- il y a 14 minutes
- #adobe
- #sponsored
- #storytime
Pourquoi est-il si difficile de faire un simple copier-coller proprement depuis un PDF ? Comment une photocopieuse Xerox a-t-elle pu modifier d'elle-même des chiffres sur un plan de bâtiment scanné ? Et comment un lycéen a-t-il réussi à faire tourner le jeu Doom de 1993 ou un système Linux à l'intérieur d'un simple document ?
Dans cette vidéo, on ouvre le capot du format le plus mal-aimé mais le plus populaire au monde : le PDF. Vous découvrirez qu'un PDF n'est pas un document texte, mais une simple liste d'instructions de dessin qui pose des lettres sur une page.
Et si vous aussi vous pensez que le PDF est le format le plus mal aimé, vous allez peut être changer d'avis en découvrant tout ce qu'il peut faire
https://shop.numerama.com/adobepdfspacesnov26
📝 L'article par ici ► https://numerama.com
---
---
🤝 Pour toute demande de collaboration ► business@humanoid.fr
🔔 Abonnez-vous à notre chaîne ► https://youtube.com/c/numerama
🚩 Retrouvez toutes nos playlists ► https://www.youtube.com/c/numerama/playlists
---
Rejoignez-nous :
💻 Notre site ► http://www.numerama.com/
🐦 X ► https://x.com/numerama
📸 Instagram ► https://www.instagram.com/numerama
📱TikTok ► https://www.tiktok.com/@numerama
🔷 Facebook ► https://www.facebook.com/Numerama/
🎙️ Twitch ► https://www.twitch.tv/numerama
🟡 + rapide, + pratique, + exclusif : découvrir numerama+ ► https://www.numerama.com/numeramaplus/
---
Réalisation : Jalani Benaziez
Avec : Alfred Tertrais
---
#adobe #sponsored #storytime
Dans cette vidéo, on ouvre le capot du format le plus mal-aimé mais le plus populaire au monde : le PDF. Vous découvrirez qu'un PDF n'est pas un document texte, mais une simple liste d'instructions de dessin qui pose des lettres sur une page.
Et si vous aussi vous pensez que le PDF est le format le plus mal aimé, vous allez peut être changer d'avis en découvrant tout ce qu'il peut faire
https://shop.numerama.com/adobepdfspacesnov26
📝 L'article par ici ► https://numerama.com
---
---
🤝 Pour toute demande de collaboration ► business@humanoid.fr
🔔 Abonnez-vous à notre chaîne ► https://youtube.com/c/numerama
🚩 Retrouvez toutes nos playlists ► https://www.youtube.com/c/numerama/playlists
---
Rejoignez-nous :
💻 Notre site ► http://www.numerama.com/
🐦 X ► https://x.com/numerama
📸 Instagram ► https://www.instagram.com/numerama
📱TikTok ► https://www.tiktok.com/@numerama
🔷 Facebook ► https://www.facebook.com/Numerama/
🎙️ Twitch ► https://www.twitch.tv/numerama
🟡 + rapide, + pratique, + exclusif : découvrir numerama+ ► https://www.numerama.com/numeramaplus/
---
Réalisation : Jalani Benaziez
Avec : Alfred Tertrais
---
#adobe #sponsored #storytime
Catégorie
🎥
Court métrageTranscription
00:02Un informaticien, David Kreisel, regarde un plan de bâtiment qui vient d'être scanné en PDF sur une photocopieuse Xerox.
00:08Un plan tout bête, chaque pièce avec sa surface en mètres carrés.
00:12Sauf que quelque chose cloche.
00:14Sur le plan, une petite pièce fait environ 22 mètres carrés.
00:16La pièce d'à côté, nettement plus grande, en fait seulement 14.
00:20Alors David, il compare avec l'original, sur le papier, les chiffres sont juste.
00:23Sur le PDF, ils sont faux.
00:25Dans un tableau de coût, un 65 devient un 85.
00:28Sur une page de test, des 6 se transforment en 8.
00:32Pas de virus, pas de pirate, personne n'a touché au document.
00:36La photocopieuse a simplement et toute seule réécrit des chiffres.
00:40Et le problème touche des centaines de milliers de machines dans des bureaux du monde entier.
00:44Comment un simple scan peut-il mentir à ce point ?
00:47Pour le comprendre, il faut savoir ce qu'est vraiment un PDF.
00:49Et alors qu'on en ouvre tous les jours, presque personne ne le sait.
