<?xml version="1.0" encoding="UTF-8"?><rss xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:content="http://purl.org/rss/1.0/modules/content/" xmlns:atom="http://www.w3.org/2005/Atom" version="2.0" xmlns:cc="http://cyber.law.harvard.edu/rss/creativeCommonsRssModule.html">
    <channel>
        <title><![CDATA[Stories by Hélène Gianessi on Medium]]></title>
        <description><![CDATA[Stories by Hélène Gianessi on Medium]]></description>
        <link>https://medium.com/@helene_?source=rss-2e9512059099------2</link>
        <image>
            <url>https://cdn-images-1.medium.com/fit/c/150/150/1*8cAXNb_gDsHIOY5HKPFb7g@2x.jpeg</url>
            <title>Stories by Hélène Gianessi on Medium</title>
            <link>https://medium.com/@helene_?source=rss-2e9512059099------2</link>
        </image>
        <generator>Medium</generator>
        <lastBuildDate>Mon, 16 Nov 2026 07:27:46 GMT</lastBuildDate>
        <atom:link href="https://medium.com/@helene_/feed" rel="self" type="application/rss+xml"/>
        <webMaster><![CDATA[yourfriends@medium.com]]></webMaster>
        <atom:link href="http://medium.superfeedr.com/" rel="hub"/>
        <item>
            <title><![CDATA[Votre chatbot sera intelligent, si vous l’êtes aussi.]]></title>
            <link>https://medium.com/@helene_/votre-chatbot-sera-intelligent-si-vous-l%C3%AAtes-aussi-47f483541018?source=rss-2e9512059099------2</link>
            <guid isPermaLink="false">https://medium.com/p/47f483541018</guid>
            <category><![CDATA[artificial-intelligence]]></category>
            <category><![CDATA[chatbots]]></category>
            <category><![CDATA[machine-learning]]></category>
            <category><![CDATA[virtual-assistant]]></category>
            <category><![CDATA[nlu]]></category>
            <dc:creator><![CDATA[Hélène Gianessi]]></dc:creator>
            <pubDate>Thu, 04 Apr 2019 03:46:02 GMT</pubDate>
            <atom:updated>2019-04-04T03:46:02.132Z</atom:updated>
            <content:encoded><![CDATA[<h3>Ne laissez pas cet écueil anéantir votre chatbot !</h3><h4><strong>71% des personnes ayant utilisé un chatbot disent qu’il n’a pas résolu leur problème. Ce problème récurrent fait du tord à l’industrie. Néanmoins, une nouvelle approche dans vos projets chatbot vous permettra de résoudre rapidement ce problème.</strong></h4><p>Imaginez avoir passé des heures sur votre projet chatbot, à concevoir la base de connaissances, la structurer, puis créer des parcours plus complexes et in-fine, vous dire que votre chatbot est un véritable “assistant virtuel”.</p><iframe src="https://cdn.embedly.com/widgets/media.html?src=https%3A%2F%2Fgiphy.com%2Fembed%2F3oz8xLd9DJq2l2VFtu%2Ftwitter%2Fiframe&amp;url=https%3A%2F%2Fgiphy.com%2Fgifs%2Felection2016-donald-trump-election-2016-3oz8xLd9DJq2l2VFtu&amp;image=https%3A%2F%2Fmedia.giphy.com%2Fmedia%2F3oz8xLd9DJq2l2VFtu%2Fgiphy.gif&amp;key=a19fcc184b9711e1b4764040d3dc5c07&amp;type=text%2Fhtml&amp;schema=giphy" width="435" height="260" frameborder="0" scrolling="no"><a href="https://medium.com/media/c042f24a6e6184c931c23ed821cfa06c/href">https://medium.com/media/c042f24a6e6184c931c23ed821cfa06c/href</a></iframe><p>En moyenne, 60% des demandes utilisateurs ne trouvent pas de réponses dans la base de connaissances d’un chatbot. C’est la dure réalité des projets chatbot, mais surement aussi l‘expérience à laquelle tous les utilisateurs de chatbot se sont confrontés un jour.</p><p>Alors comment éviter cela et réduire ce gap qui met en danger la raison d’exister de votre bot ?</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*543tCXzU9MiAs6QvdSstbg.png" /></figure><h3>Confrontez vous rapidement à vos utilisateurs</h3><p>N’est-ce pas le plus important ? Pour rappel, la base de connaissances contient l’ensemble des questions et des réponses que votre chatbot doit connaitre afin de répondre à ses utilisateurs.Sa structure et sa richesse sont très importants. Néanmoins, ils ne constituent pas une garantie quant à l’utilité de votre chatbot, ou à sa capacité à résoudre les problèmes de vos utilisateurs.