New York City trace une ligne d’âge sur l’IA générative à l’école

New York City a instauré un moratoire d’un an sur l’IA générative pour les élèves jusqu’en huitième année, tout en développant un enseignement encadré de l’IA au lycée. La politique entre en vigueur durant l’année scolaire 2026-2027 dans le plus grand réseau d’écoles publiques du pays. Un titre de Google News peut qualifier cette mesure d’interdiction de l’IA, mais la décision est en réalité plus sélective.

Les élèves de 2-K à la huitième année ne peuvent pas utiliser de logiciels d’IA générative destinés aux élèves à l’école. Les lycéens bénéficieront de deux séances de sensibilisation à l’IA et d’un accès limité à des outils approuvés. Les enseignants peuvent toujours utiliser l’IA pour la préparation et les tâches opérationnelles, selon des règles distinctes.

Cette séparation instaure le conflit central. La ville veut que les plus jeunes développent des compétences fondamentales sans déléguer leur réflexion à des logiciels. Elle admet aussi que les élèves plus âgés doivent acquérir de l’expérience dans l’évaluation d’outils qu’ils rencontreront au-delà de l’école.

Cette décision ne tranche pas la question de la place de l’IA dans l’éducation. Elle met en place un test contrôlé entre deux approches concurrentes. L’une considère l’accès précoce comme une préparation, tandis que l’autre voit l’accès différé comme une protection pour les esprits en développement.

New York avait auparavant réagi à ChatGPT en limitant l’accès sur les réseaux et appareils scolaires au début de 2023. Les écoles ont ensuite élaboré des règles locales incohérentes à mesure que les produits d’IA se sont étendus à l’écriture, au tutorat, à la recherche et aux logiciels de classe. La nouvelle politique remplace une grande partie de cette ambiguïté par une frontière fondée sur l’âge.

Ce que le titre de Google News ne dit pas

New York City n’interdit pas toutes les formes d’IA, tous les appareils ni tous les usages en classe.

Les directives sur l’IA de la ville définissent l’IA générative comme un logiciel qui crée du texte, des images, de l’audio ou d’autres contenus à partir d’instructions de l’utilisateur. Son moratoire couvre spécifiquement l’IA générative destinée aux élèves, de 2-K à la huitième année.

Cette distinction compte, car les écoles utilisent déjà de nombreux systèmes relevant de l’étiquette plus large de l’IA. Les logiciels peuvent identifier des schémas, établir des prédictions, soutenir l’accessibilité ou automatiser des tâches administratives sans présenter un chatbot à un élève.

L’interdiction de l’IA à NYC cible l’interaction directe des élèves avec des systèmes qui génèrent du contenu. Elle n’interdit pas les technologies d’assistance exigées par un Individualized Education Program ou un 504 Plan. Les outils nécessaires aux élèves en situation de handicap et aux apprenants multilingues restent disponibles.

La politique comprend également une restriction distincte et plus large visant les chatbots compagnons à tous les niveaux scolaires. Ces systèmes imitent des relations sociales par le biais d’une conversation continue. Les responsables municipaux semblent considérer que leurs risques développementaux diffèrent de ceux d’un outil pédagogique encadré.

Les enseignants restent autorisés à utiliser une IA approuvée pour la planification pédagogique et les tâches opérationnelles. Des directives antérieures de la ville autorisaient des usages tels que le brainstorming, l’organisation, la planification, la mise en forme et la rédaction de communications non sensibles. Elles interdisaient de remplacer les éducateurs dans des domaines comprenant le conseil, le suivi comportemental, l’élaboration d’aménagements et l’évaluation.

La politique pour les lycées est volontairement plus restrictive qu’un accès ouvert. Les élèves de la neuvième à la douzième année ne peuvent utiliser que des programmes approuvés et contrôlés, à des fins autorisées. Les élèves participants doivent travailler sous la supervision directe d’éducateurs formés.

Cinq projets pilotes peuvent concerner au maximum 50 000 lycéens de l’enseignement général. Ce chiffre représente environ 5 % de la population scolaire publique de la ville, selon le bureau du maire. Chaque lycée ne peut proposer les projets pilotes que dans cinq classes au maximum.

