DOGE : l’IA de Musk aurait surveillé les messages de fonctionnaires américains

Un message interne peut-il devenir un signal d’alerte politique ? C’est la crainte qui se répand dans certaines administrations américaines. Le 8 avril 2025, des informations fondées sur plusieurs sources ont fait état d’un projet de surveillance assistée par intelligence artificielle au sein du Department of Government Efficiency, plus connu sous le nom de DOGE, l’entité chargée par l’administration de Donald Trump de réduire les dépenses et les effectifs fédéraux.

L’enjeu dépasse la seule question technique. Analyser automatiquement des milliers de conversations peut sembler efficace pour repérer des sujets, classer des documents ou accélérer des procédures. Mais employer un tel outil pour chercher des formulations perçues comme hostiles à l’administration, à Donald Trump ou à Elon Musk soulève une tout autre série de questions : qui définit ce qu’est la « déloyauté » ? Comment éviter les erreurs d’interprétation ? Et que deviennent les échanges officiels lorsque les canaux utilisés ne garantissent pas leur archivage ?

Ce qui est reproché au DOGE

Selon ces informations, le DOGE recourrait à des systèmes d’IA pour examiner des communications internes dans certaines agences fédérales. L’objectif évoqué serait d’identifier des sentiments considérés comme hostiles à Donald Trump ou contraires au programme de réforme porté par le DOGE.

Il est essentiel de distinguer ce qui est rapporté de ce qui est établi publiquement. À la date du 8 avril 2025, les caractéristiques précises du système, les données auxquelles il accède, ses critères de détection et les personnes habilitées à consulter ses résultats ne sont pas documentés de manière détaillée. Il n’est donc pas possible de mesurer indépendamment l’ampleur réelle de l’analyse ni d’en évaluer la fiabilité technique.

La perspective suffit néanmoins à modifier les comportements. Dans une organisation, le simple fait de savoir qu’un logiciel peut rechercher des mots, qualifier le ton d’un message ou remonter une conversation à un responsable peut encourager l’autocensure. Or les échanges entre agents ne se limitent pas à des opinions personnelles : ils servent aussi à signaler des difficultés opérationnelles, débattre d’une instruction ou alerter sur les conséquences d’une réforme.

À l’EPA, des employés avertis d’une possible analyse de leurs messages

L’Environmental Protection Agency, l’agence fédérale américaine de protection de l’environnement, apparaît comme l’un des points de tension les plus visibles. Des responsables nommés par Donald Trump y auraient averti les employés que leurs communications internes pourraient être soumises à une surveillance par intelligence artificielle.

Les outils évoqués auraient notamment été conçus pour repérer un langage jugé hostile à Elon Musk ou à Donald Trump. Les échanges sur Microsoft Teams, plateforme couramment utilisée dans les organisations pour les conversations de travail, figurent parmi les canaux concernés par ces inquiétudes.

Ce point est particulièrement sensible car l’analyse du « sentiment » n’est pas une lecture neutre des faits. Elle consiste à attribuer une tonalité à un texte, par exemple positive, négative ou ambiguë. Cette opération est délicate, même lorsque l’objectif est commercial, comme l’étude d’avis de consommateurs. Dans le cadre d’une relation de travail et d’une administration publique, elle peut prendre un sens disciplinaire ou politique beaucoup plus lourd.

Les fonctionnaires américains ne perdent pas toute liberté d’expression du fait de leur emploi, mais leurs droits et obligations dépendent notamment du contexte, de leur mission et de la nature de leurs propos. Une surveillance interne visant spécifiquement des opinions supposées hostiles pose donc une question qui dépasse le règlement de travail : celle de la place du désaccord dans l’administration.

Que peut faire une IA de surveillance, et quelles sont ses limites ?

Un système d’intelligence artificielle peut parcourir rapidement de grands volumes de texte. Il peut rechercher des mots-clés, regrouper des messages qui parlent d’un même sujet, produire un résumé, détecter des répétitions ou attribuer un score de tonalité. Ces usages peuvent être utiles, par exemple pour retrouver un dossier ou identifier un problème récurrent dans un service.

En revanche, un modèle de langage ne lit pas une conversation comme un supérieur hiérarchique, un juriste ou un enquêteur formé aux règles de procédure. Il calcule des probabilités à partir de motifs présents dans les données. Il peut confondre une phrase ironique avec une insulte, interpréter une critique de politique publique comme une attaque personnelle, ou ignorer l’historique qui donne son sens à une expression.

Dans le cas du DOGE, aucune information publique détaillée ne permet alors de savoir si l’outil se contente de signaler des conversations, s’il établit un classement des messages ou s’il participe à des décisions concernant des employés. C’est une distinction déterminante : un logiciel d’aide au tri n’a pas le même impact qu’un dispositif qui orienterait des sanctions, des licenciements ou des réaffectations.

Grok au cœur des interrogations sur l’automatisation des décisions

Le chatbot Grok, développé par l’entreprise d’Elon Musk, serait également employé dans les opérations du DOGE. Son rôle exact n’est pas décrit publiquement. Des sources le présentent toutefois comme largement utilisé dans la recherche de moyens de réduire les effectifs gouvernementaux.

Un chatbot peut aider à résumer des documents, comparer des listes, rédiger une première note ou extraire des informations d’un ensemble de fichiers. Il ne peut pas, à lui seul, établir si une suppression de poste respecte les règles de la fonction publique, si une mission est indispensable ou si une donnée a été interprétée correctement. Ces décisions exigent des critères explicites, une procédure, des responsables identifiables et, le cas échéant, des voies de recours.

