établit pas son impact. La meilleure mesure est de savoir si ingénieurs, éducateurs, organisations et décideurs publics utilisent les résultats du sommet.

Les développeurs devraient surveiller les pratiques d’évaluation exploitables. Les acheteurs d’entreprise devraient rechercher une responsabilité plus claire entre fournisseurs, intégrateurs et équipes internes. Les éducateurs devraient examiner si les discussions sur la main-d’œuvre produisent des orientations qui protègent l’apprentissage plutôt que de poursuivre une familiarité à court terme avec les outils.

Les travailleurs du savoir devraient prêter attention à la traçabilité. Les synthèses générées par l’IA servent de plus en plus d’intermédiaires pour la recherche, les réunions et les décisions. Les utilisateurs ont besoin de moyens pour conserver la source originale, les hypothèses et les questions non résolues, et pas seulement la formulation finale du modèle.

Le ACM AI Leadership Summit est donc plus important qu’une annonce de conférence conventionnelle, mais moins établi que son titre ne le laisse entendre. Il crée un lieu où l’autorité technique rencontre la responsabilité institutionnelle. Il ne garantit pas que cette responsabilité sera acceptée.

D’ici début septembre, la question centrale ne sera plus de savoir qui est apparu sur scène. Elle sera de savoir quelles preuves ont rejoint le dossier public, quels désaccords sont restés visibles et qui a accepté de poursuivre le travail.

Les lecteurs qui suivent l’événement via Google News devraient consulter les documents primaires, comparer les affirmations aux preuves publiées et suivre les résultats promis après Atlanta. Si l’ACM produit une recherche durable et un suivi responsable, le sommet méritera son qualificatif de leadership. Si la conversation s’achève avec la séance de clôture, l’annonce aura voyagé plus loin que le travail.