L’augmentation de l’information ne s’accompagne pas d’une augmentation équivalente du temps pour l’interpréter. C’est de cette compression que part le problème stratégique. Toute l’histoire militaire moderne pourrait presque être relue à partir de cette tension. Le télégraphe avait accéléré le commandement. La radio avait raccourci davantage encore le délai entre l’observation et l’ordre. Le radar avait donné quelques minutes supplémentaires face à une menace aérienne. Les satellites avaient étendu la profondeur du regard. Les réseaux numériques ont ensuite presque supprimé certaines distances. L’intelligence artificielle ajoute désormais une mutation différente :

Elle ne se contente plus d’accélérer la transmission du signal.

Elle accélère son interprétation. C’est là que commence, à mes yeux, le véritable changement. Lorsque la machine peut détecter, classer, comparer, prioriser et proposer une action avant même qu’un opérateur humain ait parcouru l’ensemble des données, le problème stratégique se déplace vers le temps de décision lui-même. La guerre cognitive commence précisément ici. Elle ne consiste pas seulement à manipuler les esprits par de la propagande ou de la désinformation, même si cela en fait évidemment partie. Elle désigne plus largement la lutte pour contrôler la perception, l’attention, l’interprétation et le rythme de décision de l’adversaire.

Faire voir quelque chose.

Empêcher de voir autre chose.

Saturer le système d’informations contradictoires.

La guerre cognitive agit aussi sur le temps.

Produire une fausse urgence.

Retarder une décision.

En accélérer une autre.

La guerre cognitive attaque donc moins directement le corps que le modèle du monde que l’adversaire utilise pour agir. C’est une forme de guerre particulièrement profonde parce que toute action militaire commence par une représentation.

Avant de tirer, il faut avoir identifié une cible.

Avant de mobiliser, il faut avoir interprété une intention.

Avant de riposter, il faut avoir décidé qu’une attaque est réelle.

Si la représentation est fausse, toute la puissance disponible peut être utilisée contre une illusion. Cette idée est ancienne. Les stratèges ont toujours utilisé la ruse, le camouflage, la diversion. Ce qui change aujourd’hui est l’échelle. Une intelligence artificielle peut produire, détecter et analyser des signaux à une vitesse qu’aucune équipe humaine ne pourrait soutenir.

Cela transforme la ruse en industrie. Des milliers de faux comptes, des millions de contenus, des images synthétiques, des voix clonées, des documents crédibles peuvent être produits presque instantanément. Mais il serait réducteur de limiter la guerre cognitive aux deepfakes. Le véritable problème est beaucoup plus vaste :

Comment un système sait-il ce qu’il doit croire ? Cette question vaut pour une intelligence artificielle comme pour une société. La différence est que l’IA peut traiter une quantité d’informations gigantesque et donc absorber également une quantité gigantesque de manipulations. Elle devient simultanément un outil de détection et une nouvelle surface d’attaque.

On peut chercher à tromper un opérateur humain. On peut désormais également chercher à tromper le modèle qui assiste cet opérateur. C’est là qu’apparaît une nouvelle profondeur du conflit. L’adversaire ne cherche plus seulement à cacher un véhicule. Il peut chercher à produire une signature qui pousse l’algorithme à le classer dans une mauvaise catégorie.

Il ne cherche plus seulement à brouiller un radar. Il peut essayer de perturber la chaîne de données qui alimente l’intelligence artificielle. Cette guerre contre la perception algorithmique me paraît centrale. Nous entrons dans un monde où les systèmes devront apprendre à se demander non seulement :

Que vois-je ?

Mais aussi :

Quelqu’un cherche-t-il à me faire voir cela ?

Le Blind Spot, l’angle aveugle, se prolonge ici dans le champ stratégique. Toute intelligence possède ses limites de perception. Mais lorsqu’un adversaire les connaît, il peut chercher à les exploiter. Un biais cesse alors d’être un simple défaut. Il devient une vulnérabilité stratégique. Voilà pourquoi les biais algorithmiques doivent aussi être regardés sous un angle de sécurité.

Un modèle qui surpondère certains signaux, classe mal certaines situations ou généralise trop vite peut être manipulé par un acteur qui a compris sa logique. Cela produit une dynamique presque biologique : l’adversarialité. Dans le vivant, le prédateur et la proie coévoluent. L’un développe un camouflage, l’autre une meilleure perception. L’un accélère, l’autre devient plus rapide. Les systèmes d’IA militaires entreront probablement dans cette coévolution permanente. Chaque amélioration de détection produira une amélioration du camouflage. Chaque nouveau système d’identification suscitera une méthode pour le tromper.

La course ne s’arrête donc jamais. C’est exactement la logique du mutant. Seuls les mutants survivent parce que l’environnement lui-même apprend. Une technologie figée dans un conflit adaptatif devient rapidement obsolète.

Cette dynamique est particulièrement inquiétante lorsqu’elle atteint la boucle de décision. Dans la doctrine militaire, on parle souvent du cycle observation, orientation, décision, action. Celui qui boucle plus vite peut imposer son rythme à l’adversaire. L’intelligence artificielle accélère chacune de ces étapes. Elle peut observer davantage de capteurs, orienter en comparant davantage de scénarios, aider à décider et parfois déclencher une action automatisée.

La tentation est alors immense : supprimer progressivement les délais humains pour gagner quelques secondes. Le danger commence à cet instant. Une seconde gagnée peut constituer un avantage tactique.

Mais supprimer trop de secondes peut aussi supprimer le temps nécessaire pour reconnaître une erreur. La vitesse est donc une arme et un risque. C’est l’un des paradoxes fondamentaux de l’ère de l’IA militaire. Pendant longtemps, l’avantage stratégique appartenait à celui qui pouvait décider plus vite.

Désormais, il pourrait aussi appartenir à celui qui sait où ralentir. Cette idée me paraît essentielle. L’intelligence n’est pas toujours accélération. Parfois, elle consiste à introduire volontairement une latence.

Un système critique doit pouvoir signaler : ce signal est suffisamment ambigu pour exiger une seconde vérification. Ce ralentissement peut sembler inefficace dans une logique purement compétitive. Mais il peut empêcher une escalade irréversible. C’est là que l’ingénierie de désescalade devient une véritable architecture technique.

Nous avons trop souvent imaginé la désescalade comme un problème diplomatique séparé de la technologie. Ce n’est plus possible. Le système lui-même doit contenir des mécanismes de frein. Exactement comme une machine industrielle contient des arrêts d’urgence.

