Plan IA de Trump : pourquoi le Pentagone devient un acteur central

Dans la course mondiale à l’intelligence artificielle, le Pentagone n’est plus seulement un futur client des entreprises technologiques américaines. Le plan d’action sur l’IA dévoilé par l’administration de Donald Trump le 23 juillet 2025 lui confie un rôle de pilote : accélérer la recherche, évaluer les risques, sécuriser les infrastructures de calcul et préparer les forces armées à utiliser ces outils dans la durée.

Cette place centrale traduit une conviction affichée par Washington : la maîtrise de l’IA pèsera à la fois sur la compétitivité économique, les normes techniques mondiales et les capacités militaires. Le document inscrit explicitement cette ambition dans une rivalité stratégique où la Chine est considérée comme l’adversaire principal. Il ne s’agit donc pas seulement de financer de nouveaux logiciels, mais d’organiser les conditions de leur usage fiable, y compris lorsque les enjeux de sécurité nationale sont élevés.

Un plan national où la défense devient un levier stratégique

Le plan américain entend accélérer l’innovation en IA, construire les infrastructures nécessaires à son déploiement et renforcer le leadership international des États-Unis. Ces trois dimensions sont étroitement liées : un modèle performant requiert des chercheurs, des données et des capacités de calcul ; son adoption à grande échelle exige des centres de données et de l’énergie ; sa diffusion suppose enfin des standards de sécurité susceptibles d’être repris par des partenaires internationaux.

Dans ce cadre, le Department of Defense, ou DoD, est associé à 19 recommandations. Certaines concernent directement son fonctionnement interne. D’autres lui demandent de coordonner des travaux avec des administrations civiles, le renseignement et des partenaires alliés. Le Pentagone est ainsi appelé à devenir à la fois utilisateur, financeur de recherche et organisateur de règles techniques.

L’importance donnée au DoD ne signifie pas que l’armée américaine devient seule responsable de la politique d’IA. Le texte prévoit au contraire une coopération avec les départements de l’Énergie, du Commerce et de la Sécurité intérieure, ainsi qu’avec la communauté du renseignement. Mais le Pentagone dispose d’un poids singulier : ses besoins opérationnels, ses budgets de recherche et son accès à des environnements de test peuvent accélérer le passage de la recherche au déploiement.

Pourquoi la DARPA doit s’attaquer à l’opacité des IA

Parmi les mesures les plus structurantes, le plan prévoit un programme de développement technologique interinstitutionnel dirigé par la Defense Advanced Research Projects Agency, plus connue sous l’acronyme DARPA. L’une de ses priorités est l’interprétabilité de l’IA.

Ce terme désigne la capacité à comprendre, au moins en partie, pourquoi un système a produit une réponse, une recommandation ou une décision. Le sujet est particulièrement sensible pour les grands modèles de langage génératif. Ces logiciels peuvent rédiger, résumer ou analyser d’immenses volumes de texte, mais leurs mécanismes internes reposent sur un grand nombre de paramètres mathématiques. Même leurs concepteurs ne peuvent pas toujours reconstituer de façon simple et exhaustive le chemin ayant mené à une réponse donnée.

Dans un usage courant, une réponse erronée peut être corrigée ou ignorée. Dans un contexte de renseignement, de cybersécurité, de logistique ou d’opération militaire, une erreur mal détectée peut avoir des conséquences bien plus graves. Le plan ne promet pas de rendre toute IA totalement transparente, un objectif qui reste hors de portée pour les systèmes les plus complexes. Il fixe plutôt une direction : développer des outils permettant de mieux évaluer la fiabilité, les limites et les comportements inattendus des modèles.

Cette approche complète les recherches sur la robustesse des systèmes. Un modèle robuste doit résister davantage aux erreurs, aux données trompeuses, aux tentatives de manipulation ou aux changements de situation. L’interprétabilité aide alors les équipes à détecter les signaux d’alerte avant qu’un outil ne soit utilisé dans une mission critique.

