Latest / Le centre de gravité / Avec l'IA, le consentement ne suffit plus

Transcript

Avec l'IA, le consentement ne suffit plus · Le centre de gravité

• 0:00
  Épisode avec liya, le consentement ne suffit plus,
• 0:03
  chapitre un, la scène impossible, une paire de
• 0:07
  lunettes, une salle de bain et une question qu aucune case à
• 0:11
  cocher ne règle vraiment qui ici a consenti.
• 0:15
  Une paire de lunettes en apparence, rien de
• 0:17
  spectaculaire, une monture sobre, un logo connu, pas
• 0:20
  d'écran devant les yeux, pas de casque futuriste, juste un objet
• 0:23
  qui ressemble à un accessoire ordinaire.
• 0:25
  C'est aussi pour cela qu'il inquiète peu au départ, le
• 0:28
  produit est discret, il donne l'impression d'une technologie
• 0:30
  déjà installée dans les gestes quotidiens.
• 0:32
  Vous Regardez, vous parlez, la machine répond, puis le cadre
• 0:35
  change. En mars 2026, la BBC rapporte,
• 0:37
  après une enquête de journaux suédois, que des sous-traitants
• 0:39
  au Kenya ont vu dans des contenus remontés par les
• 0:42
  lunettes Meta, des personnes aux toilettes, des corps nus, des
• 0:45
  scènes sexuelles. On ne parle plus de données au
• 0:49
  sens abstrait, on parle de moments intimes.
• 0:51
  À partir de là, le mot important n'est plus donné, mais le
• 0:53
  regard. Une donnée peut rester
• 0:55
  abstraite. Un regard signifie qu'à un
• 0:57
  moment précis, quelqu'un a vu Meta dans une déclaration citée
• 1:00
  par la BBC, explique que lorsque des personnes partagent du
• 1:02
  contenu avec Meta et I, l'entreprise peut faire appel à
• 1:06
  des sous-traitants pour examiner certaines données afin
• 1:08
  d'améliorer l'expérience utilisateur.
• 1:09
  Dit simplement, entre vous et la machine, il peut y avoir
• 1:13
  d'autres humains. Le problème commence ici.
• 1:17
  L'enjeu n'est pas seulement l'enregistrement.
• 1:18
  Ce qui change vraiment, c'est la possibilité qu'un contenu soit
• 1:21
  revu par quelqu'un. Ses lunettes captent ce que vous
• 1:23
  voyez au moment où vous le voyez.
• 1:25
  Elles peuvent donc enregistrer ce que vous vivez, mais aussi ce
• 1:28
  que vivent les autres autour de vous, une cuisine, un salon, une
• 1:31
  chambre, une salle de bain. Le poing aveugle est ici la
• 1:34
  personne qui accepte les conditions générales, c'est
• 1:36
  l'acheteur, pas celle qui apparaît dans le miroir, pas
• 1:39
  celle qui passe derrière vous, pas celle qui parle dans la
• 1:42
  pièce, pas celle qui entre simplement dans le champ.
• 1:45
  Elle n'a rien signé, rien réglé, rien négocié.
• 1:48
  Pourtant elle peut se retrouver dans la chaîne.
• 1:50
  C'est à ce moment que le consentement montre sa limite.
• 1:53
  Il existe peut être pour l'utilisateur, il ne vaut
• 1:55
  presque plus pour la scène ni pour les autres personnes qui
• 1:58
  s'y trouvent. La vraie question n'est donc
• 2:00
  peut être pas est ce que les lunettes voient ?
• 2:02
  La vraie question c'est quoi regarde quand la machine
• 2:05
  regarde ? Chapitre 2, la revue le
• 2:09
  consentement paraît simple tant que la machine reste seule dès
• 2:12
  qu'une scène repasse devant des humains.
• 2:14
  Tout change il. Y a 2 mots pour raconter la même
• 2:16
  histoire, Collect et review. Le premier fait déjà partie du
• 2:20
  quotidien numérique, le 2nd reste beaucoup plus troublant.
• 2:23
  Nous avons fini par nous habituer à la collecte, les
• 2:25
  plateformes, les applis et les objets connectés collectent.
