On automatise la veille. On génère des synthèses. On gagne du temps. Mais qui, dans l'organisation, s'en empare vraiment, et pourquoi tant de signaux stratégiques restent sans suite ? Le vrai défi de la veille en 2026 est humain. Il l'a toujours été.

Je serai à la table ronde inaugurale de Documation pour en débattre : "Remettre l'humain au cœur de la veille : quelles synergies entre intelligence humaine et IA au service d'une veille augmentée ?"

Ce que j'ai appris au contact de dizaines d'organisations : la veille ne génère de l'intelligence opérationnelle que lorsqu'elle s'inscrit dans un processus collectif. Pas le travail solitaire d'un veilleur isolé. La mise en commun de regards différents, collaboration transverse, apprentissage entre pairs, croisement des expertises, co-construction des angles d'analyse. C'est à cette condition qu'un flux d'informations devient un levier de décision.

C'est cette conviction qui a guidé la conception de Curebot Assistant chez Esprits Collaboratifs, une IA générative pensée non pas pour remplacer le jugement de l'analyste, mais pour l'amplifier et catalyser ce que les équipes construisent ensemble.

Je partagerai des retours terrain concrets sur comment cette vision se traduit dans les organisations qui font le choix d'une intelligence collective structurée.

Parce que ni Vannevar Bush, ni Engelbart, ni Ostrom n'ont jamais cessé de le rappeler : l'outil n'est rien sans la communauté qui en prend soin. Définir qui contribue, comment les signaux circulent, comment le jugement collectif s'exerce, c'est l'architecture invisible d'une veille pérenne. Pas un outil, pas un workflow : un commun informationnel et cognitif.

Venez en débattre avec moi. Rendez-vous le 8 avril à 16h30 au Salon Documation !

Pour obtenir votre badge visiteur 👉 https://lnkd.in/eNEWXPAn

My thesis, focusing on Facebook, showed that 1/ People who clicked on News link on Facebook tend to open new tabs, keep it for later, and never some back to the news article, and 2/ that Facebook posts were designed to avoid people reading the news article linked to the post... but users could at least see the source and Facebook could be perceived as a gateway to news content... but with AI news media outlets are almost invisible !

La géniale architecture de la bibliothèque publique de Kansas City 📚

Ce que vous voyez ici est le parking de la bibliothèque, habillé de 22 livres géants de plus de 7 mètres, dont les titres ont été choisis par les habitants eux-mêmes, du Petit Prince au Seigneur des Anneaux. Une idée simple mais spectaculaire qui détourne un espace urbain banal pour en faire un symbole de culture accessible et participative.

A contribution impossible to ignore! The beauty and personal care industry is a major economic driver in the EU.

That’s the #TrueValueOfBeauty

Considering the use of AI tools for medical advice can be complex. AI-powered medical advice tools, such as Counsel Health, Microsoft Copilot Health, and Amazon Health AI, provide personalized health insights, analyze medical records, and connect users to professionals. However, it's important to remember that these tools should serve as guidance rather than a definitive diagnosis.

Experts caution that AI can deliver inaccurate information with high confidence, which may lead to delayed or incorrect care. Therefore, AI should be viewed as a complement to, not a replacement for, a physician or nurse.

Key Considerations for AI Health Advice:
-Best Use Cases: Ideal for gathering preliminary information, simplifying medical jargon, and preparing questions for a doctor.
-Major Risks: AI models can suffer from hallucinations, providing false information or inaccurate diagnoses. Over-reliance on AI can lead to significant patient harm.
-Current Tools: New tools like Copilot Health are integrating with personal health records for tailored insights, notes The Wall Street Journal. Other platforms like Counsel Health allow users to share symptoms and connect with human doctors for $29, notes Counsel Health.
-Verification: Always cross-reference AI-generated advice with trusted, professional sources.

The Risks of Relying on AI:
-Inaccurate Information ("Hallucinations"): AI can authoritatively present false or dangerous medical advice, such as suggesting improper treatments or failing to recognize life-threatening drug interactions.
-Lack of Personalization: Most AI models provide generic responses based on broad datasets rather than your specific health profile, allergies, or past conditions.
-Sycophancy (Telling you what you want to hear): Some models may mirror your own biases, potentially downplaying serious symptoms if you sound dismissive or heightening anxiety if you are already worried.
-Privacy Concerns: Many general-purpose AI tools are not HIPAA-compliant, meaning any personal health data you share may not be protected by standard medical privacy laws.

