Présentation générale. Citoyens et décideurs publics à l’heure de l’algorithmique
p. 9-27
Texte intégral
1Les big data*1 seraient l’or de ce siècle, et les algorithmes*, qui leur donnent un sens, porteraient l’espoir d’une amélioration inédite de nos quotidiens. Nous semblons obtenir plus facilement ce dont nous avons envie. Notre vie de consommateur, et peut-être de citoyen, serait plus cohérente avec un profilage très fin, compilé à partir des multiples données collectées par le biais d’objets connectés, sans surprise ni coercition.
2L’algorithme, en soi, n’est pas un outil nouveau, en particulier comme instrument d’aide à la décision dans un environnement informationnel compliqué. La recherche opérationnelle, les systèmes d’aide à la décision se sont développés depuis les années 1950, avec la mise en place de modèles, d’analyses mathématiques, de simulations informatiques, dans de nombreux domaines. Il s’agissait alors d’aider le décideur, le responsable, à faire des choix, à prendre des risques mieux mesurés, dans des situations où les indicateurs étaient à construire et l’information à chercher. Au-delà de ces dispositifs, la faculté de jugement, l’intuition, la créativité, mais aussi les règles, les usages empiriques et les attitudes restent pourtant des déterminants traditionnels des décisions, mais ce n’est plus, souvent, considéré comme satisfaisant.
3L’assimilation de la diffusion des outils fondés sur l’algorithmique des big data au progrès social, la diffusion d’un scientisme particulier qui revendique la neutralité des outils, plus fiables que l’humain, et qui justifie l’innovation par l’innovation, les attitudes technophobes ou technocentrées sont autant d’éléments de contextes qui doivent être pris en compte dans toute réflexion sur les conséquences de la généralisation des outils algorithmiques dans les processus de décision.
4Le fond du problème ne porte bien entendu pas sur les technologies, en particulier de communication, mais bien sur la portée de leurs niveaux d’appropriation et des pratiques qui leur sont associées par chacun d’entre nous. Il est désormais plus facile de mettre en relation offres et demandes, dans toutes sortes de domaines, au-delà, parfois, des logiques politiques et sociales, et si servitude volontaire il y a (et non un asservissement qui supposerait un Big Brother, un projet politique particulier), c’est bien parce que la vie quotidienne s’en trouve améliorée, ou du moins que nous en avons le sentiment, ce qui est bien le plus important.
5Comment évolue la responsabilité, la responsabilisation des acteurs, des décideurs publics, comme des citoyens, avec l’extension des outils algorithmiques ? Cette question est le fil conducteur de cet « Essentiel ».
6La recherche de performance peut aboutir à la généralisation d’un contrôle social d’un nouveau type, au nom d’un bonheur collectif, avec une déresponsabilisation des acteurs eux-mêmes : des citoyens enchaînés à leurs propres quotidiens et des décideurs publics ne pouvant qu’obéir à des choix définis par des algorithmes, dans le cadre d’une « action publique algorithmique » (Grosdhomme Lulin, 2015) qui détermine l’évolution vers une nouvelle « culture décisionnelle ».
7L’action publique pourrait ainsi être commandée par quatre principes majeurs : « personnalisée, prédictive, préventive et participative » (ibid., p. 19), afin, en particulier de nous redonner « du pouvoir sur nos propres vies » (p. 10). L’exemple du dispositif APB (Admission Post-Bac), désormais remplacé par Parcoursup depuis 2018, destiné à réguler l’orientation des lycéens vers l’enseignement supérieur à l’issue des études secondaires, illustre bien l’ambiguïté de ce projet et la difficile réception de la démarche par les usagers/citoyens.
8 La communication est bien au centre des rapports entre les administrés et les agents publics et chacun doit alors assumer : l’administré dispose de voies de recours, peut mettre en cause un ou plusieurs agents, peut défendre ses conceptions et ses valeurs. Encore faut-il qu’il en soit capable (cf. dans ce volume l’analyse de Jean Deydier sur la démocratisation des usages numériques). Dans le cas de décisions algorithmiques, la compréhension est différente et la négociation éventuelle peut ne pas s’appuyer sur des relations interpersonnelles, plus ou moins codifiées, et ce d’autant plus que les agents chargés de mettre en œuvre les décisions issues des algorithmes ne sont pas forcément en mesure de comprendre eux-mêmes les fonctionnements de ces nouvelles boîtes noires.
