À Gaza, l’IA de l’armée israélienne accélère le ciblage et inquiète

La guerre à Gaza est aussi devenue un terrain d’observation majeur pour l’intelligence artificielle militaire. Depuis l’attaque du Hamas du 7 octobre 2023 et le début de l’offensive israélienne dans l’enclave, l’armée israélienne, ou IDF, a intensifié l’emploi d’algorithmes pour absorber un flux de renseignements qu’aucune équipe humaine ne pourrait examiner seule. L’enjeu ne se limite pas à la technologie : lorsque des systèmes proposent des personnes, des bâtiments ou des infrastructures comme cibles potentielles, la qualité de leurs résultats et le contrôle exercé par les humains peuvent avoir des conséquences directes sur les civils.

Les informations rendues publiques décrivent notamment deux outils, Habsora, dont le nom signifie « l’Évangile » ou « The Gospel », et Lavender. Ils ne sont pas présentés comme des armes autonomes qui choisiraient et exécuteraient seules une frappe. Ils interviennent en amont, dans la transformation de masses de données en recommandations destinées aux analystes et aux commandants. Cette nuance est essentielle, mais elle ne lève pas toutes les interrogations : une recommandation générée très vite peut influencer fortement une décision humaine prise sous pression.

Pourquoi l’armée israélienne recourt-elle à l’IA à Gaza ?

Dans une zone de guerre dense et surveillée en permanence, les données affluent de nombreuses sources : communications interceptées, imagerie satellitaire, vidéos de drones, informations issues de dossiers de renseignement et données géographiques. Les analystes doivent repérer des signaux parfois faibles, les rapprocher d’autres éléments et déterminer s’ils justifient une vérification.

L’objectif affiché de l’IA est d’accélérer ce travail de tri. Des logiciels de reconnaissance d’images peuvent, par exemple, comparer des clichés pris à plusieurs dates pour détecter des changements dans le terrain ou dans un bâtiment. Ils peuvent aussi aider à relever des motifs susceptibles d’indiquer une installation militaire dissimulée ou une infrastructure souterraine. La publication d’origine évoque le traitement de plusieurs milliers d’interceptions par jour, un volume qui illustre la raison d’être de l’automatisation.

L’armée israélienne a aussi investi dans des capacités de traitement en nuage afin de centraliser et d’exploiter ces informations plus rapidement. Pour un État dont les responsables soulignent régulièrement la profondeur stratégique limitée et la diversité des menaces, l’avantage technologique est conçu comme un élément de sécurité nationale.

Habsora et Lavender : que font précisément ces systèmes ?

Habsora est décrit comme un outil capable de générer rapidement un grand nombre de cibles potentielles. Il agrège des informations de renseignement et peut proposer des bâtiments, des installations ou d’autres objectifs que l’armée considère comme liés à des activités militaires. Selon les informations rapportées, le système est susceptible de générer plusieurs centaines de cibles supplémentaires, ce qui accélère la constitution et l’actualisation d’un « carnet de cibles ».

Lavender répond à une logique différente. Mis en œuvre à partir de 2020 selon les informations disponibles, ce programme vise à évaluer des personnes susceptibles d’être affiliées au Hamas ou au Djihad islamique palestinien. Parmi les éléments pris en compte figurent l’appartenance à des groupes de messagerie, des changements fréquents d’adresse ou de numéro de téléphone, ainsi que des mentions dans des dossiers de militantisme.

Ces critères ne constituent pas en eux-mêmes une preuve d’appartenance à un groupe armé. Ils servent à nourrir une évaluation algorithmique qui doit ensuite, en principe, être examinée par des humains. Les informations publiques ne permettent pas d’établir en détail le degré d’intégration technique entre Lavender et Habsora. Ils sont toutefois généralement décrits comme participant au même environnement de renseignement et de ciblage.

Du signal détecté à la décision de frapper

L’automatisation réduit le temps nécessaire pour passer d’une donnée brute à une liste de priorités. Mais elle ne devrait pas abolir les étapes de contrôle. Dans une chaîne de ciblage conforme aux principes du droit international humanitaire, les décideurs doivent notamment établir la nature militaire de l’objectif, examiner les risques pour les civils et évaluer si les dommages civils attendus seraient excessifs au regard de l’avantage militaire anticipé.

L’IDF soutient que l’amélioration de la collecte et du croisement des données permet un processus plus précis et, par conséquent, moins de dommages collatéraux. L’armée israélienne affirme que ses outils sont employés pour réduire les risques pour les civils et dans le respect des lois de la guerre.

Cette position repose sur une promesse classique de l’IA militaire : mieux connaître une cible pour frapper de façon plus sélective. Or, cette promesse dépend de plusieurs conditions exigeantes. Les informations doivent être fiables, actualisées et replacées dans leur contexte. Les analystes doivent pouvoir contester la recommandation de la machine. Enfin, la pression opérationnelle ne doit pas transformer une suggestion technique en décision quasi automatique.

Pourquoi ces outils suscitent-ils autant de critiques ?