Personne ne considère le bouton d’arrêt comme une faiblesse de la machine. Au contraire. C’est une condition de sa sécurité. Il faudrait penser de la même manière les systèmes militaires augmentés par l’IA.

Quel est le bouton d’arrêt ?

Qui peut reprendre la main ?

Dans quelles situations le système doit-il refuser d’agir automatiquement ?

Quels signaux nécessitent deux sources indépendantes ?

Quel degré d’incertitude impose une intervention humaine ?

Ce sont des questions d’architecture, pas seulement d’éthique. Une doctrine de sécurité qui ne devient pas du code, des procédures, des interfaces et des chaînes de commandement reste une intention. Cela rejoint exactement tout ce que j’ai appris dans le monde industriel.

La sécurité ne se proclame pas. Elle se conçoit. Un dispositif dangereux doit être pensé en termes de défauts possibles.

Que se passe-t-il si ce capteur tombe en panne ?

Si cette donnée est fausse ?

Si cet opérateur interprète mal l’alerte ?

Si deux systèmes donnent des réponses contradictoires ?

L’IA militaire doit être soumise à la même rigueur. On ne peut pas considérer qu’un modèle est fiable simplement parce qu’il obtient une excellente performance moyenne. Dans un système stratégique, la moyenne ne suffit pas. Ce qui compte est aussi la nature de l’erreur extrême. Un modèle peut être correct dans 99,9 % des cas et catastrophique dans le millième restant si ce millième déclenche une réponse irréversible.

C’est la différence entre optimisation commerciale et sûreté critique. Une recommandation publicitaire erronée coûte peu. Une classification erronée dans une chaîne de défense peut produire des morts ou une guerre. Il faut donc changer de culture métrique.

Les ingénieurs devront apprendre à mesurer non seulement la précision, mais la gravité des faux positifs, des faux négatifs, l’incertitude et la robustesse sous attaque. C’est une science de l’erreur avant d’être une science de la performance. Cette expression me paraît juste. La sécurité consiste d’abord à comprendre comment le système peut se tromper.

Il en va de même pour l’être humain. La grande force d’un décideur expérimenté n’est pas de ne jamais se tromper. C’est de connaître certaines formes de ses propres erreurs. Voilà encore l’angle aveugle.

Si l’intelligence artificielle veut devenir réellement stratégique, elle devra pouvoir cartographier ses zones d’incertitude. Ce serait une mutation importante par rapport au fantasme de l’ordinateur infaillible. Une IA réellement utile ne devrait pas seulement répondre. Elle devrait produire une topographie de la confiance.

Voici ce que je considère hautement probable.

Voici ce qui l’est moins.

Voici les données absentes.

Voici les hypothèses concurrentes.

Voici ce qui, si cela était vrai, invaliderait mon scénario.

Cette dernière capacité me paraît essentielle : Savoir ce qui pourrait invalider sa propre lecture. Une machine capable d’organiser la contradiction serait beaucoup plus précieuse qu’une machine qui accumule seulement les confirmations. Et cela rejoint une question militaire très concrète. Dans une situation de crise, l’organisation cherche naturellement des signaux compatibles avec la menace qu’elle redoute.

C’est un biais humain bien connu. L’IA peut soit corriger ce biais, soit l’amplifier. Si elle est entraînée à chercher uniquement ce que l’état-major lui demande, elle peut produire une puissance de confirmation gigantesque. Chaque nouveau signal est alors interprété dans le sens du scénario dominant. Le système se referme.

C’est presque une paranoïa algorithmique. Tout devient preuve. Voilà un danger majeur. Une architecture saine devrait obliger le système à produire un dossier contradictoire.

Si le scénario principal est l’attaque, quelles données soutiennent le scénario d’un exercice, d’une erreur ou d’une diversion ?

Si la probabilité d’une action hostile augmente, quels éléments la réduisent ?

Cette contre-analyse pourrait être automatisée. On pourrait presque imaginer deux modèles opposés : l’un chargé de construire l’hypothèse principale, l’autre de tenter de la détruire. Une sorte de procédure contradictoire algorithmique. Cela correspond profondément à ma conception du droit. Le contradictoire n’est pas un obstacle à la vérité.

Il est une méthode pour réduire l’erreur. Une décision importante doit pouvoir survivre à l’attaque de l’argument contraire. Appliquer cette philosophie à l’IA militaire me paraît particulièrement fécond. On éviterait ainsi qu’un seul modèle devienne une autorité cognitive absolue.

Cela rejoint la notion de pluralisme des modèles. Dans un système critique, dépendre d’une seule architecture d’intelligence crée un point unique de défaillance. Deux systèmes entraînés différemment peuvent voir des choses différentes. Leur désaccord devient une information.

C’est un principe extrêmement important. On considère souvent le désaccord comme un problème à résoudre. Il peut devenir un capteur. Si plusieurs modèles véritablement indépendants convergent, la confiance augmente.

S’ils divergent fortement, il faut ralentir. La divergence devient un signal d’incertitude. On retrouve exactement la logique du diagnostic médical ou scientifique. Une mesure isolée peut être fausse.

Plusieurs mesures indépendantes réduisent le risque. Mais l’indépendance est essentielle. Trois modèles entraînés sur les mêmes données et construits selon la même logique peuvent reproduire le même biais. La redondance n’est donc pas seulement duplication.

Elle exige de la diversité. C’est là que l’on retrouve une leçon biologique. Les monocultures sont fragiles. Un parasite adapté peut détruire l’ensemble.

La diversité produit de la résilience. Le même principe pourrait devenir central dans les systèmes cognitifs militaires : diversité de capteurs, de modèles, de doctrines, d’équipes humaines. Le système le plus homogène peut être le plus rapide. Il peut également être le plus vulnérable à une erreur commune.

Cette tension entre vitesse et diversité sera probablement l’un des grands choix de conception. Les régimes politiques eux-mêmes pourraient être affectés différemment. Un système centralisé peut déployer rapidement une architecture commune à l’ensemble de ses forces. Cela produit une coordination exceptionnelle. Mais si cette architecture possède une vulnérabilité profonde, celle-ci se propage partout.

Un système plus distribué est plus difficile à coordonner, mais il peut mieux résister à une panne locale. Les réseaux obéissent à la même logique. Le commandement militaire du futur devra donc arbitrer entre centralisation et autonomie locale. L’intelligence artificielle pourrait permettre à des unités éloignées de fonctionner même lorsque les communications sont dégradées.