La ville a identifié des programmes pour des tâches telles que la lecture attentive, l’écriture fondée sur des preuves, l’accompagnement en mathématiques et l’exploration des carrières. Les limites d’utilisation varient selon le programme. Par exemple, le projet pilote Quill annoncé n’autorise pas plus de 15 minutes par semaine, tandis qu’Edia permet jusqu’à 20 minutes.

Chaque lycéen recevra également deux modules de 45 minutes sur la culture de l’IA au cours de l’année. Les leçons aborderont ce que l’IA peut et ne peut pas faire, ainsi que les biais, l’éthique, les effets sur les carrières et les compétences de demain.

La culture de l’IA consiste à comprendre comment ces systèmes produisent des résultats, où ces résultats peuvent échouer et à quel moment le jugement humain doit prendre le relais. Elle ne nécessite pas d’offrir aux élèves des comptes de chatbot sans restriction.

La politique plus large sur les technologies en classe limite également le temps d’écran individuel. Les élèves jusqu’en deuxième année ne bénéficient d’aucun temps d’écran individuel de routine. La ville recommande des limites quotidiennes de 30 minutes pour les classes de la troisième à la cinquième année et de 45 minutes pour celles de la sixième à la huitième année.

Les évaluations, l’enseignement à distance, les livres numériques, le codage, la robotique, les simulations et les outils d’accessibilité approuvés peuvent bénéficier d’exceptions. Les limites ciblent donc l’exposition routinière ou inutile, plutôt que tout usage éducatif d’un écran.

Un court résumé de Google News réduit ces distinctions à une simple interdiction. La politique complète s’apparente davantage à un dispositif progressif adapté au développement. Les plus jeunes bénéficient d’une période protégée, tandis que les plus âgés reçoivent une exposition encadrée liée à des objectifs d’apprentissage précis.

L’interdiction de l’IA à NYC donne la priorité aux apprentissages fondamentaux

La politique part du principe que l’accès à un générateur de réponses peut affaiblir l’apprentissage lorsque les élèves n’ont pas encore acquis les compétences nécessaires pour le remettre en question.

L’IA générative peut produire des réponses fluides sans comprendre la leçon, les intentions ou les besoins développementaux d’un élève. Elle peut aussi présenter des informations inexactes ou biaisées dans un langage assuré. Les jeunes élèves peuvent avoir du mal à reconnaître ces défaillances.

Ce risque devient plus sérieux lorsque le devoir lui-même développe une capacité fondamentale. Un paragraphe généré peut accomplir une tâche d’écriture tout en contournant l’effort nécessaire pour organiser des preuves. Un chatbot peut résoudre un problème sans renforcer le raisonnement de l’élève.

Le chancelier des écoles Kamar Samuels a présenté le moratoire autour de l’interaction humaine, du jeu, de la discussion, de la créativité et de la persévérance face aux problèmes difficiles. Ces activités ne sont pas des ajouts décoratifs à l’apprentissage. Elles constituent le processus par lequel les enfants développent leur jugement.

La politique reflète également une inquiétude concernant l’éviction. Même un tuteur numérique bien conçu occupe du temps qui pourrait autrement être consacré à un enseignant, un camarade de classe, du matériel physique, un livre ou une tentative autonome. La question n’est pas simplement de savoir si l’outil produit une réponse correcte.

Cela accroît la pression sur les fournisseurs de technologies éducatives. Un produit ne peut plus justifier son adoption en classe en démontrant seulement que son chatbot répond rapidement ou personnalise un exercice. Il doit montrer que l’interaction de l’élève produit un bénéfice éducatif inaccessible par une méthode moins intrusive.

Le maire Zohran Mamdani a également remis en question les preuves étayant les affirmations des fournisseurs. Lors de l’annonce de la politique de la ville, il a soutenu que les études faisant la promotion de l’IA en classe sont parfois financées par les entreprises qui vendent ces produits.

Cela ne rend pas invalide toute étude soutenue par l’industrie. Cela renforce toutefois la nécessité d’évaluations indépendantes, de méthodes transparentes et de preuves liées aux résultats des élèves. Les seules statistiques d’engagement ne peuvent pas établir que les enfants ont davantage appris.

La charge de la preuve est particulièrement importante, car les produits d’IA générative peuvent évoluer rapidement. Un fournisseur peut mettre à jour son modèle, son interface, ses pratiques en matière de données ou ses contrôles de sécurité après l’approbation d’une école. Le produit évalué peut ne plus être identique à celui déployé.