Using AI for medical advice can be a helpful starting point for education and context, but it is not a replacement for professional medical diagnosis or treatment. While AI tools are fast and accessible, they lack the ability to perform physical exams, access your full medical history, or apply clinical intuition.

The most dangerous idea in healthcare AI right now is that large language models are the whole story. They are not. Nature's latest research on the evolving landscape of AI in healthcare reveals something the mainstream tech press keeps missing: the clinical frontier is not one technology, it is an ecosystem — large language models working alongside specialized, task-specific models that were trained not on internet text but on imaging data, genomic sequences, lab values, and clinical notes stretching back decades. When these systems work together, something genuinely new becomes possible.

Here is the reframe most people need: we have been asking the wrong question. The debate about whether AI belongs in healthcare has already been settled by the data. The real question — the one that will determine who lives and who dies in the next decade — is whether the institutions responsible for deploying these systems can close the gap between what the technology can do today and what clinical workflows actually allow. That gap is not technical. It is institutional. And it is enormous.

Think about what that means for a rural hospital in Indiana, a district clinic in Portugal, or a community health center in South Africa. The specialized diagnostic models that outperform radiologists on specific imaging tasks, the language models that can synthesize a patient's entire history in seconds, the predictive models that flag deterioration hours before a physician would notice — these tools exist now. They are not theoretical. The question is whether the institutions serving the most vulnerable patients will ever get access to them, or whether AI-augmented medicine becomes another advantage reserved for wealthy urban health systems with the IT infrastructure and capital to deploy it. That is not a technology question. That is a policy question, and almost no one in a position of authority is treating it that way.

Here is the challenge for anyone reading this who has institutional power: the Nature research makes clear that the landscape is already complex and already bifurcating. The HELP Committee in the U.S. Senate, the EU AI Office, and the UK's MHRA need to stop treating healthcare AI as a future regulatory problem and start treating it as a present deployment crisis. The question is not whether to regulate — it is whether oversight frameworks can be built fast enough to ensure that the hospitals serving the poorest communities don't get left decades behind the hospitals serving the richest ones. Every month of delay is a policy choice with a body count.

FREE SUBSCRIBERS — no credit card ever required — full analysis at https://lnkd.in/e5ZTi-x9

« Un homme de bien doit s’efforcer de parler avec prudence et d’agir avec promptitude » (君子欲讷于言而敏于行), disait Confucius. Selon lui, un gentleman (ou un homme de bien) doit être responsable de ses paroles et de ses actes ; il ne doit pas promettre quelque chose à la légère, et si une promesse est faite, il doit tout mettre en œuvre pour la tenir. Sinon, il perdra la confiance des autres et, par conséquent, sa crédibilité diminuera.

Il ajoutait également : « Un gentleman a honte lorsque ses paroles dépassent ses actes » (君子耻其言而过其行). Cela signifie qu’un gentleman doit se sentir embarrassé lorsque ses paroles surpassent ce qu’il accomplit.

D’autres proverbes chinois expriment des idées similaires et mettent l’accent sur l’importance de tenir sa parole :
👉 « Les paroles d’un homme de bien, une fois prononcées, ne peuvent être rattrapées, même par un attelage de quatre chevaux rapides. » (君子一言，驷马难追)
Cette expression, inspirée des Entretiens de Confucius (Lunyu), signifie qu’une parole prononcée est irrévocable.
👉 « Parole tenue, acte assuré » (言必信，行必果)
Également tirée des Entretiens de Confucius, cette expression signifie qu’il faut être digne de confiance dans ses paroles et efficace dans ses actions.
👉 « Une parole pèse autant que neuf cauldrons » (一言九鼎)
👉 « Une promesse vaut mille pièces d’or » (一诺千金)
…

Pendant la période des Royaumes combattants, Han Fei, philosophe et penseur politique chinois du courant légiste, racontait dans ses écrits l’histoire suivante :

La femme de Zengzi devait aller au marché. Son fils la suivait en pleurant. Elle lui dit : « Rentre chez toi, je tuerai un cochon pour toi à mon retour. » Après être allée au marché, elle rentra à la maison. Zengzi s’apprêtait à saisir un cochon pour le tuer, mais sa femme l’arrêta en disant : « Ce n’était qu’un jeu avec l’enfant. »

Zengzi répondit : « On ne joue pas avec un enfant de cette manière. L’enfant est incapable de raisonner seul et doit apprendre à travers ses parents et suivre leurs enseignements. Si tu le trompes maintenant, tu lui apprendras à mentir. Une mère qui trompe son fils ne peut plus être crue par lui — ce n’est pas une méthode éducative appropriée. » Zengzi tua alors le cochon et le fit cuire.