Décisions et aides à la décision
9La question de la décision au sein des organisations est ancienne et la littérature sur ce sujet est abondante et variée (Kast, 2002). Il est évidemment légitime, pour un décideur, de ne pas prendre de décision sans réflexion et analyse, sans avoir fait l’effort d’apprécier et de comprendre, en contexte, la situation traitée. Que la décision s’inscrive dans le cadre de l’exercice d’un pouvoir, d’un choix lié à une compétence particulière, d’une délibération collective ou encore d’une recherche de solution à un problème, il s’agit bien de transformer des informations en action, en passant par une analyse et des choix, pas toujours de la même façon, y compris pour un même individu. La limite de l’algorithmique apparaît ainsi évidente, même en invoquant la puissance des outils capables « d’apprentissage ».
10Plusieurs visions théoriques de la décision ont été popularisées depuis quelques décennies, notamment selon l’objectif visé par la décision (Reix et al., 2011). S’il s’agit d’optimiser les ressources, par exemple, la rationalité du calcul est mise en avant et il faut alors définir des variables, enregistrer des informations puis modéliser. Cette théorie « standard » a été étendue, car s’il est admissible, théoriquement, que les décideurs cherchent à décider de manière rationnelle, cette rationalité est limitée (Simon, 1957) par les contextes comme par eux-mêmes, dans le cadre de négociations et de communications. La décision n’est pas uniquement basée sur des calculs et il est important pour les acteurs de pouvoir disposer de procédures et de structures organisationnelles qui leur permettent de les mettre en œuvre. Il est alors nécessaire de tenir compte des contraintes de temps et de coût et de s’appuyer sur des dispositifs de traitement de l’information : des décisions deviennent alors programmables. Pour autant, il est généralement admis que la décision dépend aussi des habitudes comme des perceptions ou encore de la compréhension et de la légitimation des objectifs (le « sens » de l’État ou encore de la justice), et une troisième approche s’intéresse à la construction du sens de l’action (Bartoli et Trosa, 2016).
11Pour Weick (1995), l’action (et l’interaction) précède la modélisation, les membres d’un collectif cherchent à donner un sens aux événements, en particulier quand ils sont en décalage avec les attentes (dissonance). Les acteurs s’engagent ainsi dans un processus de construction de sens (sens making), c’est-à-dire tentent de trouver une nouvelle interprétation pour une manifestation, un élément qui a déjà eu lieu au sein de l’organisation, mais sans avoir été reconnu comme processus, objet, ou encore événement autonome isolé. Il s’agit de développer une vision commune des moyens à mettre en œuvre, car la constitution du groupe ne repose pas sur des besoins, des valeurs ou des objectifs partagés, mais sur l’appréciation par chacun de l’intérêt de s’associer avec les autres.
12Les théories critiques de la décision interrogent ainsi le collectif et sa possible rationalité, les acteurs dans ces contextes, les conventions, les routines. Pour Alain Berthoz, la relation entre information (perception) et décision peut être envisagée autrement :
Puisque l’avancée de l’esprit humain est toujours un changement de point de vue, au lieu de partir de la décision comme un processus rationnel, fondé sur des outils logiques, il tire les conséquences du fait que la décision est sans doute la propriété fondamentale du système nerveux […] au début était l’acte […] toujours poursuite d’un but […] organisateur de la perception, organisateur du monde perçu
Berthoz, 2002, p. 10.
13Ainsi, « la perception est décision », car mettant en œuvre des procédures de choix, de tri, de combinaison, de sélection d’informations, « décider, c’est lier le présent au passé et au futur, c’est ordonner » (ibid., p. 11). Cette approche ne remet pas en cause le caractère processuel de la décision, restant compatible avec celle de Simon : « la décision n’est pas un acte simple et un moment, mais un produit d’un processus complexe et continué dans le temps » (Sfez, 1980, p. 186). La décision devenue perception permet bien de dépasser certaines limites, mais dans un cadre phénoménologique, voire holistique, dont les limites ont été, depuis plusieurs décennies, abordées par Sfez :
La rationalité limitée ou procédurale, simulée ou non, est toujours… bien rationnelle. Mon hypothèse est bien différente. L’irrationnel, c’est-à-dire d’autres formes de rationalités que celles d’une intelligence calculatrice (même celle du calcul approximatif des choix satisfaisants) me paraît à l’œuvre : qu’il s’agisse de la rationalité de l’inconscient ou de celles des affects ou émotions conscientes […] Il n’y a pas un human thinking, mais plusieurs et à l’intérieur même de chaque individu
Sfez, 1988, p. 374.
