L’AI Act : l’Europe peut-elle réguler l’IA et l’utiliser pour se gouverner ?

Partager :

Série « L’intelligence artificielle peut-elle aider l’Europe à mieux gérer son économie ? » — Partie VI, article n° 26 sur 40.

En bref

L’Union européenne est la première grande puissance à avoir adopté une loi générale sur l’intelligence artificielle, le règlement (UE) 2024/1689, appelé AI Act. Ce texte classe les systèmes d’IA en fonction de leur niveau de risque. Il interdit certains usages, encadre strictement ceux qui concernent l’accès aux prestations sociales, au crédit ou à l’emploi, et impose aux administrations des obligations de transparence et de contrôle humain. En 2026, le « Digital Omnibus » a repoussé une partie de ces obligations. L’article expose la logique du règlement et ce qu’il implique pour une Europe qui souhaiterait recourir à l’IA pour éclairer ses propres décisions économiques. Il s’arrête aussi sur un paradoxe : le texte protège bien l’individu face à un algorithme, mais il dit peu de chose des modèles qui orientent les décisions collectives.

Un courrier de la caisse d’allocations

Un mardi matin, à Rotterdam, Samira ouvre un courrier de l’administration fiscale néerlandaise. Elle doit rembourser plusieurs années d’allocations de garde d’enfants, car son dossier aurait été signalé comme « à risque ». Elle ignore pourquoi, par qui, et comment contester. Samira n’existe pas, mais son histoire rappelle celle de dizaines de milliers de familles prises dans ce que les Pays-Bas appellent la toeslagenaffaire (l’affaire des allocations), qui a provoqué la démission du gouvernement en janvier 2021.

Au même moment, à Bruxelles, des économistes de la Commission utilisent des modèles pour estimer l’effet d’une nouvelle règle budgétaire sur la croissance des vingt-sept pays. Leurs résultats ne concernent personne en particulier, et pourtant ils pèseront sur le budget de millions de ménages. Les deux scènes soulèvent la même question sous deux angles. Lorsqu’une autorité publique s’appuie sur un calcul automatisé, qui protège les personnes concernées, et qui contrôle le calcul ? L’AI Act répond à la première scène. Sur la seconde, il en dit beaucoup moins.

Comprendre l’AI Act en quatre étages

Adopté en juin 2024, publié au Journal officiel le 12 juillet 2024 et entré en vigueur le 1er août 2024, le règlement part d’une idée simple. Plutôt que de réglementer « l’IA » en bloc, il réglemente des usages, en fonction du risque qu’ils présentent pour la santé, la sécurité et les droits fondamentaux. On peut se le figurer comme un immeuble de quatre étages.

Le dernier étage regroupe les pratiques interdites (article 5), applicables depuis le 2 février 2025 : manipulation exploitant les vulnérabilités, notation sociale des personnes, prédiction d’infractions fondée uniquement sur le profilage, constitution de bases de reconnaissance faciale par collecte non ciblée d’images, reconnaissance des émotions au travail et à l’école et, sauf exceptions encadrées, identification biométrique à distance en temps réel par la police dans l’espace public.

L’étage inférieur accueille les systèmes « à haut risque ». Il s’agit soit de composants de sécurité de produits déjà réglementés (dispositifs médicaux, machines, jouets…), listés à l’annexe I, soit d’usages autonomes listés à l’annexe III : biométrie, infrastructures critiques, éducation, emploi, accès aux services publics et privés essentiels (éligibilité aux prestations d’assistance publique, évaluation de la solvabilité, tarification de certaines assurances), maintien de l’ordre, migrations, justice et processus démocratiques. Ces systèmes doivent prévoir une gestion des risques, des données de qualité, une documentation, des journaux d’événements et un contrôle humain effectif.

Le troisième étage concerne la transparence (article 50), avec l’obligation de signaler qu’on s’adresse à une IA et de marquer les contenus générés. Le rez-de-chaussée regroupe la grande majorité des applications, dont le risque est minimal. Un régime distinct, appliqué depuis le 2 août 2025, vise les modèles à usage général (les grands modèles de langage).

