Anthropic, Google et OpenAI participent à un test de la Maison-Blanche sur des règles volontaires pour l’IA

Anthropic, Google et OpenAI ont participé à une nouvelle expérience réglementaire le 4 août, malgré la promesse de Washington d’éviter toute approbation obligatoire des lancements d’IA de pointe.

La réunion à la Maison-Blanche a rassemblé ces entreprises, ainsi que Meta, Nvidia et d’autres représentants du secteur. Des responsables ont présenté des règles prévoyant des tests gouvernementaux volontaires des modèles avancés avant leur publication. Ces discussions faisaient suite à un décret exécutif de juin qui a créé ce processus de test sans instaurer de système de licence.

Les discussions entre Anthropic, Google et OpenAI portaient donc sur davantage qu’une simple consultation politique. Elles visaient à déterminer si une coopération volontaire peut gérer les risques pour la sécurité nationale sans devenir une autorisation gouvernementale informelle de lancer un modèle.

Cette tension s’est accrue à mesure que les principaux modèles sont devenus plus capables de trouver des vulnérabilités logicielles et de soutenir des opérations cyber complexes. Elle révèle également une lacune majeure du cadre. L’approche actuelle se concentre sur les modèles fermés tout en excluant les systèmes à poids ouverts téléchargeables.

Cette distinction avantage les entreprises qui publient les poids de leurs modèles, y compris des développeurs américains et étrangers. Elle impose une pression de contrôle plus forte aux laboratoires qui gardent le contrôle de leurs modèles, en limitent l’accès et peuvent techniquement se conformer à des tests avant publication.

La réunion était prévue avant la date de publication de cet article. Des informations ultérieures ont précisé son issue, notamment le traitement réservé par le cadre aux modèles fermés et à poids ouverts. Ce qui avait commencé comme un aperçu d’une réunion est devenu un test de la manière dont Washington entend réglementer l’IA de pointe.

Ce qu’Anthropic, Google et OpenAI devaient examiner

La réunion du 4 août a transformé un vaste décret exécutif en un cadre de test des modèles plus précis, mais toujours non publié.

La Maison-Blanche a invité à Washington des représentants des principales entreprises d’IA et de puces afin d’examiner les règles de test proposées par le gouvernement. Parmi les participants figuraient, selon certaines informations, Anthropic, Google, OpenAI, Meta et Nvidia.

Le cadre concerne les modèles de pointe, c’est-à-dire les systèmes situés près de la frontière des capacités générales de l’IA. L’attention du gouvernement se porte sur les modèles démontrant des capacités avancées en cybersécurité ou en piratage informatique.

Le président Donald Trump a établi le processus sous-jacent par un décret sur l’IA de juin. Il charge les agences fédérales de rechercher des accords volontaires avec les développeurs américains pour tester les modèles.

Les agences participantes comprennent les départements du Commerce, de la Défense, de la Sécurité intérieure et du Trésor. Le décret confie également aux agences de sécurité nationale un rôle dans l’élaboration des évaluations et la réponse aux risques identifiés.

Le processus demande aux développeurs participants de fournir un accès avant la publication des modèles concernés. Des spécialistes du gouvernement peuvent alors évaluer des capacités susceptibles de menacer les infrastructures critiques ou la sécurité nationale.

Toutefois, le décret fixe une limite importante. Il précise que le processus n’autorise ni licence obligatoire, ni autorisation préalable, ni permis gouvernemental pour les lancements d’IA.

Cette formulation reflète la tentative de l’administration de concilier deux positions. Les responsables souhaitent accéder plus tôt aux capacités dangereuses, mais s’opposent à un vaste système réglementaire susceptible de ralentir les développeurs américains.

Le dispositif qui en résulte dépend largement de la coopération. Un développeur peut participer, partager un modèle presque finalisé et prendre en compte les conclusions du gouvernement sans renoncer officiellement au contrôle de sa date de lancement.

Cette conception diffère d’un système conventionnel d’approbation des produits. Le gouvernement ne délivre pas de certificat public et n’approuve ni ne rejette officiellement chaque lancement.

La réunion aurait encouragé les entreprises à soumettre des modèles proches de leur publication. Cette approche donnerait aux évaluateurs un produit plus représentatif qu’un jalon de recherche inachevé.