14La rationalité, même limitée, a pourtant un caractère « rassurant », car il serait alors possible de modéliser, de s’appuyer sur des méthodes, de ne pas avoir à (trop) se remettre en cause, et alors même que la décision est liée, bien évidemment, à l’intuition et à l’émotion (Simon, 1987), il s’agit de tenter d’en comprendre les ressorts et, surtout, d’en assumer les conséquences.
15Pour beaucoup, la situation actuelle semble bien paradoxale. Alors que la rationalité est encore un modèle, les décisions doivent être rapides en considérant des flux d’informations de plus en plus importants et il peut sembler de plus en plus difficile de décider, quelle que soit l’approche retenue. Voici une première explication (sommaire) de la mise en cause des méthodologies issues des théories de la décision, méthodologies qui apparaissent souvent peu opérantes. Alain Berthoz résume ainsi ce paradoxe : « Nous sortons d’un siècle où […] domina l’illusion que l’homme est rationnel […], alors qu’en fait les obscurantismes, la violence, mais aussi des effets divers notamment de panique sociale, n’ont fait que démontrer les forces de l’irrationnel et, en particulier, de l’émotion » (Berthoz, 2010). Une émotion qu’il faudrait éradiquer ? Mais pourquoi ?
Décisions et algorithmes
16Quels que soient l’approche envisagée ou le niveau de rationalité revendiqué, l’information est nécessaire à la décision et il faut alors mettre en place des systèmes d’information efficaces qui n’aggravent pas le caractère bureaucratique des organisations concernées et, surtout, qui ne génèrent pas de coûts supplémentaires pour l’administration (Viscusi, Batini et Mecella, 2010). L’inflation de l’utilisation de l’expression big data illustre bien la prise en compte, dans tous les secteurs, de l’accroissement de la quantité de données collectées, stockées et traitées dans l’environnement des décisions publiques comme privées. Une démarche volontariste s’est généralisée, reposant sur un principe particulier : dans un environnement complexe, il est nécessaire de collecter, stocker et traiter des volumes croissants de données, pour tenter d’envisager cette complexité. Les acteurs publics doivent donc investir des sommes énormes dans des technologies liées à l’aide à la décision afin d’augmenter la performance de leur organisation. Ainsi, l’aide à la décision informatisée a beaucoup évolué, bien avant le big data, et les systèmes sont devenus de plus en plus accessibles et relativement faciles à mettre en œuvre (Supiot, 2015).
17Avec l’application des principes du New Public Management* qui permettent de clarifier les objectifs et mettent l’accent sur l’importance de la performance, donc des indicateurs et de leurs réalisations, les politiques publiques ont tenté d’intégrer une démarche d’optimisation. Pour autant, il a fallu, pendant longtemps, déterminer quelles informations étaient pertinentes, et savoir comment les combiner, les interpréter, en fonction de quels modèles. Il s’agissait bien alors de construire un ensemble informatif. De plus, la relation entre la décision et l’information peut s’avérer instable au niveau de décisions publiques, étant donné la démarche de décision, justement, qui ne s’appuie pas forcément sur un besoin d’information particulier, notamment en dehors de processus légitimés.
18Le décideur public peut accepter de disposer d’une rationalité limitée, voire de travailler en composant avec son irrationalité, et il peut aussi considérer que sa prise de décision peut ne pas reposer sur une collecte d’informations, soit qu’il ne sait pas vraiment de quelles informations il a besoin, soit qu’il lui est impossible ou trop coûteux de tenter d’obtenir ces informations. Les valeurs du service public peuvent aussi, en donnant du sens à l’action, justifier une prise de décision intuitive. Pour autant, la « supériorité de la relation humaine n’est pas claire » (cf. l’entretien avec David Monniaux dans cet ouvrage).
19Avec l’évolution des technologies informatiques, les systèmes d’aide à la décision se sont intégrés aux systèmes d’information, articulant observation et description, intégrant les données de gestion, statistiques, mesures, indicateurs divers pour un suivi régulier, voire en temps réel de l’activité, afin non seulement de fournir des éléments de préparation des décisions, mais aussi pour produire des tableaux de bord et des indicateurs d’alerte de gestion (Reix et al., 2011 ; Thévenot, 2011).