• 2:28
  Le mot est banal. Review change immédiatement la
• 2:31
  situation parce qu'une personne intervient après la machine,
• 2:34
  quelqu'un regarde ce qui a été remonté, vérifie, classe,
• 2:38
  corrige et décide. Dans les cas ambigus, c'est un
• 2:40
  terme technique, mais c'est lui qui concentre le problème moral
• 2:43
  du système. Meta l'emploi dans un
• 2:45
  vocabulaire très standard, des contractors peuvent examiner
• 2:48
  certains contenus pour améliorer l'expérience présenté ainsi,
• 2:51
  cela ressemble presque à une opération de maintenance.
• 2:55
  Pourtant, c'est là que tout bascule.
• 2:57
  Une scène intime cesse d'être un moment privé, elle devient un
• 3:00
  cas, une salle de bain devient un contenu a filtré pour la
• 3:03
  personne concernée. Le résultat est simple, ce qui
• 3:06
  n'aurait jamais dû circuler a circulé, et ce qui n'aurait
• 3:09
  jamais dû être vu a été vu entre stockage et revue.
• 3:12
  La différence n'est pas seulement technique, elle tient
• 3:15
  à la présence d'un témoin. Voilà pourquoi la revue humaine
• 3:18
  choqué davantage que là simple collecte, nous avons intégré
• 3:21
  l'idée d'un traitement automatique.
• 3:22
  Nous acceptons beaucoup moins l'idée qu'au bout de la chaîne
• 3:25
  se trouve encore quelqu'un pas forcément malveillant, pas
• 3:28
  forcément là longtemps, mais là ce point dépasse largement méta.
• 3:32
  La revue n'est pas une exception, c'est une couche
• 3:34
  normale de fabrication. Plus un système promet d'être
• 3:37
  général, plus il rencontre des cas ambigus.
• 3:40
  Plus il veut paraître fiable, plus il faut corriger, filtrer,
• 3:43
  réajuster. En clair, plus la machine
• 3:45
  promet, plus elle dépend encore de travail humain.
• 3:48
  Et plus cette dépendance réapparaît, plus on comprend
• 3:50
  qu'un consentement signé une seule fois ne décrit pas
• 3:53
  vraiment ce qui se passe. Le scandale n'est donc pas
• 3:56
  seulement que la donnée circule. Le scandale, c'est qu'elle
• 3:59
  repasse par quelqu'un. Chapitre 3, le précédent kényan
• 4:03
  bien avant les lunettes, il y avait déjà des lecteurs de
• 4:05
  l'ombre. Pour rendre la machine
• 4:07
  supportable, il a fallu envoyer ailleurs ce que personne n'avait
• 4:11
  vraiment consenti avoir pour elle.
• 4:13
  Si l'affaire des lunettes méta troublotant, c'est aussi parce
• 4:16
  qu'elle rend visible quelque chose qui existait déjà avant
• 4:19
  les images, il y avait les textes, avant les scènes
• 4:22
  filmées, il y avait des passages qu'aucun humain ne devrait lire
• 4:25
  toute la journée. Pour un salaire aussi bas ?
• 4:28
  En janvier 2023, time révèle qu'open AIA eu recours à des
• 4:32
  travailleurs kényans via sama. Pour filtrer une partie des
• 4:34
  contenus les plus toxiques utilisés pour entraîner les
• 4:37
  garde-fous de chat GPT. L'objectif officiel est clair,
• 4:40
  rendre le modèle plus sûr et éviter des réponses violentes,
• 4:43
  sexuelles ou dangereuses. Sur le principe, cela peut
• 4:46
  sembler logique, un système de cette taille a besoin de
• 4:49
  garde-fous, mais tout change quand on regarde ce que cela
• 4:52
  exige. Concrètement, les travailleurs
• 4:54
  concernés devaient lire, classer et étiqueter des passages
• 4:58
  décrivant des abus sexuels sur mineurs, de la bestialité.
• 5:02
  De l'inceste, des mutilations, des suicides, des meurtres et
• 5:05
  des tortures. Le pire du web, transformé en
• 5:08
  routine time rapporte des rémunérations inférieures à 2$
• 5:12
  de l'heure, Weiss reprend ensuite l'enquête, puis CBS,
• 5:15
  dans 7 6 Min, montre à son tour ce que cette industrie demande à
• 5:19
  ceux qui la rendent possible, absorber à la chaîne ce que les
• 5:23
  produits finaux doivent empêcher d'atteindre l'utilisateur.