00:57Cette vidéo est réalisée en partenariat avec Adobe, l'entreprise qui a inventé le PDF.
01:01Et qui va nous présenter ses dernières avancées en fin de vidéo.
01:04Parce que oui, l'édition de PDF continue de bouger, même en 2026.
01:08Mais avant ça, on va tenter de percer les mystères techniques du format.
01:10Soyons honnêtes, le PDF, tout le monde le déteste un peu.
01:14Sur un téléphone, c'est compliqué.
01:15Zoomer, glisser à droite, à gauche.
01:17Copier un tableau dans un tableur, les colonnes arrivent dans le désordre.
01:20Copier un paragraphe, des retours à la ligne au milieu des phrases, des mots collés.
01:23Et dans un document scanné, impossible de chercher un mot.
01:26Alors pourquoi un format aussi pénible est-il aussi populaire ?
01:29Allez, ouvrons le capot.
01:30Voici un PDF.
01:32Une phrase, un rectangle bleu.
01:34Maintenant, je l'ouvre avec un simple éditeur de texte.
01:36Ce fichier fait 619 octets.
01:38Et on peut tout lire.
01:39En haut, une signature.
01:41Pourcentage, PDF, tiré du 6, 1.4.
01:44Ensuite, des objets numérotés qui se renvoient les uns aux autres.
01:47Le catalogue, la liste des pages, puis la page elle-même avec sa taille, un A4.
01:51Sa police et son contenu.
01:52Et le contenu, le voilà.
01:54F1 36 TF 72 700 TD, ça c'est bonjour Numérama.
01:58TJ ET 001 RG 72 600 260 REF.
02:04Traduction, BT, début du texte.
02:06F1 36 TF, prends la police numéro 1 en taille 36.
02:1072 700 TD, c'est place-toi à 72 points du bord à gauche et à 700 points du bas
02:15de la page.
02:16Vous suivez toujours, hein, parce que en PDF, l'origine est en bas à gauche, comme en maths en fait.
02:21Même moi, ça me paraît pas aussi logique que ça.
02:23TJ, c'est écrit bonjour Numérama.
02:25ET, c'est la fin du texte.
02:26Deuxième ligne couleur bleue, un rectangle de 200 sur 60.
02:30Et F pour fil, c'est-à-dire remplis-le.
02:32Ouf, c'est pas fini.
02:34Enfin, tout en bas, une table d'index, la XREF qui donne la position exacte de chaque objet dans le
02:39fichier.
02:39Ouf, voilà, là c'est fini pour de vrai.
02:41C'est tout ça un PDF.
02:43Pas de paragraphe, pas de titre, c'est une liste d'instructions de dessin.
02:46Pose cette lettre ici, trace ce trait-là, bref, et c'est le sujet principal.
02:49Vous pensez que c'est un fichier texte alors que c'est la description d'une page imprimée.
02:53Est-ce que c'est une photo de page alors ? Non, en général.
02:56Le texte est dessiné avec les polices embarquées dans le fichier, les formes sont des équations de courbe.
03:00C'est pour ça qu'on peut zoomer à l'infini sur un PDF sans avoir le moindre pixel.
03:04Les seuls pixels, ce sont les photos qu'on y insère et les scan.
03:07Un document scanné, c'est une photo de page glissée dans une enveloppe PDF.
03:10Aucune lettre, seulement des points noirs et blancs.
03:13Et c'est là qu'on retrouve notre photocopieuse Xerox de l'intro.
03:16Oui, on l'avait tous les deux oublié.
03:18Elle faisait n'importe quoi avec les chiffres, vous vous souvenez ?
03:19Pour alléger les fichiers, ces machines utilisaient une compression appelée JBI-G2.
03:24Si deux petits bouts d'image se ressemblent, de lettres E par exemple, on n'en stocke qu'un.
03:28Et on le réutilise partout.
03:30Sauf que le réglage était trop permissif.
03:32Un 6 et un 8, un peu flou, étaient jugés identiques.
03:35La machine stockait le 8 et le recollait à la place du 6.
03:38Xerox a fini par reconnaître le bug et publier un correctif.
03:41Selon Krizzle, le problème existait depuis 8 ans.
03:44Encore heureux Xerox l'est corrigé, dans sa grande bonté.
03:47Revenons au texte.
03:48Un PDF pose des lettres à des coordonnées.
03:50Résultat, le PDF ne sait pas ce qu'est un mot.