New York City prévoit d’examiner les technologies utilisées en classe et de retirer les outils jugés non essentiels à l’apprentissage. Cet examen peut aller au-delà des chatbots les plus évidents. Les fonctions génératives apparaissent de plus en plus dans les applications d’écriture, les interfaces de recherche, les plateformes d’apprentissage et les suites de productivité.

Cette distribution intégrée complique l’application de la mesure. Une école peut bloquer le domaine d’un chatbot connu, mais les élèves peuvent rencontrer des fonctions similaires dans des logiciels approuvés. Les contrôles d’acquisition et les inventaires de produits compteront autant que les filtres réseau.

Les enseignants sont également confrontés à des questions pratiques. Ils doivent savoir quelles fonctionnalités relèvent de l’IA générative destinée aux élèves, comment fonctionnent les exceptions et ce qui se passe lorsqu’un logiciel ajoute de l’IA en cours d’année. Les familles ont besoin de directives tout aussi claires concernant les appareils fournis par l’école et les devoirs.

La United Federation of Teachers a salué les limites de temps d’écran, mais a déclaré que la politique laissait des questions sans réponse. Le président du syndicat, Michael Mulgrew, a notamment demandé comment le Department of Education exigerait des garanties plus solides de la part des produits achetés, selon une couverture indépendante.

Cette inquiétude met en évidence le premier grand test de la politique. Annoncer une frontière est plus facile que de la maintenir à travers des milliers de salles de classe, des contrats logiciels en évolution et un vaste catalogue d’outils numériques.

Pour autant, la difficulté de mise en œuvre ne rend pas cette frontière dénuée de sens. Une règle à l’échelle de la ville offre aux chefs d’établissement et aux enseignants un cadre par défaut commun. Les fournisseurs doivent demander une exception approuvée au lieu de considérer l’accès en classe comme automatique.

La protection et la culture de l’IA sont les véritables opposées

New York City a choisi un accès progressif plutôt que l’idée selon laquelle une exposition plus précoce produit toujours une meilleure préparation.

Les partisans d’une adoption généralisée en classe soutiennent souvent que les élèves doivent s’exercer avec l’IA, car cette technologie façonnera l’enseignement supérieur et l’emploi. Cette inquiétude a du poids. Éviter complètement le sujet laisserait les élèves insuffisamment préparés à évaluer les contenus générés.

La réponse de la ville n’est pas un évitement permanent. C’est un séquençage. Les élèves développent d’abord la lecture, l’écriture, les mathématiques, le jugement social et la résolution autonome de problèmes, puis découvrent des systèmes d’IA sélectionnés sous supervision.

C’est pourquoi les cours de culture de l’IA accompagnent le moratoire. Ils empêchent la politique de devenir un simple rejet de la technologie. La ville distingue l’éducation sur l’IA de la dépendance routinière à l’IA.

La différence rappelle d’autres domaines de l’enseignement. Les élèves peuvent apprendre comment la publicité influence les comportements sans créer de comptes publicitaires. Ils peuvent étudier la désinformation en ligne sans bénéficier d’un accès sans restriction à chaque plateforme pendant les cours.

Avec les systèmes génératifs, la comparaison encadrée peut être particulièrement utile. Un enseignant peut demander aux élèves d’identifier des affirmations non étayées, de comparer une réponse générée à des preuves primaires ou d’examiner comment la formulation modifie un résultat. La machine devient un objet d’analyse.

L’accès ouvert aux chatbots crée une relation différente. L’élève peut déléguer le brainstorming, la rédaction, la révision et la résolution de problèmes avant que l’enseignant ne voie le processus. Il devient alors plus difficile de déterminer si le travail reflète un apprentissage ou un prompting efficace.

Les projets pilotes de la ville dans les lycées tentent de préserver le premier modèle. Les outils doivent servir des objectifs pédagogiques définis, rester limités dans le temps et fonctionner sous la direction d’un éducateur formé. Les élèves doivent rester les principaux acteurs de leur réflexion.

L’argument le plus solide en faveur de cette approche n’est pas que l’IA manque de valeur. C’est que cette valeur dépend du contexte, de l’âge, de la conception de la tâche et de la supervision d’un adulte. Un outil utile dans une leçon de onzième année peut néanmoins être inadapté à un devoir de quatrième année.