Des hackathons pour tester les failles avant les adversaires

Le plan demande également au DoD de collaborer avec plusieurs administrations pour organiser des AI Hackathons. Le principe est de soumettre des systèmes à des tests menés par des experts externes, dans un cadre autorisé et non destructeur, afin de mettre au jour leurs faiblesses.

Cette méthode s’inscrit dans la continuité de l’initiative Hack the Pentagon, lancée sous l’administration Obama. L’idée est simple : des chercheurs en sécurité ou des spécialistes indépendants peuvent repérer des vulnérabilités que les équipes ayant construit un outil n’avaient pas anticipées. Appliqué à l’IA, le dispositif peut viser les systèmes eux-mêmes, leurs données, leurs interfaces ou les façons dont ils pourraient être détournés.

Les hackathons ne remplacent ni les audits internes ni les procédures de sécurité. Ils élargissent cependant le regard porté sur une technologie. Pour un système d’IA, les risques ne se limitent pas à une panne informatique classique : il peut aussi s’agir d’une réponse trompeuse mais crédible, d’une mauvaise interprétation d’une consigne ou d’un comportement imprévu dans une situation nouvelle.

L’IA responsable, du principe éthique à l’usage opérationnel

Le plan s’appuie sur le programme d’IA responsable du Pentagone. Impulsée à l’origine sous l’ancien secrétaire à la Défense Mark Esper, cette démarche a ensuite été affinée durant l’administration Biden. Elle vise à traduire des principes éthiques généraux en critères concrets pour les responsables de programmes.

L’un des outils évoqués est celui de checklists interactives destinées aux gestionnaires de projets IA. Leur utilité est d’obliger les équipes à poser des questions précises avant un déploiement : le système a-t-il été suffisamment évalué ? Ses limites sont-elles connues ? Qui est responsable de sa validation ? Dans quelles conditions un opérateur humain doit-il pouvoir intervenir ?

Le défi est important. Une règle éthique formulée de manière abstraite n’empêche pas, à elle seule, un outil mal calibré de se retrouver dans un processus sensible. À l’inverse, des exigences trop lourdes peuvent ralentir l’expérimentation. Le Pentagone cherche donc un équilibre entre rapidité d’innovation, contrôle technique et responsabilité dans l’usage.

Des normes pour les centres d’IA les plus sensibles

Le DoD doit aussi diriger un effort interinstitutionnel destiné à établir de nouvelles normes techniques pour des centres d’IA de haute sécurité. Ces infrastructures concentrent les ressources de calcul, les données et les modèles nécessaires à l’entraînement ou au fonctionnement de systèmes avancés. Elles constituent donc des actifs stratégiques, particulièrement lorsqu’elles sont liées à la défense ou au renseignement.

Le plan associe cette mission à l’évaluation des progrès réalisés par les adversaires en matière d’IA. Le Pentagone doit également appuyer l’Office du directeur du renseignement national dans la création d’une norme sur l’assurance de l’IA pour la communauté du renseignement, dont une grande partie relève du DoD.

L’expression « assurance de l’IA » renvoie ici à la capacité de démontrer qu’un système satisfait à des exigences de fiabilité et de sécurité avant, pendant et après son utilisation. Elle ne garantit pas qu’une IA ne commettra jamais d’erreur. Elle impose plutôt une logique de vérification : identifier les risques, tester les modèles, documenter leurs performances et réagir lorsqu’un problème est détecté.

Cette question dépasse le seul territoire américain. Si les États-Unis parviennent à faire adopter leurs exigences par leurs alliés et par des acteurs privés, ces règles peuvent peser sur les standards internationaux. C’est l’un des ressorts de la compétition avec la Chine : imposer des normes techniques peut avoir des effets durables sur les marchés, les infrastructures et les partenariats.

