{"id":295,"date":"2026-04-16T16:46:12","date_gmt":"2026-04-16T20:46:12","guid":{"rendered":"https:\/\/businessphysics.ai\/?p=295"},"modified":"2026-04-16T16:49:36","modified_gmt":"2026-04-16T20:49:36","slug":"purple-team-working-with-ai","status":"publish","type":"post","link":"https:\/\/businessphysics.ai\/fr\/purple-team-working-with-ai\/","title":{"rendered":"Purple Team Trail : Travailler avec l'IA"},"content":{"rendered":"

Ce qui suit est une s\u00e9rie d'\u00e9changes entre les membres de l'\u00e9quipe du Business Physics AI Lab : <\/em>Thomas Hormaza Dow<\/em><\/a>, Vinay Kumar<\/a>, Hichem<\/a><\/em> Benzair<\/em><\/a>, Aboubakar<\/a><\/em> Samake<\/em><\/a>, Ann Lockquell<\/a> ainsi que notre <\/em>Agents IA, Charlie et Lena<\/em><\/a>.<\/em><\/p>\n\n\n\n

Comment le Business Physics AI Lab pr\u00e9serve le jugement humain dans le d\u00e9veloppement de logiciels IA<\/em><\/p>\n\n\n\n

De nombreuses \u00e9quipes utilisent d\u00e9sormais l'IA pour g\u00e9n\u00e9rer du code, sugg\u00e9rer des corrections, refactoriser des fonctions, r\u00e9diger de la documentation et acc\u00e9l\u00e9rer la livraison. Les gains de productivit\u00e9 sont r\u00e9els. Mais le risque l'est aussi. Plus l'interaction entre l'humain et l'IA devient rapide, plus il est facile pour le raisonnement derri\u00e8re le travail de dispara\u00eetre. Une invite est essay\u00e9e. Une suggestion est accept\u00e9e. Une fonctionnalit\u00e9 \u00e9volue. Le code est exp\u00e9di\u00e9. Pourtant, la logique derri\u00e8re les d\u00e9cisions peut s'estomper presque aussi rapidement que le travail progresse.<\/p>\n\n\n\n

Pour nous, ce n'est pas seulement un probl\u00e8me de documentation, c'est une pratique professionnelle dans la fa\u00e7on dont nous ex\u00e9cutons les simulations d'IA dans notre laboratoire.<\/p>\n\n\n\n

Au laboratoire Business Physics AI, nous ne nous soucions pas seulement de savoir si le code fonctionne. L'enjeu est de savoir si le jugement derri\u00e8re le code reste suffisamment visible pour \u00eatre revu, compar\u00e9 et am\u00e9lior\u00e9. Nous voulons savoir pourquoi un chemin a \u00e9t\u00e9 choisi, quelles preuves l'ont rendu fiable, ce que l'ing\u00e9nieur a outrepass\u00e9, quelles contraintes ont fa\u00e7onn\u00e9 la d\u00e9cision, quels compromis ont \u00e9t\u00e9 accept\u00e9s et ce que l'\u00e9quipe a appris du processus.<\/p>\n\n\n\n

C'est pourquoi nous proposons un travail d'\u00e9quipe avec ce que nous appelons la Sentier de l'\u00c9quipe Violette<\/strong>.<\/p>\n\n\n\n

Le Purple Team Trail est notre fa\u00e7on de pr\u00e9server la trace du jugement dans le d\u00e9veloppement logiciel humain-IA. Il structure le travail en \u00e9volution rapide afin que les contributions humaines et d'IA restent visibles dans le temps. Il nous aide \u00e0 capturer le raisonnement tant qu'il est encore frais, \u00e0 comparer les perspectives tout au long du cycle de vie du travail, et \u00e0 transformer la livraison en apprentissage plut\u00f4t que de la laisser dispara\u00eetre dans un artefact fini.<\/p>\n\n\n\n

Sur le plan pratique, le \u00c9quipe rouge<\/strong> recherche des faiblesses. Il remet en question les hypoth\u00e8ses, teste si la confiance est justifi\u00e9e et demande o\u00f9 les choses pourraient \u00e9chouer. Le \u00c9quipe bleue<\/strong> se concentre sur la protection et la stabilit\u00e9. Il examine ce qui doit fonctionner de mani\u00e8re fiable, ce qui a besoin de protections et ce que l'\u00e9quipe doit \u00eatre pr\u00eate \u00e0 supporter en utilisation r\u00e9elle. \u00c9quipe violette<\/strong> relie les deux camps. Cela aide \u00e0 comparer ce qui a \u00e9t\u00e9 contest\u00e9, ce qui a \u00e9t\u00e9 prot\u00e9g\u00e9 et ce qui a \u00e9t\u00e9 appris. Dans notre laboratoire, ce r\u00f4le va plus loin : l'\u00e9quipe Violette aide \u00e0 pr\u00e9server la piste de jugement afin que la compl\u00e9mentarit\u00e9 homme-IA devienne visible, v\u00e9rifiable et utile au fil du temps.<\/p>\n\n\n\n

Le Business Physics AI Lab utilise des agents IA dans le cadre de son mod\u00e8le op\u00e9rationnel. Cela permet au laboratoire d'\u00e9tendre son travail gr\u00e2ce \u00e0 une combinaison de contributions humaines et d'IA. N\u00e9anmoins, les humains gardent le contr\u00f4le \u00e0 tout moment. Au sein de ce mod\u00e8le de compl\u00e9mentarit\u00e9 humain-IA, chaque ressource produit un bloc README pour pr\u00e9server la piste de jugement, clarifier les r\u00f4les et rendre les d\u00e9cisions r\u00e9visables. La supervision humaine est maintenue tout au long du processus, et un humain reste impliqu\u00e9 dans toutes les activit\u00e9s.<\/p>\n\n\n\n

Pourquoi nous avons construit cette approche<\/strong><\/h2>\n\n\n\n

Le Business Physics AI Lab a pour but de comprendre et d'am\u00e9liorer la fa\u00e7on dont les humains et les syst\u00e8mes intelligents travaillent ensemble. Cela signifie que nous nous int\u00e9ressons non seulement aux r\u00e9sultats, mais aussi aux forces qui sous-tendent ces r\u00e9sultats : la motivation, les frictions, le feedback, la confiance, l'adaptation et la qualit\u00e9 des d\u00e9cisions.<\/p>\n\n\n\n

Le d\u00e9veloppement logiciel est l'un des endroits les plus clairs o\u00f9 ces forces se manifestent maintenant.<\/p>\n\n\n\n