</p><p>Sans verbatims clients issus de la mise en place d’un module “live chat”, vous n’aurez pas d’autres choix que d’utiliser votre FAQ comme base de départ. Notre <a href="http://www.tolk.ai/"><em>plateforme Tolk.ai</em></a><em> </em>permet d’importer et de déployer un chatbot Q&amp;A en quelques instants. Donc de passer à l’étape suivante qui est la confrontation avec les utilisateurs finaux.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*zacllMB4DrBLBIOV3J1tZw.gif" /><figcaption>Import FAQ et déploiement d’un bot Q&amp;A sur tolk.ai</figcaption></figure><p>Si votre chatbot ne répond qu’à une vingtaine de questions à son lancement, ce n’est pas grave, bien au contraire. Dans un premier temps, concentrez-vous sur des questions simples, souvent posées par vos clients et laissez la main à un humain pour les autres demandes. Pendant ce temps gardez un oeil attentif aux messages reçus. Ce sont eux qui vont vous permettre d’améliorer sa compréhension et d’élargir son périmètre.</p><p>Cette phase est absolument cruciale. Elle ne peut être surmontée qu’avec l’appui d’outils calibrés pour cette mission.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*17kY1yWrL3M1oPbgFq-gUA.png" /></figure><h3>Monitorez les messages des utilisateurs</h3><p>L’analyse des messages reçus par votre chatbot est la clé de son succès.</p><p>Au lancement, votre chatbot ne pourra traiter qu’environ 40% des demandes qu’il reçoit et cela pour plusieurs raisons :</p><ul><li>Le langage est complexe et chacun a sa propre façon de s’exprimer. Les modèles de langues (NLU) nécessite un entrainement intensif à partir des logs de conversations reçus,</li><li>Votre base de connaissances contient des questions trop proches en terme de sens ou de sémantiques. Il est nécessaire d’avoir recours à des technologies de <a href="https://fr.wikipedia.org/wiki/D%C3%A9sambigu%C3%AFsation_lexicale">désambiguïsation</a> (à noter que cette technologie est native dans <a href="http://www.tolk.ai/">Tolk.ai</a>),</li><li>Les demandes utilisateurs n’ont pas été anticipées, il est nécessaire de faire évoluer la base de connaissances ou de créer le service associé.</li></ul><p><strong>Les requêtes mal interprétées</strong></p><p>Il existe des solutions pour résoudre les 2 premiers problèmes précédemment cités, liés à la mauvaise interpretation des requêtes.</p><ul><li>Entraîner le modèle NLU à partir des logs mal interprétés semble évident. Cependant comment être sûr que l’ajout de ces messages à votre entraînement améliorera la compréhension ? En effet, les technologies NLU sont très capricieuses, et les entraîner requiert au moins un peu d’expérience, sinon un savoir faire technique poussé. Dès lors, l’utilisation d’un <a href="https://towardsdatascience.com/train-validation-and-test-sets-72cb40cba9e7"><em>validation set</em></a>, c’est à dire un ensemble de phrases d’exemple que votre chatbot se doit reconnaître, sans qu’elles ne fassent partie de son <a href="https://towardsdatascience.com/train-validation-and-test-sets-72cb40cba9e7"><em>training set</em></a>. Le validation set sert alors de référence pour mesurer l’impact de vos actions sur la compréhension. Comprend-il mieux ces phrases maintenant que vous avez renforcé l’entraînement ? Si oui, well done, votre travail porte ces fruits !</li><li>Pour identifier les conflits entre deux questions, utilisez une <a href="https://www.lebigdata.fr/confusion-matrix-definition"><em>matrice de confusion</em></a> qui vous permettra de comprendre quelles questions sont le plus souvent confondues et prendre les décisions en conséquence. Faut-il regrouper ces questions autour d’une réponse commune ? Faut-il modifier votre entraînement ?</li></ul><p>Ces deux outils vous permettront de suivre l’évolution de votre entraînement et de cibler exactement les questions pouvant être mal interprétées. Tout cela est très technique et souvent pas à la portée de profils non-expert. C’est à la lumière de ce constat que nous avons conçu Tolk.ai. Otter la complexité technique du machine learning pour permettre à nos clients de se concentrer sur la transmission du savoir métier vers l’intelligence conversationnelle.