Ainsi, ces enseignements nous montrent que si nous promettons quelque chose à quelqu’un, nous devons absolument tenir notre promesse. Si des conditions extérieures rendent cela impossible, il faut au moins fournir des explications et un suivi. Et si nous ne savons pas si nous pourrons réaliser quelque chose ou si cela est faisable, il ne faut pas promettre à la légère.

En somme, c’est à la fois mon principe de conduite et l’un de mes critères pour évaluer si quelqu’un est digne de confiance. En management, cela représente également une qualité précieuse et permet de gagner en crédibilité : « Faire ce que l’on dit, dire ce que l’on fait. »

Et vous, qu'en pensez-vous ?

#valeurs #sagesse #management | 11 comments on LinkedIn

AI is no longer a future concept in medicine; it is already reshaping how healthcare is delivered. A recent survey fielded by the American Medical Association found that 81% of physician-respondents use AI tools in their clinical practices.

Physicians report using AI primarily to reduce administrative burden: summarizing medical records, drafting documentation, and supporting care planning. If deployed responsibly, these tools could return something medicine has been steadily losing – time between clinicians and their patients.

In addition to data privacy concerns, rapid adoption raises other important questions: Will AI help strengthen health systems or deepen existing inequities? Will innovation reach the communities with the greatest health burdens first? And how do we ensure physicians and other healthcare providers remain central to decision-making as these tools evolve?

In my latest Fast-Track Health blog post, I reflect on what the rapid rise of AI use in medicine means for clinicians, health systems, and public health as well as why governance, trust, and equity must keep pace with innovation.

Read my blog post: https://lnkd.in/eQvJMvRM

#AIinHealthcare #DigitalHealth #HealthSystems #PublicHealth

Can AI Actually "Think" Like a Physician? 🤖💻
​Medical logic isn’t a straight line

it’s a complex web of history, timing, and pathophysiology.

Yet, most AI models today treat medical data as a mere mathematical puzzle, ignoring the "Clinical Thread" that connects the dots.

​🚩 The Problem: The Diagnostic Vacuum
Monitoring AI models reveals a dangerous trend: they often treat the "Principal Complaint" in a vacuum.
​Take this scenario:

Case Scenario

1️⃣ Past History: Gastritis (1 month ago).
2️⃣ Recent History: conjunctivies,
Red flag +Knee edema (1 week ago).
3️⃣ Current Complaint: Eye infection + Reiter’s Syndrome triade (Reactive Arthritis).

Medical Logic
🔍" Can't see, Can't pee, Can't climb a tree " + history of GE(Salmonela) or UTI within past few months

💡Medical management must conclude treatment of arthrities by (NSAIDs, ABs, Corticosteroids) not treatment of current eye infection only.

⛔​Standard AI often fails here because it’s programmed for "Pattern Matching" rather than "Clinical Reasoning."

It struggles to link a gastrointestinal trigger to a delayed multi-system syndrome.

​The Solution:
Clinical Intelligence Infrastructure 🧠

Physician don't just "prompt" AI; we engineer its logic

using a Holistic, Patient-Centered Hypothetical Structure:

​✅ Evidence-Based Frameworks: We integrate formal clinical guidelines—including USPSTF, GOLD, and ABCDE—directly into the model’s reasoning engine.

​✅ CDL Complexity Scaling (0-5): Our proprietary scale forces the AI to rank Differential Diagnoses from the "Worst-Case Scenario" to the least likely, ensuring no "Red Flags" are missed.

​✅ Physician-in-the-Loop (PITL): We use Human Incident Transcription to teach models the nuance of medical ethics and logic, moving beyond simple mathematical imputation.

✨✨
🤖🚩 ​How We Monitor the "Unsupervised" ML 🧪

🔍​Most AI models are built on Aggregation Mathematical Imputation.
They are great at math, but illiterate in Medical Ethics.

