La guerre moderne ne manque plus d’informations, elle en produit trop. À Gaza comme au Liban, Tsahal doit transformer cette masse de données en objectifs militaires. Interceptions, téléphones, drones, satellites et intelligence artificielle alimentent ainsi une véritable « usine à cibles ». Ces systèmes ne décident jamais seuls de tuer, mais permettent d’identifier des objectifs à une vitesse et dans des quantités autrefois impossibles. Des conditions qui mettent à rude épreuve l’homme qui doit donner le feu vert.

---

Dans la série israélienne Fauda, le téléspectateur assiste régulièrement à une scène devenue familière. Dans une salle de commandement, des militaires suivent sur leurs écrans un homme qui ignore qu’il est observé. Un téléphone est localisé, une caméra ou un drone prend le relais, des conversations sont interceptées. L’homme monte dans une voiture, rejoint une maison, rencontre quelqu’un. Peu à peu, ces fragments d’information dessinent un tableau en pointillés qui finit par se préciser. Cette personne est bien celle que l’on recherche. Reste à décider ce que l’on fait d’elle.

La fiction simplifie évidemment le processus, mais elle en saisit assez bien la logique. Le drone qui tire ou l’avion qui largue une bombe sont au bout d’une chaîne beaucoup plus longue, dont la partie décisive se déroule souvent loin du champ de bataille. Avant de détruire une cible, il faut d’abord la fabriquer.

C’est cette partie invisible de la guerre israélienne que le documentaire NAZA, réalisé par Yuval Abraham et Rachel Szor, place au centre de son propos. Présenté en septembre à la Mostra de Venise, le film repose sur les témoignages anonymisés de 24 membres ou anciens membres de l’appareil militaire et du renseignement israélien. Son titre est révélateur : naza est un acronyme utilisé dans le jargon militaire israélien pour désigner les dommages collatéraux anticipés, c’est-à-dire le nombre de personnes « non impliquées » (bilti me’oravim) dont on estime qu’elles risquent d’être tuées lors de la frappe d’une cible militaire.

La nuance est importante. Dans le vocabulaire opérationnel israélien, la distinction n’est pas simplement entre « civils » et « militaires », mais entre personnes impliquées et non impliquées dans les hostilités. Cette terminologie ne correspond toutefois pas exactement aux catégories du droit international humanitaire. Celui-ci distingue d’abord combattants et civils, mais un civil qui participe directement aux hostilités perd, pendant cette participation, la protection dont bénéficient normalement les civils contre les attaques. Il demeure juridiquement un civil, tout en pouvant, sous certaines conditions, devenir une cible licite. Dans le calcul du naza, l’armée cherche donc à estimer le nombre de « non-impliqués » susceptibles d’être tués ou blessés avec la cible.

Le film pose ainsi la question du dommage collatéral, mais en soulève une autre, plus fondamentale encore : comment une personne ou un bâtiment devient-il une cible ?

Construire une cible

Une armée moderne dispose d’une quantité presque illimitée d’informations, et Tsahal plus encore que beaucoup d’autres. Son unité 8200, spécialisée notamment dans le renseignement d’origine électromagnétique et le cyber, n’a pas d’équivalent exact en France. Ses fonctions sont réparties chez nous entre plusieurs organismes, notamment la Direction du renseignement militaire (DRM), la DGSE, le COMCYBER et différentes unités spécialisées. Comme la DRM française, le renseignement militaire israélien agrège des sources extrêmement diverses : interceptions, images aériennes et satellitaires, drones, renseignement humain, données géospatiales, bases de données et sources ouvertes.

Le problème n’est donc plus seulement de recueillir l’information, mais de la traiter pour transformer des points en tableau. Imaginez plusieurs millions d’habitants utilisant téléphones et applications, se déplaçant, changeant de carte SIM (une grande raté des services israéliens  la veille de 7 octobre), appelant leurs proches, entrant dans des bâtiments surveillés ou rencontrant des personnes déjà connues des services. Chacun de ces événements constitue un signal. Pris isolément, il ne signifie presque rien. Croisé avec des dizaines d’autres, il peut faire apparaître des schémas de comportements, de connexions et de déplacements.

C’est là que l’intelligence artificielle change l’échelle du problème. Un analyste peut examiner minutieusement le dossier d’un suspect mais il ne peut en examiner simultanément des dizaines de milliers ni confronter chacun d’eux, en permanence, à des millions de nouvelles données. L’IA le peut. L’objectif n’est donc pas nécessairement de remplacer l’analyste, mais de faire émerger de cet océan d’informations les cas qui méritent son attention. C’est la naissance de ce que certains responsables israéliens ont eux-mêmes conceptualisé comme une target factory, une « usine à cibles ».

Habsora : trouver le « où »

Le premier système à avoir attiré l’attention est Habsora, « la Bonne Nouvelle » ou The Gospel. Son objet principal est la cible physique, un immeuble, une maison, un tunnel, un dépôt d’armes, un centre de commandement ou autre emplacement susceptible d’avoir une fonction militaire.