Elle laisse également peu de temps pour remédier aux problèmes. Une vulnérabilité grave découverte près du lancement pourrait contraindre une entreprise à retarder le déploiement, limiter l’accès ou négocier une solution alternative avec les responsables.

La Maison-Blanche n’a pas publié l’intégralité du cadre. Cela limite l’examen indépendant de ses seuils, méthodes d’évaluation, contrôles d’accès et procédures de résolution des désaccords.

La nature classifiée de certains critères de référence en cybersécurité ajoute une autre contrainte. Leur divulgation publique pourrait aider des adversaires à entraîner des modèles spécifiquement pour réussir les tests sans traiter le danger sous-jacent.

Mais le secret rend également plus difficile la responsabilité vis-à-vis de l’extérieur. Les chercheurs, clients et législateurs ne peuvent pas facilement déterminer si les mêmes normes s’appliquent à des entreprises concurrentes.

La réunion d’août a donc modifié le cadre pratique de la supervision de l’IA. Washington dispose désormais d’une voie définie pour examiner certaines publications de modèles de pointe, même si la participation reste juridiquement volontaire.

Pourquoi les modèles fermés supportent la charge réglementaire

Le compromis central réside dans une couverture inégale : les modèles qui restent sous le contrôle d’une entreprise font l’objet d’un examen, tandis que les poids téléchargeables échappent au cadre initial.

Selon les informations publiées après la réunion, le cadre définit un modèle de pointe couvert comme étant fermé, à la pointe de la technologie et doté de capacités pertinentes pour la sécurité nationale.

Un modèle fermé conserve ses paramètres entraînés sous le contrôle de son développeur. Les clients y accèdent généralement par une application ou une API, ce qui permet à un logiciel de communiquer à distance avec le modèle.

Un modèle à poids ouverts rend ces paramètres entraînés disponibles au téléchargement. Les utilisateurs peuvent exécuter, modifier, affiner et redistribuer le modèle sans dépendre du service hébergé par son développeur d’origine.

Les poids ouverts ne sont pas identiques aux logiciels open source. Une publication peut fournir les paramètres du modèle tout en retenant les données d’entraînement, le code de développement ou d’autres éléments nécessaires à une reproductibilité complète.

Cette distinction est importante, car un fournisseur de modèle fermé peut surveiller les accès, mettre à jour les garde-fous, suspendre des comptes et retirer un modèle. Une publication à poids ouverts devient difficile à contenir après sa diffusion.

Malgré cette différence, le cadre de la Maison-Blanche exclut actuellement les modèles ouverts de son champ d’examen. Des détails du cadre publiés après la réunion indiquaient que la couverture se limitait aux systèmes fermés avancés.

Des responsables auraient également indiqué aux entreprises que les modèles à poids ouverts ne seraient pas soumis au processus volontaire de tests de sécurité. Cette politique reflète le soutien de l’administration au développement ouvert et sa crainte de restreindre l’innovation américaine.

Cette exemption crée une apparente contradiction en matière de sécurité. Les systèmes que les développeurs peuvent encore mettre à jour et restreindre font l’objet d’un examen avant publication. Les systèmes que chacun peut télécharger et modifier évitent le même processus.

Il existe une explication pratique. Un gouvernement peut négocier l’accès avec une entreprise américaine exploitant un service fermé. Il dispose de moins d’outils face à un modèle publié par un laboratoire étranger.

Les modèles ouverts soutiennent également la recherche, la personnalisation et le déploiement local. Les universités et les petites entreprises peuvent les étudier sans payer chaque requête à un fournisseur distant.

OpenAI a soutenu que les systèmes fermés et à poids ouverts remplissent des fonctions complémentaires. Sa position sur les poids ouverts indique que les publications ouvertes peuvent soutenir la recherche, élargir l’accès et renforcer le leadership américain dans l’IA.

Meta et Nvidia ont de même défendu les modèles ouverts contre des restrictions prématurées. Leur position considère l’ouverture comme un avantage économique et stratégique, notamment face aux laboratoires chinois qui progressent rapidement.

Anthropic et Google ont adopté des positions publiques plus prudentes autour des publications les plus capables. Les deux entreprises ont mis l’accent sur les évaluations, l’accès contrôlé et les garde-fous pour les systèmes présentant de sérieux risques cyber.