Cela est tactiquement très puissant. Un drone, un véhicule, une unité robotisée pourraient continuer certaines missions sans liaison constante avec le centre. Mais cette autonomie augmente également la difficulté du contrôle. Jusqu’où autoriser une machine à agir sans validation ?

C’est ici que le débat sur les armes autonomes passe au premier plan. Il faut d’abord être précis. Le mot « autonome » recouvre des réalités très différentes. Un système peut naviguer seul, sélectionner une trajectoire, éviter un obstacle, identifier un objet.

Il peut également être autorisé à sélectionner une cible et à engager une action létale. Ces niveaux ne doivent jamais être confondus.

Autonomie de navigation n’est pas autonomie de décision létale. Autonomie d’identification n’est pas autonomie d’engagement.

La granularité du vocabulaire s’impose ici comme une nécessité morale et stratégique. Dire « arme autonome » sans préciser la fonction autonome détruit l’analyse. La question critique apparaît lorsque la chaîne de responsabilité humaine devient trop lointaine. Un officier peut définir une mission, une zone et des critères, puis un système peut agir pendant plusieurs heures sans communication.

Qui est alors responsable d’une erreur ?

Celui qui a conçu l’algorithme ?

Celui qui a donné les paramètres ?

Celui qui a autorisé le déploiement ?

La responsabilité devient distribuée. Or une responsabilité trop distribuée peut finir par ne plus appartenir clairement à personne. C’est un danger juridique majeur. La machine ne peut pas devenir un trou noir de responsabilité. Il faudra donc maintenir une traçabilité précise des décisions.

Quels paramètres ont été utilisés ?

Quelle version du modèle ?

Quelles données étaient disponibles ?

Quel seuil de confiance ?

Quel humain a validé quoi ?

Ces traces devront être conservées comme des boîtes noires aéronautiques. L’analogie avec l’aviation me paraît très forte. L’aviation a construit une culture de sécurité en analysant chaque accident, chaque incident, chaque chaîne causale. Elle a compris que l’erreur est rarement le produit d’une seule faute. Elle résulte souvent d’une succession de petites anomalies qui s’alignent.

L’IA militaire devra développer la même culture. Ne pas chercher seulement le coupable. Comprendre l’architecture qui a rendu l’erreur possible. Cette approche est beaucoup plus difficile politiquement parce que les organisations préfèrent souvent personnaliser la faute.

Mais une culture de sûreté mature cherche la cause systémique. C’est exactement ce que devrait pouvoir faire une intelligence artificielle elle-même : non seulement dire ce qui s’est passé, mais reconstruire la chaîne des décisions. Cette capacité de causalité rétrospective deviendra essentielle. Nous sommes déjà entrés dans une époque où beaucoup de systèmes complexes sont partiellement incompréhensibles pour un seul individu.

Un réseau militaire augmenté par l’IA peut combiner satellites, drones, capteurs au sol, cyber renseignement, données humaines. Une décision peut résulter de l’interaction de dizaines de systèmes. Qui comprend alors réellement la totalité ? Peut-être personne.

C’est là que le risque systémique augmente. Nous pouvons construire des architectures dont aucun humain ne possède une représentation complète. Cela existe déjà dans la finance ou Internet. Mais la guerre ajoute l’irréversibilité.

Un marché peut être fermé.

Une transaction peut parfois être annulée.

Une frappe ne peut pas être rappelée après impact.

L’irréversibilité doit donc devenir une variable centrale du contrôle humain. Plus une action est irréversible et dangereuse, plus le seuil d’autonomie devrait, à mes yeux, être exigeant. Autoriser une IA à ajuster la température d’un bâtiment n’est pas la même chose que lui permettre d’identifier une cible. L’autonomie devrait être pensée en fonction de la réversibilité.

Cette formulation me paraît fondamentale. Le droit pourrait s’en inspirer. Plus une décision est susceptible de porter atteinte à une vie, à une liberté ou à un équilibre stratégique, plus elle devrait exiger des niveaux élevés de contrôle, de traçabilité et de contestation. Cela ne supprime pas l’IA.

Cela définit son rôle. Mais le problème militaire est précisément que l’adversaire peut ne pas accepter cette prudence. Si un camp construit des systèmes ultra-rapides et accepte davantage d’autonomie, l’autre peut craindre d’être dépassé. La prudence devient alors perçue comme un handicap.

C’est le mécanisme classique de la course aux armements. Chacun adopte une technologie non parce qu’il la considère idéale, mais parce qu’il redoute que l’autre l’adopte. Cette course rend nécessaire une gouvernance internationale. Sans règles communes minimales, la logique compétitive pousse vers la vitesse maximale.

Or une course à la vitesse cognitive peut être plus dangereuse qu’une course au nombre d’armes. Si chaque puissance pense qu’elle doit répondre avant d’avoir pleinement vérifié, le système global devient extrêmement instable. Le parallèle avec les marchés financiers à haute fréquence est éclairant : les algorithmes y réagissent déjà aux algorithmes. Nous avons déjà vu comment des interactions automatisées peuvent produire des mouvements extrêmement rapides et difficiles à comprendre.

Transposer cette logique à une confrontation militaire serait vertigineux. Deux systèmes pourraient interpréter mutuellement leurs actions et accélérer l’escalade sans qu’aucun décideur humain ait consciemment souhaité franchir certains seuils. C’est une forme de flash crash géopolitique. Cette image me paraît importante.

Un flash crash financier peut se corriger en quelques minutes. Un flash crash nucléaire n’existe pas. Il n’y a pas de retour au cours précédent. Voilà pourquoi certaines catégories d’armes doivent rester entourées de délais et de contrôles humains particulièrement forts.

La réduction du temps de décision est donc peut-être le risque central de l’IA stratégique. On parle souvent de superintelligence comme d’un futur abstrait. Mais le danger immédiat peut être beaucoup plus simple :

Une intelligence suffisamment rapide pour pousser les humains à agir trop vite.

La vitesse perçue de l’adversaire modifie le comportement. Si je crois qu’il peut détecter et frapper en quelques secondes, je peux être tenté de déléguer davantage à mes propres systèmes. Nous entrons alors dans une boucle où chaque automatisation justifie l’automatisation adverse. C’est le problème classique du dilemme de sécurité.

