diff --git a/backend/requirements.txt b/backend/requirements.txt
index ac81c7b..56914f2 100644
--- a/backend/requirements.txt
+++ b/backend/requirements.txt
@@ -19,7 +19,6 @@ google-api-python-client==2.173.0
 google-auth==2.40.3
 google-auth-httplib2==0.2.0
 google-genai==1.21.1
-google-generativeai==0.8.5
 googleapis-common-protos==1.70.0
 greenlet==3.2.3
 grpcio==1.73.0
@@ -44,6 +43,7 @@ pydantic-settings==2.10.1
 pydantic_core==2.33.2
 pyparsing==3.2.3
 pypdf==5.6.1
+PyPDF2==3.0.1
 python-dateutil==2.9.0.post0
 python-docx==1.2.0
 python-dotenv==1.1.1
diff --git a/backend/services/ai_service.py b/backend/services/ai_service.py
index 3242692..9f854dd 100644
--- a/backend/services/ai_service.py
+++ b/backend/services/ai_service.py
@@ -3,13 +3,13 @@ import logging
 import sys
 from typing import Optional, Dict, Any
 
-from google import genai
-from google.genai import types 
+# MODIFIÉ ICI: Supprime 'from google.genai import types' car types.GenerateContentConfig n'est plus utilisé de cette manière
+import google.generativeai as genai
 import mistralai
 from mistralai.client import MistralClient
 
 from fastapi import HTTPException, status
-import anyio # <-- NOUVELLE IMPORTATION : Pour gérer les appels synchrones dans async
+import anyio
 
 from core.config import settings
 
@@ -28,28 +28,29 @@ try:
 except Exception as e:
     logger.error(f"Error during mistralai debug info collection: {e}")
 
+# --- Configuration globale du client Gemini (Ce bloc est maintenant supprimé car la configuration est faite via GenerativeModel) ---
+# Vous pouvez retirer ce bloc si vous l'aviez :
+# if settings.LLM_PROVIDER == "gemini" and settings.GEMINI_API_KEY:
+#     try:
+#         genai.configure(
+#             api_key=settings.GEMINI_API_KEY,
+#             client_options={"api_endpoint": "generativelanguage.googleapis.com"}
+#         )
+#         logger.info("GenAI client globally configured with API endpoint.")
+#     except Exception as e:
+#         logger.error(f"Erreur lors de la configuration globale de GenAI: {e}")
+
+
 class AIService:
     def __init__(self):
         self.provider = settings.LLM_PROVIDER
         self.model_name = settings.GEMINI_MODEL_NAME if self.provider == "gemini" else settings.MISTRAL_MODEL_NAME
 
         self.raw_safety_settings = [
-            {
-                "category": "HARM_CATEGORY_HARASSMENT",
-                "threshold": "BLOCK_NONE"
-            },
-            {
-                "category": "HARM_CATEGORY_HATE_SPEECH",
-                "threshold": "BLOCK_NONE"
-            },
-            {
-                "category": "HARM_CATEGORY_SEXUALLY_EXPLICIT",
-                "threshold": "BLOCK_NONE"
-            },
-            {
-                "category": "HARM_CATEGORY_DANGEROUS_CONTENT",
-                "threshold": "BLOCK_NONE"
-            },
+            {"category": "HARM_CATEGORY_HARASSMENT", "threshold": "BLOCK_NONE"},
+            {"category": "HARM_CATEGORY_HATE_SPEECH", "threshold": "BLOCK_NONE"},
+            {"category": "HARM_CATEGORY_SEXUALLY_EXPLICIT", "threshold": "BLOCK_NONE"},
+            {"category": "HARM_CATEGORY_DANGEROUS_CONTENT", "threshold": "BLOCK_NONE"},
         ]
 
         self.raw_generation_config = {
@@ -60,21 +61,20 @@ class AIService:
 
         if self.provider == "gemini":
             try:
-                self.client = genai.Client(api_key=settings.GEMINI_API_KEY)
-                
-                self.gemini_config = types.GenerateContentConfig(
-                    temperature=self.raw_generation_config["temperature"],
-                    top_p=self.raw_generation_config["top_p"],
-                    top_k=self.raw_generation_config["top_k"],
-                    safety_settings=[
-                        types.SafetySetting(category=s["category"], threshold=s["threshold"])
-                        for s in self.raw_safety_settings
-                    ]
+                # MODIFICATION CRUCIALE ICI : On initialise directement le GenerativeModel
+                # genai.Client() et types.GenerateContentConfig ne sont plus utilisés directement ici
+                self.model = genai.GenerativeModel(
+                    model_name=self.model_name,
+                    safety_settings=self.raw_safety_settings, # Passez safety_settings ici
+                    generation_config=self.raw_generation_config # Passez generation_config ici
+                    # La clé API est lue automatiquement depuis GEMINI_API_KEY si elle est configurée.
+                    # Ou vous pouvez la passer explicitement: api_key=settings.GEMINI_API_KEY
                 )
+                logger.info(f"Modèle Gemini GenerativeModel initialisé avec modèle : {self.model_name}")
 
             except Exception as e:
-                logger.error(f"Erreur d'initialisation du client Gemini: {e}")
-                raise ValueError(f"Impossible d'initialiser le client Gemini. Vérifiez votre GEMINI_API_KEY. Erreur: {e}")
+                logger.error(f"Erreur d'initialisation du modèle Gemini: {e}")
+                raise ValueError(f"Impossible d'initialiser le modèle Gemini. Vérifiez votre GEMINI_API_KEY et le nom du modèle. Erreur: {e}")
 
         elif self.provider == "mistral":
             if not settings.MISTRAL_API_KEY:
@@ -121,12 +121,11 @@ class AIService:
                     {"role": "user", "parts": [{"text": prompt}]}
                 ]
 
-                # MODIFIÉ ICI : Utilisation de anyio.to_thread.run_sync pour l'appel synchrone
+                # MODIFIÉ ICI : 'contents' est maintenant passé comme argument positionnel direct à generate_content
                 response = await anyio.to_thread.run_sync(
-                    self.client.models.generate_content,
-                    model=self.model_name,
-                    contents=contents,
-                    config=self.gemini_config,
+                    self.model.generate_content,
+                    contents, # <-- Correction pour l'erreur "unexpected keyword argument 'contents'"
+                    # Les configurations (température, safety_settings) sont déjà définies lors de l'initialisation de self.model
                 )
                 response_content = response.text