L'IA peut aider un d\u00e9veloppeur \u00e0 aller plus vite, \u00e0 explorer plus d'options et \u00e0 r\u00e9duire les efforts r\u00e9p\u00e9titifs. Mais la vitesse seule ne suffit pas. En fait, la vitesse peut cr\u00e9er un nouveau type de friction : la friction d'un raisonnement qui dispara\u00eet. Le code peut sembler parfait, mais le chemin qui y m\u00e8ne peut \u00eatre flou. Cela affaiblit le partage de connaissances, rend l'int\u00e9gration plus difficile, r\u00e9duit la port\u00e9e des revues de code et diminue la capacit\u00e9 de l'organisation \u00e0 apprendre de ce qu'elle construit.<\/p>\n\n\n\n

En d'autres termes, le code peut \u00eatre visible, tandis que le jugement professionnel qui le sous-tend devient invisible.<\/p>\n\n\n\n

C'est le probl\u00e8me que nous voulions r\u00e9soudre.<\/p>\n\n\n\n

Il nous fallait un moyen de pr\u00e9server le jugement sans cr\u00e9er un processus lourd. Il nous fallait un moyen de rendre l'interaction humain-IA suffisamment visible pour permettre la r\u00e9flexion, la comparaison et la responsabilit\u00e9. Et il nous fallait quelque chose que les petites \u00e9quipes, les groupes de recherche et les environnements de travail agiles puissent r\u00e9ellement utiliser.<\/p>\n\n\n\n

C'est pourquoi le sentier de l'\u00e9quipe violette est au c\u0153ur de notre fonctionnement.<\/p>\n\n\n\n

\n

\u201c Ce qui rend le Purple Team Trail particuli\u00e8rement pr\u00e9cieux, c'est qu'il aide \u00e0 prot\u00e9ger la triade de la CIA \u2014 confidentialit\u00e9, int\u00e9grit\u00e9 et disponibilit\u00e9 \u2014 en rendant les d\u00e9cisions importantes visibles, contestables et structur\u00e9es tout au long du flux de travail, de sorte que les probl\u00e8mes de s\u00e9curit\u00e9 puissent \u00eatre identifi\u00e9s plus t\u00f4t plut\u00f4t que d\u00e9couverts plus tard. \u201d \u2013 Hichem Benzair<\/p>\n<\/blockquote>\n\n\n\n

Combien de petites \u00e9quipes logicielles utilisent l'IA aujourd'hui<\/strong><\/p>\n\n\n\n

De nombreuses petites et moyennes \u00e9quipes de d\u00e9veloppement logiciel utilisent d\u00e9j\u00e0 l'IA de mani\u00e8re pratique. Les ing\u00e9nieurs l'utilisent pour g\u00e9n\u00e9rer du code, refactoriser des fonctions, r\u00e9diger des tests, r\u00e9sumer des exigences, produire de la documentation, acc\u00e9l\u00e9rer des prototypes et explorer des options techniques. En ce sens, l'IA fait d\u00e9j\u00e0 partie du flux de travail quotidien. Le probl\u00e8me n'est pas que les \u00e9quipes n'utilisent pas l'IA. Le probl\u00e8me est que cette utilisation reste souvent rapide, individuelle et peu document\u00e9e. Le r\u00e9sultat est sauvegard\u00e9, mais le raisonnement sous-jacent ne l'est souvent pas. C'est ce foss\u00e9 que Purple Team Trail vise \u00e0 combler.<\/p>\n\n\n\n

Pourquoi l'\u00e9quipe violette est importante<\/strong><\/h2>\n\n\n\n

Dans de nombreuses organisations, l'\u00e9quipe Violette est d\u00e9crite comme un pont entre la pens\u00e9e de l'\u00e9quipe Rouge et celle de l'\u00e9quipe Bleue. Dans notre laboratoire, cette id\u00e9e est utile, mais incompl\u00e8te.<\/p>\n\n\n\n

Pour nous, l'\u00e9quipe violette est le gardien de la piste d'audit.<\/p>\n\n\n\n

C'est ce qui en fait le centre.<\/p>\n\n\n\n

L'\u00c9quipe Rouge aide \u00e0 exposer les hypoth\u00e8ses fragiles, la fausse confiance et les domaines o\u00f9 les r\u00e9sultats peuvent sembler plus solides que le raisonnement sous-jacent. L'\u00c9quipe Bleue aide \u00e0 prot\u00e9ger ce qui doit tenir lors d'op\u00e9rations r\u00e9elles : la stabilit\u00e9, les garde-fous, la responsabilit\u00e9 et la r\u00e9silience pratique. L'\u00c9quipe Violette re\u00e7oit ces perspectives, les compare et les transforme en une forme d'apprentissage structur\u00e9.<\/p>\n\n\n\n

Cela est important car le d\u00e9veloppement homme-IA ne produit pas seulement du code. Il produit des d\u00e9cisions. Et ce sont les d\u00e9cisions qui font que la pratique professionnelle m\u00fbrit ou s'affaiblit.<\/p>\n\n\n\n

Lorsque l'\u00c9quipe Violette pr\u00e9serve la trace de ces d\u00e9cisions, le laboratoire peut faire plus que fournir un r\u00e9sultat. Il peut voir comment ce r\u00e9sultat est apparu, o\u00f9 le jugement humain s'est av\u00e9r\u00e9 d\u00e9cisif, o\u00f9 l'IA a r\u00e9ellement aid\u00e9, et ce qui doit changer la prochaine fois.<\/p>\n\n\n\n

C'est pourquoi le Purple Team Trail n'est pas un processus secondaire pour nous. Il fait partie de notre fa\u00e7on de prot\u00e9ger l'int\u00e9grit\u00e9 de notre travail.<\/p>\n\n\n\n

Le framework REACT donne sa structure au parcours<\/strong><\/h2>\n\n\n\n

Pour rendre le Purple Team Trail utilisable, il nous fallait un cadre disciplin\u00e9 mais l\u00e9ger. C'est l\u00e0 que R\u00e9agir<\/strong> est devenu essentiel.<\/p>\n\n\n\n

Au laboratoire d'IA Business Physics, REACT nous aide \u00e0 pr\u00e9server le niveau de raisonnement le plus important :<\/p>\n\n\n\n

Raison<\/strong> Pourquoi l'IA a-t-elle \u00e9t\u00e9 utilis\u00e9e pour une t\u00e2che en premier lieu ?.
Preuve<\/strong> Quels contr\u00f4les, tests ou validations ont rendu le r\u00e9sultat digne de confiance.
Responsabilit\u00e9<\/strong> qui a approuv\u00e9 le r\u00e9sultat final et qui est responsable de la d\u00e9cision.
Contraintes<\/strong> Quelles r\u00e8gles, limites ou contraintes pratiques ont fa\u00e7onn\u00e9 le travail ?.
Compromis<\/strong> Qu'est-ce qui a \u00e9t\u00e9 optimis\u00e9 et quels co\u00fbts ont \u00e9t\u00e9 d\u00e9lib\u00e9r\u00e9ment accept\u00e9s ?.<\/p>\n\n\n\n