La défense de l’un devient une menace pour l’autre. Un système de décision plus rapide peut être présenté comme défensif, mais l’adversaire peut le percevoir comme capacité de première frappe. L’ambiguïté augmente. Il faut donc penser non seulement à ce que fait la technologie, mais à la manière dont elle est interprétée par l’autre camp.

La stabilité stratégique dépend énormément de la perception. Une capacité conçue comme défensive dans l’intention peut devenir déstabilisante si elle modifie l’équilibre de la dissuasion. C’est là que la transparence et les doctrines déclaratoires deviennent importantes. Les États devront probablement expliquer certaines limites qu’ils imposent à leurs propres systèmes.

Non pas révéler leurs secrets opérationnels. Mais construire une confiance minimale. Par exemple : déclarer qu’un certain type de décision restera sous contrôle humain. Encore faut-il que cette déclaration soit crédible.

La crédibilité exige des procédures, peut-être des mécanismes de vérification. Nous retombons sur le problème ancien du contrôle des armements, mais appliqué à un objet logiciel. Comment vérifier qu’un système d’IA n’a pas certaines capacités ? C’est infiniment plus difficile que compter des missiles.

Un missile est visible. Un logiciel peut être modifié rapidement. Le contrôle des armements algorithmiques sera donc probablement l’un des problèmes diplomatiques les plus complexes du siècle. On ne pourra pas simplement inspecter un entrepôt.

Il faudra peut-être certifier des architectures, examiner des journaux, contrôler certains usages. Et cela pose évidemment des problèmes de souveraineté et de secret. Nous avons ici un terrain presque vierge. Mais cela ne signifie pas qu’il soit impossible de créer des normes.

Les États peuvent commencer par des règles d’usage plutôt que par une interdiction totale de certaines technologies. Ils peuvent convenir que certaines décisions resteront humaines. Ils peuvent maintenir des canaux de communication sur les incidents impliquant des systèmes autonomes. Ils peuvent échanger des informations après certaines anomalies pour éviter les mauvaises interprétations.

La désescalade commence souvent par des procédures modestes. C’est exactement l’erreur de ceux qui attendent un grand traité parfait. L’architecture de confiance peut se construire par couches.

Un protocole de notification.

Une hotline.

Un mécanisme d’enquête conjointe.

Une terminologie partagée.

Tout cela paraît administratif jusqu’au jour où cela empêche une guerre. Les détails sauvent parfois le monde. J’aime cette idée parce qu’elle rejoint mon obsession des infrastructures invisibles. Le grand récit historique célèbre les dirigeants et les batailles. Mais la stabilité dépend souvent de fonctionnaires, d’ingénieurs, de procédures et de tableaux qui ne seront jamais photographiés.

Le chaos apparent repose parfois sur un ordre extrêmement rigoureux. C’est exactement ce que Nicolas Detry a démontré à propos de la Demeure du Chaos : l’apparence du désordre ne signifie pas absence de structure. La géopolitique fonctionne parfois de la même manière. Le monde semble chaotique parce que nous regardons les événements visibles.

En dessous existent des milliers de protocoles, de conventions et de procédures qui rendent les interactions possibles. Lorsque ces structures disparaissent, le chaos réel apparaît. C’est pourquoi la destruction des canaux diplomatiques est toujours dangereuse. Même entre ennemis, il faut conserver une architecture minimale.

Avec l’IA, cette nécessité augmente parce que le temps se raccourcit. Un incident qui autrefois laissait plusieurs heures d’analyse peut n’en laisser que quelques minutes. La communication doit donc devenir plus rapide et plus directe. On peut imaginer qu’à l’avenir certaines hotlines elles-mêmes seront assistées par des IA capables de traduire, comparer les signaux, identifier les incompréhensions.

Mais il faudra être extrêmement prudent. La machine ne doit pas devenir un nouveau filtre qui déforme le message. Là encore, l’humain doit pouvoir revenir à la source. La traçabilité linguistique sera importante.

Une traduction automatique peut modifier subtilement une intention. Dans une crise, un mot compte. Cela montre à quel point la guerre cognitive commence très loin du champ de bataille. Elle commence dans les interfaces.

Quelle alerte voit le président ?

Quels mots utilise le système ?

Rouge clignotant ou jaune prudent ?

Une probabilité affichée à 80 % ou la phrase « attaque probable » ne produisent pas le même effet psychologique.

Le design de l’interface acquiert donc une dimension stratégique. C’est un sujet immense et pourtant souvent sous-estimé. L’interface n’est pas neutre. Elle structure l’attention. Un opérateur entouré de dizaines d’alertes rouges cesse de distinguer l’urgence.

Un système qui masque trop l’incertitude crée une illusion de certitude. La manière de présenter la donnée peut donc sauver ou condamner une décision. Nous retrouvons ici l’ergonomie des systèmes critiques. Les pilotes d’avion, les contrôleurs aériens, les opérateurs de centrales connaissent déjà ce problème. La guerre augmentée par l’IA devra apprendre de ces domaines.

Comment éviter la saturation cognitive ?

Comment hiérarchiser sans cacher ?

Comment représenter l’incertitude ?

Comment empêcher qu’un opérateur suive mécaniquement une recommandation ?

Ce sont des questions presque artistiques autant que techniques, parce qu’elles concernent la perception. La forme organise le sens. Je retrouve là encore mon travail de plasticien. Une image ne transmet pas seulement une information.

Elle organise le regard. La place, l’échelle, le contraste modifient la perception. Une interface militaire fait exactement la même chose. Elle est une mise en scène du réel.

Et toute mise en scène possède une responsabilité. C’est une dimension particulièrement intéressante de l’IA : elle rapproche des disciplines que l’on avait artificiellement séparées. Informatique, psychologie, design, droit, stratégie deviennent une seule architecture. La guerre cognitive oblige à penser l’humain dans la boucle non comme une simple signature finale, mais comme un organisme avec ses limites.

Stress.

Fatigue.

Peur.

Biais.

Une procédure qui fonctionne parfaitement à froid peut échouer en crise. L’entraînement doit donc inclure des situations où l’IA se trompe. Si les opérateurs ne voient jamais la machine échouer pendant leur formation, ils risquent de lui faire trop confiance. Il faut apprendre à désobéir à l’algorithme lorsque les circonstances l’exigent. C’est une compétence nouvelle.