L’argument le plus solide contre la limite d’âge concerne l’inégalité d’accès. Les familles aisées peuvent fournir à la maison des outils d’IA privés, du tutorat et un accompagnement technique. Les élèves qui dépendent de l’école pour être exposés à la technologie risquent d’arriver au lycée avec moins d’expérience.

Cette possibilité mérite attention, mais l’accès brut n’est pas la seule forme de préparation. De solides compétences en lecture et en raisonnement aident les élèves à évaluer toute nouvelle interface. Une familiarité propre à un produit peut devenir obsolète plus vite que ces aptitudes fondamentales.

Les écoles peuvent également enseigner des concepts sans autoriser une génération non supervisée. Les élèves pourraient étudier les médias synthétiques, les recommandations algorithmiques, les données d’entraînement, les biais ou la confidentialité au moyen d’activités encadrées par les enseignants. Ces leçons peuvent les préparer sans transformer chaque devoir en exercice d’IA.

La politique teste donc une proposition directe. Une exposition tardive et encadrée forme-t-elle des utilisateurs plus compétents qu’un accès précoce et fréquent ? New York City doit évaluer cette question à l’aide de preuves d’apprentissage, et pas seulement de sondages de satisfaction.

L’expérience antérieure de la ville montre pourquoi une règle plus claire est devenue nécessaire. En mars 2026, les établissements concevaient encore leurs propres politiques après des années sans orientation globale. Une école interdisait l’IA générative non supervisée pour tous les travaux et évaluations, selon des reportages locaux.

D’autres écoles appliquaient des normes différentes ou n’avaient aucune approche formelle. Cette variation plaçait les enseignants au cœur des différends sur la triche, l’aide acceptable, la confidentialité et la valeur pédagogique.

Une limite de développement à l’échelle de la ville réduit cette incohérence pour les classes inférieures. Elle ne met toutefois pas fin aux désaccords dans les lycées, où des pilotes approuvés et des choix de cours locaux produiront des expériences différentes.

Le principal opposant n’est donc pas New York City face à une entreprise technologique en particulier. C’est l’apprentissage fondamental protégé face à l’exposition précoce à l’IA. Fournisseurs, enseignants, parents et élèves évoluent tous au sein de ce conflit plus large.

Un moratoire d’un an ne peut pas répondre à tous les risques

L’interdiction de l’IA à NYC ne réussira que si la ville peut mesurer les apprentissages, faire respecter les règles d’approvisionnement et expliquer ce qui se passera après un an.

Qualifier cette politique de moratoire indique qu’elle est temporaire et soumise à réexamen. La ville prévoit de réunir une Technology in Schools Coalition au cours de l’année 2026-27. Des élèves, éducateurs, parents, élus, défenseurs, syndicats et experts y participeront.

La coalition évaluera le moratoire et les pilotes limités, puis publiera des recommandations pour les années suivantes. Ce processus donne à la politique un mécanisme de collecte de preuves. Il crée aussi une incertitude quant aux critères qui détermineront sa réussite.

La ville a besoin d’indicateurs qui vont au-delà de l’usage. Un pilote peut attirer les élèves tout en échouant à améliorer l’apprentissage. Une interdiction peut réduire l’accès aux chatbots sans modifier les problèmes plus profonds que sont des devoirs mal conçus ou une application incohérente des règles.

Une évaluation utile devrait examiner si les élèves retiennent les connaissances, expliquent leur raisonnement, révisent de façon autonome et transfèrent leurs compétences à de nouvelles tâches. Elle devrait aussi mesurer la charge de travail des enseignants, les incidents de confidentialité, les inégalités d’accès et les tentatives de contourner les restrictions.

Les comparaisons exigeront de la prudence. Les classes pilotes peuvent compter des enseignants plus motivés, bénéficier d’une formation supplémentaire ou regrouper des élèves ayant de meilleures performances antérieures. Tout avantage mesuré pourrait refléter ces conditions plutôt que l’outil d’IA.

Le calendrier court pose un autre problème. Le développement des enfants, les habitudes scolaires et les relations en classe ne se transforment pas nettement en une seule année scolaire. Josh Golin de Fairplay a soutenu qu’un an offrait trop peu de temps pour une évaluation.