Cette lacune politique est particulièrement importante, car l’architecture d’un modèle ne détermine pas sa capacité. Un modèle à poids ouverts peut approcher les performances d’un modèle fermé, tandis qu’un produit fermé peut rester sous tout seuil de risque significatif.

Un cadre durable a donc besoin de déclencheurs fondés sur les capacités. Il ne peut pas supposer qu’un mode de distribution prédit toujours le risque pour la sécurité nationale.

L’approche actuelle du gouvernement semble utiliser à la fois la capacité et la structure de publication. Un système couvert doit, selon certaines informations, être fermé, avancé et pertinent pour des préoccupations de sécurité précises.

Cette combinaison réduit le nombre de modèles soumis à examen. Elle diminue également le risque que des outils commerciaux ordinaires ou de plus petits systèmes de recherche se retrouvent piégés dans un processus fédéral de test.

Toutefois, elle crée des incitations que les décideurs n’avaient peut-être pas envisagées. Un développeur pourrait privilégier une publication à poids ouverts en partie pour éviter les attentes associées à un déploiement fermé.

Les entreprises pourraient également débattre de la qualification d’un modèle comme étant à la pointe de la technologie. Sans seuils publiés, cette étiquette peut devenir une source de négociation plutôt qu’un résultat technique objectif.

La réunion entre Anthropic, Google et OpenAI n’a pas résolu ce déséquilibre. Elle a formalisé la distinction tout en laissant aux responsables la possibilité de réexaminer les modèles ouverts à mesure que leurs capacités progressent.

Des tests volontaires peuvent tout de même façonner les décisions de lancement

Un cadre volontaire peut exercer une pression considérable lorsque le gouvernement contrôle les contrats, l’accès aux informations classifiées et les relations liées à la sécurité nationale.

Le terme volontaire laisse entendre que les entreprises conservent une indépendance totale. En pratique, refuser les tests gouvernementaux peut avoir des conséquences commerciales, politiques et réputationnelles.

Les laboratoires de pointe recherchent des contrats fédéraux, des partenariats de recherche, des habilitations de sécurité et l’accès à l’expertise gouvernementale. Ils veulent également que les décideurs les considèrent comme des fournisseurs fiables d’infrastructures américaines.

Une entreprise qui refuse des tests après avoir identifié des capacités cyber avancées s’exposerait à des questions difficiles. Les clients professionnels pourraient demander pourquoi le développeur a refusé une évaluation gouvernementale disponible.

Les responsables pourraient également réexaminer leurs décisions d’approvisionnement. Ils pourraient restreindre l’usage d’un produit dans des systèmes sensibles sans bloquer officiellement sa publication publique.

La relation récente d’Anthropic avec Washington illustre cette pression. L’entreprise s’était auparavant opposée à l’administration au sujet des restrictions sur l’usage militaire et de l’accès fédéral à Claude.

Anthropic s’est opposée à l’utilisation de sa technologie pour des armes entièrement autonomes et la surveillance intérieure. Le différend s’est aggravé jusqu’à des tentatives de restriction de l’usage gouvernemental de ses produits.

Des réunions ultérieures entre la direction d’Anthropic et des responsables de la Maison-Blanche se sont concentrées sur la cybersécurité, la sécurité de l’IA et la poursuite du leadership américain. Cette relation a montré à quelle vitesse des désaccords politiques peuvent affecter les activités gouvernementales d’un fournisseur de modèles.

La position de l’administration a évolué à mesure que les capacités cyber avancées devenaient plus urgentes. Le modèle Mythos d’Anthropic, selon certaines informations, a attiré l’attention en raison d’affirmations selon lesquelles il pouvait identifier d’importantes vulnérabilités logicielles.

Ces capacités ont créé un problème de double usage. Le même modèle pouvait aider les défenseurs à localiser des faiblesses ou aider les attaquants à exploiter des systèmes avant que des correctifs ne soient disponibles.

Le décret de juin est né de ce débat sur la sécurité. Son processus donne aux évaluateurs fédéraux un accès anticipé tout en s’arrêtant avant un veto formel sur la publication.

Anthropic, OpenAI et Google ont salué l’ordonnance dans des déclarations publiques. Le directeur des affaires internationales d’OpenAI, Chris Lehane, a souligné les institutions démocratiques, l’expertise technique, la responsabilité et la confiance du public.