• 5:24
  À ce stade, le Kenya n'est plus un simple décor de
• 5:29
  sous-traitance. Il devient une pièce de
• 5:32
  l'infrastructure. Il faut être précis.
• 5:35
  Le problème ne tient pas seulement à la question de
• 5:36
  l'exploitation. Le point plus profond, c'est que
• 5:39
  l'i a déplace vers certains territoires la part de travail
• 5:42
  humain qu'elle prétend dépasser. Là encore, le consentement
• 5:46
  montre sa limite, l'utilisateur final peut accepter un service,
• 5:51
  il ne consent pas vraiment à toute la chaîne humaine qui le
• 5:53
  rend possible. Chez open AI, ce travail prend
• 5:56
  la forme d'un nettoyage textuel chez Meta dans le cas des
• 5:59
  lunettes. Il peut prendre la forme d'une
• 6:01
  revue du réel filmé, le matériau change, la logique reste.
• 6:06
  Pour qu'un système paraisse fiable et fréquentable, il faut
• 6:09
  souvent qu'en amont quelqu'un fasse le travail le plus dur en
• 6:12
  lisant des contenus extrêmes et en décidant comment les classer
• 6:17
  pour que Chad GPT vous parle proprement.
• 6:19
  Quelqu'un a dû lire l'innommable à sa place.
• 6:22
  Chapitre 4, pourquoi Nairobi ? On parle souvent du Kenya comme
• 6:27
  d'une arrière boutique. C'est trop vague.
• 6:30
  En réalité, c'est une géographie très précise du travail cognitif
• 6:34
  à bas coût. Pourquoi le Kenya ?
• 6:36
  Pourquoi Nairobi revient il si souvent quand on regarde
• 6:39
  l'envers de l'i a la réponse la plus simple serait de parler du
• 6:42
  coût, mais ce n'est qu'une partie de l'explication. le
• 6:46
  Kenya réunit plusieurs conditions utiles aux grandes
• 6:48
  entreprises technologiques, l'anglais comme langue de
• 6:51
  travail, un vivier de diplômés, un secteur déjà structuré dans
• 6:55
  les services numériques. Et une main d'œuvre assez
• 6:57
  qualifiée pour annoter, modérer, filtrer et classer des
• 7:01
  situations ambiguës. Dans le même temps, les salaires
• 7:04
  restent assez bas pour que ces tâches demeurent rentables pour
• 7:06
  des entreprises américaines. Ce n'est donc pas seulement de
• 7:09
  la délocalisation, c'est une géographie précise du travail
• 7:13
  cognitif à bas coût. On y envoie ceux qui demandent
• 7:16
  encore du jugement humain, sans aller jusqu'à payer ce jugement
• 7:19
  au prix du centre, cette distinction compte.
• 7:22
  Si le travail était simple, il serait automatisé.
• 7:25
  S'il était jugé trop stratégique, il resterait au
• 7:27
  siège. Ce qu'on externalise ici, c'est
• 7:30
  la zone intermédiaire, celle où il faut encore des humains, mais
• 7:34
  à un coût que l'entreprise veut garder bas.
• 7:36
  La formule de travail invisible ne suffit donc pas.
• 7:39
  Ces travailleurs ne sont pas seulement cachés, ils occupent
• 7:42
  une place très précise dans la chaîne de valeur, assez près du
• 7:45
  produit pour le rendre possible, et assez loin du récit marketing
• 7:48
  pour ne pas troubler sa promesse.
• 7:50
  Nairobi devient alors plus qu'un lieu, elle devient une fonction
• 7:54
  dans le système. L'endroit où l'on transforme
• 7:56
  l'ambiguïté du réel en signaux exploitables, là où la promesse
• 8:00
  d'automatisation récupère encore à bas prix ce qu'elle ne sait
• 8:04
  pas résoudre seule. Le Kenya n'est pas à la marge du
• 8:08
  système, il fait partie des endroits où il tient.
• 8:11
  Chapitre 5, méta ou la limite toujours repoussée les lunettes
• 8:17
  ne tombent pas dans un vide historique, elles prolongent une
• 8:20
  vieille dispute entre méta. Et l'idée même de frontière pour
• 8:23
  comprendre. Pourquoi l'affaire des Ray BA de
• 8:25
  méta à immédiatement suscité autant de soupçons ?