La situation d’Elon Musk renforce les interrogations. En tant qu’employé gouvernemental spécial, il est soumis à des règles éthiques qui encadrent les conflits d’intérêts et l’implication dans des dossiers pouvant bénéficier à ses entreprises privées. Le fait que des outils associés à son écosystème puissent être utilisés au sein d’une structure gouvernementale nourrit ainsi les demandes de transparence, sans permettre à lui seul de conclure à une infraction.

Pourquoi Signal et Google Docs posent un problème d’archives publiques

Les pratiques de communication attribuées au personnel du DOGE soulèvent une seconde difficulté. Plusieurs de ses membres privilégieraient Signal, une application de messagerie chiffrée. Le chiffrement protège le contenu d’une conversation contre l’interception par des tiers, ce qui est utile dans de nombreux contextes. Il ne dispense pas pour autant une administration de ses obligations de conservation.

Aux États-Unis, les communications liées au travail gouvernemental peuvent constituer des documents fédéraux qui doivent être préservés selon des règles précises. Le problème ne réside donc pas uniquement dans le choix de Signal. Il dépend de la nature du message, de l’existence ou non d’un mécanisme d’archivage, et de la possibilité de restaurer les échanges lorsqu’ils sont demandés par les autorités de contrôle, la justice ou le public.

Les messages éphémères constituent à cet égard un risque particulier. S’ils disparaissent sans être transférés vers un système officiel de conservation, ils peuvent échapper aux obligations de tenue de dossiers. Kathleen Clark, spécialiste de l’éthique gouvernementale, a alerté sur la possibilité que de telles pratiques contreviennent aux règles fédérales d’archivage.

L’usage de Google Docs pour travailler sur des documents sensibles alimente des préoccupations comparables. Un document collaboratif peut conserver un historique des modifications, mais cela ne garantit pas automatiquement son intégration dans les circuits officiels de gestion documentaire. Si des documents préparatoires ou des directives ne sont pas correctement conservés, il devient plus difficile de retracer qui a proposé une mesure, qui l’a modifiée et sur quel fondement une décision a été prise.

Des données sensibles sous un contrôle plus centralisé

Les critiques visant le DOGE ne portent pas seulement sur les messages. Des documents judiciaires ont fait apparaître que l’accès à certaines infrastructures numériques sensibles était concentré entre un nombre limité de personnes. Le personnel de l’Office of Personnel Management, l’administration fédérale chargée notamment de la gestion des ressources humaines, aurait été écarté de bases contenant des informations personnelles importantes.

Cette centralisation inquiète pour deux raisons. D’une part, les données administratives, en particulier celles qui concernent les employés, sont sensibles et doivent être accessibles selon des autorisations clairement définies. D’autre part, réduire le nombre d’intermédiaires peut affaiblir les contrôles habituels, même lorsque l’intention affichée est d’accélérer une réforme.

L’opacité des méthodes du DOGE est aussi contestée devant les tribunaux. Dans le cadre d’une procédure engagée par l’organisation Citizens for Responsibility and Ethics in Washington, connue sous l’acronyme CREW, un juge fédéral a ordonné la remise de documents internes. À la date de publication, les informations disponibles ne permettaient pas de savoir ce que ces documents révéleraient des méthodes de travail, des outils d’IA employés ou des chaînes de décision.

L’EPA, un laboratoire des effets humains de la réorganisation

À l’EPA, la technologie s’inscrit dans un contexte plus large de restructuration. Près de 600 employés ont été placés en congé administratif et une réduction de 65 % du budget de l’agence est envisagée. Dans ces conditions, l’hypothèse d’une analyse algorithmique des communications ne peut pas être séparée de la crainte de voir les messages internes utilisés pour orienter des choix sur les emplois ou l’allocation des ressources.

À ce stade, les informations rapportées ne permettent pas d’affirmer que l’IA décide directement de licenciements ou d’affectations. Elles montrent en revanche pourquoi l’absence de règles visibles nourrit la défiance. Lorsque les employés ne savent ni quelles données sont analysées, ni comment les résultats sont vérifiés, ni qui peut les consulter, ils peuvent considérer chaque conversation de travail comme potentiellement risquée.

Pour une agence chargée de faire appliquer des normes environnementales, cette atmosphère peut aussi avoir un effet sur la circulation de l’expertise. Les agents doivent pouvoir signaler des failles, questionner une instruction ou décrire les conséquences concrètes d’une réduction de moyens. Confondre une alerte professionnelle avec une opposition politique serait une erreur coûteuse pour le fonctionnement de l’administration elle-même.

Ce qu’il faut surveiller dans les prochains mois

Plusieurs éléments permettront de juger la portée réelle de cette affaire. Le premier concerne la publication éventuelle de règles précises : quelles communications peuvent être analysées, par quels outils, selon quels critères et avec quelle supervision humaine ?

Le deuxième est la traçabilité. Les administrations devront pouvoir démontrer que les messages officiels, qu’ils aient transité par Signal, Microsoft Teams ou un document partagé, sont conservés lorsqu’ils relèvent des obligations fédérales d’archivage.

Le troisième concerne les décisions de personnel. Si une IA intervient dans le tri des informations utilisées pour réduire des effectifs, les agents et les instances de contrôle devront connaître la part exacte jouée par l’outil, les données retenues et les mécanismes de contestation.

Enfin, les procédures judiciaires et les demandes d’accès aux documents internes seront déterminantes. Elles pourraient permettre de clarifier si le DOGE utilise l’IA comme un simple outil d’organisation ou comme un dispositif de surveillance susceptible d’influencer directement la vie professionnelle des fonctionnaires américains.