En avril 2017, le Pentagone attribuait à Google un contrat de 600 millions de dollars pour analyser des flux vidéo de drones militaires par intelligence artificielle. Le projet, baptisé Project Maven, visait à automatiser la reconnaissance visuelle de cibles dans les zones de conflits afghanes et irakiennes, déchargeant des analystes humains épuisés par des heures de surveillance vidéo. Moins d'un an plus tard, la révolte interne de 4 000 ingénieurs de Google contraignait la firme de Mountain View à annoncer qu'elle ne renouvellerait pas le contrat à son échéance de 2019. Ce moment fondateur illustre la tension irrésolue qui traverse depuis lors toute l'architecture de l'IA militaire : entre efficacité opérationnelle et responsabilité morale, les États ne choisissent pas — ils avancent sur les deux tableaux simultanément.
Depuis cet épisode inaugural, la question n'est plus théorique. Des systèmes d'IA sont aujourd'hui déployés sur des théâtres de conflits réels — Gaza, Ukraine, Yémen — pour analyser des données massives, générer des listes de cibles et raccourcir les délais de décision à une vitesse inédite. La formule popularisée par le rapport du Stockholm International Peace Research Institute (SIPRI) de 2024 synthétise le problème avec une précision inquiétante : l'IA ne décide pas encore de tuer seule, mais elle réduit le délai humain au point où la décision devient un réflexe conditionné. C'est précisément ce glissement graduel et difficile à saisir juridiquement qui transforme l'IA en rupture doctrinale majeure dans l'histoire de la guerre.
Project Maven et la naissance de l'IA militarisée
Le contrat entre le Département de la Défense américain et Google portait sur l'analyse automatisée de séquences vidéo captées par des drones de surveillance opérant au-dessus de l'Irak et de l'Afghanistan. L'objectif déclaré était modeste en apparence : identifier des véhicules, des structures et des patterns de déplacement humain. La réalité opérationnelle était plus profonde. En automatisant la phase de reconnaissance visuelle, Project Maven réduisait mécaniquement le temps entre la détection d'une cible et l'autorisation d'une frappe — ce que les militaires nomment la kill chain. L'IA ne décidait pas, mais elle raccourcissait l'espace de délibération humaine jusqu'à en altérer la nature.
La pétition interne de juin 2018, signée par 4 000 employés de Google, réclamait que l'entreprise cesse de « construire des technologies de guerre ». La direction finit par annoncer son retrait, mais le projet ne mourut pas : la société d'analyse de données Palantir Technologies, fondée par Peter Thiel et spécialisée dans les contrats gouvernementaux sensibles, reprit les travaux dans un cadre contractuel distinct. Cet épisode illustre une réalité constante : le retrait d'un acteur commercial ne bloque pas l'évolution technologique militaire, il la déplace simplement vers un prestataire moins exposé aux pressions internes ou à l'opinion publique.
Project Maven : chronologie et chiffres clés
Avril 2017 : Signature du contrat Google–Pentagone, d'une valeur de 600 millions de dollars, pour l'analyse vidéo de drones militaires.
Juin 2018 : Pétition de 4 000 employés Google. La direction annonce le non-renouvellement du contrat en 2019.
2019 : Palantir Technologies reprend le développement dans le cadre du programme Maven Smart System (MSS).
2023 : Le MSS intègre des capacités de reconnaissance en temps réel sur plusieurs théâtres simultanés, dont le Moyen-Orient.
Le système Habsora de Tsahal : la « fabrique à cibles »
En novembre 2023, le magazine d'investigation israélo-palestinien +972 Magazine, en collaboration avec la revue Local Call, publiait une enquête fondée sur des témoignages de membres du renseignement israélien concernant un système baptisé Habsora — « l'Évangile » en hébreu. Selon ces sources, Tsahal utilisait ce système d'IA pour générer automatiquement des listes de cibles à Gaza, en croisant des données de surveillance satellite, des métadonnées téléphoniques, des modèles de déplacement et des analyses de réseaux sociaux. Le système aurait permis de produire des centaines de cibles par jour, là où les équipes humaines ne pouvaient en traiter que quelques dizaines par semaine dans les cycles précédents.