Un exemple chiffré permet de mesurer l’enjeu. Prenons une administration sociale qui traite 1 million de demandes par an et se sert d’un score de risque pour cibler ses contrôles. Avec un taux de faux positifs de 2 %, 20 000 ménages honnêtes sont contrôlés à tort chaque année. Si ces erreurs touchent surtout un groupe (une nationalité, un quartier), l’injustice devient systémique. C’est justement ce genre de configuration que l’annexe III classe en « haut risque ».

Deux obligations concernent plus particulièrement les administrations. L’article 27 impose aux organismes de droit public, ainsi qu’aux entités privées qui fournissent un service public, de réaliser une analyse d’impact sur les droits fondamentaux avant de déployer un système à haut risque. L’article 86 donne aux personnes concernées le droit d’obtenir une explication claire du rôle joué par le système dans une décision qui les touche. Pour les pratiques interdites, les sanctions peuvent atteindre 35 millions d’euros ou 7 % du chiffre d’affaires mondial. Les institutions de l’Union sont elles aussi soumises au texte, sous la surveillance du Contrôleur européen de la protection des données.

Le mécanisme : pourquoi réguler par le risque, et ce que le Digital Omnibus a changé

Une logique héritée de la sécurité des produits

L’AI Act s’inspire de l’architecture européenne de la sécurité des produits : des exigences essentielles fixées par la loi, des normes techniques harmonisées (CEN-CENELEC), une évaluation de conformité et une surveillance du marché confiée à des autorités nationales. Au sein de la Commission, un Bureau de l’IA supervise les modèles à usage général. Traiter l’IA comme un produit plutôt que comme un acte d’autorité apporte de la prévisibilité, avec un seul jeu de règles au lieu de vingt-sept. Cette approche cerne moins bien, en revanche, l’outil qu’une administration développe elle-même et intègre dans une chaîne de décision politique.

Le report de 2026

La plupart des règles devaient entrer en application le 2 août 2026. En novembre 2025, la Commission a toutefois proposé un « Digital Omnibus » de simplification, dans le sillage du rapport Draghi, qui avait souligné la charge réglementaire pesant sur les entreprises européennes du numérique. Un accord provisoire a été conclu le 7 mai 2026 ; le Parlement l’a voté le 16 juin, le Conseil l’a adopté le 29 juin et le texte a paru au Journal officiel le 24 juillet 2026, selon les analyses de cabinets juridiques consultées. Les obligations portant sur les systèmes de l’annexe III s’appliqueront donc le 2 décembre 2027, et celles de l’annexe I le 2 août 2028. Le texte ajoute par ailleurs une interdiction des systèmes générant des contenus intimes non consentis ou pédocriminels, à partir du 2 décembre 2026, et allège l’obligation de « littératie en IA ».

Certains voient dans ce report le temps nécessaire pour produire les normes techniques, sans lesquelles personne ne sait comment se mettre en conformité. D’autres y voient la prolongation d’une période pendant laquelle des usages publics sensibles restent peu encadrés. Les deux lectures s’appuient sur des faits exacts ; elles diffèrent par le poids qu’elles donnent à l’innovation et à la protection.

L’« effet Bruxelles » : fait, hypothèse ou espoir ?

En 2020, la juriste Anu Bradford a décrit un « effet Bruxelles » : le marché européen étant vaste et les entreprises préférant souvent une norme mondiale unique, les règles de l’Union finissent par s’appliquer bien au-delà de ses frontières. Le RGPD en est l’exemple le plus cité. Pour l’IA, il s’agit d’une hypothèse et non d’un fait établi. Les grands fournisseurs de modèles sont surtout américains et chinois, les États-Unis ont opté pour une approche bien moins contraignante, et plusieurs chercheurs doutent qu’un texte aussi complexe soit repris tel quel. L’effet joue peut-être sur certaines pratiques (documentation, étiquetage des contenus) sans s’étendre à l’ensemble.

Trois lectures s’affrontent. La lecture protectrice estime que, sans règles, l’IA publique reproduit des discriminations à grande échelle ; la lecture compétitive considère que l’Europe régule ce qu’elle ne produit pas ; la lecture institutionnelle voit dans le texte un cadre de confiance, condition de l’acceptation. Aucune n’est démontrée pour l’instant.

Simulation : un modèle européen d’aide à la décision passe-t-il le test ?

Scénario fictif : en 2028, la Commission étudie trois outils dans le cadre du « Système européen d’intelligence économique » que construit cette série. Nous les examinons à la lumière de l’AI Act, tel que nous le comprenons, en posant des hypothèses explicites.