Nous avons appris aux soldats à utiliser des armes. Il faudra leur apprendre à contester une intelligence artificielle. La souveraineté humaine passe par la capacité de dire non au système. Mais pour pouvoir dire non, il faut comprendre suffisamment son fonctionnement. Cela implique une culture technique plus élevée au sein des institutions.

L’IA ne peut pas être une boîte noire confiée à quelques spécialistes pendant que les décideurs utilisent simplement ses conclusions. Le commandement doit posséder une littératie algorithmique. Il n’a pas besoin de coder le modèle. Mais il doit savoir ce que signifie une probabilité, un biais de données, une hallucination, une attaque adversaire.

Sinon, il ne peut pas exercer réellement son autorité. La souveraineté cognitive exige donc une éducation du décideur. Cela vaut pour les militaires, les ministres, les juges, les dirigeants d’entreprise. Nous entrons dans une période où l’illettrisme algorithmique pourrait devenir une forme de vulnérabilité du pouvoir.

Un dirigeant qui ne comprend pas la technologie dont dépend sa décision ressemble à un souverain qui ne saurait pas lire ses propres cartes. Il devient dépendant de ceux qui les interprètent pour lui. C’est exactement l’histoire du pouvoir :

Celui qui contrôle l’information contrôle souvent une partie de la décision.

L’IA amplifie ce phénomène. Les ingénieurs, data scientists et fournisseurs de modèles deviennent potentiellement des acteurs stratégiques. Cela pose une question civile-militaire nouvelle. Jusqu’où les forces armées dépendront-elles d’entreprises privées pour leurs capacités cognitives ?

Une plateforme privée peut devenir indispensable à la défense nationale. Cela crée une relation très particulière entre capital et souveraineté. Les États ont toujours travaillé avec des industriels de défense. Mais une IA générale peut être utilisée simultanément dans le civil et le militaire.

La frontière devient plus poreuse. Des entreprises qui se pensent comme technologiques peuvent se retrouver au cœur de questions stratégiques majeures. Elles devront alors définir leurs propres lignes éthiques, tandis que les États chercheront à sécuriser l’accès. La tension est inévitable.

Le cloud, les satellites, l’IA appartiennent souvent à des acteurs privés. La puissance publique ne contrôle plus nécessairement toutes les infrastructures critiques qu’elle utilise. C’est encore une caractéristique du XXIe siècle. L’État reste souverain juridiquement, mais une partie de sa capacité opérationnelle repose sur des infrastructures privées.

La guerre cognitive rend cette dépendance encore plus visible. Un conflit pourrait cibler non seulement des bases militaires, mais des data centers commerciaux, des réseaux de communication, des constellations satellitaires. La distinction civil-militaire se complexifie à l’extrême. Cela pose des questions de droit international, mais également de résilience.

Un pays doit-il pouvoir continuer à fonctionner si un fournisseur privé cesse son service ? Encore une fois : redondance. La souveraineté est, pour moi, aussi l’art de ne pas avoir un seul interrupteur que quelqu’un d’autre peut couper. Et l’IA crée de nouveaux interrupteurs.

Accès au modèle.

Au cloud.

Aux processeurs.

Aux mises à jour.

Chaque dépendance est potentiellement un levier. Cela explique pourquoi la Chine, les États-Unis et l’Europe cherchent chacun à sécuriser leurs propres couches. Mais cette fragmentation crée elle-même un autre risque : si les systèmes adverses deviennent totalement opaques les uns aux autres, les mauvaises interprétations augmentent. Nous avons donc une contradiction extraordinaire.

La souveraineté pousse à la séparation. La stabilité pousse à un minimum de compréhension réciproque. Il faudra conserver des ponts au-dessus des architectures séparées. C’est peut-être là que les institutions internationales doivent muter.

Elles ont été construites pour des armes physiques, des frontières, des États. Elles devront apprendre à parler de modèles, de données, de systèmes autonomes. Ce vocabulaire est encore trop neuf. Mais le temps presse.

Car la technologie avance plus vite que les institutions. C’est presque toujours le cas. La loi arrive après l’invention. La doctrine militaire également.

Pourtant, certaines décisions prises aujourd’hui créeront des architectures difficiles à modifier ensuite. Une fois qu’une armée aura intégré profondément des systèmes autonomes dans sa chaîne de commandement, revenir en arrière sera coûteux. L’effet de verrouillage existe aussi dans la défense. Voilà pourquoi les choix initiaux comptent énormément.

Ils deviennent normes par accumulation. On retrouve encore l’infrastructure. Le premier protocole semble technique. Dix ans plus tard, il est devenu doctrine.

Il faut donc intégrer la sécurité et le contrôle humain dès la conception, pas comme correction ultérieure. C’est exactement le principe de security by design. Il faudrait parler également de « de-escalation by design ». Concevoir les systèmes pour éviter qu’une ambiguïté ne produise automatiquement une escalade.

Par exemple : exiger une confirmation indépendante avant certaines actions, introduire des délais variables selon la gravité, maintenir des espaces d’intervention humaine, enregistrer les raisons de la recommandation, permettre l’annulation. Ce ne sont pas des freins à l’innovation. Ce sont les conditions de son usage responsable. Je crois profondément que la prochaine grande innovation militaire ne sera peut-être pas simplement une arme plus rapide.

Ce pourrait être un système capable d’être rapide lorsqu’il le faut et lent lorsqu’il le faut. Une intelligence capable de changer de temporalité. Cela paraît presque philosophique. Mais c’est une question d’ingénierie.

L’IA peut calculer en microsecondes. Rien ne l’oblige à agir immédiatement. L’action peut être conditionnée par des seuils. Il faut séparer la vitesse de calcul de la vitesse de décision.

C’est ici que la mémoire externe devient architecture cognitive. Nous faisons souvent l’erreur de croire qu’un système capable de calculer vite doit agir vite. Je ne le crois pas. Il peut utiliser sa vitesse précisément pour examiner davantage d’hypothèses avant l’action.

La puissance de calcul peut être transformée en prudence. Voilà une idée essentielle. Un système plus puissant pourrait ralentir la décision humaine en lui donnant davantage de perspectives dans le même temps. Si l’humain disposait autrefois de deux minutes pour analyser trois scénarios, l’IA pourrait lui permettre d’en examiner cinquante pendant ces deux minutes.