🔴When an unsupervised model processes a complex case—like a patient with past Gastritis now presenting with Reiter’s Syndrome,
it often ignores the "Diagnostic Thread" in favor of the most statistically "loud" symptom

At terms of clinical precision we enforce

​🔍 Clinical Drift Detection: Auditing the Latent Path to ensure the AI reached a conclusion for the right medical reasons.

​🛡️ Zero-Hallucination Policy: Every output is cross-referenced against formal medical governance before it ever reaches a decision-maker.


Yes, Medicine is complex but AI’s reasoning shouldn't be a black box
Know ​How do you monitor a black box?

The reply is tbat (You don't. You wrap it in a Physician-Led Validation Layer)

🤖​Is your healthcare AI clinically safe, or just "statistically likely"?

bridging the gap together.

Clinical Methodology

​#MedicalAI #HealthTech #ClinicalLogic #AIethics #DigitalHealth #NOVIQ #PhysicianLedAI #HealthData

Most parents don’t realise this.

The version of TikTok Chinese kids use is not the same one our kids get.

Not even close.

In China, if you’re under 14:
• The app shuts down at 10pm
• Usage is capped at 40 minutes a day
• The algorithm mainly shows science, museums, and educational content

Now compare that with the version our kids get:
• Infinite scroll.
• Endless dopamine loops.
• No off switch.

Same company: ByteDance runs Douyin in China and TikTok everywhere else.

For Chinese kids:
• Youth Mode enabled by default
• Real-name verification
• Educational feeds
• Hard time limits

For other kids all over the world?
An algorithm optimized for maximum watch time.

You don’t have to agree with China’s internet policies to notice something interesting here: The people who built these algorithms know exactly what they do to developing brains.

And they chose to protect their own kids from it.
The real problem isn’t just lack of regulation all over the world. It’s also lack of tech literacy among everyday non-tech people.

Engineers understand these systems. Many tech executives do too.

But most parents were never taught how algorithms actually work. So billions of kids are growing up inside systems their parents don’t understand.

And with AI-driven feeds, that gap is only getting wider.

Question:
Should platforms be responsible for protecting kids from their own algorithms?
________________
♻️ share this post to spread awareness.
➕ Follow Tiana Zivkovic for more on tech/AI posts. | 85 comments on LinkedIn

Microsoft lance Copilot Health, son chatbot dédié à la santé, capable d’analyser les données de vos objets connectés (montre, balance...), de vous aider à comprendre vos bilans ou analyses, ainsi que de répondre à des questions générales de santé et bien-être.
> https://lnkd.in/e-ZisUmT

Ce nouveau chatbot s’appuie sur une collaboration avec des institutions et un panel de 230 professionnels de santé dans 40 pays. Mais également sur l’historique des 50 M de questions de santé posées à Copilot et Bing tous les jours.
> https://lnkd.in/eYBAB_uf

Copilot Health est conforme à la certification ISO/IEC 42001 et s’intègre dans une initiative plus large qui inclue le système d’orchestration de diagnostiques MAI-DxO. L’ambition de Microsoft est de mettre au point une superintelligence médicale. #GenAI
> https://lnkd.in/eVVHbF-E

The UK government has just published its long awaited Media Literacy Action Plan. This sets out a whole-of-government vision for improving media literacy over the 2026-2026 period. The Plan explains what the government is doing to improve media literacy and the first steps it is taking to help people feel safer, more confident, and better informed online. In developing the Plan, the Department of Science, Innovation & Techonology (DSIT) has worked closely with other government departments to make media literacy part of wider policies and share best practice.

The Plan sets out three core principles and four priority areas for action:

(i) Core principles to delivering a more media literate UK 
- supporting people where they are
- sharing and using what works
- helping everyone play their part in strengthening media literacy 
 
(ii) Priority areas for action to achieve the government's vision of success 
- building awareness of media literacy and support access to trusted information
- preparing children and young people for a digital future 
- boosting local initiatives, to support people facing barriers to participation 
- ensuring a coherent approach across government and supporting cross-sector coordination

https://lnkd.in/eKrTmHcU

🚀 Influence Metrics x Visibrain : un partenariat stratégique autour de LinkedIn

Nous sommes fiers d’annoncer notre collaboration avec Visibrain, acteur de référence du social listening.

👉 Leur force : capter et structurer les conversations en ligne, notamment sur LinkedIn, en temps réel
👉 La nôtre : analyser ces données en profondeur pour en extraire des insights stratégiques

🤝 Ensemble, nous allons plus loin sur LinkedIn.

