L’IA, ce nouveau membre invisible de vos équipes : catalyseur ou perturbateur ?

Cet article est long, il résulte de l’analyse de 13 interviews. J’ai choisi d’en faire qu’un plutôt qu’une série d’articles. Libre à celles et ceux qui aiment les courts articles de blog de lire chacune des parties de façon indépendante.

Comme nombre d’entre vous, l’IA est arrivée avec fracas dans ma vie. Le 30 novembre 2022, Open AI annonce la première version de son agent conversationnel. C’est le début de nombreuses discussions, de questionnements dans notre quotidien, dans nos organisations et dans notre société. Après quelques essais avec l’IA, plusieurs lectures d’articles, d’écoutes de podcast, de visionnage de vidéos et plusieurs discussions avec des collègues, des clients, je me suis forgé des convictions personnelles sur l’IA.

En tant que coach qui accompagne des organisations dans leurs transformations (agile, agile à l’échelle, mode Produit, réorganisation, …), je souhaitais sortir de ces premières convictions et participer à la construction de convictions de groupe pour me former sur les prochains contextes des entreprises. Je me suis donc lancé dans une démarche proche d’une recherche utilisateur pour comprendre les impacts humains et organisationnels des usages de l’IA dans les pratiques d’équipe (génération de code via Claude ou CoPilot, de maquettes via Figma Make, d’analyse d’interviews via Gemini, …)

Autrement dit, comment l’usage de l’IA perturbe nos organisations ? Quels sont les avantages ? Les réticences? Les points de vigilance ? Les changements générés ? Les interrogations soulevées ?

(Verbatims extraits des interviews réalisées entre octobre et novembre 2025)

Préambule

Ce travail n’est pas exhaustif, il représente des observations par quelques fenêtres, petites : c’est une photo à un instant T (entre octobre et novembre 2025). Et l’environnement de la GenAI évolue très vite. Extrêmement vite. Au point parfois de provoquer une fatigue de veille.

Cet article est rédigé avec mon prisme en utilisant les mots des personnes interviewées. La synthèse des interviews a été générée par IA, relue et revue par Humain. (le prompt de départ est en annexe en fin d’article)

Enfin, en aucun cas, je prétends avoir une recette magique. J’en appelle à l’esprit critique de la lectrice et du lecteur.

La synthèse

Les motivations d’une révolution en cours

​​Pour commencer mes interviews, j’avais envie de commencer par ce qui a motivé les gens à adopter l’usage de l’IA dans leur métier. Sans surprise, il vient d’abord l’envie de gagner du temps, en productivité (13/13 personnes interviewées) sur leurs tâches souvent d’expertise : les développeurs choisissent l’IA, pour, par exemple, générer du code ou l’analyser, les Product Owners pour travailler une user story ou des épics, les designers pour la génération d’UI, ... Et à côté de ces tâches d’expertise, il y a aussi l’optimisation de tâches plus administratives, comme la rédaction de mails formels.

Le second point c’est l’appétence pour la technique (12/13), une grande partie des Octos se qualifient de “geeks historiques”. Du coup, pour elles et eux, cette révolution est un truc à aller voir.

Le troisième point, c’est que l’IA permet de dépasser ses fonctions (11/13), de réaliser des tâches au-delà de son socle de compétences. J’ai par exemple entendu : « Je ne sais pas coder, mais j’ai réussi à faire tourner un script Python. ». La palette de compétences semble s’agrandir. Ce qui est intéressant avec ce point-là, c’est que, d’un côté, j’entends souvent les personnes dire qu’elles utilisent l’IA parce qu’elles sont expertes (pouvant ainsi relire ce que l’IA produit) et, de l’autre, il y a une motivation d’acquérir des super-pouvoirs en dépassant leur expertise initiale (sans pouvoir relire et vérifier les résultats générés, on peut certes toujours utiliser notre esprit critique pour se faire une idée de la pertinence avec, sans doute, un gros risque d'effet Dunning-Kruger).

Une personne interviewée a partagé qu’elle était « tombée dans des pièges de débutant » en faisant un plan d’interviews utilisateur sans être UX. Elle a tout de même réussi à produire un protocole fonctionnel. A signaler que le fait de reconnaître, d’être conscient d’être tombé dans certains pièges est le signe d’un apprentissage.