\"\"<\/figure>\n\n\n\n

Cette structure est importante car elle emp\u00eache le d\u00e9veloppement assist\u00e9 par l'IA de se transformer en un flou de choix rapides sans logique claire derri\u00e8re eux.<\/p>\n\n\n\n

REACT ne nous oblige pas \u00e0 documenter chaque frappe au clavier ni chaque variation de requ\u00eate. Il demande quelque chose de plus utile : pr\u00e9server le raisonnement qui explique pourquoi le travail doit \u00eatre digne de confiance.<\/p>\n\n\n\n

Pourquoi ce chemin ?
Pourquoi faire confiance ?
\u00c0 qui appartient-il ?
Qu'est-ce qui l'a form\u00e9 ?
Combien cela a-t-il co\u00fbt\u00e9 ?<\/p>\n\n\n\n

Ces questions sont fondamentales \u00e0 notre fa\u00e7on de travailler.<\/p>\n\n\n\n

La r\u00e9flexion n'est pas un travail administratif suppl\u00e9mentaire<\/strong><\/h2>\n\n\n\n

Au laboratoire d'IA \"Business Physics\", nous traitons les journal de r\u00e9flexion sur la pratique professionnelle<\/strong> dans le cadre du travail lui-m\u00eame, et non comme un exercice acad\u00e9mique ajout\u00e9 apr\u00e8s coup.<\/p>\n\n\n\n

Son r\u00f4le est simple : rendre la pens\u00e9e derri\u00e8re le travail suffisamment visible pour \u00eatre comprise, compar\u00e9e et am\u00e9lior\u00e9e.<\/p>\n\n\n\n

Cela aide les contributeurs individuels \u00e0 r\u00e9fl\u00e9chir \u00e0 la mani\u00e8re dont ils ont utilis\u00e9 l'IA, o\u00f9 ils ont fait preuve de jugement et ce qu'ils changeraient la prochaine fois. Cela aide le laboratoire \u00e0 pr\u00e9server la m\u00e9moire partag\u00e9e entre les projets. Et cela nous aide \u00e0 maintenir la responsabilit\u00e9 dans des situations o\u00f9 l'IA peut autrement rendre floue la division du travail entre l'homme et la machine.<\/p>\n\n\n\n

Le journal de r\u00e9flexion est important car il transforme la r\u00e9solution de probl\u00e8mes invisible en pratique professionnelle visible.<\/p>\n\n\n\n

Cela s'int\u00e8gre naturellement \u00e0 notre travail plus large en physique des entreprises. Nous nous int\u00e9ressons \u00e0 la mani\u00e8re dont les syst\u00e8mes apprennent, \u00e0 l'apparition des frictions, \u00e0 la construction de la confiance et \u00e0 la fa\u00e7on dont de meilleures boucles de r\u00e9troaction am\u00e9liorent les performances au fil du temps. Un journal de r\u00e9flexion est l'un des moyens les plus simples de rendre ces dynamiques visibles dans le travail sur logiciel.<\/p>\n\n\n\n

\n

\u201c Le bon design ne concerne pas seulement ce que les gens voient \u00e0 la fin. Il s'agit aussi du raisonnement qui fa\u00e7onne ce qui est construit. L'IA peut acc\u00e9l\u00e9rer la production, mais les \u00e9quipes ont toujours besoin d'un moyen de pr\u00e9server le jugement derri\u00e8re le travail. \u201d \u2013 Ann Lockquell<\/p>\n<\/blockquote>\n\n\n\n

Le bloc README est l'endroit o\u00f9 cela devient op\u00e9rationnel<\/strong><\/h2>\n\n\n\n

Nous savions \u00e9galement que si cette approche devait fonctionner, elle devait se d\u00e9rouler \u00e0 proximit\u00e9 du processus de livraison. C'est pourquoi nous utilisons une approche compacte Bloc README<\/strong> en tant que forme op\u00e9rationnelle du jugement trail.<\/p>\n\n\n\n

Il peut \u00eatre attach\u00e9 \u00e0 une demande de tirage, une branche de fonctionnalit\u00e9, un artefact de sprint ou un paquet de livraison final. Il maintient le raisonnement \u00e0 proximit\u00e9 du code, plut\u00f4t que de le pousser dans un document d\u00e9connect\u00e9.<\/p>\n\n\n\n

Un bloc typique peut inclure :<\/p>\n\n\n\n

    \n
  • Objectif<\/strong><\/li>\n\n\n\n
  • Entr\u00e9es<\/strong> (sources, lien vers l'invite\/configuration)<\/li>\n\n\n\n
  • V\u00e9rification de l'ex\u00e9cution<\/strong><\/li>\n\n\n\n
  • Humain \u2194 IA r\u00f4les<\/strong> (transfert, remplacements)<\/li>\n\n\n\n
  • Choix des compromis<\/strong><\/li>\n\n\n\n
  • Valeur ajout\u00e9e humaine<\/strong><\/li>\n\n\n\n
  • Apprentissage et prochaines actions<\/strong><\/li>\n<\/ul>\n\n\n\n

    Ce bloc est intentionnellement petit. Il n'est pas con\u00e7u pour ralentir le travail. Il est con\u00e7u pour pr\u00e9server ce qui dispara\u00eetrait autrement.<\/p>\n\n\n\n

    Au fil du temps, il fait quelque chose d'encore plus pr\u00e9cieux : il donne au laboratoire un moyen de comparer les mod\u00e8les \u00e0 travers les t\u00e2ches. Nous pouvons voir o\u00f9 l'IA a v\u00e9ritablement aid\u00e9, o\u00f9 elle a cr\u00e9\u00e9 une fausse confiance, o\u00f9 le jugement humain a corrig\u00e9 le tir, et quels types de compromis apparaissent \u00e0 plusieurs reprises.<\/p>\n\n\n\n

    Donc, le bloc README n'est pas juste une note. Il fait partie de l'infrastructure d'apprentissage du laboratoire.<\/p>\n\n\n\n

    Utilisation formative et sommative<\/strong><\/h2>\n\n\n\n

    Le Purple Team Trail fonctionne mieux lorsqu'il est utilis\u00e9 tout au long du cycle de vie du travail, pas seulement \u00e0 la fin.<\/p>\n\n\n\n