20Les informations sont de plus en plus disponibles, avec des coûts de stockage et de traitement a priori en réduction (ne serait-ce que par l’intégration des bases existantes), et ce rapport coût/disponibilité induit de nouvelles formes d’utilisation. Cependant, comme les utilisateurs s’approprient les outils informatiques, ils peuvent être poussés à moins assumer les responsabilités de leurs décisions qui, désormais, peuvent être fondées sur un ensemble toujours plus important de données à des niveaux d’individualisation des situations de plus en plus fins, sans pour autant avoir la possibilité de critiquer les informations elles-mêmes.
21Les décideurs eux-mêmes, en investissant les outils technologiques, sont à l’origine de la mise en place d’« entrepôts de données » (Data Warehouse*), bases de données décisionnelles regroupant, à des fins d’aide à la décision, des données fournies par l’opérationnel (Kimball et Ross, 2008).
22Désormais, le terme « algorithme » est utilisé de manière quasi systématique quand il s’agit de traitement de données, induisant le recours à un programme informatique pour une série d’opérations plus ou moins impossibles ou fastidieuses à réaliser autrement et avec la prise en compte d’une grande quantité d’informations. L’usage intensif du terme contribue à mythifier un nouveau type de décision, les « décisions algorithmiques » qu’il faudrait bannir : aucun algorithme ne décide, en fin de compte2 !
23Cette évolution sémantique, et certainement aussi symbolique, participe à une certaine dépossession de la décision pour le décideur : la part de l’intuition, de l’émotion, de la créativité, éléments constitutifs de toute communication, parfois difficile à assumer dans le cadre des décisions publiques, se réduit d’autant. En effet, la légitimation d’une décision algorithmique réside, au-delà de sa performance en termes de vitesse et de capacité à prendre en compte un très grand nombre d’informations, dans l’automaticité et la « vérité » du traitement, voire son équité. Ainsi, plus de passe-droits ou de décisions prises sur la base d’un jugement subjectif. La neutralité souvent revendiquée de l’algorithme serait alors le garant de sa performance.
24Les séries d’opérations intégrées dans les algorithmes sont souvent difficilement intelligibles pour un citoyen/usager. La transparence des algorithmes et leur publication sont des objectifs louables, mais peuvent être réalisées sans remise en cause de cette croyance en leur neutralité.
25Quel est le prix, quels sont les risques de la poursuite des démarches amorcées pour l’amélioration des quotidiens des citoyens ? Les secteurs d’application sont déjà très nombreux et concernent progressivement tous les domaines de nos vies quotidiennes. Plusieurs exemples font ici l’objet d’une analyse approfondie : la santé (Emmanuel Chazard), la justice (Boris Barraud), la police (Bilel Benbouzid) ou encore la sécurité routière (Laurent Carnis).
Quelle action publique pour quelle citoyenneté ?
26L’« action publique algorithmique » permettrait donc d’améliorer les services publics. En matière de choix d’études, comme dans d’autres domaines de la vie quotidienne, sociale voire économique, plus question de rupture ou de créativité : chacun devient prisonnier (volontaire) de ses choix passés, de ses consommations, de ses actions. Comment convaincre un algorithme d’accepter un changement radical d’orientation ? Comment contrôler la prise en compte de critères non prévus, ceux du désir, de l’instant, de l’immédiateté ? Comment vérifier la pertinence des choix des concepteurs des algorithmes ?
27La « régulation algorithmique » (Goldstein et Dyson, 2013), permettrait d’être plus efficace, plus proche des besoins des usagers. Néanmoins, si « la régulation algorithmique apporte les réponses aux problèmes de la société, quelle sera alors la place pour les gouvernements ? », s’interroge Morozov (2014). Une très bonne question qui trahit un néo-scientisme et qui en cache d’autres : la posture technocentrée de certains dirigeants éliminerait-elle, finalement, les interactions personnelles, mais aussi le risque, le défi ? Et finalement, la citoyenneté se réduit-elle à une mécanique de contrôle et de prédiction ?