</p><p><strong>Les requêtes non présentes dans votre base de connaissances</strong></p><p>Vous avez identifié en amont de votre projet les demandes les plus fréquentes de vos clients et les avez intégrées à la base de connaissances de votre chatbot. Maintenant qu’il est en ligne, vous découvrez que vos clients ont d’autres demandes récurrentes que vous ne traitez pas encore. Parfait, il vous suffit maintenant de regrouper ces demandes et de créer des réponses pour enrichir sa base de connaissances !</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*wkYh3yB-ty06NDbMPGNDVg.png" /></figure><h3>Enrichissez la base de connaissances</h3><p>Les logs de conversation sont une mine d’or. Ils vous permettent d’identifier en temps réel les sujets ou les problèmes qui préoccupent le plus vos clients. Mais les volumétries importantes que peuvent adresser les chatbots nécessitent aussi d’utiliser des outils adaptés, permettant la <a href="https://fr.wikipedia.org/wiki/Partitionnement_de_donn%C3%A9es"><em>clusterisation</em></a> des demandes utilisateurs. Cela permet d’identifier rapidement le hors scope et de faire évoluer le scope fonctionnel de votre assistant virtuel</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*5ByuobW9KehdDPh_-_Ga4A.png" /><figcaption>Log clustering sur tolk.ai</figcaption></figure><p>Ce type d’outil vous permettra de créer facilement de nouvelles questions / réponses avec un entraînement du modèle NLU déjà prêt, construit à partir des messages de vos utilisateurs.</p><blockquote>Résultat ? Des questions mieux ciblées répondant aux attentes des utilisateurs et un gain de temps assuré sur l’entraînement</blockquote><p>Si vous ne souhaitez pas inclure de réponses précises à certaines requêtes récurrentes, soyez transparent et expliquez à vos utilisateurs que votre chatbot n’a pas pour but de traiter ces demandes. Si cela est possible, dirigez-les vers un interlocuteur plus adapté.</p><p>Cela vous permettra de réduire le nombre d’incompréhensions de votre chatbot et d’offrir une expérience plus agréable à ces utilisateurs. En effet, personne n’a envie de discuter avec quelqu’un qui ne le comprend pas. Il est beaucoup moins frustrant d’être face à un interlocuteur qui vous comprend mais qui ne connait simplement pas la réponse à votre question, surtout lorsque ce dernier vous redirige vers une personne plus apte à vous aider.</p><h3><strong>En conclusion</strong></h3><p>Pour éviter de mettre à disposition de vos utilisateur un chatbot inutile, retenez ces points clés:</p><p>🙏 <strong>Soyez patient : </strong>ne<strong> </strong>cherchez pas la perfection dès lancement de votre chatbot et ne pensez pas que le travail le plus important se fait en amont du <a href="https://blog.thechatbotfactory.com/les-7-p%C3%A9ch%C3%A9s-capitaux-pour-un-projet-dassistant-conversationnel-aa44b7fe245d">projet</a>. L’amélioration de sa compréhension et l’élargissement de son périmètre se fera à partir de sa mise en ligne, de façon régulière et continue.</p><p>🔎 <strong>Soyez attentif :</strong> Utilisez les outils qui vous permettront de mesurer la qualité de votre entraînement et gardez un oeil aux messages reçus par votre chatbot. C’est ce qui vous permettra de mieux cerner les attentes de vos utilisateurs, leur façon de s’exprimer, et ainsi d’entraîner votre chatbot en conséquence.</p><p>🚀<strong> Soyez réactif : </strong>maintenant que vous connaissez vos utilisateurs, ne perdez pas de temps, apportez leur une réponse, même générique, le but est de comprendre les demandes de vos utilisateurs et de ne pas les laisser seuls face à une incompréhension.</p><p><strong>Pour résumer</strong>, votre chatbot comprendra vos utilisateurs que si vous les comprenez vous même, n’oubliez pas que <strong>vous</strong> êtes la clé de l’intelligence de votre chatbot. Si vous veillez de façon régulière à son entraînement et à l’enrichissement de sa base de connaissances, ses performances ne feront que s’améliorer au fil des conversations.