03:52Ni une ligne, ni un paragraphe, ni une colonne, ni un tableau.
03:54Il sait seulement qu'il y a un B ici et un O là, un peu plus à droite.
03:58Quand vous, là, vous copiez votre texte, votre lecteur doit deviner l'ordre de lecture à partir des positions.
04:03Sur une page simple, ça marche.
04:04Sur deux colonnes, un tableau, une note en marge, il se trompe.
04:08D'où les copier-coller qui font ce qu'ils veulent.
04:09Et ça explique une erreur classique, le caviardage raté.
04:13En 2011, le ministère britannique de la Défense met en ligne un rapport sur la sûreté de ces sous-marins
04:17nucléaires.
04:17Les passages sensibles sont noircis.
04:19Sauf que ces petits malins de journalistes sélectionnent le texte, le copient et le collent, et lisent tout.
04:25Absolument tout.
04:25Parce qu'un rectangle noir, c'est juste une instruction de dessin de plus.
04:29Les lettres en dessous sont toujours là.
04:30Pour caviarder, il faut supprimer le texte, pas juste le recouvrir.
04:33Le PDF peut même cacher un ordinateur.
04:35Et ce n'est pas tout.
04:36Le PDF a grossi au fil des années.
04:38Formulaires, pièces jointes, vidéos et même du code javascript.
04:41Une aubaine pour les entreprises, mais aussi un sacré terrain de jeu pour les bidouilleurs.
04:45Il y a d'abord eu un Tetris jouable dans un PDF.
04:47Puis c'est devenu beaucoup plus intéressant car en janvier 2025, un lycéen dont le pseudo est adding 22-10
04:52y a fait tourner Doom.
04:53Le jeu de tir à la première personne de 93.
04:55Alors oui, en caractère, sans le son, mais jouable.
04:58Et un mois plus tard, il va encore plus loin.
05:00Un vrai système Linux qui démarre à l'intérieur d'un PDF.
05:04Il lui faut entre 30 secondes et 1 minute pour démarrer, une centaine de fois plus lentement qu'un vrai
05:08ordinateur.
05:08Mais ça marche.
05:09On tape des commandes, on crée des dossiers dans un PDF.
05:13Retenez l'idée, un format censé représenter une simple feuille de papier est devenu assez riche pour qu'on y
05:18fasse tourner un ordinateur complet.
05:19Alors je repose la question.
05:21Illisible sur mobile, impossible à copier proprement, capable de mentir sur des chiffres et même de faire tourner Doom, le
05:26PDF, le format le plus mal aimé, vraiment ?
05:28Eh bien non.
05:29Et c'est même tout le contraire.
05:31Et pour le comprendre, il faut remonter en 1990.
05:35Fin des années 1970.
05:37Alors, oui, on est revenu un tout petit peu plus tôt que 1990, mais on y vient.
05:41C'est bien écrit, c'est bien fait.
05:42On y arrive.
05:43Au Xerox PARC, en Californie, deux chercheurs, John Warnock et Charles Geschke, cherchent comment dire à une imprimante laser ce
05:49qu'elle doit dessiner.
05:50Xerox traîne à commercialiser leurs travaux, alors en décembre 1982, les deux compères partent fonder.
05:56Adol.
05:58Leur premier produit, en 1984, s'appelle PostScript, un vrai langage de programmation conçu pour décrire des pages.
06:05En janvier 1985, PostScript équipe l'une des premières imprimantes laser de bureau.
06:09Avec un ordinateur personnel, un logiciel de mise en page et cette imprimante, n'importe qui peut produire chez soi
06:15une page de qualité imprimerie.
06:17C'est la naissance de la PAO, la publication assistée par ordinateur.
06:21En 1990 donc, John Warnock écrit un mémo interne intitulé
06:25The Camelot Project.
06:26A l'époque, le seul moyen d'envoyer une page à quelqu'un et qu'elle arrive de façon identique,
06:30c'est le fax.
06:32Ouais, le fax.
06:33Envoyer un fichier, c'est la loterie.
06:35L'autre n'a pas le même ordinateur, pas le même logiciel, pas les mêmes polices.
06:39Face à ça, Warnock a une idée.
06:41Prendre PostScript, qui sait déjà décrire n'importe quelle page, et en faire un format d'échange.
06:45Et il ajoute une phrase presque prophétique.
06:47Si ce problème peut être résolu, alors la façon fondamentale dont les gens travaillent changera.