Grâce à ce partenariat, nous combinons :
- une écoute fine et réactive des conversations
- une capacité unique d’analyse sur LinkedIn, avec des historiques allant jusqu’à 365 jours
- une lecture avancée, multi-langues, pour une compréhension globale des dynamiques d’influence

🎯 Objectif : transformer la donnée LinkedIn en décisions, avec plus de recul, plus de précision et plus d’impact.

#partenariat #linkedin #sociallistening #data #influence #insights

📚✨ Simplifiez vos préparations de cours avec CartaGen ! Créez des cartes interactives en un clin d'œil en décrivant votre idée en langage naturel. Open Source. 🌍🗺️ #ÉducationInnovante #CartaGen #magique
https://lnkd.in/eURJKjr4

Votre enfant de 4 ans est plus intelligent qu'une IA à 100 milliards de dollars. 🧒 C'est le constat de Yann LeCun lors de sa dernière conférence à Paris.
Nous sommes tous bluffés par ces IA capables d'écrire un poème ou de coder une application. Mais la réalité, c'est qu'aujourd'hui, nos machines n'ont pas de "sens commun".
1️⃣ L'illusion du langage : L'IA actuelle parle remarquablement bien, mais elle ne comprend pas la réalité. Elle calcule des probabilités pour prédire le mot suivant. Mais maîtriser le vocabulaire ne veut pas dire maîtriser la vie réelle.
2️⃣ Le Paradoxe de Moravec : Réussir l'examen de médecine ? Facile pour une IA. Plier une chemise ou débarrasser une table sans rien casser ? Impossible pour nos robots. Le monde physique est le vrai test.
3️⃣ Retour à la maternelle : Un bébé apprend les lois de la gravité en regardant un objet tomber. L'IA doit faire pareil : passer du texte à la vidéo (apprentissage auto-supervisé) pour acquérir ce fameux "sens commun" par l'observation.
4️⃣ Se construire un "Modèle du Monde" : La vraie intelligence, c'est la capacité d'anticipation. L'IA de demain aura un "simulateur interne" qui lui permettra de tester mentalement les conséquences de ses actions avant d'agir.
5️⃣ Du réflexe à la réflexion (Système 1 vs Système 2) : ChatGPT donne des réponses de manière instinctive (Système 1). Le prochain grand saut technologique ? Intégrer le Système 2 : une machine qui prend le temps de délibérer, de raisonner et de planifier avant d'exécuter.
6️⃣ Comprendre l'essentiel : Le monde est trop chaotique pour prédire le futur pixel par pixel (imaginez essayer de prédire le mouvement de chaque feuille d'un arbre). L'architecture JEPA permet à l'IA d'ignorer les détails visuels inutiles pour ne comprendre que les concepts qui comptent.
7️⃣ La fin des hallucinations : Fini les IA qui déraillent. Les futurs modèles seront contraints par des objectifs clairs et des règles de bon sens gravées dans le code. En clair : des garde-fous intégrés "by design" pour assurer la sécurité.
8️⃣ Oubliez l'AGI, bienvenue à l'AMI - Advanced Machine Intelligence : L'intelligence "générale" n'existe pas (même l'être humain est ultra-spécialisé). L'objectif est de créer des "modèles du monde" fiables, open-source, et capables de nous aider concrètement dans le monde matériel.
💡 La conclusion : L'avenir de la Tech ne se joue pas seulement dans la capacité à générer plus de textes, mais dans la capacité à comprendre notre réalité physique.

❓Si demain une IA obtenait enfin ce "sens commun", qu'est-ce que cela changerait dans votre secteur ? 

🔗 Source : Conférence de Yann LeCun en premier commentaire
👉 Formez-vous à l'IA avec NextStart.AI | 21 comments on LinkedIn

Comment évaluer scientifiquement l'impact des IA de recommandation ?

Dans un article pour Polytechnique Insights, je vous présente deux expériences contrôlées randomisées extrêmement préoccupantes. Malgré des interventions minimes et limitées dans le temps, elles montrent que ces IA de recommandation affectent aussi bien les émotions que nous ressentons, notamment vis-à-vis du "clan opposé", que celles que nous exprimons. Mais surtout, je vous parle de ce qu'un raisonnement plus bayésien suggère du danger de ces IA.

Voilà qui permet de contextualiser les récentes attaques judiciaires à l'encontre de ces systèmes, aussi bien en Europe qu'en Californie.