</p><iframe src="https://cdn.embedly.com/widgets/media.html?src=https%3A%2F%2Fgiphy.com%2Fembed%2Fd3mlE7uhX8KFgEmY%2Ftwitter%2Fiframe&amp;display_name=Giphy&amp;url=https%3A%2F%2Fgiphy.com%2Fgifs%2Fculture--think-hmm-d3mlE7uhX8KFgEmY&amp;image=https%3A%2F%2Fmedia2.giphy.com%2Fmedia%2Fd3mlE7uhX8KFgEmY%2Fgiphy.gif&amp;key=a19fcc184b9711e1b4764040d3dc5c07&amp;type=text%2Fhtml&amp;schema=giphy" width="435" height="239" frameborder="0" scrolling="no"><a href="https://medium.com/media/de50718f475e385609f104814f996a34/href">https://medium.com/media/de50718f475e385609f104814f996a34/href</a></iframe><h3>Qui sommes-nous ?</h3><p><a href="http://thechatbotfactory.com/">The Chatbot Factory</a> est une startup spécialisée dans le design, le développement et l’entraînement de chatbots voix / texte en langage naturel sur la base d’une solution propriétaire Tolk.ai.<br>Contactez-nous 👉<a href="http://helene@thechatbotfactory.com/"> helene@thechatbotfactory.com</a></p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=47f483541018" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[RGPD & CHATBOT : ÊTES-VOUS PRÊT ?]]></title>
            <link>https://medium.com/@helene_/rgpd-chatbot-%C3%AAtes-vous-pr%C3%AAt-9e7633135953?source=rss-2e9512059099------2</link>
            <guid isPermaLink="false">https://medium.com/p/9e7633135953</guid>
            <category><![CDATA[chatbots]]></category>
            <category><![CDATA[gdpr]]></category>
            <category><![CDATA[rgpd]]></category>
            <category><![CDATA[law]]></category>
            <category><![CDATA[privacy]]></category>
            <dc:creator><![CDATA[Hélène Gianessi]]></dc:creator>
            <pubDate>Wed, 25 Apr 2018 14:01:33 GMT</pubDate>
            <atom:updated>2018-04-25T14:02:25.868Z</atom:updated>
            <content:encoded><![CDATA[<figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*PsZ_LstDniCWXoadJWFrQQ.png" /></figure><p>À quelques semaines de l’entrée en vigueur du RGPD, beaucoup de professionnels s’interrogent encore. Si vous n’êtes pas tout à fait à l’aise avec le sujet, c’est le moment ou jamais d’en comprendre les enjeux.</p><p><strong>The Chatbot Factory</strong> a laissé la parole à <strong>Marie Soulez</strong>, avocate du cabinet <strong>Alain Bensoussan</strong> spécialisé dans la protection des données. Enjeux, contraintes, bonnes pratiques, elle partage avec nous quelques éléments indispensables du RGPD appliqués aux chatbots.</p><h3><strong>Tout comprendre sur le RGPD appliqué aux chatbots : enjeux, contraintes et bonnes pratiques à adopter.</strong></h3><p>Le chatbot ou robot conversationnel est un programme informatique pouvant dialoguer avec un être humain en langage naturel, c’est-à-dire dans un langage que l’humain peut comprendre, à l’écrit et/ou à l’oral, grâce à sa capacité d’appréhension algorithmique d’un grand nombre de données. La technique du chatbot est largement dépendante des progrès de l’intelligence artificielle puisqu’à terme l’objectif est que, appliquant les préceptes du test de Turing, l’utilisateur ne puisse affirmer avec certitude s’il dialogue avec un robot ou un humain.</p><blockquote>En contact direct avec des personnes physiques qui souhaitent obtenir une information ou bénéficier d’un service, les chatbots vont obtenir de l’utilisateur un certain nombre d’informations qui le rendent parfois identifiable et relèvent à ce titre de la catégorie des données à caractère personnel (par exemple le nom et prénom de l’utilisateur du chatbot).</blockquote><p>C’est la raison pour laquelle, à quelques semaines de l’entrée en vigueur du règlement général sur la protection des données (RGPD), le développement exponentiel des chatbots pose la question du traitement des données personnelles par ces intelligences artificielles. Il est encore temps pour les entreprises de s’assurer des bonnes pratiques à mettre en place dans le cadre de cette nouvelle réglementation</p><p><strong>Pourquoi le développement des chatbots ne doit pas passer à côté de la mise en place du RGPD ?