    C'est pourquoi nous pensons dans les deux formatif<\/strong> et sommatif<\/strong> termes.<\/p>\n\n\n\n

    Pendant le d\u00e9veloppement, de courtes notes formatives dans le README aident \u00e0 capturer le raisonnement pendant que le travail progresse. Elles enregistrent ce qui a \u00e9t\u00e9 tent\u00e9, comment l'IA a \u00e9t\u00e9 utilis\u00e9e, quels contr\u00f4les ont \u00e9t\u00e9 effectu\u00e9s, ce qui a chang\u00e9 et quelles pr\u00e9occupations demeurent. Ces notes sont utiles pr\u00e9cis\u00e9ment parce qu'elles sont proches du moment de la d\u00e9cision.<\/p>\n\n\n\n

    \u00c0 la fin d'une t\u00e2che ou d'une fonctionnalit\u00e9, un README r\u00e9capitulatif rassemble le processus. Il explique la direction finale, les principaux compromis, le r\u00f4le jou\u00e9 par l'IA, ce qui a \u00e9t\u00e9 remis en question, ce qui a \u00e9t\u00e9 prot\u00e9g\u00e9 et ce que l'\u00e9quipe devrait conserver.<\/p>\n\n\n\n

    L'\u00e9quipe violette est centrale ici. Elle recueille les contributions formatives, compare les perspectives des \u00e9quipes rouge et bleue, et synth\u00e9tise la piste de jugement finale en un dossier de cl\u00f4ture exploitable.<\/p>\n\n\n\n

    Un exemple simple rend le processus clair. Une \u00e9quipe de laboratoire utilise l'IA pour acc\u00e9l\u00e9rer le d\u00e9veloppement d'une fonctionnalit\u00e9. Au cours des travaux, l'\u00e9quipe rouge constate qu'une hypoth\u00e8se n'a pas \u00e9t\u00e9 suffisamment test\u00e9e dans des conditions extr\u00eames. L'\u00e9quipe bleue souligne que la fonctionnalit\u00e9 peut \u00eatre stable en utilisation normale mais manque toujours d'une surveillance suffisante pour le support en conditions r\u00e9elles. L'\u00e9quipe violette pr\u00e9serve les deux points de vue dans le fil de documentation du README en \u00e9volution, puis les synth\u00e9tise \u00e0 la fin : ce que l'IA a apport\u00e9, ce que les humains ont d\u00e9cid\u00e9, ce qui a \u00e9t\u00e9 remis en question, ce qui a \u00e9t\u00e9 prot\u00e9g\u00e9, et ce que l'\u00e9quipe devrait faire diff\u00e9remment la prochaine fois. Le r\u00e9sultat final n'est pas seulement du code livr\u00e9. C'est du code livr\u00e9 avec le raisonnement pr\u00e9serv\u00e9.<\/p>\n\n\n\n

    C'est exactement le genre de boucle d'apprentissage que nous voulons.<\/p>\n\n\n\n

    \n

    \u201c Le v\u00e9ritable risque dans le d\u00e9veloppement assist\u00e9 par l'IA n'est souvent pas le mod\u00e8le. C'est l'absence d'exigences claires, d'une d\u00e9composition de t\u00e2ches coh\u00e9rente et d'une intention architecturale pr\u00e9coce. L'IA peut g\u00e9n\u00e9rer rapidement des r\u00e9sultats prometteurs, mais le jugement humain est toujours ce qui apporte la clart\u00e9, structure le travail et maintient l'\u00e9quipe sous contr\u00f4le. \u201d \u2013 Vinay Kumar<\/p>\n<\/blockquote>\n\n\n\n

    L'\u00e9quipe violette renforce le flux de travail<\/strong><\/h2>\n\n\n\n
    Combien de petites \u00e9quipes logicielles utilisent l'IA aujourd'hui<\/strong><\/td>Comment le Purple Team Trail renforce ce flux de travail<\/strong><\/td><\/tr>
    L'IA est souvent utilis\u00e9e de mani\u00e8re informelle dans le flux de travail quotidien.<\/td>L'IA reste int\u00e9gr\u00e9e au flux de travail quotidien, mais son utilisation devient plus visible et structur\u00e9e.<\/td><\/tr>
    Les ing\u00e9nieurs proposent, testent, r\u00e9visent et livrent rapidement.<\/td>Les ing\u00e9nieurs con\u00e7oivent toujours, testent, r\u00e9visent et livrent, mais ils conservent \u00e9galement le raisonnement derri\u00e8re les d\u00e9cisions cl\u00e9s.<\/td><\/tr>
    La g\u00e9n\u00e9ration de code, le refactoring, le d\u00e9bogage, la documentation et le prototypage sont acc\u00e9l\u00e9r\u00e9s.<\/td>Ces m\u00eames activit\u00e9s sont acc\u00e9l\u00e9r\u00e9es, mais le jugement qui les sous-tend est captur\u00e9 et examin\u00e9.<\/td><\/tr>
    Le r\u00e9sultat est g\u00e9n\u00e9ralement sauvegard\u00e9. La raison derri\u00e8re cela ne l'est souvent pas.<\/td>La sortie est enregistr\u00e9e et la logique qui la sous-tend est pr\u00e9serv\u00e9e gr\u00e2ce au README Trail et \u00e0 la structure REACT.<\/td><\/tr>
    L'utilisation de l'IA reste souvent au niveau individuel.<\/td>L'utilisation de l'IA devient plus facile \u00e0 partager, \u00e0 examiner et \u00e0 apprendre au sein de l'\u00e9quipe.<\/td><\/tr>
    Les invites et les sorties du mod\u00e8le peuvent influencer les d\u00e9cisions sans laisser de trace claire.<\/td>Les choix importants sont document\u00e9s par la Raison, les Preuves, la Responsabilit\u00e9, les Contraintes et les Compromis.<\/td><\/tr>
    Les revues de code se concentrent souvent principalement sur le produit final.<\/td>Les revues peuvent prendre en compte \u00e0 la fois l'artefact et la piste de jugement qui le sous-tend.<\/td><\/tr>
    Les \u00e9quipes peuvent avancer rapidement mais ont du mal \u00e0 expliquer plus tard pourquoi un chemin a \u00e9t\u00e9 choisi.<\/td>Les \u00e9quipes avancent rapidement tout en conservant une trace exploitable des raisons pour lesquelles les d\u00e9cisions ont \u00e9t\u00e9 prises.<\/td><\/tr>
    Les hypoth\u00e8ses faibles ou les risques cach\u00e9s peuvent n'appara\u00eetre que tardivement.<\/td>La pens\u00e9e Red Team aide \u00e0 remettre en question les hypoth\u00e8ses plus t\u00f4t.<\/td><\/tr>
    Les pr\u00e9occupations op\u00e9rationnelles peuvent rester implicites jusqu'\u00e0 ce que la pression du d\u00e9ploiement augmente.<\/td>La pens\u00e9e de l'\u00e9quipe bleue aide \u00e0 rendre la protection, la stabilit\u00e9 et la pr\u00e9paration op\u00e9rationnelle plus explicites.<\/td><\/tr>
    L'apprentissage reste souventPi\u00e9g\u00e9 dans la m\u00e9moire d'un ing\u00e9nieur ou dans des notes \u00e9parpill\u00e9es.<\/td>La pens\u00e9e de l'\u00e9quipe violette aide \u00e0 comparer les perspectives, \u00e0 pr\u00e9server l'apprentissage et \u00e0 synth\u00e9tiser ce que l'\u00e9quipe devrait retenir.<\/td><\/tr>
    L'IA peut augmenter la production, mais la compr\u00e9hension peut rester in\u00e9gale.<\/td>L'IA continue de faire \u00e9voluer la production, mais le flux de travail est con\u00e7u pour renforcer la compr\u00e9hension mutuelle et la responsabilit\u00e9.<\/td><\/tr>
    Les petites \u00e9quipes peuvent avoir l'impression de manquer de ressources pour des processus d'apprentissage formels.<\/td>Les \u00e9quipes plus petites acqui\u00e8rent un moyen l\u00e9ger de capturer les apprentissages sans avoir besoin d'une grande structure d'entreprise.<\/td><\/tr>
    La documentation peut sembler s\u00e9par\u00e9e de la livraison.<\/td>La piste du README fait partie int\u00e9grante de la livraison elle-m\u00eame.<\/td><\/tr>
    \u201cTermin\u00e9\u201d signifie souvent que le code fonctionne.<\/td>\u201c Termin\u00e9 \u201d signifie que le code fonctionne et que le raisonnement qui le sous-tend est suffisamment visible pour \u00eatre examin\u00e9, compar\u00e9 et appris.<\/td><\/tr><\/tbody><\/table><\/figure>\n\n\n\n
    \"\"<\/figure>\n\n\n\n