Les critiques internes, relayées dans l'enquête, utilisaient la formule de « fabrique à assassinat massif » pour désigner cette automatisation de la désignation d'objectifs. Tsahal a partiellement reconnu l'existence du système tout en contestant l'interprétation de son fonctionnement : chaque frappe, selon l'armée israélienne, reste soumise à une validation humaine. Mais cette affirmation soulève une question fondamentale sur la nature réelle de cette supervision : lorsqu'un opérateur approuve en vingt secondes une cible générée par un algorithme ayant analysé des milliers de paramètres interdépendants, la décision humaine est-elle substantielle ou purement formelle ? Les témoignages recueillis par +972 penchent clairement vers la seconde hypothèse.
L'IA ne "décide" pas encore de tuer seule — mais elle réduit le délai humain au point où la décision devient un réflexe conditionné plutôt qu'un jugement délibéré.
SIPRI Yearbook 2024, chapitre sur l'autonomie létale dans les conflits armés contemporainsL'algorithme de la mort : fusion de capteurs et kill chains raccourcies
Comprendre le fonctionnement technique d'un système de ciblage assisté par IA permet de mesurer l'ampleur de la rupture opérationnelle qu'il introduit. Ces systèmes reposent sur la fusion de capteurs multiples : imagerie satellitaire haute résolution, flux vidéo de drones en temps réel, interceptions électroniques, données de téléphonie mobile géolocalisées, analyses de réseaux sociaux et renseignement humain numérisé. Un algorithme de vision artificielle traite ces données en continu et applique des modèles d'apprentissage profond pour identifier des schémas de comportement récurrents — le fameux pattern of life —, permettant d'associer une signature numérique à un individu donné et d'anticiper sa localisation à un moment précis.
La conséquence opérationnelle la plus documentée est la compression radicale du délai de décision. Des données rendues publiques par la Royal Air Force britannique concernant ses opérations en Ukraine indiquent que le cycle de ciblage, qui nécessitait autrefois 72 heures de collecte, d'analyse et de validation, est désormais réduit à moins de 20 minutes pour certaines catégories de cibles mobiles à haute priorité. Cette accélération n'est pas neutre du point de vue du droit international humanitaire : elle comprime mécaniquement le temps disponible pour les vérifications juridiques, les consultations de renseignement complémentaires et l'évaluation préalable des dommages collatéraux — autant d'étapes que les Conventions de Genève et leurs Protocoles additionnels exigent avant toute frappe.
La doctrine LAWS et l'impasse des grandes puissances
La Convention sur certaines armes classiques (CCW), négociée sous l'égide des Nations unies à Genève, constitue depuis 2014 le principal forum international de discussion sur les systèmes d'armes létaux autonomes (LAWS). Lors de la sixième conférence d'examen de novembre 2021, plus de 30 États — dont l'Autriche, le Costa Rica, la Nouvelle-Zélande et plusieurs délégations africaines — ont réclamé l'ouverture formelle de négociations en vue d'un instrument juridiquement contraignant interdisant ou réglementant strictement les LAWS. Cette proposition s'est heurtée au refus catégorique des principales puissances militaires : les États-Unis, la Russie et Israël ont bloqué toute avancée vers un processus de négociation contraignant, préférant des lignes directrices politiques volontaires et non opposables.
Le Comité international de la Croix-Rouge (CICR) a publié en mai 2021 sa position officielle sur les systèmes d'armes autonomes, estimant que le droit international humanitaire existant est insuffisant pour encadrer ces technologies dans un cadre opérationnel. Le rapport souligne que les principes fondamentaux de distinction entre combattants et civils, de proportionnalité des frappes et de précaution, tels qu'ils figurent dans les Protocoles additionnels aux Conventions de Genève, supposent un jugement humain contextuel que les algorithmes actuels ne peuvent pas exercer de manière fiable. En l'absence de traité spécifique, le vide juridique demeure entier, et les États développeurs disposent d'une latitude considérable pour définir eux-mêmes ce qui constitue un « contrôle humain suffisant ».
La Chine : l'IA militaire comme priorité d'État
La stratégie chinoise d'IA militaire repose sur la doctrine de fusion civilo-militaire (Military-Civil Fusion, MCF), formalisée sous Xi Jinping comme priorité nationale dès 2015 dans le XIIIe Plan quinquennal. Cette doctrine impose aux entreprises technologiques civiles — sans qu'elles puissent s'y soustraire — de partager leurs innovations avec l'Armée populaire de libération (APL). Des géants technologiques comme Baidu (traitement du langage et vision artificielle), Alibaba (analyse de données massives et cloud militaire) et SenseTime — placée sur liste noire américaine en décembre 2021 pour fourniture de technologies de surveillance à des fins répressives — entretiennent des contrats explicites ou implicites avec le complexe militaro-industriel chinois.