Habsora croise rapidement des masses d’informations afin de faire apparaître des objectifs potentiels. Il ne largue évidemment aucune bombe, il produit simplement des recommandations que des analystes doivent examiner. Le changement essentiel est celui de l’échelle.

Dans la conduite de la guerre, la production des cibles constitue un goulot d’étranglement. Il faut découvrir l’objectif, établir son utilisation militaire, vérifier l’information, déterminer les moyens nécessaires à sa destruction et estimer les conséquences de l’attaque. Une aviation capable d’effectuer des centaines de frappes par jour n’est pas d’une grande utilité si elle ne dispose pas de suffisamment de cibles. L’automatisation permet de desserrer ce goulot d’étranglement : la puissance de feu peut désormais être alimentée par une puissance de calcul capable de renouveler rapidement la liste des objectifs.

Lavender : trouver le « qui »

Avec Lavender, on change de dimension. L’objet n’est plus principalement le bâtiment, mais l’individu. Selon une enquête publiée en avril 2024 par Yuval Abraham, fondée sur les témoignages de six membres des services de renseignement, Lavender aurait permis de classer des Palestiniens en fonction de leur probabilité supposée d’appartenance au Hamas ou au Jihad islamique. Au début de la guerre déclenchée après le 7 octobre, jusqu’à 37 000 personnes auraient ainsi été signalées comme militants potentiels.

Le principe est celui qui régit une grande partie de l’intelligence artificielle : rechercher des corrélations. À partir de profils connus, le système recherche dans des ensembles beaucoup plus vastes des caractéristiques ou comportements comparables : relations téléphoniques, réseaux sociaux ou familiaux, déplacements, changements de téléphone, lieux fréquentés. L’accumulation de ces indices fait remonter un individu dans la hiérarchie des suspects.

L’erreur est aussi humaine

D’après ces témoignages, Lavender aurait attribué aux individus un score représentant la probabilité de leur appartenance à une organisation armée. Un contrôle effectué sur un échantillon aurait révélé une précision d’environ 90 %, soit un taux d’erreur proche de 10 %. Le chiffre est considérable lorsqu’il est appliqué à des dizaines de milliers de personnes. Mais l’alternative à l’algorithme n’est pas un renseignement humain infaillible.

Il n’existe pas, pour les guerres précédant l’emploi massif de l’intelligence artificielle, de « taux d’erreur humain » directement comparable à celui avancé pour Lavender. Les erreurs de ciblage sont en revanche abondamment documentées. Pendant la guerre du Kosovo en 1999, les États-Unis frappèrent ainsi par erreur l’ambassade de Chine à Belgrade alors qu’ils pensaient viser un organisme yougoslave situé quelques centaines de mètres plus loin. Un analyste avait mal localisé la cible, les bases de données n’avaient pas été correctement actualisées et les différents niveaux de contrôle humain ne détectèrent pas l’erreur.

Cet exemple permet de distinguer deux phénomènes souvent confondus. L’erreur de frappe survient lorsque l’armée a correctement identifié ce qu’elle veut détruire, mais que la munition manque son objectif. L’erreur de ciblage survient lorsque la munition atteint exactement les coordonnées assignées, mais que l’armée s’est trompée sur l’identité de la personne ou la nature du bâtiment. Avec la généralisation des armes guidées de précision, cette seconde catégorie prend une importance croissante.

Multiplier les vérifications humaines ne suffit d’ailleurs pas si tous les analystes travaillent à partir de la même donnée erronée. À cela s’ajoutent fatigue, biais d’interprétation, informations mal recoupées et simples fautes d’appréciation. Surtout, une vérification entièrement humaine impose de traiter moins de dossiers et beaucoup plus lentement. Or ce ralentissement a lui aussi un coût militaire, car pendant qu’un analyste reconstitue un dossier, une personne effectivement impliquée peut changer de téléphone, quitter son domicile ou disparaître du radar.

Le véritable arbitrage porte donc sur le partage du travail entre la machine et l’homme. Plus la vérification humaine est approfondie, plus elle peut détecter les faux positifs, mais plus le processus ralentit. À l’inverse, plus on fait confiance au tri automatisé, plus on accélère la production de cibles, au risque de transformer une erreur statistique en erreur de ciblage. Nous ne disposons pas de données permettant d’établir que l’une des deux méthodes produit, toutes choses égales par ailleurs, le taux d’erreur le plus faible. L’enjeu est plutôt de combiner la capacité de la machine à traiter des millions de données avec celle de l’homme à replacer les corrélations dans leur contexte.

Selon certaines témoignages, durant certaines phases de la guerre, la vérification humaine avait pu devenir extrêmement rapide, parfois moins d’une minute par individu. Les militaires auraient alors moins reconstruit chaque dossier qu’examiné le résultat produit par la machine avant de le valider.

De son côté, Tsahal affirme que Lavender est une base de données permettant de croiser différentes sources de renseignement, et non une machine produisant automatiquement une liste de personnes à tuer. Elle précise qu’aucun individu ne peut être considéré comme une cible militaire sur la seule base de son inclusion dans cette base et que l’analyste doit effectuer une évaluation indépendante.