L’évolution des produits affaiblit encore les comparaisons simples. Les modèles disponibles à la fin de l’année scolaire peuvent différer de ceux examinés auparavant. Les filtres de sécurité, les politiques de données et les fonctionnalités intégrées peuvent évoluer pendant le déploiement.

L’application des règles hors de l’école reste limitée. Les élèves peuvent accéder à des chatbots grand public sur leurs appareils personnels ou leurs réseaux domestiques. La ville peut régir l’enseignement, les comptes scolaires, les logiciels approuvés et les appareils, mais elle ne peut pas éliminer l’usage extérieur.

Cette limite n’invalide pas la politique. Les écoles définissent régulièrement des outils académiques acceptables même lorsque les élèves peuvent accéder ailleurs à une aide interdite. L’objectif pratique est d’établir des attentes et de protéger le temps de classe.

La détection constitue une base plus fragile. Les outils qui prétendent identifier un texte écrit par l’IA peuvent commettre des erreurs, et un texte généré peut être révisé. Une politique durable devrait se concentrer sur la conception des devoirs, un processus documenté, la discussion et la connaissance qu’ont les enseignants du travail de leurs élèves.

La ville doit également empêcher que le moratoire ne devienne un substitut à l’éducation numérique. Les élèves doivent encore comprendre la collecte de données, l’influence algorithmique, les médias synthétiques et la persuasion automatisée avant le lycée. Ces sujets ne nécessitent pas l’usage direct de chatbots.

L’accessibilité exige un suivi attentif. La politique préserve les outils obligatoires et nécessaires, mais sa mise en œuvre peut tout de même créer des frictions. Les éducateurs doivent distinguer la génération interdite du soutien essentiel à la communication ou aux langues.

L’approvisionnement pourrait devenir le mécanisme décisif. Le maire a déclaré que les futurs achats de technologies éducatives seraient soumis à des critères portant sur la confidentialité, l’efficacité et le bénéfice pour les élèves. Des normes publiques claires permettraient aux familles et aux chercheurs d’évaluer ces décisions.

La transparence devrait inclure les noms et versions des outils approuvés, leurs usages prévus, les règles de conservation des données, l’accès des fournisseurs, le signalement des incidents et les méthodes d’évaluation. Sans ces détails, la ville risque de remplacer une adoption incontrôlée par une adoption opaque.

Les pilotes au lycée comportent leur propre incertitude. Des limites strictes d’utilisation peuvent réduire les risques, mais elles peuvent aussi rendre les effets éducatifs difficiles à détecter. Quelques minutes supervisées par semaine diffèrent fortement de la façon dont les élèves utilisent de manière autonome des chatbots généralistes.

New York City a déjà fait face à des résistances autour de l’éducation centrée sur l’IA. Plus tôt en 2026, des responsables ont retiré un projet de lycée technologique après des préoccupations liées au processus, aux admissions, à l’équité et au rôle de l’IA. La proposition retirée a montré que l’enthousiasme pour l’IA ne peut pas contourner la confiance de la communauté.

Cette histoire rend importante la coalition associée à la nouvelle politique. La participation du public peut révéler des problèmes de mise en œuvre avant que des exceptions temporaires ne deviennent une infrastructure permanente. Elle peut également montrer si l’opposition reflète le risque lié au produit, l’inégalité d’accès ou une frustration plus large envers la technologie scolaire.

Un résultat Google News peut présenter le moratoire comme une décision achevée. En pratique, il inaugure une année de collecte de preuves contestées. La politique finale dépendra de ce que la ville mesure et de l’expérience qu’elle considère comme faisant autorité.

Trois signaux montreront ce qui se passera ensuite

La prochaine phase dépend des preuves d’application, des résultats des pilotes et de la politique recommandée pour l’année scolaire suivante.

Le premier signal sera le bilan de mise en œuvre de la ville au cours des premiers mois. Les écoles ont besoin de listes utilisables des technologies interdites, approuvées et exemptées. Les enseignants ont besoin de réponses rapides lorsque des produits existants ajoutent des fonctionnalités génératives.

Des rapports faisant état d’une application incohérente affaibliraient l’affirmation de la ville selon laquelle elle a créé une limite significative à l’échelle du système. Un processus d’approbation clair, un inventaire public des produits et le retrait rapide des outils non conformes la renforceraient.