Outil (fictif)UsageClassement probableObligations principales
A. Prévision probabiliste du PIB des 27Nourrir le Semestre européenHors haut risque (aucune personne visée)Droit commun ; bonnes pratiques volontaires
B. Score de risque de fraude sur des bénéficiaires de fondsCibler les audits de projetsÀ analyser : haut risque si l’outil évalue des personnes physiques pour l’accès à des aidesGestion des risques, contrôle humain, journalisation, analyse d’impact
C. Assistant conversationnel expliquant le budget aux citoyensInterface multilingueTransparence (article 50)Informer qu’il s’agit d’une IA

Le résultat va contre l’intuition. L’outil A, qui peut peser sur l’orientation budgétaire de toute l’Union, échappe en grande partie au règlement, car il ne prend aucune décision concernant une personne identifiée. L’outil B, aux effets macroéconomiques bien plus modestes, est potentiellement le plus encadré. Un calcul simple le montre. Si l’outil A surestime de 0,5 point la croissance de la zone euro et que la règle de dépenses s’appuie sur cette estimation, l’erreur peut entraîner des écarts de plusieurs dizaines de milliards d’euros sur les trajectoires budgétaires agrégées (ordre de grandeur hypothétique, qui dépend des élasticités retenues). Aucun droit individuel à l’explication ne couvre ce type d’erreur.

Il ne s’agit pas d’un oubli. Protéger un individu contre une décision automatisée et contrôler un modèle qui éclaire un choix politique sont deux problèmes différents ; le second relève du droit budgétaire, de la responsabilité politique et de l’audit. Une Europe qui voudrait se gouverner avec l’IA aurait donc à inventer des règles adaptées à ses modèles collectifs.

Facteurs humains : le contrôle humain ne se réduit pas à un bouton

L’article 14 du règlement prévoit que les systèmes à haut risque puissent être surveillés efficacement par des personnes. Il comporte une précision peu courante dans un texte de loi : la personne chargée du contrôle doit rester consciente de la tendance à se fier automatiquement aux résultats, ce que la recherche nomme le biais d’automatisation. Parasuraman et Manzey (2010) ont montré que cette confiance excessive touche aussi les experts, qu’elle s’accroît avec la charge de travail et qu’une simple consigne de vigilance ne suffit pas à la faire disparaître.

Les pilotes de ligne connaissent bien ce phénomène. Un équipage peut suivre un pilote automatique engagé sur un mauvais mode parce que tout « a l’air normal ». L’aviation a donc appris à exiger des annonces croisées, des vérifications mutuelles et une compréhension de ce que fait l’automatisme. Un agent public qui valide 300 signalements par jour sur un écran est dans une situation comparable, à une différence près, qui est de taille : il manque souvent d’une formation équivalente, de temps et d’une culture de la remise en question. Le contrôle humain n’existe vraiment que si l’organisation lui donne les moyens de s’exercer.

Un deuxième mécanisme intervient dans la fabrique des lois, l’heuristique de disponibilité. Les scandales visibles, comme l’affaire néerlandaise, restent très présents dans la mémoire des législateurs, tandis que les bénéfices diffus d’un outil bien conçu (fraudes évitées, délais raccourcis) ne se voient pas. On risque alors de surprotéger certains usages et de négliger des risques moins spectaculaires, comme ceux des modèles macroéconomiques. Ce constat ne vise pas les législateurs en particulier ; il décrit toute décision collective prise avec une attention limitée.

Le troisième mécanisme est le cadrage national. Pendant la négociation, certains gouvernements ont défendu des exceptions de sécurité intérieure pour la biométrie, tandis que d’autres craignaient des contraintes sur les modèles de fondation de leurs jeunes pousses. Ces positions traduisent des intérêts et des coalitions qui changent avec le temps, et non des « cultures nationales » figées.

Facteurs humains

  • Biais d’automatisation tendance à suivre la recommandation d’une machine même lorsque d’autres indices la contredisent. Les experts y sont aussi exposés.
  • Complaisance relâchement de la vigilance lorsqu’un système fonctionne bien la plupart du temps, si bien que les rares erreurs passent inaperçues.
  • Dilution de responsabilité lorsque fournisseur, administration et agent se renvoient la décision, personne ne se considère comme l’auteur du résultat.
  • Disponibilité les scandales médiatisés influencent davantage la régulation que les risques statistiques diffus.
  • Parade organisationnelle sans temps, sans formation et sans droit de dire « non », le contrôle humain se réduit à une signature.

