Comment l’IA a accéléré les frappes américaines en Iran

Les quatre premiers jours du conflit, près de 2 000 cibles iraniennes ont été touchées par le Pentagone. Ce rythme effréné est l’effet le plus visible du recours inédit aux outils d’intelligence artificielle par l’armée américaine.

L’intelligence artificielle (IA) transforme en profondeur la façon dont l’armée américaine prend des décisions en temps de guerre, comme l’illustre le conflit en Iran : le Pentagone affirme avoir frappé plus de 2 000 cibles en l’espace d’à peine quatre jours [les premiers jours du conflit].

Ce rythme sans précédent s’explique en partie par l’utilisation de systèmes d’IA qui analysent une masse de renseignements provenant des drones, des satellites et d’autres capteurs, puis suggèrent des cibles potentielles bien plus vite que la planification humaine conventionnelle.

Un tableau de bord en direct

Le conflit marque également la première utilisation à des fins militaires de modèles d’IA générative dits de pointe, ces programmes [comme ChatGPT, Claude ou Gemini] largement utilisés par les civils, des employés de bureau aux médecins en passant par les étudiants. Le haut commandement s’en sert pour interpréter les données, planifier les opérations et obtenir des informations en temps réel sur le terrain.

Ces deux dernières années, le ministère de la Défense américain a massivement intégré les technologies fondées sur l’IA dans ses opérations. Le principal système d’exploitation utilisé pour les données du Pentagone, le Maven Smart System de Palantir [l’entreprise à la sulfureuse réputation fondée par Peter Thiel, spécialisée dans l’analyse de données pour les services secrets et les forces de l’ordre], forme en association avec le chatbot Claude d’Anthropic un tableau de bord d’analyse en temps réel pour les opérations en Iran.

“Ce qui rend particulièrement intéressants les modèles de pointe – une évolution technologique qui s’est produite depuis un an et demi –, c’est qu’ils ne se contentent plus de synthétiser l’information : ils sont désormais aptes à raisonner”, avance Louis Mosley, responsable de Palantir pour le Royaume-Uni et l’Europe.

Trop de décisions, trop vite ?

D’après lui, cette capacité des nouveaux modèles d’IA à raisonner — ou à considérer un problème une étape à la fois — a permis d’“accroître considérablement le volume des décisions qui sont prises et la vitesse à laquelle [l’armée] peut les prendre” lors d’opérations de combat complexes.

Or ces technologies soulèvent des préoccupations quant au risque d’erreur. Le débat s’est récemment intensifié à la suite du bras de fer entre le Pentagone et Anthropic sur les limites des usages militaires de l’IA, qui met en lumière les tensions entourant le déploiement en contexte de combat des modèles d’IA de pointe.

Le bombardement de l’école primaire de filles à Minab, dans le sud de l’Iran, illustre les risques mortels associés à des cibles générées à la hâte ou insuffisamment vérifiées, même si on ignore encore dans quelle mesure les systèmes d’IA sont en cause dans cette opération [qui a fait 168 morts, dont plus de 100 enfants, le 28 février].

Plus de 20 000 bâtiments civils, atteints dont 17 353 édifices résidentiels

D’après le Croissant-Rouge iranien, les États-Unis et Israël auraient atteint plus de 20 000 bâtiments civils, dont 17 353 édifices résidentiels, en cherchant à affaiblir les institutions du régime iranien.

“J’ai l’impression que l’école de filles qui a été bombardée figurait sur une liste de cibles depuis des années. Mais cet élément n’a pas été relevé, et on peut se demander comment ça a pu arriver”, s’interroge un ancien haut gradé de l’armée américaine qui souhaite rester anonyme.

“Faut-il blâmer la machine ? L’humain ? J’aimerais croire que l’IA peut théoriquement signaler ce genre d’erreur. Malheureusement, sur le terrain, les choses ne se passent pas toujours aussi proprement que le promet la technologie.”

“Dans les six premiers mois de la campagne contre l’État islamique en Irak et en Syrie, la coalition a frappé environ 2 000 cibles”, rappelle Jessica Dorsey, qui étudie le recours à l’IA et le droit international humanitaire à l’université d’Utrecht [aux Pays-Bas]. “Or dans l’offensive actuelle, on rapporte le même nombre de frappes [américaines] en seulement quatre jours. Ça montre l’ampleur et le rythme de ces attaques ciblées.”