Les décisions d’approvisionnement méritent une attention particulière. Si la ville rejette les produits incapables de documenter leur confidentialité et leur valeur éducative, la politique incitera les fournisseurs à produire de meilleures preuves. Si les exceptions s’élargissent sans explication, le moratoire paraîtra plus symbolique.

Le deuxième signal sera la façon dont les cinq pilotes au lycée sont évalués. Les seuls chiffres de participation révéleront peu de choses. La ville devrait comparer le raisonnement des élèves, la rétention des connaissances, le travail autonome et la charge de travail des enseignants avec des contextes non pilotes appropriés.

La qualité des deux cours de culture de l’IA compte également. Deux modules de 45 minutes peuvent établir un vocabulaire commun, mais ils ne peuvent pas fournir une maîtrise approfondie. Leur valeur dépend de la capacité des enseignants à renforcer ces concepts dans les cours ultérieurs.

Des preuves d’une meilleure vérification des sources, d’une divulgation plus claire et d’une moindre dépendance excessive soutiendraient un accès par étapes. Des preuves indiquant que les pilotes accélèrent surtout l’achèvement des tâches soulèveraient des doutes sur leur objectif pédagogique.

Le troisième signal sera la recommandation finale de la Technology in Schools Coalition. Son rapport doit expliquer si le moratoire doit se poursuivre, être resserré ou prendre fin. Il devrait relier chaque recommandation à des preuves rendues publiques.

Une prolongation permanente montrerait que les responsables ont trouvé des raisons plus solides de protéger les élèves que de favoriser un accès précoce. Un programme de lycée plus large suggérerait que les pilotes supervisés ont produit des bénéfices acceptables. Un retour à des règles décentralisées indiquerait que la limite à l’échelle de la ville s’est révélée difficile à maintenir.

Les lecteurs devraient également examiner quelles preuves façonnent cette recommandation. Les études financées par les fournisseurs peuvent apporter des informations utiles, mais elles ne devraient pas évincer la recherche indépendante, les observations des enseignants, les résultats des élèves ou les préoccupations des familles.

La décision compte au-delà de New York. Le paysage national comporte de nombreuses formes d’orientations sur l’IA, mais les écoles ne disposent toujours pas d’une définition unique de la culture de l’IA. Les districts expérimentent les interdictions, l’usage supervisé et l’adoption ouverte.

Los Angeles a temporairement bloqué l’IA générative sur les appareils des élèves dans toutes les classes tout en élaborant sa politique. L’approche de New York fondée sur l’âge propose un modèle différent, combinant de fortes restrictions pour les élèves plus jeunes et un accès limité au lycée.

D’autres districts observeront si cette distinction résiste au contact des salles de classe réelles. Un modèle viable pourrait influencer les exigences d’approvisionnement et les politiques fondées sur le niveau scolaire ailleurs. Un déploiement confus pourrait renforcer les arguments en faveur de restrictions plus simples ou d’une plus grande latitude accordée aux enseignants.

Les développeurs et les acheteurs en entreprise devraient s’y intéresser, car les écoles mettent en lumière un problème plus vaste de gouvernance des produits. Les fonctionnalités génératives arrivent désormais dans des logiciels que les clients avaient initialement achetés pour un autre usage. Les administrateurs ont besoin de visibilité, de contrôles et de preuves avant de les activer.

Les travailleurs du savoir font face à un compromis similaire. La génération rapide peut améliorer la production tout en affaiblissant le processus qui construit la compréhension. Maintenir une base de connaissances personnelle peut préserver les sources et le contexte, mais les utilisateurs doivent toujours évaluer chaque conclusion générée.

Les parents et les élèves devraient poser des questions pratiques durant l’année. Quels outils sont approuvés, quelles données sur les élèves collectent-ils, comment l’apprentissage sera-t-il mesuré et comment les familles peuvent-elles signaler des violations ? Ces réponses comptent davantage que le fait que la couverture médiatique qualifie ou non la politique d’interdiction.

Le cadrage de Google News saisit le titre, mais pas l’expérimentation. New York City trace une ligne temporaire entre apprendre à penser et apprendre à utiliser une machine. Il faudra observer si la ville publie suffisamment de preuves pour défendre cette ligne, si les écoles peuvent l’appliquer de manière cohérente et si la culture de l’IA supervisée apporte davantage qu’une simple familiarité avec les produits.