❌

Vue lecture

Agentic AI: what are we talking about?

The emergence of agentic AI first raises the question of what this term actually means. Although the concept itself is not new, it has taken on a new significance in the era of generative AI. To date, there is no universally accepted definition of agentic AI or AI agents. This is illustrated by the OECD’s February 2026 report, which identifies around ten different proposed definitions - each reflecting a distinct perspective. The terminology remains ambiguous, with varying scopes and overlapping concepts. Between marketing-driven labels, confusion with established terms such as conversational agent, and inconsistent definitions, it is far from straightforward to clearly define agentic AI and the systems it encompasses. In this article, we therefore provide an overview of both historical and contemporary terminology to help clarify the emerging—or perhaps not so new - landscape of agentic AI.

 

  •  

IA Agentique : de quoi parle-t-on ?

L’émergence de l’IA agentique pose d’abord la question de ce qu’on entend par cette terminologie qui, bien qu’ancienne, prend un sens nouveau à l’ère de l’IA générative. Il n’existe pas de définition unanimement adoptée de l’IA agentique et des agents IA à ce jour, en témoigne le recensement d’une dizaine de propositions de définitions par l’OCDE dans son rapport paru en Février 2026, aussi nombreuses que différentes. Les formulations sont mouvantes, proposent des périmètres variés et se confondent. Entre termes marketing, confusion avec des appellations existantes comme le terme d’agent conversationnel et périmètre de définition variable, définir clairement l’IA agentique et les systèmes concernés n’est pas évident. Nous proposons donc dans cet article de faire un tour d’horizon des terminologies, historiques et actuelles, pour y voir plus clair dans le paysage naissant (vraiment ?) de l’IA agentique.

 

  •  

Un mot de passe pour les gouverner tous ?

La sortie de l’application FantomApp qui aide les adolescents (et les adultes aussi) à mieux gérer leur sûreté en ligne, est l’occasion de reparler des mots de passe, de leur gestion, de leurs propriétés, et de l’outil « Je teste mon mot de passe » intégré dans l’application. 

  •  

One password to rule them all?

The release of the FantomApp application, which helps teenagers (and adults too) better manage their online safety, is an opportunity to revisit passwords, their management, their properties, and the ‘Testing my password’ tool integrated into the app.

  •  

[vidéo] Research@LINC : Réactions des personnes concernées à l’exercice de leur droit d’accès, Arthur Borem

Les récentes lois sur la protection de la vie privée ont renforcé le droit des personnes concernées à accéder aux données personnelles collectées par les entreprises. Des travaux antérieurs ont montré que les exportations de données fournies par les entreprises aux consommateurs en réponse aux demandes d’accès aux données personnelles (DSAR) peuvent être complexes et difficiles à comprendre. Arthur Borem présente l’étude qu’il a menée afin d’identifier des pistes d’amélioration de l’expérience utilisateur.

 

  •  

Taking inspiration from living organisms to store data: DNA, a "new" medium

The question of data storage, its durability and sustainability, is becoming increasingly pressing as data centers continue to multiply for a wide range of purposes, particularly to support AI resources. A new technology has been gaining attention in recent years: storing data on a biological medium – DNA. What is the current state of this technology, and what new issues does it raise regarding data use and protection?

  •  

S'inspirer du vivant pour stocker les données : l'ADN comme « nouveau » support

La question du stockage des données, de sa durabilité et de sa soutenabilité se pose de manière de plus en plus prégnante, alors que les data centers se multiplient, pour des usages divers, notamment pour les ressources en IA. Une nouvelle technologie pointe le bout de son nez dans les discussions depuis quelques années : le stockage de données sur un support du vivant, l’ADN. Qu’en est-il de cette technologie et quelles nouvelles problématiques soulèvent-elles en termes d’usage et de protection des données ?

  •  

[Complément dossier] Le « fingerprinting »

Le terme de fingerprinting (ou « empreinte ») désigne une technique permettant de caractériser le client qui émet une requête à un serveur à l’aide d’une chaîne de caractères unique. Une empreinte permet en effet d’identifier la machine à l’origine d’une requête et de déduire certaines informations sur ses attributs techniques : navigateur utilisé, adresse IP, utilisation ou non d’un VPN, etc. Cette technique est très utile pour filtrer le trafic web d’un site internet et bloquer les robots qui pourraient s’y connecter, à des fins de moissonnage ou pour conduire des attaques de type DDOS, par exemple.

 

  •  

Le « fingerprinting »

Le terme de fingerprinting (ou « empreinte ») désigne une technique permettant de caractériser le client qui émet une requête à un serveur à l’aide d’une chaîne de caractères unique. Une empreinte permet en effet d’identifier la machine à l’origine d’une requête et de déduire certaines informations sur ses attributs techniques : navigateur utilisé, adresse IP, utilisation ou non d’un VPN, etc. Cette technique est très utile pour filtrer le trafic web d’un site internet et bloquer les robots qui pourraient s’y connecter, à des fins de moissonnage ou pour conduire des attaques de type DDOS, par exemple.

 

  •  

[Article 3/3] S’opposer au moissonnage en bloquant l’accès au site internet

L’article précédent examinait comment s’opposer au moissonnage par des mentions dans les conditions générales d’utilisation ou par des protocoles qui permettent de déclarer des droits d’accès lisibles par une machine. Cependant, un éditeur de site internet peut souhaiter, en complément de ces mesures non bloquantes pour un robot moissonneur, mettre en place des mesures de détection et de blocage de ces robots, au travers de méthodes bloquantes.