28Chacun porte l’espoir de politiques publiques plus justes, plus efficaces, mieux centrées sur les objectifs des citoyens, mais la dérive vers un système politique basé sur le comportemental, calibré par un profilage généralisé, est réelle : il est déjà possible de moduler les allocations des citoyens selon leurs comportements, par exemple, ou bien d’établir les cotisations sociales en fonction des habitudes alimentaires et hygiènes de vie. Pour Morozov, « la réglementation algorithmique, quels que soient ses avantages immédiats, produira un régime politique où les entreprises de technologie et les bureaucrates du gouvernement décident de tout3 ». L’évolution actuelle des dispositifs de surveillance en Chine renforce la pertinence de cette inquiétude.
29Mais au-delà d’une « action publique algorithmique » porteuse de « désirs » particuliers et productrice d’un récit performatif (cf. la lecture sémiotique de Maryse Carmès dans ces pages), c’est l’État lui-même qui peut se transformer, notamment avec l’installation d’un nouveau type de gouvernance. Le risque d’une déresponsabilisation aussi bien des décideurs publics que des citoyens/consommateurs eux-mêmes est réel, mais en concomitance avec un nouvel espoir du participatif, d’un renouvellement des relations entre citoyens et pouvoirs publics, en particulier avec la généralisation de dispositifs bottom-up (cf. l’analyse de Clément Mabi).
30S’il semble impossible, et peu souhaitable finalement, au regard de l’amélioration réelle des vies quotidiennes, de nous passer des algorithmes, alors comment faire ? En premier lieu, peut-être, adopter une posture particulière et s’attacher à « (re) garder la main » qui tient l’outil (cf. entretien avec Pierre Pezziardi). Dominique Cardon (2016) milite ainsi pour le développement d’une culture critique des algorithmes. Il est indispensable d’adopter une posture critique, tout en reconnaissant qu’en fin de compte, les algorithmes ne sont que les produits des sociétés, ni neutres, ni humains, ni réellement autonomes. La question de la décision, ou bien, exprimé autrement, de la liberté du choix, reste au centre du débat, tout comme celle de la sémantique qui révèle aussi nos inclinaisons anthropomorphiques (« intelligence artificielle* », « machine apprenante (machine learning*) », voire « humanités numériques* »).
31Les données enregistrées et/ou produites par les administrations ne peuvent pas circonscrire l’ensemble des personnalités des citoyens, il s’agit d’une quête impossible. Alors le contrôle social est un risque majeur, justifié notamment par cette volonté d’optimiser les dépenses publiques et de faire la chasse aux profiteurs (Sadin, 2013 ; 2015 ; 2018). L’interaction envisagée avec les citoyens impliqués (en particulier car producteurs de données) n’est peut-être qu’une « illusion démocratique » (cf. l’analyse proposée ici par Thierry Côme et Stéphane Magne).
32La possibilité de services personnalisés est un autre argument en faveur de l’algorithmique décisionnaire, mais cette personnalisation s’appuie sur les big data nourris par des données factuelles, qui témoignent d’activités particulières, mais pas de nos pensées, de nos désirs, de nos intuitions, de nos émotions et des multiples éléments qui caractérisent nos activités communicationnelles. La réification des habitudes peut-elle être un objectif de gouvernement ? Les processus identitaires sont dynamiques et cumulatifs. Nos identités réfèrent évidemment à ce que nous faisons, mais pas uniquement. Nous cherchons le sens de nos actions, de nos vies, de nos relations, pas seulement dans nos actes, mais aussi à travers l’univers de communications que nous contribuons à créer, et nos motivations sont complexes, multiples.
33L’algorithmique proposée actuellement, surtout, et si la vigilance est faible, n’est composée que d’instruments et de processus que nous pouvons envisager pour ce qu’ils sont : des outils. Au-delà d’une culture de l’algorithme, c’est celle du libre arbitre, du jugement, de la place de l’irrationnel, de l’acceptation de la responsabilité de chacun qu’il s’agit de continuer à promouvoir, à assumer, entre citoyens avec nos erreurs et nos errements, dans un contexte communicationnel qui se réinvente chaque jour. En quelque sorte, nous pourrions tenter, comme le dit Isabelle Falque-Pierrotin, présidente de la Cnil, dans l’entretien qu’elle nous a accordé ici, de « réintroduire de l’analogique dans nos vies numériques ».