06:53Pour y arriver, Adobe fait un choix décisif.
06:55Retirer de PostScript tout ce qui en fait un langage de programmation.
06:59Plus de boucles, plus de conditions, plus de calculs.
07:01Seulement une description figée, page par page.
07:04On garde le dessin, on jette le programme.
07:06Ce choix, c'est l'origine de tout ce qu'on a vu dans la première partie.
07:09Le PDF ne connaît pas les paragraphes, parce qu'il n'a jamais été fait pour ça.
07:13Il a été fait pour que la page soit la même partout.
07:15Le 15 juin 1993, soit 178 jours avant la première publication de Doom, c'est bien que vous avez suivi.
07:21À New York, Adobe lance Acrobat 1.0.
07:26Et on va pas se mentir, c'est un flop.
07:28Le lecteur est payant, 50$ et le logiciel pour créer des PDF en coûte 695, c'est énorme.
07:34Les fichiers sont lourds pour les modems de l'époque et l'affichage est lent.
07:38D'après plusieurs récits, le conseil d'administration d'Adobe aurait même voulu arrêter le projet.
07:42Et le PDF n'est pas seul.
07:43D'autres proposent leurs propres papiers numériques.
07:46Envoy, Common Ground, Replica.
07:47C'est une guerre des formats comme on en a connu plein en informatique.
07:51Avec la version 2.0, Adobe prend une décision très contestée en interne.
07:55Mais en fait, c'est un coup de génie.
07:56Le lecteur devient gratuit.
07:58On gagne de l'argent sur la création de PDF, pas sur leur lecture.
08:01Plus le lecteur est partout, plus le monde entier a intérêt à produire des PDF.
08:04C'est ce qui fait basculer la guerre.
08:06Les concurrents disparaissent.
08:07Puis le PDF s'installe dans les administrations, les universités
08:10et directement dans les systèmes d'exploitation et les navigateurs.
08:13Ce que je vous présentais comme des défauts sont devenus la raison de son succès.
08:17La page effigée, c'est une garantie.
08:19Ce que j'envoie est exactement ce que vous voyez.
08:21Pour un contrat, une facture, un article scientifique, c'est exactement ce que l'on veut.
08:25Le document ne bouge pas ? C'est une preuve.
08:27On peut le signer, l'horodater, l'archiver.
08:30En 2005 naît d'ailleurs le PDF A, une version conçue pour l'archivage à très long terme.
08:34Et en 2008, Adobe lâche les commandes.
08:36Le PDF devient une norme internationale ouverte.
08:39L'ISO 32 000.
08:41N'importe qui peut fabriquer un lecteur ou un générateur de PDF.
08:44Le PDF a gagné parce qu'il imite le papier.
08:46Il est devenu en quelque sorte le papier du monde numérique.
08:48Pas le format le plus pratique, d'accord,
08:50mais celui en qui tout le monde a confiance.
08:52Mais il reste un problème.
08:54Un papier, on peut pas lui parler.
08:55Oh merde, oh c'est con ça !
08:58Depuis 30 ans, toute l'histoire du PDF c'est ça.
09:00Garder la page figée parce que c'est sa force.
09:02Et construire de l'intelligence autour d'elle, couche après couche.
09:06D'abord, il a fallu apprendre à lire les scans.
09:08C'est la reconnaissance de caractère, l'OCR,
09:10qui ajoute un calque de texte invisible derrière la photo de la page.
09:14Ensuite il a fallu interagir.
09:15Les formulaires, en 96, les signatures électroniques.
09:17Puis il a fallu se structurer.
09:19Au début des années 2000, on peut baliser un PDF.
09:22Indiquer que ceci est un titre, ceci est un tableau.
09:24C'est indispensable pour l'accessibilité, mais facultatif.
09:27Et beaucoup de PDF n'en ont pas.
09:28Puis en 2020, à s'adapter.
09:30Adobe lance Liquid Mode, une IA qui analyse la page,
09:33devine où sont les titres, les paragraphes, les images,
09:36et recompose le document pour qu'il se lise enfin sur un téléphone.
09:39Et à partir de 2024, le PDF peut nous répondre.
09:42On peut lui poser des questions ou lui demander un résumé.
09:45Et c'est là qu'on retombe sur notre problème de départ.
09:48Pour qu'une IA comprenne un PDF, il faut d'abord qu'elle retrouve le sens d'une page
09:50qui n'a été conçue que pour être vue.