• 8:27
  Il faut rappeler une chose simple, méta n'arrive pas avec
• 8:30
  un historique neutre. Cambridge analytica a laissé une
• 8:32
  trace profonde. Puis sont venus les contentieux
• 8:34
  européens, les amendes, les débats sur la publicité
• 8:37
  comportementale, les transferts de données vers les États-Unis,
• 8:40
  les réglages par défaut et les conflits autour du consentement.
• 8:43
  Ce rappel n'est pas secondaire, il change la manière de regarder
• 8:46
  ses lunettes. Le produit n'apparaît plus comme
• 8:48
  une innovation isolée, il s'inscrit dans une trajectoire,
• 8:50
  celle d'une entreprise. Qui pousse régulièrement la
• 8:53
  frontière de ce qu'un système peut capter, recouper et
• 8:55
  utiliser, puis renégocier ensuite avec le droit, les
• 8:58
  régulateurs et l'opinion publique, l'endroit où cette
• 9:01
  frontière aurait dû s'arrêter. Les Ray Ban Méta déplacent cette
• 9:04
  logique dans une zone encore plus sensible.
• 9:05
  On ne parle plus seulement d'un clic, d'un like ou d'une
• 9:08
  préférence publicitaire. On parle de scènes de vie, de
• 9:11
  corps, de pièces privées, d'intimité captées au plus près
• 9:14
  du quotidien. Le produit trouble autant parce
• 9:16
  qu'il déplace un vieux passif dans un espace beaucoup plus
• 9:18
  proche de la vie quotidienne. Les lunettes méta ne sont pas
• 9:21
  une. Elle déplace une vieille logique
• 9:23
  plus près du corps. La réponse de Méta, elle aussi,
• 9:26
  reste fidèle à cette histoire, l'entreprise ne parle pas le
• 9:28
  langage du scandale, elle parle celui du process contractors,
• 9:32
  amélioration de l'expérience, privacy policy, indicateur
• 9:35
  lumineux, filtrage, encadrement. C'est une réponse de conformité
• 9:38
  plus qu'une réponse morale, c'est aussi à cet endroit que le
• 9:41
  consentement formel montre sa faiblesse, il encadré, il
• 9:44
  documente, il coche des cases, mais il ne suffit plus à décrire
• 9:47
  la violence concrète de ce qui circule.
• 9:49
  Le passif compte donc beaucoup parce qu'il.
• 9:51
  La confiance de départ, une entreprise qui a déjà contesté
• 9:55
  les frontières de la vie privée et moins facilement cru quand
• 9:57
  elle affirme avoir correctement balisé la suivante.
• 10:00
  Les lunettes méta ne sont pas seulement un nouveau produit,
• 10:02
  elles prolongent un ancien conflit plus près du corps.
• 10:05
  Chapitre 6, open AI ou la matière première chez Meta, le
• 10:09
  soupçon porte d'abord sur l'intime chez OPEN AI, il porte
• 10:12
  aussi sur autre chose le droit de prendre ce qui existe déjà
• 10:16
  pour en faire l'aliment de la machine open.
• 10:18
  AI suit une autre trajectoire, pas d'abord la salle de bain,
• 10:21
  mais la bibliothèque. Pas d'abord l'intime filmée,
• 10:23
  mais les œuvres et les textes absorbés.
• 10:25
  Les modèles ont été entraînés sur des corpus immenses et avec
• 10:28
  eux sont arrivés les accusations, livres utilisés
• 10:30
  sans autorisation claire, articles repris sans licence,
• 10:33
  œuvres protégées, trans. Formé en matière d'entraînement,
• 10:37
  l'exemple le plus structurant est sans doute celui du New York
• 10:39
  Times, qui attaque open AI et Microsoft fin 2023.
• 10:43
  Le journal soutient que l'entraînement et certains
• 10:45
  usages du système exploitent illégalement ces contenus.
• 10:48
  D'autres auteurs, éditeurs et ayants droit ont formulé des
• 10:51
  reproches comparables, vous construisez à partir de travaux
• 10:54
  qui ne vous appartenaient pas. Open AI n'est donc pas seulement
• 10:57
  contesté pour ce qu'elle produit, elle l'est aussi pour
• 10:59
  ce qu'elle a pris pour produire. Cette question du Copyright ne
• 11:02
  ressemble pas, sur le plan juridique à celle des lunettes
• 11:05
  Meta. Elle touche à une frontière
• 11:06
  voisine chez méta, la question devient, qui a vu chez open AI ?