Quatrième motivation : explorer un sujet (9/13) et ainsi avoir des idées que l’on n’aurait pas eues seul / seule ou que l’on aurait eues si on avait fait appel à l’intelligence collective d’un groupe (en sollicitant beaucoup de personnes). Il y a aussi la capacité à explorer des solutions rapidement (9/13). Une personne m’a dit : « En rebondissant de question en question, de réponse en réponse avec l’IA, on a réussi à faire un POC en un jour pour un client, juste pour lui montrer ce que ça pourrait donner. »

Enfin, cinquième motivation de ma synthèse : « Je n’ai pas le temps, je n’ai pas assez d’effectifs. » Ça rejoint un peu le gain de temps, mais ce n’est pas tout à fait le même stimulus.

Je conclus cette partie avec quelques verbatims récoltés :

• “Parce que je vais 3 fois plus vite”
• “Le sentiment qu’on est face à une révolution et que je n’avais pas envie de subir.”
• “c’est un outil qui m’aide à aller plus vite.”
• “A la base, il y a eu appétence technologique”
• “En premier lieu, la productivité, l’idée c’est d’en faire plus avec moins de temps”
• “Tester des choses plus rapidement : POC en 5 minutes.”
• “La frustration de ne pas savoir faire”
• “Avoir des idées”

Pour aller plus loin, il y a une enquête Anthropic à grande échelle sur le sujet : Anthropic Economic Index: Understanding AI's effects on the economy

Les gains concrets de l’IA : retour d’expérience

Est-ce que les motivations sont comblées ou pas ? Sur l’aide à la conception et à la clarification (12/13), la réponse est clairement oui. L’IA accélère et facilite la génération d'idées, de modèles (interviews utilisateurs, Lean Canvas, personas, protocole de tests), et aide à la compréhension de codes ou d'architectures complexes. Je pense, par exemple, à un binôme de développeurs qui, en 4 jours, a analysé un monolithe de code legacy, identifié les règles métiers, généré et exposé sur un site interne de la documentation associée au code.

Sur cet aspect, la capacité à prototyper rapidement (8/13) a été mentionnée à plusieurs reprises (éléments de Design System en code, prototypes complets permet de valider des concepts en un temps record (2-3 heures)

Comme cette aide est puissante et répond sur tous les sujets : les utilisatrices et utilisateurs expriment le fait de ne plus autant solliciter leurs collègues. Leur autonomie s'accroît (10/13) et leur besoin de synchronisation diminue. Cette autonomie s’exprime aussi sur la partie formation : l'IA est perçue comme une ressource d'apprentissage et de mentoring disponible 24/7 (10/13) voir "infinie" pour challenger, apprendre des choses et approfondir des notions.

Enfin, l’IA a, selon les personnes interviewées, amélioré la qualité et de la structuration (7/13) pour la rédaction (US, Epics, appels d'offres). Elle oblige notamment à cadrer le besoin via des questions ou des options à choisir, elle génère ainsi des questions chez l’utilisatrice ou l’utilisateur et peut ainsi contribuer à l'amélioration de la qualité du livrable final.

Quelques citations pour refermer cette partie :

• “Je crois que je suis plus efficace et plus disponible pour les autres.”
• “Ça va élargir le spectre de tout le monde, devenir autonome sur plus de sujets.”
• “C’est canon d’avoir une ressource infinie dispo H24, tu peux challenger, apprendre des choses, monter en compétences.”
• “J’ai moins besoin de gens, donc je suis plus efficace.”
• “J’ai l’impression de sortir plus intelligent”
• “Tu brainstormes avec quelqu’un facilement”
• “Ça m'encourage à travailler ma polyvalence, ça me semble plus accessible.”

L’envers du décor, les ombres derrière l’enthousiasme

La première ombre au tableau, fin 2025, c’est la fiabilité et les hallucinations (11/13) : pour les personnes interviewées, le risque que l'IA “invente” ou “extrapole” nécessite une relecture systématique. Pourquoi ? parce que l'utilisateur de l’IA est responsable du livrable, de sa qualité comme de sa pertinence. L’IA n’est qu’un outil, certes puissant et disponible, mais il reste un outil.

Autre revers de la médaille : les défis éthiques et sociétaux (10/13). On parle ici de préoccupations très larges qui incluent l'empreinte écologique, les risques sociétaux (conditions de data workers, les conditions de travail dans les mines des métaux utilisés pour la construction des puces et data centers), la souveraineté des données, le risque de “merdification” du web ou la facilité à générer du “faux”.