La première inquiétude concerne la fiabilité. Un algorithme peut être performant pour détecter des régularités sans être capable d’expliquer de manière suffisante pourquoi une personne ou un lieu a été signalé. Au sein même des échelons supérieurs de l’IDF, des débats ont porté sur la qualité des informations produites et sur des descriptions de cibles parfois jugées trop limitées pour éclairer pleinement une décision.

La deuxième inquiétude tient à la vitesse. Plus un système peut générer de cibles, plus l’organisation doit être capable d’exercer un contrôle sérieux sur chacune d’elles. La difficulté n’est pas seulement technique. Elle est aussi humaine et organisationnelle : combien de temps un analyste consacre-t-il à une recommandation ? Quelles informations complémentaires consulte-t-il ? Peut-il facilement signaler un doute et interrompre le processus ?

Des analystes ont également alerté sur un possible affaiblissement de la « culture d’alerte » au sein de l’unité 8200, la principale unité israélienne de renseignement d’origine électromagnétique. Cette culture permettait, selon ces critiques, à des analystes de tout niveau de faire remonter directement des préoccupations stratégiques à la hiérarchie. Le risque évoqué est celui d’une dépendance excessive à des outils censés centraliser, classer et hiérarchiser l’information.

L’IA peut-elle être tenue responsable de victimes civiles ?

Il serait imprudent d’attribuer mécaniquement le nombre de victimes civiles à un algorithme particulier. Une frappe résulte d’une chaîne de décisions, de renseignements, de choix d’armement et de conditions opérationnelles qui ne sont pas entièrement publiques. Les informations disponibles ne permettent donc pas de mesurer précisément l’effet propre de Habsora ou de Lavender sur le bilan humain de la guerre.

En revanche, l’usage de ces systèmes modifie le contexte dans lequel les décisions sont préparées. Une IA peut élargir considérablement le nombre de cibles examinées et comprimer les délais. Si ses données de départ sont erronées, si ses critères sont trop larges ou si son résultat est accepté sans contrôle approfondi, elle peut accroître le risque d’erreurs graves.

Le droit international humanitaire ne prévoit pas d’exception parce qu’un logiciel est impliqué. Les principes de distinction, de proportionnalité et de précaution demeurent applicables. Les parties à un conflit doivent distinguer les civils des combattants et les biens civils des objectifs militaires. Elles doivent également prendre toutes les précautions pratiquement possibles pour éviter ou réduire les dommages causés aux civils.

Dans ce cadre, l’IA n’est pas un sujet réservé aux ingénieurs. Elle relève aussi de la gouvernance militaire, du droit, de la formation des opérateurs et de la possibilité d’enquêter après une frappe. Une recommandation algorithmique mal documentée rend plus difficile la reconstitution de ce qui a motivé une décision.

La précision algorithmique ne garantit pas une décision juste

Le mot « précision » peut prêter à confusion. En informatique, il peut désigner la capacité d’un modèle à classer correctement des données selon des catégories définies à l’avance. Dans le droit de la guerre, une décision précise suppose davantage : identifier correctement une cible militaire, tenir compte de sa situation réelle au moment de la frappe et évaluer les risques concrets pour les personnes présentes à proximité.

Un modèle peut donc être techniquement précis sur ses données de test tout en restant inadapté à une situation particulière. Un numéro de téléphone partagé, un changement d’adresse imposé par les déplacements de population ou une image ambiguë peuvent créer des signaux trompeurs. À Gaza, où les infrastructures civiles et les activités militaires alléguées peuvent se trouver dans un espace très resserré, cette difficulté est particulièrement aiguë.

La transparence est un autre enjeu. Les mécanismes précis de ces outils, les jeux de données utilisés, leurs seuils de décision et leurs taux d’erreur ne sont pas publiquement documentés avec un niveau de détail permettant un audit indépendant complet. Sans ces éléments, il est difficile d’évaluer la solidité des promesses de précision avancées par leurs utilisateurs.

Ce qu’il faut surveiller

Au 30 décembre 2024, la guerre à Gaza montre que l’IA militaire ne relève plus de la seule expérimentation. Elle est employée pour faire face à la masse des données, accélérer le renseignement et préparer des opérations. Habsora et Lavender illustrent une évolution plus large : les armées cherchent à transformer des informations dispersées en décisions exploitables à un rythme toujours plus rapide.

La question décisive n’est pas de savoir si les armées utiliseront l’IA, car elles le font déjà sous des formes variées. Elle est de déterminer les garanties qui entourent cette utilisation. Les points à surveiller sont la qualité des contrôles humains, la capacité des analystes à signaler une erreur, la documentation des décisions, l’évaluation indépendante des dommages causés aux civils et le respect effectif du droit international humanitaire.

L’expérience de Gaza pourrait ainsi peser sur les débats mondiaux relatifs aux armes autonomes, aux systèmes d’aide à la décision et à la responsabilité des commandements. La technologie peut accélérer le traitement de l’information. Elle ne peut pas remplacer le jugement, la prudence et l’obligation de protéger les civils qui incombent aux décideurs humains.