• 11:10
  Elle devient, à partir de quoi avez-vous construit ?
• 11:12
  Cette frontière devient encore plus nette quand on regarde la
• 11:15
  politique de données d'open AI côté grand public.
• 11:17
  L'entreprise explique que les contenus fournis dans chat GPT
• 11:20
  peuvent être utilisés pour améliorer les modèles, sauf si
• 11:22
  l'utilisateur s'y oppose. Côté API et offres entreprises,
• 11:25
  la règle change, les données ne servent pas à entraîner les
• 11:28
  modèles par défaut, sauf accord explicite.
• 11:29
  Cette différence compte, elle montre que le niveau de
• 11:33
  protection n'est pas le. Même salon, l'offre, la
• 11:36
  confidentialité forte existe, mais elle est davantage attachée
• 11:40
  à certains produits qu à d'autres.
• 11:41
  Le grand public parle à la machine.
• 11:43
  Le client entreprise achète aussi la promesse que cette
• 11:46
  parole ne reviendra pas, nourrir le système de la même manière.
• 11:48
  Le consentement existe aussi chez open AI, mais il ne
• 11:51
  recouvre pas la même réalité selon le produit, le statut du
• 11:55
  client et la place qu'on occupe dans le système.
• 11:57
  Open AI concentre donc 2 tensions liées.
• 11:59
  D'un côté, le Kenya et Samar rappellent que la sécurité du
• 12:03
  modèle a reposé sur du travail humain à bas coût.
• 12:05
  De l'autre, les contentieux sur le Copyright rappellent que
• 12:08
  l'entraînement pose la question de la légitimité de la matière
• 12:11
  absorbée. Open AI n'est pas seulement une
• 12:13
  entreprise qui répond, c'est une entreprise qui oblige à demander
• 12:16
  d'où vient ce sur quoi vous avez appris.
• 12:18
  Chapitre 7, le tiers est la loi. L'enjeu n'est pas seulement que
• 12:22
  des données circulent, une personne peut entrer dans le
• 12:24
  système sans jamais avoir eu l'occasion d'y consentir.
• 12:27
  Le tiers filmé est peut être la figure centrale de cette
• 12:30
  histoire. Pas l'acheteur, pas
• 12:32
  l'utilisateur. Le tiers, l'acheteur des
• 12:34
  lunettes peut accepter des conditions.
• 12:35
  Il peut cliquer, il peut consentir au moins formellement
• 12:39
  à certains traitements, mais la personne autour de lui n'a rien
• 12:41
  validé. Elle peut entrer dans le champ,
• 12:43
  passer derrière lui, parler dans la pièce ou apparaître nu dans
• 12:46
  un miroir sans avoir eu la moindre prise sur ce qui se
• 12:49
  joue. Le droit montre ici ses limites.
• 12:51
  Bien sûr, le RGPD s'applique. Vidéos, voix, visages, finalités
• 12:56
  sous-traitants, transferts, tout cela entre dans son champ.
• 12:59
  Mais dès qu'une scène touche à la nudité, à la sexualité, à un
• 13:02
  lieu privé ou à des paroles intimes, le sujet déborde.
• 13:05
  En France, on touche aussi à la vie privée, au droit à l'image
• 13:08
  et parfois au droit pénal. Ce n'est plus seulement un
• 13:11
  dossier de données personnelles, c'est un dossier d'intimité.
• 13:14
  Le problème se joue donc sur 2 plans, le droit encadre des
• 13:17
  traitements, mais le produit fait entrer dans le système des
• 13:19
  personnes qui ne sont même pas parties au contrat.
• 13:21
  Le tiers n'a ni écran d'acceptation, ni menu de
• 13:24
  réglages, ni relations commerciales, ni vraie
• 13:26
  possibilité d'opposition en amont.