Leur soutien se comprend. Un processus fédéral commun peut remplacer les négociations improvisées chaque fois qu’un modèle démontre une nouvelle capacité inquiétante.

Il peut également empêcher qu’un développeur soit la seule entreprise à retarder un lancement. La pression concurrentielle rend l’autolimitation unilatérale difficile lorsque des concurrents peuvent publier des systèmes comparables.

Une période de test commune réduit ce problème si tous les développeurs concernés y participent. Chaque entreprise obtient une certaine assurance que ses concurrents les plus proches font face à des attentes similaires.

Pourtant, les tests volontaires n’éliminent pas la course. Les entreprises décident toujours du moment où un modèle est suffisamment abouti pour être soumis, de l’accès accordé aux évaluateurs et de leur réponse aux conclusions.

La période de 30 jours rapportée est courte par rapport aux examens réglementaires classiques. Elle reflète un marché où les calendriers produits évoluent rapidement et où les avantages de performance peuvent disparaître en quelques mois.

Des retours du gouvernement fournis à l’approche de la sortie peuvent tout de même modifier un lancement. Une entreprise pourrait restreindre certains outils, renforcer la surveillance, reporter un accès large ou fournir le système uniquement à des partenaires sélectionnés.

Ce résultat ne constituerait pas juridiquement une approbation gouvernementale. Pour les clients et les investisseurs, toutefois, un retard suivant une évaluation fédérale pourrait sembler très similaire.

L’inverse est également possible. Une entreprise pourrait poursuivre malgré les inquiétudes du gouvernement et déclarer que sa participation n’a jamais transféré la décision finale.

Les responsables seraient alors confrontés à un choix. Ils pourraient divulguer le désaccord, exercer une pression via les marchés publics, invoquer une autre autorité juridique ou accepter la décision de l’entreprise.

La véritable force du cadre viendra donc des relations plutôt que de sanctions légales. Un traitement cohérent est donc essentiel.

Si un laboratoire bénéficie d’une flexibilité discrète tandis qu’un autre subit une pression publique, la coopération volontaire perdra sa crédibilité. Les entreprises considéreront le processus comme une négociation politique plutôt que comme une gestion des risques techniques.

C’est le principal affrontement de cette politique : coopération volontaire contre préautorisation informelle. La frontière sera définie par les différends réels autour des lancements, et non par le seul texte du décret présidentiel.

Les règles non publiées créent un problème de responsabilité

Le gouvernement souhaite des tests confidentiels que les adversaires ne peuvent pas étudier, mais le secret empêche les observateurs externes de juger si le processus est équitable ou efficace.

Les évaluations de cybersécurité nécessitent souvent des détails confidentiels. Publier chaque prompt, environnement d’exploitation et seuil de notation pourrait permettre aux développeurs d’optimiser spécifiquement leurs modèles pour le test.

Cela pourrait aussi révéler des faiblesses défensives. Un benchmark conçu autour d’infrastructures critiques pourrait exposer des informations que des attaquants pourraient exploiter contre des systèmes réels.

Des composantes classifiées sont donc compréhensibles. Les évaluateurs gouvernementaux ont besoin de pouvoir tester des capacités dangereuses sans créer un manuel d’instructions public.

La préoccupation porte sur le secret plus large entourant le cadre lui-même. La Maison-Blanche ne prévoirait pas de publier le document complet examiné par les entreprises.

Cette décision obscurcit des questions fondamentales de gouvernance. Le public ne connaît pas le seuil exact de capacité, le processus de décision, le mécanisme d’appel ni les règles régissant l’accès des évaluateurs.

On ignore également comment les responsables distingueront la capacité d’un modèle de son comportement. Un système pourrait posséder des connaissances techniques dangereuses tout en refusant des demandes nuisibles dans des conditions normales.

Les évaluateurs devront vérifier si les garde-fous résistent à des tentatives déterminées de contournement. Ces tentatives sont couramment appelées jailbreaks : des prompts ou techniques conçus pour déjouer les restrictions d’un modèle.

Un jailbreak réussi n’établit pas automatiquement un risque catastrophique. Les évaluateurs doivent tenir compte de la fiabilité, de l’expertise requise, des alternatives disponibles et de la mesure dans laquelle le modèle réduit concrètement les coûts d’un attaquant.