L’apport potentiel de l’IA : se conformer, et se gouverner

L’IA peut, paradoxalement, aider à appliquer l’AI Act : documentation automatique des journaux exigés, tests statistiques de biais avant déploiement, analyse des registres publics. Dès 2020, Amsterdam et Helsinki ont ouvert des registres de leurs algorithmes. En matière de gouvernance économique, un modèle de prévision européen peut publier ses incertitudes, ses hypothèses et ses erreurs passées. L’AI Act ne l’exige pas, mais son approche (documenter, tracer, superviser) peut être étendue de façon volontaire aux modèles collectifs.

Ce que l’IA peut réellement faire

  • Opérationnel en 2026 outils d’aide à la conformité (journalisation, documentation), tests de biais sur des jeux de données, registres publics d’algorithmes dans certaines villes, détection automatisée des contenus générés.
  • Expérimental : audits algorithmiques indépendants standardisés, évaluations d’impact sur les droits fondamentaux assistées par des outils, bacs à sable réglementaires (dont la date limite de création a été repoussée à août 2027).
  • Plausible 2030-2040 : extension des exigences de traçabilité aux modèles macroéconomiques publics européens, avec publication systématique des incertitudes et audits croisés entre institutions.
  • Spéculatif une IA qui vérifierait en continu la conformité juridique de chaque décision publique. L’interprétation du droit restera un acte humain, et contestable.

Étude de cas : SyRI et l’affaire des allocations aux Pays-Bas

Les Pays-Bas font partie des États européens les plus avancés en matière d’administration électronique, ce qui rend leur expérience instructive. Le premier épisode concerne SyRI (Systeem Risico Indicatie), un système qui croisait des données administratives pour détecter des risques de fraude sociale, en particulier dans des quartiers modestes. Le 5 février 2020, le tribunal de district de La Haye a jugé que la législation qui l’encadrait violait l’article 8 de la Convention européenne des droits de l’homme (vie privée), faute de transparence et de garanties suffisantes. Le jugement condamnait l’opacité, pas l’usage des données en lui-même.

Le second épisode est l’affaire des allocations de garde d’enfants. Pendant des années, l’administration fiscale a considéré de nombreuses familles comme fraudeuses à cause d’erreurs administratives mineures, en leur réclamant des remboursements parfois ruineux. La double nationalité faisait partie des indicateurs de risque. En décembre 2020, le rapport d’enquête parlementaire a parlé d’« injustice sans précédent ». Le gouvernement a démissionné en janvier 2021 et, en décembre 2021, l’autorité néerlandaise de protection des données a infligé à l’administration fiscale une amende de 2,75 millions d’euros pour traitement illicite de données de nationalité.

Le problème dépassait l’algorithme. Il venait aussi d’une politique de « tolérance zéro » votée démocratiquement, d’une culture de suspicion et de l’absence de recours effectif. L’AI Act aurait sans doute classé une partie de ces outils en haut risque et imposé analyse d’impact et contrôle humain, mais il n’aurait pas suffi à corriger la loi de fond ni la culture de l’organisation. La Pologne fournit un exemple proche : un système de profilage des chômeurs y a été abandonné en 2019, après qu’un arrêt du Tribunal constitutionnel de 2018 eut exigé que ces règles soient fixées par la loi.

Trois scénarios pour 2035

Scénario conservateur. Faute d’autorités de surveillance correctement dotées, l’AI Act est appliqué de façon inégale ; les administrations réservent l’IA aux tâches internes et les modèles économiques restent hors champ. Le coût est faible à court terme, mais des gains d’efficacité sont perdus.

Scénario intermédiaire. Les normes harmonisées sont publiées et les analyses d’impact entrent dans la routine. La Commission, la BCE et plusieurs institutions budgétaires indépendantes adoptent de leur propre initiative une charte de transparence pour leurs modèles de prévision (erreurs passées, intervalles d’incertitude, hypothèses). Le risque est que cette charte reste formelle.

