IA et renseignement : l'analyse automatisée change la donne

Trois mots tapés dans une barre de recherche, et une image satellite livre en quelques secondes la position d’un convoi. Ce qui exigeait hier des heures de travail d’analystes se fait aujourd’hui d’une requête. L’intelligence artificielle ne se contente pas d’accélérer le renseignement : elle en redessine les contours. Reste à distinguer la révolution réelle de la promesse marketing.

Un multiplicateur de puissance, pas une baguette magique

L’IA s’inscrit dans une longue mutation : celle d’un environnement informationnel saturé, où les services croulent sous des volumes de données qu’aucune équipe humaine ne peut traiter manuellement. Sa promesse n’est pas de penser à la place de l’analyste, mais d’amplifier ses capacités — trier, classer, traduire, repérer.

Les agences l’ont compris, avec un mélange d’urgence et de prudence. Une enquête de PBS résume cette posture ambivalente : l’adoption de l’IA générative par les services américains est à la fois pressée et méfiante¹. Le premier directeur technique de la CIA va jusqu’à comparer ces modèles à un « ami génial mais ivre » — capable d’éclairs de lucidité, mais aussi de mensonges et de biais¹. La formule dit l’essentiel : l’outil est puissant, mais il ne mérite pas une confiance aveugle. C’est de cette tension que dépend la bonne intégration de l’IA dans le cycle du renseignement.

L’OSINT augmenté : une nouvelle génération

C’est dans le renseignement de sources ouvertes (OSINT) que la bascule est la plus nette. Historiquement manuel et chronophage, il franchit un cap grâce aux modèles de traitement du langage et de vision par ordinateur. Ces outils extraient le sens de textes non structurés, reconnaissent objets et lieux sur des images, traduisent quasi instantanément, et cartographient des réseaux d’influence à partir de milliards de données.

Le cas américain est emblématique. Un outil baptisé OSIRIS, qui applique l’IA générative à l’exploitation de matériaux en sources ouvertes, a atteint sa capacité opérationnelle initiale dès 2023². L’agence nationale de renseignement géospatial (NGA) a, elle, fait de l’IA sa priorité pour 2025 — au point de parler d’« année de la NGAI » — et a lancé un appel d’offres pour un modèle génératif inédit, capable de tirer un renseignement géospatial précis d’images satellites à partir de simples requêtes vocales ou textuelles³. Cette transformation profonde de l’espionnage et de la contre-ingérence par l’IA ne supprime pas l’analyste : elle le repositionne en bout de chaîne, là où le jugement humain valide, contextualise et tranche.

Au-delà de la description, l’IA ouvre la voie à l’analyse prédictive. En repérant des schémas comportementaux ou des corrélations entre événements disparates, elle peut signaler la préparation d’une opération ou une manipulation en cours. Pendant les conflits en Ukraine et au Proche-Orient, la combinaison d’images satellites, de publications sur les réseaux et de données ouvertes a permis de suivre des mouvements de forces et de déjouer certaines tromperies. Cette anticipation reste cependant probabiliste : elle éclaire une tendance, elle ne prédit pas l’avenir. C’est précisément là que l’expertise humaine reprend la main, pour transformer une alerte algorithmique en évaluation actionnable.

L’autre tranchant de la lame : la désinformation dopée à l’IA

La même technologie qui sert à détecter sert aussi à tromper. L’IA générative abaisse le coût de production de faux crédibles : images fabriquées, voix clonées, vidéos truquées. Cette capacité menace directement la confiance dans les faits, comme le détaille un rapport du Parlement européen sur la manipulation de l’information à l’ère de l’IA générative⁴.

Mais la probité commande de ne pas céder à l’alarmisme. Les chiffres dessinent un tableau nuancé. En 2024, l’International Panel on the Information Environment n’a recensé que 215 cas de deepfakes électoraux à travers les cinquante pays organisant des scrutins compétitifs, et Meta estimait à moins de 1 % la part des contenus générés par IA dans la mésinformation vérifiée⁵. Lors de l’élection canadienne de 2025, près de 6 % des images liées au scrutin étaient des deepfakes⁵. L’impact démontré sur les résultats demeure donc limité — pour l’instant. Les incidents marquants se multiplient pourtant : à quelques jours de la présidentielle irlandaise de 2025, une fausse vidéo annonçait à tort le retrait d’une candidate⁵. La menace réelle pèse sur la démocratie et la sécurité des élections, moins par un faux décisif que par l’érosion progressive du socle de confiance.

Le déluge silencieux et la course aux armements

Si l’impact électoral reste contenu, le volume, lui, explose. Près de 500 000 vidéos deepfakes ont circulé sur les réseaux sociaux en 2023, et les projections évoquaient jusqu’à 8 millions pour 2025⁶. Plus vertigineux encore : la quantité de contenus générés par IA a dépassé celle des contenus humains dès la fin 2024, atteignant 52 % en mai 2025⁶. Le danger n’est plus tant le faux isolé que la saturation : noyer le vrai sous une marée de contenus synthétiques.

Cette dynamique nourrit une course aux armements informationnelle où chaque acteur cherche à dépasser l’autre, avec le risque d’amplifier l’instabilité et de multiplier les « malentendus » stratégiques fondés sur des informations altérées. Elle se prolonge dans le domaine cyber, où l’IA et les cyberconflits s’entremêlent : un même système d’IA peut servir à défendre un réseau ou à l’attaquer. Et la difficulté d’attribution — savoir qui est derrière une campagne — complique la riposte autant que la dissuasion, car sanctionner suppose d’abord d’identifier, avec certitude, un responsable qui s’emploie précisément à rester invisible.

Ce que l’IA ne fera pas à notre place

Aussi spectaculaires soient-elles, ces avancées butent sur des limites structurelles. L’IA détecte des corrélations, mais n’explique pas la causalité ; elle repère un schéma, mais ne devine pas l’intention. Surtout, elle « hallucine » et peut être manipulée : des données d’entraînement empoisonnées ou des attaques ciblées peuvent biaiser ses résultats et conduire à des conclusions dangereuses. Face à ces failles, l’esprit critique humain est la première ligne de défense — capable de remettre en cause une évidence apparente et de chercher des preuves complémentaires. La supervision humaine en fin de chaîne n’est donc pas un luxe, mais le rempart contre l’erreur et la manipulation. C’est aussi la garantie que la responsabilité d’une décision reste imputable à un humain, exigence démocratique fondamentale dès lors qu’il s’agit de surveillance ou d’usage de la force.

L’enjeu des prochaines années ne sera pas de choisir entre l’humain et la machine, mais de les conjuguer — au service de la supériorité militaire et stratégique comme de la résilience démocratique. Le signal à surveiller n’est pas la prouesse technique, désormais acquise, mais la qualité de l’articulation entre algorithme et jugement. La puissance informationnelle de demain ira à ceux qui sauront marier l’excellence des modèles et la lucidité des hommes. Tout le reste n’est que démonstration de force.