La même distinction importe pour l’usage défensif. Un modèle qui détecte des vulnérabilités peut aider les organisations à corriger des logiciels, analyser des incidents et tester des applications avant leur déploiement.

Les conclusions du gouvernement pourraient donc étayer plusieurs réponses. Les responsables pourraient recommander des garde-fous plus solides, un accès limité, une surveillance renforcée, une sortie différée ou une disponibilité contrôlée pour des partenaires défensifs.

Sans principes publics, les observateurs ne peuvent pas savoir pourquoi une réponse a été choisie. Ils ne peuvent pas non plus comparer les résultats entre Anthropic, Google et OpenAI.

Le cadre fait face à un autre défi de vérification. Les responsables gouvernementaux pourraient ne pas disposer de suffisamment de puissance de calcul indépendante, de talents d’ingénierie ou de temps d’évaluation pour tester rigoureusement chaque modèle important.

Un examen bref peut identifier des risques évidents, mais manquer des comportements inhabituels. Les performances d’un modèle évoluent également après son déploiement via l’accès aux outils, les prompts système, les mises à jour et les intégrations créées par les utilisateurs.

Les tests avant lancement capturent un instantané. Ils ne peuvent pas remplacer une surveillance continue après qu’un modèle a atteint les clients et rencontré des conditions réelles.

La directive antérieure sur l’IA a été présentée comme une mesure ciblée de sécurité nationale plutôt que comme une supervision de chaque nouveau modèle. Cette portée limitée peut maintenir le processus à une échelle gérable.

Néanmoins, une couverture restreinte soulève des questions de sélection. Les responsables ont besoin de critères crédibles pour décider quels systèmes méritent un examen et lesquels restent en dehors du cadre.

L’histoire politique ajoute aux préoccupations. L’administration a supprimé plusieurs garde-fous fédéraux antérieurs sur l’IA avant de reconstruire un processus plus étroit centré sur la cybersécurité.

Les partisans y voient une approche mieux ciblée. Les critiques y voient un retour improvisé à la supervision après que des systèmes avancés ont généré des risques que le gouvernement ne pouvait ignorer.

Le sénateur Mark Warner a salué la politique de juin tout en reprochant à l’administration d’avoir démantelé les protections antérieures. Sa réponse a illustré la tension bipartisane entre des tests nécessaires et une exécution incohérente.

Le cadre actuel dépend également des déclarations des entreprises concernant leurs propres modèles. Les développeurs possèdent les meilleures données internes, mais ils ont des incitations financières à publier rapidement leurs produits.

Des évaluateurs indépendants peuvent contester ces déclarations. Toutefois, leur crédibilité dépend d’une autorité claire, de méthodes cohérentes et d’une transparence suffisante pour démontrer un traitement équitable.

Le processus Anthropic Google et OpenAI ne devrait pas être décrit comme une réglementation établie. Il s’agit d’une expérimentation confidentielle dont les procédures les plus importantes n’ont pas encore été éprouvées dans des différends publics.

Trois signaux montreront si le cadre fonctionne

Les prochaines preuves significatives viendront des lancements de modèles, du traitement des poids ouverts et de la réponse du gouvernement aux désaccords.

Le premier signal sera l’entrée d’un modèle couvert dans le processus d’examen volontaire. Les observateurs devraient surveiller si un développeur accorde l’accès à l’approche du lancement puis modifie son déploiement.

Un retard, un lancement restreint ou une mise à jour des garde-fous montrerait que les tests influencent de vraies décisions. Un lancement inchangé ne prouverait pas un échec, car les évaluateurs pourraient ne constater aucune préoccupation sérieuse.

La preuve la plus solide inclurait une entreprise expliquant quelle catégorie de risque a modifié ses plans. Elle pourrait protéger les détails classifiés tout en décrivant le raisonnement général.

Une absence totale de divulgation affaiblirait la confiance du public. Les clients sauraient qu’un examen a eu lieu, mais pas si l’entreprise a traité des conclusions importantes.

Le deuxième signal est la manière dont les responsables réagissent à un modèle frontier à poids ouverts doté de fortes capacités cyber. Ce cas mettra à l’épreuve l’exemption la plus visible du cadre.

Les informations parues après la réunion indiquaient que l’administration ne testerait pas les systèmes à poids ouverts selon les règles actuelles. Elles indiquaient également que cette position pourrait évoluer à mesure que la technologie progresse.