</strong></p><p>Comme tout objet algorithmique se nourrissant de données, les entreprises ayant recours à des chatbots ne doivent pas passer à côté de l’entrée en vigueur du RGPD. Cette nouvelle réglementation offre une protection accrue des personnes concernées dont les données à caractère personnel font l’objet d’un traitement, traitement inhérent à l’exploitation de chatbots. Le RGPD entrera en vigueur le 25 mai 2018 et impose aux entreprises un certain nombre d’obligations, notamment le respect des principes essentiels de protection dès la conception, de minimisation et de détermination des finalités de traitement de données à caractère personnel.</p><h3><strong>Obligations et principes essentiels</strong></h3><p>S’agissant des chatbots les principes suivants méritent une attention particulière :</p><p><strong>Dans le cas où le traitement est fondé sur l’obtention du consentement</strong> : Le responsable du traitement doit être en mesure de démontrer que la personne concernée a donné son consentement [1]. La charge de la preuve pèse donc sur le responsable du traitement. Il faut alors se demander si le simple fait pour l’utilisateur d’exploiter un chatbot équivaut à un consentement de sa part. Mais dès lors, quel consentement lorsque le test de Turing sera un succès : l’utilisateur sera dans l’incapacité de distinguer le robot de l’homme. La Cnil ne s’est pas encore penchée sur le sujet mais une bonne pratique pourrait être la mise en place d’un bandeau comme pour les sites internet afin d’informer l’utilisateur du recueil de ses données à caractère personnel avec une possibilité pour l’interlocuteur de s’y opposer.</p><p><strong>Le recueil de données sensibles</strong> comme les opinions politiques, les convictions religieuses, les informations sur la vie sexuelle ou la santé de l’utilisateur. La nature particulière de ces données impose des obligations supplémentaires. Par exemple, les données de santé doivent être stockées chez un hébergeur agréé à cet effet.</p><p><strong>Durée de conservation des données</strong>. Les données doivent être conservées pour une durée limitée. Cette durée est estimée au regard de la finalité du traitement. Il y a plusieurs situations à distinguer :</p><ul><li>Pour un chatbot conçu pour répondre aux questions d’un utilisateur à un instant T et y apporter une réponse standardisée : il n’y a aucune raison de conserver les données de l’utilisateur pour une longue durée ;</li><li>Pour un chatbot de deep learning qui a besoin de données pour mettre en œuvre des traitements algorithmiques : une durée de conservation plus longue peut être définie, conformément aux réglementations et normes en vigueur.</li></ul><p><strong>Respect des droits des utilisateurs (rectification, effacement, portabilité des données</strong>). L’utilisateur du chatbot doit demeurer maître de ses données. Comme tout système exploitant des données à caractère personnel, le responsable du traitement doit veiller au respect des droits de l’utilisateur sur ses données personnelles [2]et prévoir les modalités d’exercice de ces droits.</p><p><strong>Comment se préparer à l’entrée en vigueur de cette réglementation ?</strong></p><p>Face au développement des chatbots s’alimentant d’une multitude de données, il est important de veiller à la conformité des traitements effectués. Il faut s’assurer également de la protection de la vie privée des utilisateurs, le chatbot ne devant être amené à communiquer les données de son interlocuteur sans le consentement de celui-ci et pour une finalité autre que celle attendue par l’utilisateur. Les entreprises qui mettent en place des chatbots doivent enfin veiller à ce que leur prestataire, sous-traitant au sens du RGPD, soit en conformité avec ses différentes exigences.