La liste est longue et pourrait donner lieu à un article de blog dédié voir plusieurs.

Les avantages mentionnés plus haut étaient accélération, disponibilité et qualité, il est donc assez facile de l’utiliser fréquemment, une utilisation fréquente n’est pas sans risque. Il y a la crainte de la dépendance et de la perte de compétences (7/13), “j’ai peur de devenir con”. Que devons-nous déléguer à la machine ?

Mes réflexions m’ont amené à voir dans l’IA une aide du même type que le GPS : une aide menant à une perte d'apprentissage, de capacité à réaliser la tâche sans l'outil.

Par ailleurs, comme le paysage des outils et des modèles évolue très très très rapidement, les pratiques standardisées n’ont pas le temps de cristalliser (6/13). Le rythme rend également la mesure de l'écart entre les différents outils, entre les différents modèles.

Dans une récente interview, une personne me disait que si une nouvelle solution du marché ne proposait pas une nouvelle valeur, elle passerait son chemin.

Pour obtenir un résultat pertinent (notamment éviter le faux et les hallucinations), il y a un

coût d'entrée pour le prompt (6/13). Coût d’entrée ? Apprendre à bien utiliser l'IA, à bien cadrer le contexte nécessite parfois de rédiger des prompts longs et précis, on m’a parlé de “prompt kilométrique”, de prompt de “500 à 800 lignes”). Bref, cet apprentissage n’est pas anodin en temps.

Les réseaux sociaux ont contribué à créer des espaces clos : des chambres d’échos ou des boucles de confirmation, ces espaces réunissent plusieurs personnes. L’expérience se fait, pour le moment, en solo., le risque d'isolement et de perte de lien social est réel pour plusieurs personnes (5/13). L'autonomie accrue peut réduire les interactions interpersonnelles, les échanges informels, le lien social est menacé, tout comme les idées inattendues générées par la rencontre, les rebonds.

Enfin, plus rare lors de mes interviews (3/13), il y a parfois une méfiance liée à l’utilisation de l’IA : des personnes peuvent remettre en question un contenu généré parce que justement il a été généré. Le fait de savoir que l’IA a été utilisée peut susciter des questionnements, ce qui m’amène à me poser la question “qu’en serait-il pour ces personnes dans le cas d’un ou d’une collègue qui l'utiliserait de manière excessive ?”. Est-ce que ses compétences seraient questionnées ? Comment se passerait une collaboration en binôme ?

Quelques morceaux choisis pour illustrer ces ombres :

• “Ça peut nous rendre dépendant, ça peut nous rendre bête. La dépendance à l’IA, c’est un gros red flag.”
• “J’ai peur de devenir con, j’ai peur de déléguer à la machine une réflexion que je pourrais savoir faire”
• “Est-ce que l’on n’est pas en train de s’amuser au dépens de la planète ?”
• “Clairement, ça isole [ndlr. des autres].”
• “J’ai peur qu’une machine fasse mon travail à ma place.”
• “On passe notre temps à relire du code généré, à corriger. C’est intense.”
• “Utiliser des IAs pour mes entretiens, c’est autoriser à ce que les données récoltées... soient envoyées Outre-Atlantique”
• “La limite c’est que je n’étais pas capable de tout vérifier.”
• “Tout le monde peut faire du faux, c’est dangereux d’un point de vue sociétal.”
• “Je trouve difficile d’avoir un avis assertif sur les outils : il y en a beaucoup. Et tous les mois, il y a une nouvelle génération.”

L’émergence de nouvelles façons de travailler

Tous les rôles évoluent vers un rôle de “relecteur” (12/13) : moins d’écriture de code, moins de maquettes créées de bout en bout par l’humain, moins de mails écrits à la main, … de plus en plus, nos rôles demandent de relire parfois un volume conséquent et d’affiner les résultats générés par l'IA.

Pour corriger ces erreurs ou ces imprécisions, l’accroissement du besoin de cadrage/validation a logiquement été mentionné à maintes reprises : 10 fois sur 13 interviews. Les équipes doivent désormais consacrer du temps à itérer sur les prompts voire à créer des frameworks d'instructions pour l'IA.