    Pourquoi cela am\u00e9liore notre pratique professionnelle<\/strong><\/h2>\n\n\n\n

    Cette approche renforce notre fa\u00e7on de travailler de plusieurs mani\u00e8res.<\/p>\n\n\n\n

    Il am\u00e9liore partage de connaissances<\/strong> car le raisonnement ne dispara\u00eet plus dans la m\u00e9moire d'une seule personne.<\/p>\n\n\n\n

    Il am\u00e9liore collaboration<\/strong> parce que les gens peuvent voir non seulement ce qui a \u00e9t\u00e9 construit, mais aussi comment des d\u00e9cisions importantes ont \u00e9t\u00e9 prises.<\/p>\n\n\n\n

    Il am\u00e9liore responsabilisation<\/strong> parce que le r\u00f4le humain et le r\u00f4le de l'IA sont tous deux rendus visibles.<\/p>\n\n\n\n

    Il am\u00e9liore coh\u00e9rence<\/strong> car le laboratoire d\u00e9veloppe une structure commune pour expliquer le travail assist\u00e9 par l'IA.<\/p>\n\n\n\n

    Il am\u00e9liore apprentissage<\/strong> parce que diff\u00e9rentes approches peuvent \u00eatre compar\u00e9es plut\u00f4t que trait\u00e9es comme des bo\u00eetes noires.<\/p>\n\n\n\n

    Et cela s'am\u00e9liore maturit\u00e9 professionnelle<\/strong> car la livraison inclut un jugement visible, pas seulement le r\u00e9sultat final.<\/p>\n\n\n\n

    Plus important encore, cela nous aide \u00e0 pratiquer la compl\u00e9mentarit\u00e9 homme-IA de mani\u00e8re disciplin\u00e9e. Nous ne voulons pas que l'utilisation de l'IA dans le laboratoire reste informelle, invisible ou idiosyncratique. Nous voulons qu'elle devienne une mani\u00e8re de travailler visible et am\u00e9liorable.<\/p>\n\n\n\n

    \n

    \u201cLa question \u00e0 laquelle je reviens toujours n'est pas de savoir si le r\u00e9sultat est bon. C'est de savoir si je peux encore expliquer pourquoi j'ai pris cette d\u00e9cision. Le Purple Team Trail rend cela visible.\u201d \u2013 Aboubakar Samake<\/p>\n<\/blockquote>\n\n\n\n

    Forte norme pour le travail humain-IA<\/strong><\/h2>\n\n\n\n

    Au laboratoire de physique des affaires et d'IA, l'\u00e9quipe Purple et sa m\u00e9thode \u201cTrail\u201d red\u00e9finissent ce que signifie \"termin\u00e9\".<\/p>\n\n\n\n

    Termin\u00e9 ne signifie plus seulement que le code fonctionne.<\/p>\n\n\n\n

    Termin\u00e9 signifie que le code fonctionne et<\/strong> la raison d'\u00eatre est suffisamment visible pour \u00eatre examin\u00e9e, compar\u00e9e et apprise.<\/p>\n\n\n\n

    C'est une norme plus stricte, et elle correspond \u00e0 la fa\u00e7on dont nous percevons la qualit\u00e9 d'un syst\u00e8me de mani\u00e8re plus g\u00e9n\u00e9rale. En termes de Physique des Affaires, une performance plus solide ne vient pas seulement d'un mouvement plus rapide. Elle vient d'un meilleur retour d'information, d'une r\u00e9duction des frottements cach\u00e9s, d'une confiance plus fiable et d'un meilleur alignement entre les personnes, les outils et les d\u00e9cisions.<\/p>\n\n\n\n

    Le sentier de l'\u00c9quipe Violette soutient exactement cela.<\/p>\n\n\n\n

    \u00c0 mesure que l'IA s'int\u00e8gre au d\u00e9veloppement logiciel, les \u00e9quipes qui m\u00fbrissent le plus rapidement ne seront pas simplement celles qui g\u00e9n\u00e8rent du code plus rapidement. Ce seront celles qui pr\u00e9servent leur jugement tout en progressant rapidement.<\/p>\n\n\n\n