Les estimations disponibles — l'opacité budgétaire chinoise rendant toute évaluation approximative — situent les investissements en IA militaire à environ 1,6 milliard de dollars en 2023, soit une multiplication par quatre depuis 2018. L'objectif déclaré est que la Chine devienne la puissance mondiale dominante en IA d'ici 2030, une ambition qui inclut explicitement la dimension militaire : systèmes de ciblage autonomes, logistique optimisée par algorithmes, guerre cognitive et cybernétique intégrée. Le plan stratégique publié par l'Académie des sciences militaires en 2019 mentionne explicitement la réduction de la durée de la kill chain comme objectif opérationnel de premier rang pour les conflits de haute intensité de la prochaine décennie.
Ukraine : l'IA militaire en conditions réelles de haute intensité
Le conflit ukrainien constitue depuis février 2022 le premier terrain de test à grande échelle de l'IA militaire dans un conflit de haute intensité opposant deux armées régulières équipées d'armements modernes. Les drones FPV (First Person View), utilisés en masse par les deux camps à des milliers d'unités par semaine à partir de 2023, intègrent progressivement des modules d'IA permettant une navigation autonome vers des cibles pré-désignées même en cas de brouillage électronique — problème récurrent sur ce théâtre d'opérations caractérisé par une guerre électronique intensive. Le système de commandement numérisé ukrainien Delta, développé avec l'appui technique de l'OTAN et d'entreprises technologiques privées américaines, centralise les données de renseignement en temps réel et assiste les opérateurs dans la priorisation et la validation des cibles.
Des informations rendues publiques par des médias ukrainiens et partiellement confirmées par des sources occidentales indiquent que l'Ukraine utilise le logiciel américain Clearview AI pour identifier des soldats russes morts sur le champ de bataille, en croisant des images faciales avec des bases de données extraites de réseaux sociaux russes — une application contestée éthiquement mais militairement efficace pour le renseignement sur l'ordre de bataille adverse. Par ailleurs, le ciblage des systèmes HIMARS fournis par Washington intègre des composantes d'IA pour la sélection et la validation des coordonnées de frappe, réduisant les erreurs balistiques tout en compressant significativement les délais d'autorisation de tir.
Sur le théâtre ukrainien, l'IA n'est pas un outil d'avenir : c'est une réalité opérationnelle quotidienne, testée sous le feu des deux côtés du front — sans que les cadres juridiques internationaux aient été adaptés en conséquence.
Rapport du Center for a New American Security (CNAS), « AI on the Battlefield », Washington D.C., 2024Vide juridique et accountability : qui répond quand l'IA tue un civil ?
Lorsqu'une frappe assistée par IA tue des civils, qui porte la responsabilité pénale et morale ? La question, longtemps cantonnée aux cercles académiques de droit international, est devenue concrète avec les conflits contemporains. La DoD Directive 3000.09, révisée par le Pentagone en janvier 2023, réaffirme que les systèmes létaux autonomes doivent permettre « un jugement humain approprié » sur les décisions d'emploi de la force. Mais la directive ne définit pas précisément ce que signifie « approprié », laissant aux commandants sur le terrain une latitude d'interprétation considérable. L'opérateur qui valide une cible en vingt secondes exerce-t-il un jugement ? L'ingénieur qui a conçu l'algorithme ? Le gouvernement qui a autorisé le déploiement du système ?
Au Yémen, plusieurs frappes attribuées à des systèmes semi-autonomes américains et saoudiens entre 2016 et 2022 ont tué des dizaines de civils dans des circonstances où la chaîne de responsabilité restait délibérément opaque. Ces cas illustrent le problème structurel de l'accountability : plus la décision est automatisée et distribuée entre plusieurs acteurs — algorithme, opérateur, commandant, État —, plus il devient difficile d'établir la faute individuelle selon les standards du droit international. Les avocats spécialisés en droit humanitaire parlent d'un « déficit de responsabilité » qui constitue, en lui-même, une incitation perverse à l'automatisation croissante des décisions létales.