La disponibilité 24/7 fait de l’IA un nouveau coéquipier (11/13), l'outil devient un "bras droit", “un canard en plastique de luxe”, il permet un "discours intérieur puissance 10.000". Un outil omniprésent dans les équipes, chacun ayant un onglet ouvert.

Enfin, cet outil redynamise (9/13) le métier, il encourage les personnes à travailler leur polyvalence, à élargir leur spectre d'action sur des sujets qu'elles et ils n'auraient pas abordés auparavant.

Les questions soulevées avec l’IA

Les premières questions qui arrivent sont autour de l’impact sur l’individu et sur son environnement (13/13), par exemple “Est-ce que je continue à apprendre ?” ou “Est-ce que l’on n’est pas en train de s’amuser aux dépens de la planète ?”. Il y a les mêmes questions sur l’évolution des rôles et des métiers (12/13). Exemples : “Est-ce que l’on aura toujours besoin des autres ?”, “Comment je réinvente mon rôle ?”, “Comment on reste pertinent sur une chaîne de valeur donnée ?”.

Côté entreprise et organisation, plusieurs s’interrogent sur le futur du management et des organisation (11/13) : “Comment manager des personnes qui ont plus de temps ?”. Spoiler alert : les personnes n’ont pas plus de temps. Je m’explique : l’IA peut produire beaucoup plus rapidement qu’auparavant et peut donc libérer du temps. Lors de mes immersions et interviews, je constate que le temps dit gagné est réinvesti dans d’autres nouvelles avec ou sans IA. La cadence continue de s’accélérer, le context switching augmente (en lançant des travaux sur plusieurs agents par exemple.). Une meilleure question serait “Comment manager l'humain augmenté via l'IA ?” ou “Comment éviter de rendre les gens cinglés ?”

Autre interrogation autour de l’entreprise : qu’est-ce qui nous réunit à l’heure de l’IA ? Que veut dire “faire entreprise” à l’heure où chacun et chacune peut endosser tous les rôles ? Que devient la raison d’être de l’entreprise (5/13) au moment où “La production n’est plus ce qui rassemble.” Quels sont “les autres liens qui nous unissent dans l’entreprise ?”, “Comment on fait pour se réunir ? Pour avoir de l’impact ?”

Enfin, une partie des prix de vente de notre société est basée sur le temps passé à faire telle ou telle tâche. Comment vend-on à l’ère de l’IA ? Quel modèle économique (6/13) ?

Côté OCTO, nous nous interrogeons à “comment vendre des missions qui vont aller vite, comme des audits par exemple ?”. La question est extraite d’un interview où nous parlions d’audit technique, la question se pose pour des audits d’organisations, de cycle de production, pour des MVPs, des prototypes, … (liste loin d’être exhaustive).

Doit-on s’appuyer sur l’impact généré ? Quid des factures de tokens ?...

Pour terminer la partie sur la synthèse, je vous propose un panorama des usages par rôle et des témoignages pour démarrer l’IA avec une équipe ou une organisation.

L’IA en action : exemples d’utilisation par rôle

(Rappel : interviews réalisées en octobre-novembre 2025.

Lors de plus récents entretiens dont je n’ai pas fini le recueil et donc démarré la synthèse, je constate que les pratiques ont évolué, se sont diversifiées suite aux mises à jour de l’écosystème IA.)

Voici un panorama des usages récoltés lors des interviews :

Des Octos partagent un conseil pour débuter avec l’IA dans une équipe ou dans une organisation.

UX Designer : “Se poser 5 minutes, réfléchir à sa raison d’être, se poser la question de l’impact de l’usage (y compris impact systémique).”

Développeur : “Utilisez votre cerveau avant l’IA.”

UX Designer : “Identifier les endroits où l’IA est pertinente.”

Tech Lead : “Pourquoi ? C’est quoi l’ambition derrière ? Faire de l’IA pour faire de l’IA, ça ne sert à rien. Est-ce que l'IA est la bonne solution ? Et après on cadre le besoin, etc…”

Delivery Manager : “Faire en parallèle 2 choses : 1/ Permettre à ses employés de tester, d’expérimenter et c’est par la pratique que tu comprends. 2/ Mettre en œuvre avec vos devs ou vos prestas des pratiques qui utilisent ces moyens. Et débrouillez- vous pour bosser tant que faire se peut. Pensez souverain*.”*

PO : “Il faut une sensibilisation, l’IA c’est bien mais quand elle est bien utilisée.”