    C'est la norme que nous essayons de construire.<\/p>\n\n\n\n

    \n

    \u201c Les \u00e9quipes qui m\u00fbriront le plus rapidement en mati\u00e8re de d\u00e9veloppement assist\u00e9 par l'IA ne sont pas simplement celles qui g\u00e9n\u00e8rent du code plus rapidement. Ce sont celles qui conservent leur jugement tout en avan\u00e7ant rapidement et qui rendent ce raisonnement suffisamment visible pour s'am\u00e9liorer au fil du temps. \u201d \u2013 Thomas Hormaza Dow<\/p>\n<\/blockquote>\n\n\n\n

    Conclusion<\/strong><\/h2>\n\n\n\n

    Au laboratoire d'IA Business Physics, nous consid\u00e9rons le d\u00e9veloppement de logiciels homme-IA comme une question de pratique professionnelle, et pas seulement comme une production technique.<\/p>\n\n\n\n

    C'est pourquoi le Purple Team Trail compte pour nous. Avec le \u00c9quipe violette<\/strong> au centre, le Framework REACT<\/strong> fournir une structure, le journal de r\u00e9flexion<\/strong> en pr\u00e9servant le raisonnement, et le Bloc README<\/strong> en l'int\u00e9grant \u00e0 la livraison, nous avons un moyen pratique de garder la trace du jugement visible tout au long du travail.<\/p>\n\n\n\n

    L'\u00e9quipe rouge remet en cause les hypoth\u00e8ses.
    L'\u00e9quipe Bleue prot\u00e8ge les r\u00e9sultats.
    L'\u00c9quipe Violette pr\u00e9serve la trace du jugement.<\/p>\n\n\n\n

    Ce chemin nous permet de faire plus qu'exp\u00e9dier du code. Il nous permet de renforcer simultan\u00e9ment l'apprentissage, la responsabilisation et la compl\u00e9mentarit\u00e9 homme-IA.<\/p>","protected":false},"excerpt":{"rendered":"