Une publication ouverte américaine performante testera si Washington privilégie l’ouverture nationale plutôt qu’une évaluation cohérente. Une publication étrangère exposera les limites d’un processus américain volontaire.

L’administration pourrait répondre par la recherche, les contrôles à l’exportation, les règles de marchés publics ou la préparation défensive plutôt que par des tests avant lancement. Chaque option a des implications différentes pour l’innovation et l’accès.

La question des modèles ouverts affecte également la concurrence. Les fournisseurs fermés pourraient s’opposer à des retards s’ils voient des concurrents à poids ouverts distribuer des capacités comparables sans examen gouvernemental.

Cette objection se renforce si les évaluateurs mesurent le risque par la performance plutôt que par la contrôlabilité. Un modèle téléchargeable peut rester disponible indéfiniment après que son développeur d’origine a cessé de le prendre en charge.

Le troisième signal sera le premier désaccord sérieux entre les responsables et une entreprise participante. Cet événement définira ce que volontaire signifie en pratique.

Si l’entreprise poursuit sans représailles, le cadre ressemblera à une véritable consultation. Si des agences fédérales exercent une pression sans rapport, les critiques parleront de licence informelle.

Un processus de règlement des différends transparent pourrait réduire ce risque. Les responsables pourraient exposer la préoccupation générale, laisser l’entreprise répondre et préciser l’autorité juridique qui sous-tend toute action gouvernementale.

Le cadre devra également traiter les entreprises de manière cohérente. La relation politique difficile d’Anthropic ne peut pas devenir une raison d’appliquer des normes plus strictes que celles utilisées pour Google ou OpenAI.

La même règle vaut dans l’autre sens. Les contrats gouvernementaux d’une entreprise ou ses relations avec des dirigeants ne devraient pas réduire l’examen appliqué à son modèle.

Pour les développeurs et les acheteurs d’entreprise, ces signaux comptent avant toute modification législative. Les examens volontaires peuvent affecter les calendriers de lancement, la disponibilité des fonctionnalités et l’accès aux systèmes avancés.

Les équipes de sécurité doivent s’attendre à davantage de déploiements progressifs. Les fournisseurs peuvent initialement limiter les outils à haut risque, surveiller certains utilisateurs et élargir l’accès après des tests supplémentaires.

Les équipes produit doivent également distinguer les assurances des fournisseurs des évaluations indépendantes. Un examen gouvernemental peut renforcer la confiance sans garantir des performances sûres dans chaque flux de travail.

Les travailleurs du savoir subissent un impact plus discret. Leurs organisations peuvent restreindre les nouveaux modèles jusqu’à ce que les équipes de sécurité, juridiques et achats comprennent le résultat de l’examen.

Ce retard peut compliquer la documentation interne lorsque les équipes comparent plusieurs fournisseurs. Une base de connaissances IA consultable peut préserver les notes d’évaluation, les changements de politique et les décisions de déploiement à travers ces examens.

La réunion de la Maison-Blanche n’a pas produit un régulateur complet de l’IA. Elle a créé un accord plus restreint dans lequel certaines entreprises partagent des modèles fermés avancés pour des tests confidentiels.

Cet accord peut identifier de réels risques cyber avant le déploiement. Il peut aussi concentrer l’influence entre les responsables fédéraux et les plus grands laboratoires.

Sa légitimité dépendra d’une cohérence observable. Le gouvernement doit montrer que les preuves techniques, plutôt que la politique ou le pouvoir de marché, déterminent sa réponse.

L’exemption pour les poids ouverts reste la question non résolue la plus difficile. Elle sépare les systèmes selon leur méthode de distribution alors même que leurs capacités continuent de converger.

Au cours des trois prochains mois, surveillez le lancement d’un modèle examiné, une publication ouverte à haute capacité et le premier désaccord public sur les tests. Ensemble, ces événements révéleront si Anthropic Google et OpenAI ont rejoint un processus de sécurité utile ou un système d’approbation non publié.

Les équipes qui évaluent de nouveaux produits d’IA devraient documenter ces signaux avant de modifier des flux de travail sensibles. Demandez quel modèle a été testé, ce que l’examen couvrait et qui contrôle l’accès après le déploiement. Les réponses comptent davantage que le langage général d’un fournisseur sur la sécurité.