La notion de "Meaningful Human Control"
Le contrôle humain significatif désigne la capacité d'un opérateur à comprendre réellement le contexte d'une décision létale et à l'influencer de manière substantielle — en opposition à une validation purement formelle d'une cible préformée par un algorithme sans possibilité d'évaluation indépendante. Le Campaign to Stop Killer Robots, Human Rights Watch et le CICR défendent unanimement ce standard comme condition minimale de légalité pour tout système d'arme assisté par IA. Aucune définition juridiquement contraignante n'a encore été adoptée au niveau international.
Quatre acteurs, zéro traité : le risque d'escalade automatisée
La compétition mondiale en matière d'IA militaire implique aujourd'hui quatre acteurs principaux dont les postures divergent radicalement. Les États-Unis ont restructuré leur dispositif autour du Chief Digital and Artificial Intelligence Office (CDAO) — successeur du JAIC depuis 2022 —, avec un budget annuel supérieur à 900 millions de dollars. La Chine développe ses programmes à travers la Commission de la science, de la technologie et de l'industrie pour la défense nationale, en imposant aux entreprises civiles de contribuer au complexe militaire. La Russie a déployé des systèmes semi-autonomes comme les drones-munitions ZALA Lancet du groupe Kalashnikov, utilisés en masse en Ukraine pour des frappes de précision sur des équipements blindés et des dépôts logistiques. La Turquie, enfin, a développé le système Kargu-2 de STM — premier drone documenté comme ayant peut-être engagé des cibles sans contrôle humain en temps réel, selon le rapport du Panel d'experts de l'ONU sur la Libye (S/2021/229, mars 2021).
Ce paysage illustre le risque majeur d'une course technologique sans cadre de régulation contraignant : l'escalade automatisée. Si deux adversaires déploient des systèmes d'IA capables de réagir en quelques secondes à des menaces perçues, le risque d'une séquence d'actions-réactions mutuelles échappant au contrôle humain devient statistiquement significatif. Les modèles de simulation développés par la RAND Corporation et publiés en 2023 indiquent que dans un conflit de haute intensité impliquant des systèmes d'armes partiellement autonomes des deux côtés, la probabilité d'une escalade non intentionnelle vers un niveau d'intensité supérieur double par rapport à un scénario conventionnel — une donnée que les décideurs politiques n'ont pas encore pleinement intégrée dans leurs doctrines d'emploi.
Les programmes nationaux ne se comparent pas par un seul budget. Les États-Unis ont institutionnalisé l'intégration des données et de l'IA autour du CDAO et de Maven ; la Chine associe entreprises civiles et besoins de l'Armée populaire de libération ; la Russie et la Turquie mettent davantage en avant des systèmes de combat ou des munitions rôdeuses ; Israël a rendu visible l'usage d'outils d'aide au ciblage à Gaza. Les montants disponibles ont des périmètres différents et plusieurs restent confidentiels.
Les positions diplomatiques sont elles aussi plus nuancées qu'une opposition entre partisans et adversaires d'un traité. Les discussions sur les systèmes d'armes létaux autonomes portent sur la définition de l'autonomie, le degré de contrôle humain et la forme juridique d'un éventuel instrument. Les doctrines déclarées ne prouvent ni les règles d'engagement réellement appliquées, ni l'absence d'un opérateur dans la chaîne de décision.
Sources et références
• SIPRI Yearbook 2024, « Autonomy in weapons systems and the future of armed conflict », Stockholm International Peace Research Institute.
• Yuval Abraham, « 'A Mass Assassination Factory' : Inside Israel's Calculated Killing », +972 Magazine / Local Call, 30 novembre 2023.
• DoD Directive 3000.09, « Autonomy in Weapon Systems », Département de la Défense américain, révisée janvier 2023.
• Rapport final du Panel d'experts de l'ONU sur la Libye, document S/2021/229, mars 2021.
• CICR, « ICRC position on autonomous weapon systems », Comité international de la Croix-Rouge, mai 2021.
Lire aussi
La lettre hebdomadaire — gratuite
Analyses géopolitiques approfondies chaque dimanche dans votre boîte mail. Rejoignez 12 000 lecteurs.
Sans spam · Désabonnement en un clic