Scénario avancé. Un système européen intégré d’aide à la décision, soumis à une supervision démocratique à plusieurs niveaux, archive chaque simulation utilisée dans une décision budgétaire et la rend réplicable et contestable devant une instance indépendante ; le Parlement européen et les parlements nationaux y ont accès. Les obstacles sont la souveraineté budgétaire, les coûts, la bureaucratisation et la dépendance aux infrastructures de calcul. Ce scénario ne suppose pas en lui-même davantage de fédéralisme, puisqu’il vaut aussi bien pour une coordination intergouvernementale que pour une capacité budgétaire commune.

Pour aller plus loin : Décision et incertitude : pourquoi on se trompe · L’erreur humaine : la comprendre pour mieux l’éviter

Limites et objections

La mise en conformité a un coût, plus lourd pour les petites entreprises européennes que pour les géants étrangers, ce que le report de 2026 reconnaît en partie. Beaucoup de notions (« contrôle humain effectif », « risque significatif ») devront encore être interprétées par la Cour de justice. Réguler l’IA ne garantit pas qu’on la maîtrise : une administration qui achète un modèle à un fournisseur non européen dépend de la documentation de celui-ci. Sur le plan de la légitimité, certains jugent que les usages publics sensibles devraient relever des parlements nationaux plutôt que d’un règlement européen, quand d’autres rappellent qu’un marché unique suppose des règles communes. Une règle trop lourde, enfin, peut inciter des administrations à présenter artificiellement leurs systèmes comme une « simple aide » pour échapper au haut risque.

Le système européen d’intelligence économique

Cet article ajoute un élément au Module 8 (supervision démocratique multi-niveaux), sous la forme d’un « socle de conformité ». Celui-ci applique l’AI Act aux composants qui concernent des personnes (détection de fraude, interfaces citoyennes) et étend volontairement ses principes aux modèles collectifs : documentation, journalisation, publication des incertitudes, contrôle humain outillé contre le biais d’automatisation. Il rappelle aussi une limite. Le droit de l’IA protège les individus, tandis que la légitimité des choix collectifs relève d’autres instances.

Conclusion

Avec l’AI Act, l’Union est devenue un laboratoire mondial de la régulation de l’IA. Sa logique fondée sur les risques est cohérente, mais son application reste en chantier et son calendrier a déjà glissé. À une Europe qui voudrait se servir de l’IA pour mieux comprendre ses décisions économiques, il fournit un vocabulaire utile (traçabilité, contrôle humain, analyse d’impact) sans apporter de solution complète, car les modèles qui orientent les budgets collectifs échappent en grande partie à son champ.

Chacun a sa part de responsabilité. Le citoyen peut faire valoir ses droits (explication, recours) et demander aux administrations de rendre leurs outils publics. Chaque État membre doit donner à ses autorités de surveillance de réelles compétences et revoir les politiques de fond, au-delà des seuls algorithmes. Les institutions européennes doivent appliquer à leurs propres modèles les exigences qu’elles imposent aux autres. Quant à la technologie, elle peut faciliter la conformité, sans remplacer ni le juge ni le Parlement.

Question de réflexion : faut-il soumettre les modèles qui éclairent les grandes décisions budgétaires européennes aux mêmes exigences de transparence que les algorithmes qui évaluent les individus, ou ces deux réalités appellent-elles des règles différentes ?

Cinq enseignements essentiels

Défi

🧩 Le défi des enseignements

Testez votre intuition, puis débloquez les enseignements un par un. Combien en auriez-vous trouvé seul ?

Étape 1 · Testez votre flair

🎲 Pari : selon vous, combien de enseignements compte cette section ?

🧭 Votre intuition : ces enseignements agissent surtout…

Étape 2 · Retournez les cartes

Découvertes
0 / 5

L’AI Act (règlement 2024/1689) réglemente des usages selon leur niveau de risque, pas la technologie en bloc.

Les usages publics touchant l’accès aux prestations, au crédit ou à l’emploi sont classés « à haut risque » ; leurs obligations ont été repoussées à décembre 2027 par le Digital Omnibus.

Le contrôle humain exigé par la loi n’est efficace que si l’organisation combat activement le biais d’automatisation.

Les modèles macroéconomiques qui orientent les décisions collectives échappent largement au règlement : leur contrôle relève d’autres règles, à inventer en partie.