• 13:28
  Pourtant, il peut devenir données, contenu, cas de review
• 13:31
  ou matériaux d'amélioration. Le tiers est la personne la plus
• 13:34
  concernée et la moins. La difficulté centrale de ces
• 13:37
  technologies est peut être là, l'objet paraît personnel, mais
• 13:40
  ces effets débordent immédiatement la personne qui
• 13:42
  l'a acheté. Le titre de cet épisode prend
• 13:45
  alors tout son sens avec l'i a le consentement ne suffit plus,
• 13:48
  il ne suffit plus parce qu'il est asymétrique, parce qu'il est
• 13:51
  local alors que la chaîne est globale, et parce qu'il porte
• 13:53
  sur un geste simple alors qu'il ouvre sur une architecture que
• 13:56
  personne ne voit dans son ensemble.
• 13:58
  L'angle mort de ses produits, ce n'est pas seulement la donnée,
• 14:01
  c'est le tiers. Chapitre 8, le consentement ne
• 14:04
  suffit plus, le produit. Un accord clair l'époque, elle
• 14:08
  organisé des chaînes plus complexes que ce que cet accord
• 14:10
  permet encore de comprendre. Revenons à la question de
• 14:13
  départ, qui regarde quand la machine regarde ?
• 14:15
  La réponse n'a plus rien de mystérieux, il y a parfois la
• 14:17
  machine et souvent les personnes qui l entraînent, la corrigent
• 14:20
  où revoient les cœurs ambigus derrière l'interface.
• 14:22
  Il y a donc toute une chaîne humaine que le produit nous
• 14:24
  apprend à ne pas voir. C'est peut être l'idée la plus
• 14:26
  importante de cet épisode. Nous parlons souvent de l'i a
• 14:29
  comme d'une relation direct entre un utilisateur et un
• 14:31
  système, une demande, une réponse, une image, une
• 14:34
  suggestion. En réalité, cette.
• 14:35
  Simples existe rarement. Derrière elle, il y a des
• 14:38
  politiques internes, des sous-traitants, des procédures,
• 14:40
  des arbitrages, des revues humaines et des coups déplacés.
• 14:43
  La fluidité du produit dépend aussi de tout ce qu'il laisse
• 14:46
  hors champ, une seule interface, une seule voix, une seule
• 14:49
  réponse. Derrière, il y a des filtres,
• 14:51
  des modèles, des reviewers, des juristes et des workflows, toute
• 14:54
  une machinerie tenue à distance du regard.
• 14:56
  Le produit n'est pas seulement intelligent, il est aussi conçu
• 14:58
  pour faire oublier combien de personnes ont touché, lu, vu,
• 15:01
  corrigé ou classé. Ce qu'il vous renvoie.
• 15:04
  Cette histoire dépasse donc méta ou open.
• 15:05
  Elle raconte quelque chose de plus large sur l'i a
• 15:08
  contemporaine, une redéfinition de ce qui dans le monde peut
• 15:11
  être traitée comme une ressource.
• 15:12
  Cela peut être une scène, une conversation, une œuvre, un
• 15:15
  corps, un geste, une archive. L'i a ne commence pas par créer,
• 15:19
  elle commence souvent par absorber et le conflit commence
• 15:21
  là au moment où quelque chose qui appartenait encore à
• 15:23
  quelqu'un devient exploitable par le système.
• 15:26
  La question ne porte pas seulement sur la machine, c'est
• 15:28
  aussi une question de limite. Qu'est ce qui dans le monde peut
• 15:31
  encore refuser d'entrer dans ce système entre les réponses
• 15:33
  officielles, les policies et les fils ?
• 15:35
  Une certitude demeure, l'intelligence artificielle n'a
• 15:38
  pas supprimé le regard humain, elle l'a dispersé, enfouie et
• 15:41
  externalisé, mais elle ne l'a pas supprimé.
• 15:44
  Alors la prochaine fois qu'un produit promettra une relation
• 15:46
  simple avec une machine, il faudra peut être poser une autre
• 15:49
  question. Non pas que sait-elle faire,
• 15:51
  mais plutôt de qui dépend elle encore pour le faire.
• 15:53
  Parce qu'au fond le plus frappant n'est peut être pas
• 15:55
  qu'elle voit, c'est qu'elle fasse oublier qu'elle dépend
• 15:57
  encore de quelqu'un. Vous écoutiez avec l'i a le
• 16:00
  consentement ne suffit plus. De votre écoute, si cet épisode
• 16:04
  vous a parlé, partagez le autour de vous ou sur LinkedIn.