L’accélération cognitive peut donc produire une décélération stratégique. Cette inversion me paraît particulièrement intéressante. Elle montre que la technologie n’a pas un destin unique. Tout dépend de l’architecture politique que nous construisons autour d’elle.

L’IA peut être machine à précipiter ou machine à temporiser.

Machine à confirmer ou machine à contredire.

Machine à cibler ou machine à empêcher une cible douteuse.

La technologie n’impose pas automatiquement son usage. Nous le concevons. L’éthique ne peut donc intervenir après coup. Elle doit participer au cahier des charges. Le juriste, le philosophe, le militaire, le psychologue, le spécialiste de l’interface doivent travailler avec l’ingénieur dès l’origine.

Cela rejoint ma conception profondément transdisciplinaire. Les grandes questions ne respectent pas les frontières administratives. La Demeure du Chaos elle-même n’a jamais séparé l’art, la technologie, le droit, l’histoire, la matière. L’IA confirme aujourd’hui que ces séparations étaient souvent artificielles.

La guerre cognitive est une guerre de données.

Mais aussi de récit.

De perception.

De psychologie.

Elle traverse le corps social.

Un État peut être militairement intact et cognitivement désorganisé. Une population saturée de récits contradictoires peut perdre confiance dans toutes les sources. C’est peut-être l’une des formes les plus efficaces d’attaque :

Non pas faire croire un mensonge précis, mais faire croire que rien ne peut être su.

Cette stratégie de dissolution de la confiance est redoutable. Si chaque image peut être fausse, chaque voix clonée, chaque document synthétique, la réaction peut être de ne plus croire personne. C’est la crise épistémique. L’IA générative augmente considérablement ce risque.

Mais elle peut également fournir des outils de vérification. Nous entrons donc dans une course entre génération et authentification. Produire devient facile. Prouver l’origine devient précieux.

On peut imaginer que la provenance numérique, les signatures cryptographiques et les chaînes d’authenticité prendront une importance gigantesque. Cela me ramène immédiatement au Marché de l’Art. L’histoire de l’art a toujours été obsédée par la provenance : qui a possédé l’œuvre ? Où a-t-elle été exposée ? Quelle documentation l’accompagne ? Dans un monde synthétique, toute information devra peut-être acquérir sa propre provenance.

Quelle caméra a produit cette image ?

Quand ?

A-t-elle été modifiée ?

Qui la signe ?

La vérification deviendra une infrastructure. L’expérience d’Artprice dans la donnée historique, les signatures, les catalogues et les provenances me paraît soudain extrêmement contemporaine. Nous avons toujours su qu’une information sans contexte de provenance perd une partie de sa valeur. L’IA générative généralise ce problème à l’ensemble du monde numérique.

Chaque document peut devenir suspect. La confiance devra donc être reconstruite techniquement. Et cela aura des conséquences militaires directes. Un chef d’État reçoit une vidéo montrant un événement majeur.

Comment sait-il qu’elle est authentique ? Le système de vérification doit être plus rapide que le cycle de décision. Sinon, la falsification gagne. Cela crée une nouvelle infrastructure stratégique :

La preuve en temps réel. Nous n’avons jamais eu autant besoin d’authentifier l’information rapidement. C’est presque un paradoxe : plus nous pouvons produire de contenu, plus la rareté se déplace vers la preuve. Le futur cognitif sera peut-être une économie de la confiance.

Celui qui peut prouver l’origine possède un avantage. Cette bataille dépassera largement les États. Les médias, les universités, les entreprises, les citoyens seront concernés. Une démocratie ne peut fonctionner durablement sans un minimum de réalité partagée.

Le désaccord politique est normal. Le désaccord sur l’existence même des faits devient beaucoup plus dangereux. L’IA pourrait donc menacer la démocratie par saturation cognitive plus que par contrôle direct.

Trop de contenu.

Trop vite.

Trop personnalisé.

La capacité d’attention humaine devient la ressource rare. D’où mon emploi du terme guerre cognitive. Le cerveau est le terrain. Pas seulement celui du soldat.

Celui du citoyen aussi. Les adversaires chercheront à influencer les élections, les mobilisations, les marchés, la confiance dans les institutions. La frontière entre guerre et paix se brouille. Une campagne d’influence peut être menée en permanence sans déclaration de guerre.

C’est une zone grise. Les États doivent apprendre à y répondre sans transformer chaque désaccord en opération hostile. Là encore, la classification est essentielle. Toutes les critiques étrangères ne sont pas de la guerre cognitive.

Toute information fausse n’est pas une opération coordonnée. Si l’État voit l’ennemi partout, il risque de devenir lui-même paranoïaque. Le remède pourrait être pire que la menace. Il faut donc des standards de preuve.

Attribution.

Intention.

Coordination.

Avant de parler d’attaque cognitive, il faut pouvoir établir une chaîne suffisamment solide. J’applique à l’information la même discipline ne pas confondre corrélation et causalité. Ne pas confondre corrélation et causalité. Des milliers de comptes peuvent diffuser le même récit spontanément. Il faut distinguer l’organique du coordonné.

L’IA peut aider. Elle peut aussi surinterpréter. Encore l’angle aveugle. Une démocratie doit résister à la manipulation sans sacrifier son pluralisme.

C’est un équilibre extrêmement délicat. La tentation de censurer largement au nom de la sécurité peut détruire précisément ce que l’on voulait protéger. La résilience cognitive ne consiste donc pas, à mes yeux, à supprimer toutes les informations dangereuses. Elle consiste à rendre la société plus capable de les contextualiser.

Éducation.

Transparence.

Médias solides.

Outils de vérification.

C’est moins spectaculaire qu’un grand système de surveillance. Mais probablement plus robuste. Une population formée à reconnaître certaines manipulations devient plus difficile à déstabiliser. C’est exactement comme la cybersécurité. On ne peut pas empêcher tous les courriels malveillants.

On apprend aussi aux utilisateurs à reconnaître le phishing. La défense cognitive doit fonctionner de la même manière. L’humain reste une partie de l’architecture. Mais il faut accepter que notre cerveau possède des vulnérabilités structurelles. Nous aimons les récits simples, les informations qui confirment nos croyances, les contenus émotionnels.

Les systèmes d’IA peuvent exploiter cela avec une précision exceptionnelle. La personnalisation rend la propagande individuelle. Autrefois, la propagande était un message pour des millions de personnes. Demain, elle peut être différente pour chaque individu.