L’« effet Bruxelles » appliqué à l’IA reste une hypothèse ; régulation et capacité industrielle sont deux questions distinctes.

🏅 Défi relevé !Les 5 enseignements sont à vous. Lequel vous a le plus surpris ?

Trois idées reçues à déconstruire

« L’AI Act interdit l’IA dans les administrations. » Faux. Le texte interdit quelques pratiques précises et encadre les usages à haut risque. La grande majorité des applications administratives restent libres, dans le respect du droit commun et notamment du RGPD.

« Un humain dans la boucle suffit à garantir une décision juste. » Faux. S’il manque de temps, de formation et d’autorité pour contredire la machine, l’humain a tendance à valider ce qu’on lui soumet. Le règlement le reconnaît d’ailleurs en mentionnant explicitement le biais d’automatisation.

« L’affaire néerlandaise était un bug informatique. » Réducteur. L’affaire associait une loi très stricte, une culture administrative de la suspicion, des indicateurs discriminatoires et l’absence de recours effectif. L’algorithme a amplifié des choix faits par des humains.

Quiz : avez-vous compris le mécanisme ?

1. Pourquoi un modèle de prévision du PIB européen n’est-il en général pas « à haut risque » au sens de l’AI Act ? Parce que le haut risque se définit par des usages qui touchent des personnes (accès aux prestations, emploi, crédit, justice…). Un modèle macroéconomique ne prend aucune décision individuelle, et son contrôle passe par d’autres mécanismes (audit, responsabilité politique).

2. Qu’a changé le Digital Omnibus adopté en 2026 ? Il a reporté au 2 décembre 2027 les obligations applicables aux systèmes de l’annexe III et au 2 août 2028 celles de l’annexe I. Il a aussi allégé l’obligation de littératie en IA et ajouté, à compter du 2 décembre 2026, une interdiction des contenus intimes non consentis générés par IA.

3. Quelle obligation pèse sur une administration qui veut déployer un système à haut risque ? Elle doit notamment réaliser une analyse d’impact sur les droits fondamentaux (article 27) et assurer un contrôle humain effectif ; les personnes concernées disposent en outre d’un droit à l’explication (article 86).

Pour aller plus loin dans la série

  • Article n° 19 — L’IA contre la fraude aux fonds européens
  • Article n° 27 — Protéger la vie privée sans aveugler l’économie : RGPD, Data Act et données publiques
  • Article n° 29 — Qui est responsable quand l’Europe se trompe ?

Dans la série nationale « L’intelligence artificielle peut-elle sauver l’économie d’une nation ? », les articles consacrés aux biais cognitifs et à la conscience de la situation complètent cette lecture.

Sources et bibliographie commentée

  • Règlement (UE) 2024/1689 du Parlement européen et du Conseil du 13 juin 2024 établissant des règles harmonisées concernant l’intelligence artificielle, JO L du 12 juillet 2024. Le texte de référence ; voir notamment les articles 5, 14, 27, 50, 86 et l’annexe III.
  • Sidley Austin, « EU Lawmakers Reach Provisional Agreement to Delay Key EU AI Act Obligations », juin 2026. Synthèse claire de l’accord provisoire du 7 mai 2026.
  • Garrigues, « AI Digital Omnibus Regulation has been published », 2026. Dates de publication et d’entrée en vigueur du règlement modificatif.
  • Pinsent Masons, « Dutch tax authority record fine for discriminatory data processing », décembre 2021. Sur l’amende de 2,75 millions d’euros.
  • Bradford, A. (2020), The Brussels Effect: How the European Union Rules the World, Oxford University Press. La thèse de l’influence normative mondiale de l’UE, à lire avec ses critiques.
  • Parasuraman, R. et Manzey, D. (2010), « Complacency and Bias in Human Use of Automation », Human Factors, 52(3). Synthèse de référence sur le biais d’automatisation.
  • Tribunal de district de La Haye, jugement SyRI du 5 février 2020. Décision fondatrice sur l’usage d’algorithmes de détection de fraude sociale.
  • Draghi, M. (2024), The future of European competitiveness, rapport à la Commission européenne. Pour le débat sur la charge réglementaire.

Cet article pourrait aider quelqu’un que tu connais ?
Partage-le en un clic, c’est souvent le meilleur point de départ d’une vraie conversation.

Ou sur :

Leave a comment

0.0/5