09:52Et la solution des grands modèles est savoureuse.
09:54Chez Anthropic, OpenAI ou Google, la documentation le dit noir sur blanc.
09:58Quand vous envoyez un PDF à leur IA, chaque page est convertie en images.
10:01Le modèle reçoit le texte extrait, mais il regarde aussi la page,
10:04comme vous, vous la regarderiez.
10:06En 2024, des chercheurs ont même montré, avec Colpally,
10:09que pour fouiller une pile de documents, partir des images des pages marchaient mieux
10:12que les chaînes d'extraction de textes classiques jugées longues et fragiles.
10:1630 ans après Kaamelott, le défi a changé de nature.
10:19Le PDF ne sert plus seulement à envoyer une page.
10:21Il faut pouvoir comprendre des dizaines de documents à la fois,
10:24les croiser et partager ce qu'on en a tiré.
10:26Et l'ironie finale, c'est qu'en 2026, l'entreprise qui a inventé le PDF,
10:30le format de pièces jointes par excellence quand même,
10:32publie un billet de blog intitulé Stop Sending Files.
10:35Dans la langue d'Omarcy, ça dit arrêtez d'envoyer des fichiers.
10:38Partagez plutôt un espace où tout le monde travaille sur les mêmes documents.
10:41Pour écrire cette vidéo, on a lu des dizaines de sources, en PDF et en ligne.
10:44Le mémo Kaamelott, le blog de David Kreisel,
10:47les pages des projets Doom PDF et Linux PDF, les documentations des IA.
10:50Et pour s'y retrouver, on a justement utilisé l'outil qu'Adobe a lancé en 2025, PDF Spaces.
10:55Un PDF Space, c'est un espace de travail dans Acrobat,
10:58où l'on regroupe jusqu'à 100 fichiers et liens.
11:00On y a mis nos PDF et directement les liens des pages web qu'on voulait exploiter.
11:04Après ça, on peut poser des questions à l'ensemble de nos sources d'un seul coup.
11:08Par exemple, comment a-t-on réussi à faire tourner Doom dans un PDF ?
11:10L'assistant répond et chaque affirmation est accompagnée d'une référence vers le document d'où elle vient.
11:15Pour un média, c'est le point qui compte.
11:16Je ne crois pas l'IA sur parole, je clique, je vérifie dans la source.
11:19C'est ce qu'on a fait pour chaque chiffre de cette vidéo.
11:22Et parfois, les sources ne sont même pas d'accord.
11:24Le mémo Kaamelott, par exemple, la PDF Association et Adobe le datent à 1990.
11:29Tandis que d'autres sources le datent à 1991.
11:31Le mémo, lui, n'est pas daté.
11:33Avec toutes les sources au même endroit, la contradiction saute aux yeux et on peut trancher ici, en 90.
11:38Une fois le script écrit, il faut le transmettre à l'équipe.
11:41Je peux générer un résumé ou même une présentation audio du dossier à écouter dans les transports.
11:45Et plutôt que d'envoyer 40 pièces jointes au monteur, je lui partage le space.
11:49Il y retrouve toutes les sources et un assistant IA configuré pour lui,
11:52qui lui répond s'il se demande d'où sort tel ou tel chiffre.
11:55Une question que vous vous posez sûrement. Qu'est-ce que deviennent mes documents ?
11:58Adobe s'engage à ce que les contenus soumis à son assistant IA ne soient jamais utilisés pour entraîner ses
12:03modèles d'IA.
12:03Et les réponses s'appuient sur les documents que vous avez mis dans votre espace avec leurs références.
12:07Alors le PDF, le format le plus mal aimé du monde ? Vraiment ?
12:11On le maudit tous un peu quand il faut zoomer sur un téléphone ou recopier un tableau.
12:14Mais c'est aussi le format qui a tenu la promesse de John Warnock en 1990.
12:18Qu'un document arrive pareil, partout, chez tout le monde.
12:2230 ans plus tard, c'est toujours du papier numérique. Et c'est pour ça qu'il ne mourra pas.
12:25Ce qui a changé par contre, c'est tout ce qu'on sait faire autour.
12:28John Warnock est mort le 19 août 2023.
12:30Deux ans plus tard, jour pour jour, le 19 août 2025, Adobe lançait les PDF Spaces.
12:35Hasard du calendrier ou clin d'œil ? Je ne sais pas, mais moi j'aime bien l'idée.
12:48Sous-titrage Société Radio-Canada