    The following is a series of exchanges by members of the Business Physics AI Lab Team: Thomas Hormaza Dow, Vinay Kumar, Hichem Benzair, Aboubakar Samake, Ann Lockquell as well as our AI Agents, Charlie and Lena. How the Business Physics AI Lab preserves judgment in human\u2013AI software development Many teams are now using AI to generate […]<\/p>\n","protected":false},"author":1,"featured_media":300,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[9],"tags":[56,62],"class_list":["post-295","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-ai-article","tag-beyond-vibing-in-computer-science","tag-working-with-ai"],"yoast_head":"\nPurple Team Trail: Work with AI - Business Physics AI Lab<\/title>\n<meta name=\"description\" content=\"How the Purple Team Trail helps software teams preserve judgment, improve AI-assisted development, and strengthen accountability through REACT and README Trails.\" \/>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/businessphysics.ai\/fr\/purple-team-working-with-ai\/\" \/>\n<meta property=\"og:locale\" content=\"fr_CA\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Purple Team Trail: Work with AI - Business Physics AI Lab\" \/>\n<meta property=\"og:description\" content=\"How the Purple Team Trail helps software teams preserve judgment, improve AI-assisted development, and strengthen accountability through REACT and README Trails.\" \/>\n<meta property=\"og:url\" content=\"https:\/\/businessphysics.ai\/fr\/purple-team-working-with-ai\/\" \/>\n<meta property=\"og:site_name\" content=\"Business Physics AI Lab\" \/>\n<meta property=\"article:published_time\" content=\"2026-04-16T20:46:12+00:00\" \/>\n<meta property=\"article:modified_time\" content=\"2026-04-16T20:49:36+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/businessphysics.ai\/wp-content\/uploads\/2026\/04\/purple-team-working-with-ai.jpg\" \/>\n\t<meta property=\"og:image:width\" content=\"920\" \/>\n\t<meta property=\"og:image:height\" content=\"607\" \/>\n\t<meta property=\"og:image:type\" content=\"image\/jpeg\" \/>\n<meta name=\"author\" content=\"Business Physics\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:label1\" content=\"\u00c9crit par\" \/>\n\t<meta name=\"twitter:data1\" content=\"Business Physics\" \/>\n\t<meta name=\"twitter:label2\" content=\"Estimation du temps de lecture\" \/>\n\t<meta name=\"twitter:data2\" content=\"12 minutes\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\\\/\\\/schema.org\",\"@graph\":[{\"@type\":\"Article\",\"@id\":\"https:\\\/\\\/businessphysics.ai\\\/purple-team-working-with-ai\\\/#article\",\"isPartOf\":{\"@id\":\"https:\\\/\\\/businessphysics.ai\\\/purple-team-working-with-ai\\\/\"},\"author\":{\"name\":\"Business Physics\",\"@id\":\"https:\\\/\\\/businessphysics.ai\\\/#\\\/schema\\\/person\\\/43e64101068fd3fb267236426d1587a7\"},\"headline\":\"Purple Team Trail: Work with AI\",\"datePublished\":\"2026-04-16T20:46:12+00:00\",\"dateModified\":\"2026-04-16T20:49:36+00:00\",\"mainEntityOfPage\":{\"@id\":\"https:\\\/\\\/businessphysics.ai\\\/purple-team-working-with-ai\\\/\"},\"wordCount\":2802,\"commentCount\":0,\"publisher\":{\"@id\":\"https:\\\/\\\/businessphysics.ai\\\/#organization\"},\"image\":{\"@id\":\"https:\\\/\\\/businessphysics.ai\\\/purple-team-working-with-ai\\\/#primaryimage\"},\"thumbnailUrl\":\"https:\\\/\\\/businessphysics.ai\\\/wp-content\\\/uploads\\\/2026\\\/04\\\/purple-team-working-with-ai.jpg\",\"keywords\":[\"Beyond Vibing in Computer Science\",\"Working with AI\"],\"articleSection\":[\"AI Article\"],\"inLanguage\":\"fr-CA\",\"potentialAction\":[{\"@type\":\"CommentAction\",\"name\":\"Comment\",\"target\":[\"https:\\\/\\\/businessphysics.ai\\\/purple-team-working-with-ai\\\/#respond\"]}]},{\"@type\":\"WebPage\",\"@id\":\"https:\\\/\\\/businessphysics.ai\\\/purple-team-working-with-ai\\\/\",\"url\":\"https:\\\/\\\/businessphysics.ai\\\/purple-team-working-with-ai\\\/\",\"name\":\"Purple Team Trail: Work with AI - Business Physics AI Lab\",\"isPartOf\":{\"@id\":\"https:\\\/\\\/businessphysics.ai\\\/#website\"},\"primaryImageOfPage\":{\"@id\":\"https:\\\/\\\/businessphysics.ai\\\/purple-team-working-with-ai\\\/#primaryimage\"},\"image\":{\"@id\":\"https:\\\/\\\/businessphysics.ai\\\/purple-team-working-with-ai\\\/#primaryimage\"},\"thumbnailUrl\":\"https:\\\/\\\/businessphysics.ai\\\/wp-content\\\/uploads\\\/2026\\\/04\\\/purple-team-working-with-ai.jpg\",\"datePublished\":\"2026-04-16T20:46:12+00:00\",\"dateModified\":\"2026-04-16T20:49:36+00:00\",\"description\":\"How the Purple Team Trail helps software teams preserve judgment, improve AI-assisted development, and strengthen accountability through REACT and README Trails.\",\"breadcrumb\":{\"@id\":\"https:\\\/\\\/businessphysics.ai\\\/purple-team-working-with-ai\\\/#breadcrumb\"},\"inLanguage\":\"fr-CA\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\\\/\\\/businessphysics.ai\\\/purple-team-working-with-ai\\\/\"]}]},{\"@type\":\"ImageObject\",\"inLanguage\":\"fr-CA\",\"@id\":\"https:\\\/\\\/businessphysics.ai\\\/purple-team-working-with-ai\\\/#primaryimage\",\"url\":\"https:\\\/\\\/businessphysics.ai\\\/wp-content\\\/uploads\\\/2026\\\/04\\\/purple-team-working-with-ai.jpg\",\"contentUrl\":\"https:\\\/\\\/businessphysics.ai\\\/wp-content\\\/uploads\\\/2026\\\/04\\\/purple-team-working-with-ai.jpg\",\"width\":920,\"height\":607,\"caption\":\"purple team working with ai\"},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\\\/\\\/businessphysics.ai\\\/purple-team-working-with-ai\\\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Home\",\"item\":\"https:\\\/\\\/businessphysics.ai\\\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Purple Team Trail: Work with AI\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\\\/\\\/businessphysics.ai\\\/#website\",\"url\":\"https:\\\/\\\/businessphysics.ai\\\/\",\"name\":\"Business Physics AI Lab\",\"description\":\"About the Founder: Professor Thomas Hormaza Dow fosters an environment where research meets application, and where interns, researchers, and industry leaders collaborate to unlock new frontiers.\",\"publisher\":{\"@id\":\"https:\\\/\\\/businessphysics.ai\\\/#organization\"},\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\\\/\\\/businessphysics.ai\\\/?s={search_term_string}\"},\"query-input\":{\"@type\":\"PropertyValueSpecification\",\"valueRequired\":true,\"valueName\":\"search_term_string\"}}],\"inLanguage\":\"fr-CA\"},{\"@type\":\"Organization\",\"@id\":\"https:\\\/\\\/businessphysics.ai\\\/#organization\",\"name\":\"Business Physics AI Lab\",\"url\":\"https:\\\/\\\/businessphysics.ai\\\/\",\"logo\":{\"@type\":\"ImageObject\",\"inLanguage\":\"fr-CA\",\"@id\":\"https:\\\/\\\/businessphysics.ai\\\/#\\\/schema\\\/logo\\\/image\\\/\",\"url\":\"https:\\\/\\\/businessphysics.ai\\\/wp-content\\\/uploads\\\/2025\\\/01\\\/business-physics-logo-large-720.jpg\",\"contentUrl\":\"https:\\\/\\\/businessphysics.ai\\\/wp-content\\\/uploads\\\/2025\\\/01\\\/business-physics-logo-large-720.jpg\",\"width\":720,\"height\":720,\"caption\":\"Business Physics AI Lab\"},\"image\":{\"@id\":\"https:\\\/\\\/businessphysics.ai\\\/#\\\/schema\\\/logo\\\/image\\\/\"}},{\"@type\":\"Person\",\"@id\":\"https:\\\/\\\/businessphysics.ai\\\/#\\\/schema\\\/person\\\/43e64101068fd3fb267236426d1587a7\",\"name\":\"Business Physics\",\"image\":{\"@type\":\"ImageObject\",\"inLanguage\":\"fr-CA\",\"@id\":\"https:\\\/\\\/secure.gravatar.com\\\/avatar\\\/59db27a8d75ba16c76e0af319b569ba08a4650f1e9bc9141e5d749a790c51e7f?s=96&d=mm&r=g\",\"url\":\"https:\\\/\\\/secure.gravatar.com\\\/avatar\\\/59db27a8d75ba16c76e0af319b569ba08a4650f1e9bc9141e5d749a790c51e7f?s=96&d=mm&r=g\",\"contentUrl\":\"https:\\\/\\\/secure.gravatar.com\\\/avatar\\\/59db27a8d75ba16c76e0af319b569ba08a4650f1e9bc9141e5d749a790c51e7f?s=96&d=mm&r=g\",\"caption\":\"Business Physics\"},\"sameAs\":[\"https:\\\/\\\/businessphysics.ai\"],\"url\":\"https:\\\/\\\/businessphysics.ai\\\/fr\\\/author\\\/business-physics\\\/\"}]}<\/script>\n<!