</p><p>Les responsables de traitement doivent mettre en œuvre les actions propres à se mettre en conformité au règlement général sur la protection des données afin d’être prêt le 25 mai 2018.</p><p><a href="#_ftnref1"><em>[1]</em></a><em> Règlement général sur la protection des données (UE) 2016/679, art 7 « conditions applicables au consentement ».</em></p><p><a href="#_ftnref1"><em>[2]</em></a><em> Règlement général sur la protection des données (UE) 2016/679, Chapitre III « Droits de la personne concernée »</em></p><h3>💡 Les conseils de The Chatbot Factory</h3><p>Vous concevez des chatbots ? Voici quelques clés pour vous assurer de respecter le RGPD :</p><ul><li>Avant l’Opt-in, ou dès l’Onboarding, pensez à prévenir l’utilisateur du recueil de ses données.</li><li>Veillez à la vie privée de l’utilisateur. Demandez-lui uniquement les informations nécessaires au bon déroulement de son expérience.</li><li>Créez un intent dédié aux données. Faites en sorte que le chatbot puisse répondre aux questions de l’utilisateur sur le traitement de ses données personnelles : “Que faites-vous de mes données ?” “Quelles sont les données que vous conservez ?”…</li><li>L’utilisateur du chatbot reste maître de ses données. Laissez l’utilisateur gérer ses données comme il le souhaite, dans un menu persistent par exemple !</li></ul><p>Maintenant que vous êtes incollable, à vous de jouer !</p><iframe src="https://cdn.embedly.com/widgets/media.html?src=https%3A%2F%2Fgiphy.com%2Fembed%2FzcCGBRQshGdt6%2Ftwitter%2Fiframe&amp;display_name=Giphy&amp;url=https%3A%2F%2Fgiphy.com%2Fgifs%2Freaction-office-space-that-was-easy-zcCGBRQshGdt6&amp;image=https%3A%2F%2Fmedia1.giphy.com%2Fmedia%2FzcCGBRQshGdt6%2Fgiphy.gif&amp;key=a19fcc184b9711e1b4764040d3dc5c07&amp;type=text%2Fhtml&amp;schema=giphy" width="435" height="279" frameborder="0" scrolling="no"><a href="https://medium.com/media/795b2fe5523423f46f8108c8c588021e/href">https://medium.com/media/795b2fe5523423f46f8108c8c588021e/href</a></iframe><h3>À propos de l’auteur</h3><p><em>Marie Soulez, Avocat, Lexing Alain Bensoussan Avocats</em></p><p>Avocat à la Cour d’appel de Paris et titulaire du certificat de spécialisation en droit de la propriété intellectuelle, avec la qualification spécifique « droit de la propriété littéraire et artistique », Marie Soulez dirige le département contentieux de la propriété intellectuelle du cabinet Lexing Alain Bensoussan Avocats. Elle intervient notamment dans le cadre d’actions civiles et pénales dans les domaines de la contrefaçon des droits d’auteur et droits voisins, de la concurrence déloyale, de la protection de la vie privée et du droit à l’image. Elle assiste également ses clients pour la mise en œuvre de stratégies de protection de leurs innovations. Elle préside la commission Réalité virtuelle de l’Association du droit des robots (ADDR), et est chargée d’enseignement en droit de la propriété intellectuelle et Cloud Computing à Centrale Supelec.</p><p><em>Le cabinet Alain Bensoussan</em></p><p>Spécialisé depuis 1978 dans le domaine de l’informatique, le cabinet Alain Bensoussan s’est très rapidement trouvé confronté à des problématiques nouvelles liées à l’irruption de l’outil informatique dans la quasi-totalité des activités humaines.<br>Le commerce, les relations du travail, les droits de la personnalité, la presse, les communications publiques et privées, les marchés publics, les activités bancaires et financières, les activités sur le réseau internet en sont autant d’exemples.<br>Ainsi, le cabinet peut apporter à ses clients toute l’aide et l’assistance dont ils ont besoin notamment dans les domaines suivants : droit de l’informatique, protection des données personnelles, droit des communications électroniques, droit des contrats, droit de la responsabilité, marchés et contrats publics propriété intellectuelle, marques, noms de domaine, dessins et modèles et brevets, droit du travail, droit de l’expertise et droit pénal.</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=9e7633135953" width="1" height="1" alt="">]]></content:encoded>
        </item>
    </channel>
</rss>