C’est une mutation immense. La persuasion devient algorithmique. Un système peut tester des milliers de formulations, apprendre ce qui déclenche une réaction chez une personne, adapter le message. La frontière avec le marketing existe déjà à peine.

La différence tient à la finalité. C’est pourquoi les données personnelles deviennent un enjeu de sécurité cognitive. Plus un acteur connaît mes peurs, mes habitudes, mes relations, plus il peut produire un message efficace. La protection des données n’est donc pas seulement un droit individuel.

Elle devient une composante de la résilience nationale. C’est une conséquence que nous n’avions peut-être pas suffisamment anticipée.

Le Headquarter avait externalisé la mémoire.

Le réseau avait externalisé la présence.

Le drone avait externalisé le point de vue.

L’IA commencera à externaliser une partie du traitement. Une fuite de données peut permettre un ciblage politique extrêmement précis.

Encore une fois, les frontières entre secteurs disparaissent. Le monde entier devient infrastructure cognitive. Cela explique pourquoi je préfère finalement parler d’une force cognitive transversale plutôt que d’une « cinquième force ». Terre, mer, air, espace et cyberespace désignent des milieux ou domaines d’opération ; l’IA traverse chacun d’eux.

L’IA n’est pas un milieu au même sens. Elle est une force qui traverse tous les milieux et agit sur la perception qui les coordonne. Elle devient système nerveux des forces armées. Et un système nerveux est à la fois puissance et vulnérabilité.

Couper un nerf peut neutraliser un muscle intact. De même, perturber la couche cognitive d’une armée peut rendre inutiles des équipements pourtant opérationnels. Voilà pourquoi la cyberattaque, la guerre électronique, la désinformation et l’IA convergent. Elles cherchent toutes, à différents niveaux, à perturber le flux entre perception et action.

Le conflit du futur peut donc, dans certaines situations, être gagné avant le premier tir si l’adversaire ne sait plus ce qui se passe. La formule peut sembler spectaculaire. La logique qu’elle décrit est ancienne. Sun Tzu l’aurait probablement comprise immédiatement : le meilleur combat est celui où l’adversaire agit déjà selon notre représentation.

L’IA rend cette logique industrielle et permanente. Elle pourrait également transformer la dissuasion. La stabilité de la dissuasion nucléaire a notamment reposé sur la crédibilité d’une capacité de seconde frappe : chaque camp devait croire que l’autre conserverait la capacité de riposter après une première attaque.

L’incertitude existait, mais l’architecture restait relativement compréhensible. L’IA peut introduire de nouvelles incertitudes. Si un système améliore énormément la détection des sous-marins ou des missiles, il peut modifier l’équilibre. Si un État croit pouvoir neutraliser plus rapidement les capacités adverses, la stabilité peut diminuer.

Une technologie défensive peut alors avoir un effet offensif. C’est encore la logique des conséquences de second ordre. La question n’est pas seulement ce que le système fait directement. C’est ce qu’il change dans les croyances de l’adversaire.

La dissuasion est une psychologie armée. Elle dépend de ce que chacun croit possible. L’IA agit précisément sur ces croyances. Elle pourrait rendre certains acteurs trop confiants dans leur capacité de prédiction.

Voilà peut-être un risque immense :

l’illusion de pouvoir connaître l’adversaire. Un modèle entraîné sur des années de données peut produire des probabilités comportementales. Mais un dirigeant reste capable d’une décision inattendue.

Une révolution, une émotion, un accident peuvent changer la trajectoire. La guerre contient toujours une part de contingence. Une IA très performante peut créer le sentiment que cette contingence a disparu. C’est dangereux.

Nous pourrions confondre meilleure prédiction et certitude. L’Histoire punit souvent cette arrogance. Beaucoup de guerres ont commencé parce que chaque camp croyait pouvoir prévoir rapidement la victoire. L’IA pourrait renforcer cette illusion si elle produit des simulations trop convaincantes.

Une simulation n’est jamais le réel. Elle repose sur des hypothèses. Il faut donc entraîner les décideurs à traiter les modèles comme des instruments, non comme des oracles. C’est une distinction philosophique fondamentale.

L’oracle possède l’autorité du mystère. Le modèle doit posséder l’autorité limitée de ses données. Tout ce livre lutte au fond contre l’oracle. Même l’intelligence artificielle la plus avancée ne doit jamais devenir un nouveau clergé algorithmique.

Elle doit rester questionnable. C’est exactement là que je retrouve ma phrase :

L’œuvre doit questionner plutôt qu’imposer. L’IA également devrait, autant que possible, questionner avant d’imposer.

Une intelligence qui ne peut pas être interrogée devient pouvoir opaque. Dans le domaine militaire, cette opacité est insupportable. Le décideur doit pouvoir demander :

Pourquoi ?

Mais il faut être prudent avec cette exigence d’explicabilité. Certains systèmes complexes ne peuvent pas toujours fournir une causalité simple. Ils peuvent donner des facteurs, des probabilités, des exemples. Il faut donc construire une explicabilité adaptée à la décision.

Le but n’est pas de transformer chaque réseau neuronal en formule compréhensible par tous. Le but est de donner suffisamment d’informations pour permettre un jugement responsable. Encore la proportionnalité. Une recommandation tactique immédiate n’a pas besoin d’un traité.

Elle a besoin d’éléments essentiels :

niveau de confiance, sources, alternatives, risques. L’interface doit condenser sans masquer. C’est presque un art de la synthèse.

Et la synthèse est précisément ce que l’IA peut faire extrêmement bien. Nous pouvons utiliser sa puissance contre ses propres risques. Elle peut produire la recommandation et simultanément la critique de la recommandation. Elle peut signaler les conflits entre capteurs.

Elle peut détecter qu’une situation sort de son domaine d’entraînement. Cette dernière capacité sera probablement capitale :

Reconnaître l’inconnu. Un système est particulièrement dangereux lorsqu’il rencontre une situation radicalement nouvelle et continue à répondre avec la même confiance.

Le monde militaire est précisément un monde où l’adversaire cherche à créer des situations nouvelles. Le modèle doit donc posséder une sorte d’alarme épistémique :

Ceci ne ressemble pas suffisamment à ce que je connais. C’est une forme d’humilité computationnelle.

Elle devrait devenir une vertu stratégique. Nous retrouvons encore cette idée paradoxale : La meilleure intelligence n’est pas celle qui répond toujours. C’est aussi celle qui sait quand ne pas répondre.