Architecte : “Partez avec des personnes motivées, il y a de grosses réticences sur le sujet. Formez à comprendre l’outil : comment ça marche ? Formez sur les bonnes pratiques (le savoir-faire émerge). Souveraineté ou pas ? La qualité du LLM influe beaucoup sur le résultat.”

Architecte : “Pour quels cas d’usage ? Accélérer le Prototypage ? Améliorer la productivité de certaines personnes ?”

UX Designer : “Je me demanderai pourquoi l’équipe ou l’organisation en a besoin.”

Delivery Manager : “1*/ Expérimenter dans les tâches du quotidien : meilleur moyen pour comprendre les possibilités et envisager des perspectives différentes. Ne pas s’arrêter aux 3 premiers prompts qui n’ont pas marché. 2/ Trouver un use case (refonte d’applis, code d’une nouvelle feature, …) et monter une équipe IA driven et prendre 2-3 personnes qui ont de l’expérience”*

Mes questions ?

Ces interviews, ces immersions ont fait émerger pas mal de questions chez moi, en voici quelques unes :

Extension de rôles, et alors ? L’IA donne un accès quasi sans limite au savoir, elle permet à n’importe quel membre d’équipe d’avoir plus d'autonomie, de savoir faire des choses au-delà de ses connaissances. Au-delà de son rôle ? Comment fait-on si, dans une équipe, tout le monde peut occuper en partie au moins le rôle de l’autre ?

Une chambre d’écho individuelle ? Les interactions avec les chabots IA enferment-elles dans une bulle ? Une chambre d’écho ? Sans prise de conscience, de recul, sans mécanisme de “protection”, la réponse est oui. La question est sans comment on évite les chambres d’écho individuelle dans une équipe ? Dans une organisation ?

Pourquoi cette question est importante, les chambres d’écho créées par les réseaux sociaux et les chaînes d’infos en continu ont contribué à polariser la société. Avons-nous envie d’être dans des organisations polarisées ?

Comment former et se former ? : Aujourd’hui, l’IA nous demande de relire, de vérifier. les personnes interrogées sont unanimes sur le fait qu’il faille une expertise pour être capable de challenger l’IA. Mais alors, comment fait-on pour former, dans un monde avec de l’IA, les futures expertes et experts capables de relire les productions futures des IA ?

Au rythme où cette technologie avance, je me demande si cette question est utile, si elle ne sera pas obsolète dans quelques années. A quel point l’IA va bouleverser le cycle d’apprentissage ?

La question qui suscite le plus de crainte chez moi est celle de la santé mentale. L’IA est disponible 24h/24, 7j/7, répond en quelques secondes voire quelques minutes. Travailler avec l’IA, c’est, pour moi, comme faire un tennis contre un mur, le mur retournera toujours la balle. Si j’accélère, il accélère. Le répit n’existe pas, surtout si je travaille avec plusieurs agents, si je joue avec plusieurs balles contre plusieurs murs. Combien de temps sommes-nous capables de jouer au tennis contre un mur ? Est-ce sain de travailler au rythme de l’IA ?

Lors de plus récentes interviews, des personnes me disaient avoir mis des mécanismes en place : équipe “surveillée” par les RHs, mise en place d’horaires d’équipe à ne pas dépasser, … Le sujet est identifié par certaines équipes et devrait l’être par toutes.

“Cold cases” : je vois, aujourd’hui, de plus en plus de travaux d’IA relancer de vieux projets, accélérer des sujets abandonnés car trop complexes. En remettant sur le haut de la pile ces projets, est-ce que l’on crée de la valeur ? Ont-ils plus de valeur que des projets plus récents ?

A l’inverse, nous pouvons nous demander quels sont les vieux projets qui méritent d’être ressortis des cartons ?

Et maintenant ?

Pendant ces interviews, j’ai constaté peu de stratégie autour de l’adoption de l’IA, les débuts ont souvent été des motivations personnelles.

Je pense que nos organisations ont besoin d’une stratégie : comment débuter ? Comment former à l’usage de l’IA ? Mais aussi, comment ça marche sous le capot ? Quelle est l’intention de notre utilisation de l’IA ? Quels sont les moyens pour ce projet ? … Bref, comme un projet, un service ou un produit, je pense qu’il faut cadrer, se poser avant de partir de façon dispersée.