Bibliographie
Des DOI sont automatiquement ajoutés aux références bibliographiques par Bilbo, l’outil d’annotation bibliographique d’OpenEdition. Ces références bibliographiques peuvent être téléchargées dans les formats APA, Chicago et MLA.
Format
- APA
- Chicago
- MLA
Références bibliographiques
Bartoli, A. et Trosa, S. (dir.), Les Paradoxes du management par le sens, Paris, Presses de l’EHESP, 2016.
Berthoz, A., La Décision, Paris, O. Jacob, 2002.
10.4000/conferences-cdf.228 :— , « La manipulation mentale des points de vues, un des fondements de la tolérance », in Berthoz, A., Ossola, C. et Stock, B. (dir.), La pluralité interprétative, les conférences du Collège de France, 2010. Disponible sur : <http://books.openedition.org/cdf/1484?lang=fr> (consulté le 30/10/2018).
Cardon, D., À quoi rêvent les algorithmes. Nos vies à l’heure des big data, Paris, Seuil, 2016.
Goldstein, B. et Dyson, L., Beyond transparency : open data and the future of civic innovation, San Francisco, CA, Code for America Press, 2013.
Grosdhomme Lulin, E., Gouverner à l’ère du big data. Promesses et périls de l’action publique algorithmique, Paris, Institut de l’Entreprise, 2015.
10.3917/dec.kast.2002.01 :Kast, R., La Théorie de la décision, Paris, La Découverte, 2002.
Kimball, R. et Ross, M., The Data Warehouse toolkit : The complete guide to dimensional modeling, New York, Wiley, 2008.
Morozov, E., « The rise of data and the death of politics », The Guardian, 20 juillet 2014. [En ligne] : <https://www.the-guardian.com/technology/2014/jul/20/rise-of-data-death-of-politics-evgeny-morozov-algorithmic-regulation> (consulté le 30/10/2018).
Reix, R., Fallery, B., Kalika, M. et Rowe, F., Systèmes d’information et management des organisations, Paris, Vuibert, 2011.
Sadin, É., L’Humanité augmentée. L’administration numérique du monde, Paris, Éditions L’Échappée, 2013.
— , La Vie algorithmique. Critique de la raison numérique, Paris, Éditions L’Échappée, 2015.
— , L’Intelligence artificielle ou l’enjeu du siècle : anatomie d’un anti-humanisme radical, Paris, Éditions L’Échappée, 2018.
Sfez, L., Critique de la décision, Paris, Presses de la Fondation des sciences politiques, 1980.
— , Critique de la communication, Paris, Seuil, 1988.
Simon, H. A., Models of man : Social and rational. Mathematical essays on rational behavior in a social setting, New York, Wiley, 1957.
— , « Making management decisions : The role of intuition and emotion », Academy of Management Executive, vol. 1, no 1, 1987, p. 57-64.
Supiot, A., La Gouvernance par les nombres. Cours au Collège de France (2012-2014), Paris, Fayard, 2015.
Thévenot, J., Systèmes d’information, Paris, ESKA, 2011.
10.1007/978-3-642-13571-2 :Viscusi, G., Batini, C. et Mecella, M., Information systems for egovernment. A quality-of-service perspective, Berlin, Springer, 2010. Weick, K. E., Sensemaking in organizations, Thousand Oaks, CA, Sage Publications, 1995.
Notes de bas de page
1 Les mots en gras suivis d’un astérisque* figurent dans le glossaire à la fin de l’ouvrage.
2 Cf. <https://interstices.info/idee-recue-les-algorithmes-prennent-ils-des-decisions/> (consulté le 31/10/2018).
3 Traduction proposée par Paul Lorion, sur <http://www.pauljorion.com/blog/2014/08/25/la-prise-de-pouvoir-par-les-donneeset-la-mort-de-la-politique-par-evgeny-morozov/> (consulté le 30/10/2018).
Auteur
-
Gilles Rouet
Professeur en sciences de gestion à l’université de Versailles-Saint-Quentin-en-Yvelines et en relations internationales à l’université Matej Bel de Banska Bystrica (Slovaquie), directeur de l’Institut supérieur de management et titulaire d’une chaire Jean Monnet ad personam en études interdisciplinaires sur l’Union européenne.
Le texte seul est utilisable sous licence Licence OpenEdition Books. Les autres éléments (illustrations, fichiers annexes importés) sont « Tous droits réservés », sauf mention contraire.