Une chaîne de frappe “quasi instantanée”

Lors d’une opération militaire du type Furie épique en Iran, la plateforme Maven de Palantir fait office de cerveau logiciel. Elle pilote l’ensemble de la chaîne de frappe (kill chain), de la détection d’une cible à sa neutralisation pendant un conflit. Il s’agit d’identifier les cibles, de les classer par ordre de priorité, puis de choisir les armes et d’évaluer les dommages infligés.

Traditionnellement, une chaîne de frappe implique d’imprimer une liasse de documents et d’attendre qu’un haut gradé examine et approuve la proposition. “Cela se mesure en heures, voire en jours”, explique un expert des technologies de défense qui veut rester anonyme. “L’IA ramène ce délai à quelques secondes ou minutes. Ça devient quasi instantané.”

Les grands modèles de langage [LLM], la technologie à la base des systèmes comme Claude ou ChatGPT, ont montré leur capacité à compiler un volume de cibles à atteindre bien supérieur à ce que permettent les méthodes classiques pilotées par l’humain, généralement plus lentes et laborieuses, selon Sophia Goodfriend, chercheuse spécialisée dans les technologies de défense à l’université de Cambridge [au Royaume-Uni]. “Ils surpassent tout ce qu’on a vu par le passé et permettent aux militaires de mener des opérations de ciblage aérien d’une rapidité et d’une ampleur inédites.”

“1 000 décisions à l’heure”

En mai 2025, le système Maven était employé par plus de 20 000 utilisateurs sur plus de 35 outils logiciels déployés militairement sur le terrain, selon le vice-amiral Frank Whitworth, directeur de la National Geospatial-Intelligence Agency [une agence du ministère de la Défense américain chargée du renseignement géospatial]. Selon des chercheurs en défense, le nombre d’utilisateurs aux États-Unis serait aujourd’hui plus proche de 50 000, l’Otan ayant également adopté Maven en 2025.

Le vice-amiral Whitworth avait déclaré en mai que l’objectif était d’utiliser l’IA pour prendre “1 000 décisions de qualité par heure, en sélectionnant et en écartant des cibles sur le champ de bataille”. Il avait également évoqué l’essor rapide du système de Palantir au sein du ministère, la base d’utilisateurs ayant plus que doublé dans les cinq premiers mois de l’année.

Qui valide le tir ?

D’autres types d’IA, dont la navigation autonome et la vision artificielle, ont aussi été employés ces dernières années dans des zones de guerre en Iran, à Gaza et en Ukraine. Selon Fabian Hoffmann, expert en missiles à l’Oslo Nuclear Project [un centre de recherche de l’université d’Oslo], il est possible qu’Israël et les États-Unis utilisent un logiciel de reconnaissance d’images fondé sur l’IA pour détecter rapidement la présence de lance-missiles balistiques et d’autres équipements à partir d’images captées par des drones de surveillance.

D’après le chercheur, cela permettrait de s’affranchir d’une tâche auparavant dévolue aux soldats, contraints d’examiner les images captées par les drones. “C’était trop fastidieux, mais, maintenant, avec les drones et l’IA, c’est certainement plus facile”, dit-il, ajoutant que le recours à ce type de logiciel pourrait expliquer le succès de la campagne de destruction des lanceurs iraniens.

En Iran, il est possible que l’IA ait déjà contribué à identifier un nombre exponentiellement plus élevé de cibles que dans les conflits précédents, selon Jessica Dorsey, de l’université d’Utrecht.

Ces cibles existaient peut-être auparavant – ou ont été générées rapidement par les systèmes d’IA, ce qui soulève de sérieuses questions sur la rigueur de leur validation, comme l’exige le droit international, rappelle-t-elle. “Comment lever le voile sur un système qui fait 37 millions de calculs par seconde ? Comment pourrait-on seulement parvenir à en reconstituer le cheminement ? Va-t-on exercer un contrôle humain adapté au contexte et un jugement éclairé sur les décisions générées par ces systèmes ?”

Par Madhumita Murgia, Charles Clover, Jacob Judah, Alison Killing, article du Financial Times, traduit et republié par Courrier Inernational