Champ de test virtuel, formation et cloud de guerre

Cinq recommandations adressées au DoD portent sur sa modernisation. La plus énigmatique appelle à créer un champ de test virtuel pour les systèmes d’IA et autonomes. Le document ne précise pas totalement s’il s’agirait d’une installation physique, d’un environnement numérique simulé ou d’une combinaison des deux.

Un tel dispositif pourrait permettre de soumettre des systèmes à des scénarios variés avant leur emploi réel : communications dégradées, informations contradictoires, conditions inhabituelles ou interactions avec d’autres équipements. La simulation ne reproduit jamais parfaitement le terrain, mais elle offre un moyen de tester rapidement des comportements et de comparer différentes configurations sans exposer des personnels ou du matériel.

Le plan demande en parallèle de transformer les écoles militaires en centres de recherche sur l’IA. L’enjeu ne se limite pas à former des ingénieurs. Les décideurs, les analystes et les opérateurs doivent aussi être capables de comprendre les limites d’un outil algorithmique, de questionner une recommandation et de savoir quand il ne faut pas s’y fier.

Enfin, le DoD doit obtenir un accès prioritaire aux services informatiques dans le cloud pour préserver l’usage des ressources nécessaires en temps de guerre. L’IA moderne dépend de serveurs puissants, de capacités de stockage et de réseaux capables de traiter de très grands volumes de données. Une priorité d’accès doit éviter qu’une crise ne prive les armées de ces ressources essentielles. Le plan fixe cet objectif, sans détailler à ce stade les mécanismes contractuels ou techniques qui permettront de le mettre en œuvre.

Une stratégie industrielle qui implique les entreprises technologiques

La politique américaine ne peut pas reposer exclusivement sur les laboratoires publics. Le plan encourage le Pentagone à travailler avec d’autres agences pour soutenir la fabrication de haute technologie aux États-Unis et renforcer les contrôles à l’exportation liés aux technologies d’IA.

Cette orientation s’inscrit dans un écosystème où les entreprises privées occupent une place croissante dans les contrats de défense. Des acteurs comme Anduril, ainsi que des entreprises d’IA telles qu’Anthropic et OpenAI, sont déjà associés à cette évolution par des contrats militaires. La relation entre innovation civile et demandes de défense est donc appelée à se renforcer.

Elle reste toutefois source de débats. Les initiatives de Google ont illustré des tensions internes autour de l’utilisation de l’IA dans un cadre militaire. Les révisions de certains engagements annoncés par l’entreprise ont suscité des inquiétudes parmi des salariés. Ces discussions posent une question durable : jusqu’où les entreprises technologiques doivent-elles participer aux usages de défense, et avec quelles garanties de transparence, de contrôle et de responsabilité ?

Ce qu’il faut surveiller

Le plan d’action fixe une ambition et répartit des responsabilités, mais sa portée dépendra de son exécution. Plusieurs questions seront déterminantes : quels critères précis retiendront les futures normes d’assurance de l’IA ? Comment le champ de test virtuel sera-t-il conçu ? Quels moyens seront consacrés à la DARPA, aux écoles militaires et aux infrastructures sécurisées ?

Il faudra aussi suivre la traduction concrète de la priorité accordée au cloud. Garantir l’accès à de la puissance de calcul en période de conflit suppose des accords solides avec les fournisseurs, des infrastructures protégées et une capacité à fonctionner malgré d’éventuelles perturbations. Ce point technique est devenu un élément de souveraineté aussi important que les logiciels eux-mêmes.

Enfin, le succès de cette stratégie se mesurera autant à la qualité des systèmes produits qu’à la confiance qu’ils inspirent. Pour le Pentagone, l’objectif n’est pas seulement d’adopter l’IA plus vite. Il est de pouvoir expliquer dans quelles conditions elle est suffisamment fiable pour être intégrée à des décisions où l’erreur, l’opacité et la dépendance technologique ne sont pas de simples défauts, mais des risques stratégiques.