Un soldat expérimenté sait parfois que quelque chose est inhabituel sans pouvoir immédiatement l’expliquer. Cette intuition de l’anomalie est précieuse. L’IA peut devenir extrêmement performante pour détecter les anomalies. Mais elle doit ensuite éviter de leur donner automatiquement une intention hostile.

Anomalie n’est pas attaque. Voilà encore un point de friction. L’algorithme détecte une différence. Le décideur ajoute une histoire.

C’est dans cet espace que la guerre cognitive peut s’insérer. L’adversaire peut produire des anomalies pour saturer le système. Trop d’alertes peuvent épuiser l’attention. C’est une attaque par fatigue.

Les systèmes automatisés doivent donc gérer non seulement la détection, mais la priorité. Et cette priorité peut elle-même être manipulée. Le conflit entre dans une logique récursive. Chaque défense devient une nouvelle surface d’attaque.

Nous entrons dans une complexité presque organique. Cela rend l’idée de contrôle total illusoire. Aucun État ne maîtrisera parfaitement tous les systèmes. Il faut donc concevoir pour la dégradation.

Que se passe-t-il lorsque l’IA ne fonctionne plus ?

L’armée peut-elle revenir à un mode plus simple ?

Les opérateurs conservent-ils les compétences manuelles ?

. Une technologie qui augmente énormément l’efficacité peut également créer une dépendance. Si les humains perdent la capacité d’opérer sans elle, une panne devient catastrophique. Nous avons déjà vu ce phénomène dans la navigation. Beaucoup de personnes ne savent plus lire une carte comme auparavant.

Dans le civil, c’est rarement dramatique. Dans une guerre électronique, perdre le GPS peut l’être. L’IA crée la même question à une échelle cognitive. Il faudra préserver des capacités dégradées.

C’est une notion militaire classique :

fonctionner en mode dégradé. La souveraineté cognitive exige donc une capacité de revenir à l’humain. Pas parce que l’humain serait toujours meilleur.

Parce que la résilience exige une alternative. Un système totalement dépendant d’une seule couche est fragile. C’est exactement ce que j’ai toujours pensé avec les infrastructures de Groupe Serveur :

Aucune fonction critique ne doit reposer sur une seule voie.

La redondance peut sembler coûteuse jusqu’au jour où elle sauve l’ensemble. Les armées du futur devront probablement maintenir des procédures plus lentes, plus analogiques, comme assurance contre la défaillance numérique. C’est presque une ironie historique. Plus le monde devient avancé technologiquement, plus certaines technologies anciennes peuvent devenir stratégiques parce qu’elles sont difficiles à perturber.

Un câble.

Un papier.

Une radio simple.

Ils peuvent parfois survivre là où le système sophistiqué est brouillé. Il ne faut jamais mépriser l’ancien. Il peut devenir redondance du futur. C’est exactement l’esprit alchimique :

Aucune matière n’est définitivement morte.

Elle peut retrouver une fonction dans une nouvelle configuration. La guerre cognitive est donc aussi une guerre de résilience. Celui qui continue à comprendre lorsque ses systèmes sont dégradés possède un avantage. Cela vaut pour une armée comme pour une société.

Une population capable de conserver des sources de confiance, des institutions stables et une culture critique résiste mieux à la saturation informationnelle. La résilience cognitive s’impose alors comme une composante de la défense nationale. Cette idée devrait probablement entrer dans les doctrines de sécurité au même niveau que la cybersécurité. Mais il faudra éviter sa militarisation excessive.

Une société ouverte doit accepter le désordre, la critique, l’erreur. La résilience ne consiste pas à produire une unanimité. Elle consiste à empêcher que le désaccord ne détruise la possibilité même d’une réalité commune. C’est cette différence qu’il faut préserver. Le chaos apparent peut être une forme de vitalité.

C’est ce que la Demeure du Chaos affirme depuis toujours. Le désordre visible n’est pas nécessairement absence d’ordre. Une démocratie ressemble souvent à du chaos parce que les voix s’opposent. Mais son ordre se trouve dans les procédures qui permettent à ces voix de coexister.

Une dictature peut sembler beaucoup plus ordonnée visuellement, mais son architecture cognitive peut être fragile si personne n’ose transmettre une mauvaise nouvelle. Là encore :

Apparence et structure ne doivent pas être confondues. Cette leçon dépasse l’art.

Elle devient stratégique. Une armée très disciplinée peut être aveugle si l’information remonte mal. Une organisation plus bruyante peut être plus intelligente si elle permet la contradiction. L’IA amplifie ce choix institutionnel.

Elle peut être utilisée pour filtrer les voix divergentes ou pour les faire émerger. C’est donc moins la technologie que la doctrine qui décidera du résultat. Voilà pourquoi je refuse toute vision déterministe de l’intelligence artificielle. Elle ne condamne pas automatiquement la liberté.

Elle ne garantit pas automatiquement le progrès. Elle amplifie des architectures humaines existantes. C’est un multiplicateur. Et le multiplicateur applique sa puissance à ce qu’on lui donne.

Si le système est robuste, il peut augmenter sa robustesse. S’il est paranoïaque, il peut industrialiser sa paranoïa. Cette phrase me paraît centrale pour comprendre la guerre cognitive. Les États doivent donc travailler sur eux-mêmes autant que sur leurs modèles.

La meilleure IA ne compensera pas une culture de décision défectueuse. C’est peut-être la vraie course aux puissances :

non pas seulement posséder le plus grand modèle, mais construire l’institution capable de l’utiliser sans devenir dépendante, aveugle ou précipitée. Cette institution devra savoir alterner vitesse et lenteur, automatisation et jugement, secret et transparence.

C’est une architecture complexe. Elle demande une maturité que la technologie seule ne peut fournir. Et derrière cette question militaire se profile déjà une autre mutation. Si les systèmes deviennent progressivement capables non seulement d’analyser et de recommander, mais aussi d’opérer des machines dans le monde réel, la frontière entre intelligence artificielle et robotique va se réduire.

Le modèle ne sera plus seulement dans le data center. Il aura un corps.

Drone.

Véhicule.

Robot terrestre.

Système maritime.

Une erreur logicielle pourra alors devenir mouvement physique. Le problème changera de nature lorsque ces machines ne seront plus isolées mais capables de coordonner leurs comportements.

Que devient le commandement lorsque le nombre de machines dépasse ce qu’un humain peut superviser individuellement ?