Et peut-être que, dans un premier temps, il s’agit de donner les moyens aux personnes d'avoir des licences et du matos pour expérimenter et être plus proche des nouvelles innovations.

Suite à mes premières restitutions et au vu de la vitesse de l’écosystème IA, je me suis remis à interviewer des personnes, de nouvelles pratiques, technologies (BMAD) sont apparues. Le code devient une commodité, de grosses fonctionnalités peuvent être terminées en 2 jours, finalement est-ce bien ? Est-ce que le reste de l’organisation peut suivre ce rythme : est-ce le métier peut répondre rapidement aux sollicitations des agents IA, des équipes augmentées ? Est-ce que les utilisateurs peuvent adopter des fonctionnalités énormes toutes les semaines ? … Et une chose ressort de plus en plus : l’intention. Quelle est l’intention de mon produit ? De cette fonctionnalité ? Le concept d’Intent Driven Development apparaît.

L'enjeu lié à l'IA n'est pas uniquement technique, il est organisationnel et humain. Pour assurer l'impact attendu de l'IA dans les organisations, il faudra chercher à transformer ces questionnements en une approche à impact centré sur l’humain et les interactions, une approche, un cadre que l’on pourrait marketer comme "Human-First AI Framework".

Annexes

La démarche

Inspirée de la “user research” chère aux product designers, je me suis basé sur une recherche terrain via des interviews préparées (45 et 60 minutes), des observations et une synthèse avec comme besoins au départ : découvrir l’utilisation de l’IA dans les équipes, comprendre ce qui est vécu au quotidien et entendre les questionnements qui émergent.

Les 13 personnes interviewées représentaient 6 profils différents : architecte, développeur, product Owner, Product designer, Tech Lead & Delivery Manager. J’ai assisté à des démos de coding avec Claude, de rédaction de user stories via agent et écouté un retour de mission de développement où l’IA était extrêmement utilisée.

Voici quelques exemples de questions posées lors des entretiens :

• Comment votre équipe/département a-t-il commencé à intégrer l'IA dans le processus de développement de produits ?
• Vous, vous faites quoi avec l’IA ?
• Quelles sont les motivations derrière l'adoption de l'IA pour le développement de vos produits ?
• Y a-t-il eu une stratégie spécifique / une feuille de route pour l'intégration de l'IA ? Si oui, pourriez-vous la décrire ?
• Qu’a changé l’usage de l’IA dans la collaboration entre les différents membres de l'équipe ?
• Quels sont les impacts positifs et négatifs selon vous ?
• Quels sont les principaux défis que vous avez rencontrés lors de l'intégration de l'IA dans vos pratiques de développement de produits ?
• Comment l'introduction de l'IA a-t-elle affecté votre rôle ? Vos pratiques ?
• Quelles formations ou ressources ont été mises en place pour t’aider à s'adapter à l'utilisation de l'IA ?
• Quel conseil donneriez-vous à d'autres organisations qui envisagent d'intégrer l'IA dans leurs pratiques de développement de produits ?

Le prompt de départ

RÔLE : Je suis en coach en organisation chez OCTO Technology

CONTEXTE : J'ai mené des interviews au sein d'OCTO pour connaître l'utilisation que les Octos faisaient de l'IA dans leur milieu professionnel, connaître leurs motivations, leurs freins, ... Le but ultime : se forger des convictions de groupe pour accompagner les futures transfo de nos clients.

INSTRUCTION : Générer un rapport avec une première partie sur les motivations (5 max), une 2e sur les avantages (5 max), une 3e sur les pratiques (rangées par rôle), une 4e sur les réticences et les points de vigilance (7 max), une 5e sur les changements générés par ce nouvel outil, une 6e sur les interrogations soulevées par l'arrivée de ce nouvel outil dans les pratiques et une dernière avec tous les conseils pour débuter (les organiser par personne en anonymisant les noms et prénoms)

FORMAT : Pour chaque partie, le format attendu est une liste de points en respectant les maximums indiqués, chaque point peut être accompagné d'une description de 50 mots max. Pas besoin d'être trop verbeux.

DONNÉES D'ENTRÉE : Les fichiers dont le titre commence par "Interview #