 

  •  

[Article 2/3] S’opposer au moissonnage par des méthodes déclaratives

Il existe plusieurs manières d’empêcher le moissonnage, qui peuvent se cumuler et qui fonctionnent différemment. Une première manière de le faire est d’avoir recours à des méthodes déclaratives, c’est-à-dire qu’elles n’empêchent pas l’accès du robot au site, mais elles permettent de lister les droits d’accès qui lui sont donnés de manière non contraignante. La méthode la plus simple est d’inclure des mentions dans les CGUs du site. Elles permettent une opposition de principe à la collecte des données du site internet, mais elle est difficilement exploitable par les robots moissonneurs. En effet, cela suppose de collecter les CGUs de chaque domaine moissonné, d’en parcourir le contenu et d’en extraire les règles entourant l’accès au reste du site web. Une telle pratique est sujette à erreur car non normalisée, et passe difficilement à l’échelle. Elle doit donc être complétée par des méthodes qui sont interprétables par une machine.

 

  •  

Fingerprinting

The term “fingerprinting” refers to a technique used to characterise a client sending a request to a server with a unique string. A fingerprint makes it possible to identify the machine originating a request and to infer certain information about its technical attributes: browser used, IP address, use or non-use of a VPN, etc. This technique is very useful for filtering a website’s web traffic and blocking bots that may connect to it for scraping purposes or to carry out attacks such as DDoS, for example.

 

  •  

[Article 1/3] Crawling, scraping, TDM de quoi parle-t-on ?

Avant d’aborder les moyens permettant aux éditeurs de sites internet de s’opposer à la collecte de leurs données, il convient d’abord de définir les pratiques mises en œuvre par les moteurs de recherche et les entreprises développant des modèles d’intelligence artificielle générative. En effet, plusieurs notions sont mobilisées dans ce contexte : crawling, scraping et TDM (Text and Data Mining). Bien qu’elles désignent des pratiques similaires, leur périmètre exact varie selon les usages et les interprétations. Il est donc essentiel de clarifier la signification de chacun de ces termes afin de poser un cadre précis à la discussion.

 

  •  

[Article 3/3] Prevent web data extraction by blocking access to the website

The previous article examined how to prevent web data extraction through statements in the terms of use or through protocols that make it possible to declare machine-readable access rights. However, a website publisher may wish, in addition to these non-blocking measures for bots, to implement detection and blocking mechanisms.

 

  •  

[Dossier] S’opposer à la collecte de données par des robots moissonneurs

Le développement de modèles d’IA à usage général nécessite la création d’immenses bases de données, souvent constituées de données publiques collectées en ligne. Les propriétaires de sites internet qui font l’objet de cette collecte disposent d’un ensemble de moyens pouvant les aider à maîtriser les données prélevées et les usages qui peuvent en être fait. Les articles de ce dossier introduisent tout d’abord les concepts relatifs au moissonnage de données en ligne, avant de présenter les méthodes qui peuvent être mises en place par l’éditeur du site internet pour maîtriser ce moissonnage.

 

  •  

[Article 2/3] Preventing web data extraction using declarative methods

There are several ways to prevent web data extraction, which can be combined and operate differently. One such approach involves declarative methods, meaning they do not block a bot’s access to the website but instead specify access rights in a non-binding way. The simplest method is to include provisions in the website’s terms of use (CGUs). These allow for a general objection to data collection the website, but they are costly to read. Indeed, this would require collecting the terms of use for each scraped domain, parsing their content, and extracting the rules governing access to the rest of the website. Such a practice is error-prone due to its lack of standardisation and does not scale well. It therefore needs to be complemented by machine-readable methods.

 

  •  

[File] How to prevent data extraction bots from collecting publicly available data

The development of general-purpose AI models requires the creation of massive datasets, often built from publicly available data collected online. Website owners whose content is subject to such collection have a range of tools at their disposal to help them control the data being collected and the ways in which it may be used. The articles in this dossier first introduce the concepts related to online data scraping, before presenting the methods that website publishers can implement to manage and control the data collected by data extraction bots.

 

  •  

[Article 1/3] Crawling, scraping and TDM explained

Before examining the means available to website publishers to block the collection of their data, it is first necessary to define the practices implemented by search engines and companies developing generative artificial intelligence models. Several concepts are used in this context: crawling, scraping, and TDM (Text and Data Mining). Although these terms refer to similar practices, their exact scope varies depending on usage and interpretation. It is therefore essential to clarify the meaning of each of these terms in order to establish a precise framework for the discussion.

 

  •  

Partenariat avec le PEReN : les réflexes pour détecter les hyper-trucages

Le Pôle d’Expertise de la Régulation Numérique (PEReN) travaille en partenariat avec le LINC sur un nouveau projet d’étude sur les hyper-trucages (ou Deep Fake). Après avoir fait un état de l’art des techniques existantes et alerté sur la facilité de réalisation de ces vidéos hyper-truquées, nous avons sollicité le PEReN pour savoir s’il est possible pour un humain de détecter des trucages dans des échanges en temps réel.

 

  •  
❌