-- \/ Yoast SEO plugin. -->","yoast_head_json":{"title":"Purple Team Trail: Work with AI - Business Physics AI Lab","description":"How the Purple Team Trail helps software teams preserve judgment, improve AI-assisted development, and strengthen accountability through REACT and README Trails.","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/businessphysics.ai\/fr\/purple-team-working-with-ai\/","og_locale":"fr_CA","og_type":"article","og_title":"Purple Team Trail: Work with AI - Business Physics AI Lab","og_description":"How the Purple Team Trail helps software teams preserve judgment, improve AI-assisted development, and strengthen accountability through REACT and README Trails.","og_url":"https:\/\/businessphysics.ai\/fr\/purple-team-working-with-ai\/","og_site_name":"Business Physics AI Lab","article_published_time":"2026-04-16T20:46:12+00:00","article_modified_time":"2026-04-16T20:49:36+00:00","og_image":[{"width":920,"height":607,"url":"https:\/\/businessphysics.ai\/wp-content\/uploads\/2026\/04\/purple-team-working-with-ai.jpg","type":"image\/jpeg"}],"author":"Business Physics","twitter_card":"summary_large_image","twitter_misc":{"\u00c9crit par":"Business Physics","Estimation du temps de lecture":"12 minutes"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"Article","@id":"https:\/\/businessphysics.ai\/purple-team-working-with-ai\/#article","isPartOf":{"@id":"https:\/\/businessphysics.ai\/purple-team-working-with-ai\/"},"author":{"name":"Business Physics","@id":"https:\/\/businessphysics.ai\/#\/schema\/person\/43e64101068fd3fb267236426d1587a7"},"headline":"Purple Team Trail: Work with AI","datePublished":"2026-04-16T20:46:12+00:00","dateModified":"2026-04-16T20:49:36+00:00","mainEntityOfPage":{"@id":"https:\/\/businessphysics.ai\/purple-team-working-with-ai\/"},"wordCount":2802,"commentCount":0,"publisher":{"@id":"https:\/\/businessphysics.ai\/#organization"},"image":{"@id":"https:\/\/businessphysics.ai\/purple-team-working-with-ai\/#primaryimage"},"thumbnailUrl":"https:\/\/businessphysics.ai\/wp-content\/uploads\/2026\/04\/purple-team-working-with-ai.jpg","keywords":["Beyond Vibing in Computer Science","Working with AI"],"articleSection":["AI Article"],"inLanguage":"fr-CA","potentialAction":[{"@type":"CommentAction","name":"Comment","target":["https:\/\/businessphysics.ai\/purple-team-working-with-ai\/#respond"]}]},{"@type":"WebPage","@id":"https:\/\/businessphysics.ai\/purple-team-working-with-ai\/","url":"https:\/\/businessphysics.ai\/purple-team-working-with-ai\/","name":"Purple Team Trail: Work with AI - Business Physics AI Lab","isPartOf":{"@id":"https:\/\/businessphysics.ai\/#website"},"primaryImageOfPage":{"@id":"https:\/\/businessphysics.ai\/purple-team-working-with-ai\/#primaryimage"},"image":{"@id":"https:\/\/businessphysics.ai\/purple-team-working-with-ai\/#primaryimage"},"thumbnailUrl":"https:\/\/businessphysics.ai\/wp-content\/uploads\/2026\/04\/purple-team-working-with-ai.jpg","datePublished":"2026-04-16T20:46:12+00:00","dateModified":"2026-04-16T20:49:36+00:00","description":"How the Purple Team Trail helps software teams preserve judgment, improve AI-assisted development, and strengthen accountability through REACT and README Trails.","breadcrumb":{"@id":"https:\/\/businessphysics.ai\/purple-team-working-with-ai\/#breadcrumb"},"inLanguage":"fr-CA","potentialAction":[{"@type":"ReadAction","target":["https:\/\/businessphysics.ai\/purple-team-working-with-ai\/"]}]},{"@type":"ImageObject","inLanguage":"fr-CA","@id":"https:\/\/businessphysics.ai\/purple-team-working-with-ai\/#primaryimage","url":"https:\/\/businessphysics.ai\/wp-content\/uploads\/2026\/04\/purple-team-working-with-ai.jpg","contentUrl":"https:\/\/businessphysics.ai\/wp-content\/uploads\/2026\/04\/purple-team-working-with-ai.jpg","width":920,"height":607,"caption":"purple team working with ai"},{"@type":"BreadcrumbList","@id":"https:\/\/businessphysics.ai\/purple-team-working-with-ai\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Home","item":"https:\/\/businessphysics.ai\/"},{"@type":"ListItem","position":2,"name":"Purple Team Trail: Work with AI"}]},{"@type":"WebSite","@id":"https:\/\/businessphysics.ai\/#website","url":"https:\/\/businessphysics.ai\/","name":"Business Physics AI Lab","description":"\u00c0 propos du fondateur : Le professeur Thomas Hormaza Dow favorise un environnement o\u00f9 la recherche rencontre l'application, et o\u00f9 les stagiaires, les chercheurs et les leaders de l'industrie collaborent pour ouvrir de nouvelles fronti\u00e8res.","publisher":{"@id":"https:\/\/businessphysics.ai\/#organization"},"potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/businessphysics.ai\/?s={search_term_string}"},"query-input":{"@type":"PropertyValueSpecification","valueRequired":true,"valueName":"search_term_string"}}],"inLanguage":"fr-CA"},{"@type":"Organization","@id":"https:\/\/businessphysics.ai\/#organization","name":"Business Physics AI Lab","url":"https:\/\/businessphysics.ai\/","logo":{"@type":"ImageObject","inLanguage":"fr-CA","@id":"https:\/\/businessphysics.ai\/#\/schema\/logo\/image\/","url":"https:\/\/businessphysics.ai\/wp-content\/uploads\/2025\/01\/business-physics-logo-large-720.jpg","contentUrl":"https:\/\/businessphysics.ai\/wp-content\/uploads\/2025\/01\/business-physics-logo-large-720.jpg","width":720,"height":720,"caption":"Business Physics AI Lab"},"image":{"@id":"https:\/\/businessphysics.ai\/#\/schema\/logo\/image\/"}},{"@type":"Person","@id":"https:\/\/businessphysics.ai\/#\/schema\/person\/43e64101068fd3fb267236426d1587a7","name":"Physique des affaires","image":{"@type":"ImageObject","inLanguage":"fr-CA","@id":"https:\/\/secure.gravatar.com\/avatar\/59db27a8d75ba16c76e0af319b569ba08a4650f1e9bc9141e5d749a790c51e7f?s=96&d=mm&r=g","url":"https:\/\/secure.gravatar.com\/avatar\/59db27a8d75ba16c76e0af319b569ba08a4650f1e9bc9141e5d749a790c51e7f?s=96&d=mm&r=g","contentUrl":"https:\/\/secure.gravatar.com\/avatar\/59db27a8d75ba16c76e0af319b569ba08a4650f1e9bc9141e5d749a790c51e7f?s=96&d=mm&r=g","caption":"Business Physics"},"sameAs":["https:\/\/businessphysics.ai"],"url":"https:\/\/businessphysics.ai\/fr\/author\/business-physics\/"}]}},"_links":{"self":[{"href":"https:\/\/businessphysics.ai\/fr\/wp-json\/wp\/v2\/posts\/295","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/businessphysics.ai\/fr\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/businessphysics.ai\/fr\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/businessphysics.ai\/fr\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/businessphysics.ai\/fr\/wp-json\/wp\/v2\/comments?post=295"}],"version-history":[{"count":3,"href":"https:\/\/businessphysics.ai\/fr\/wp-json\/wp\/v2\/posts\/295\/revisions"}],"predecessor-version":[{"id":302,"href":"https:\/\/businessphysics.ai\/fr\/wp-json\/wp\/v2\/posts\/295\/revisions\/302"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/businessphysics.ai\/fr\/wp-json\/wp\/v2\/media\/300"}],"wp:attachment":[{"href":"https:\/\/businessphysics.ai\/fr\/wp-json\/wp\/v2\/media?parent=295"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/businessphysics.ai\/fr\/wp-json\/wp\/v2\/categories?post=295"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/businessphysics.ai\/fr\/wp-json\/wp\/v2\/tags?post=295"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}