La question demeure : à partir de quel moment l’aide à la décision devient-elle suffisamment puissante pour orienter la décision elle-même ?

« Papa où t’es? » : attendre le retour à la maison

Identifier un homme ne suffit pas. Encore faut-il savoir où il se trouve. Un autre outil, surnommé par ses utilisateurs Where’s Daddy?, aurait servi à suivre certains individus afin de savoir quand ils regagnaient leur domicile.

La logique est simple. Un combattant clandestin est difficile à localiser lorsqu’il se déplace mais son domicile constitue un point fixe et connu. Mais c’est aussi lorsqu’il rentre chez lui qu’il a le plus de chances de se trouver avec sa famille ou ses voisins. Le meilleur moment du point de vue de l’identification peut donc être l’un des pires du point de vue des dommages collatéraux.

On revient alors à NAZA. Une fois l’homme identifié, localisé et considéré comme une cible militaire légitime, combien de personnes risque-t-on de tuer avec lui ? Une frappe constitue presque toujours un calcul de probabilités. Quelle est la probabilité que l’individu recherché soit réellement présent ? Quelle est son importance militaire ? Quel armement employer ? Combien de non-impliqués se trouvent dans le bâtiment ? L’explosion risque-t-elle d’en atteindre un autre ? Et surtout, l’avantage militaire attendu justifie-t-il les pertes prévisibles ? Le dommage collatéral est donc, autant que possible, estimé avant l’attaque. C’est précisément ce calcul que désigne le mot naza.

Une chaîne plutôt qu’une algorithme

Ce qui se met en place est donc un écosystème. Des moyens collectent les données, d’autres les croisent. Habsora aide à faire émerger des objectifs physiques, Lavender organise les informations concernant des individus et d’autres outils permettent de les localiser. Des analystes vérifient ces informations, des logiciels contribuent à calculer les dommages potentiels, le commandement décide et d’autres systèmes peuvent encore aider à choisir l’arme, l’avion ou le moment de la frappe.

À cette chaîne s’ajoute parfois l’avertissement, destiné à réduire les conséquences pour les non-impliqués avec appel téléphonique, SMS ou roof knocking, littéralement « frapper sur le toit ». Un projectile de faible puissance est tiré sur le bâtiment ou à proximité pour prévenir ses occupants qu’une frappe va suivre et leur laisser le temps d’évacuer. Employée par Tsahal depuis la guerre de 2008-2009, cette procédure a été utilisée à de nombreuses reprises à Gaza.

Elle illustre elle aussi les arbitrages du ciblage. Le procédé est surtout utilisable lorsque l’objectif est le bâtiment lui-même (dépôt d’armes, centre de commandement ou autre infrastructure) que l’on peut détruire après avoir fait sortir ses occupants. Il devient plus difficile à employer lorsque l’objectif est une personne car la prévenir revient à lui donner la possibilité de s’enfuir. La protection des non-impliqués entre alors directement en tension avec l’objectif militaire de la frappe.

À chacune de ces étapes demeure théoriquement un être humain. Mais l’ensemble fonctionne de plus en plus à la vitesse de la machine. C’est probablement là que se trouve la véritable révolution.

Pendant longtemps, l’avantage militaire israélien reposait notamment sur la qualité de son renseignement et de son aviation. Entre les deux s’est désormais installée une troisième puissance avec la capacité à transformer des quantités gigantesques de données en objectifs utilisables. Le renseignement devient une industrie.

Cette logique ne concerne pas seulement Gaza. Au Liban, le Hezbollah dispose de centres de commandement, dépôts, lanceurs, tunnels, réseaux de communication et responsables militaires insérés dans un environnement civil beaucoup plus vaste.

Pour Israël, une guerre contre le Hezbollah pose donc immédiatement le problème du stock de cibles. D’où le travail effectué en temps de paix pour constituer des target banks, des banques de cibles qu’il faut continuellement actualiser. Une information exacte au moment où elle entre dans la base peut devenir mortellement fausse quelques années plus tard.

La frappe américaine du 28 février 2026 contre l’école primaire pour filles Shajareh Tayyebeh, à Minab, dans le sud de l’Iran, en fournit une illustration tragique. Alors que débutaient les frappes américaines et israéliennes contre l’Iran, l’école située à proximité d’une installation des Gardiens de la révolution fut détruite. Plus de 150 personnes furent tuées, en majorité des enfants. Selon les conclusions d’une enquête militaire américaine rapportées par plusieurs médias, il s’agirait d’une erreur de ciblage fondée sur des renseignements périmés. L’école fonctionnait pourtant ouvertement depuis des années : le problème n’aurait pas été l’absence d’informations récentes, mais leur mauvaise intégration dans la chaîne de ciblage.

C’est le danger d’une banque de cibles statique. Un missile est déplacé, un responsable change de domicile, une entrée de tunnel est abandonnée, un bâtiment change d’affectation. L’enjeu est donc de transformer cette banque en un flux permanent de cibles réévaluées et actualisées grâce à la surveillance électronique, aux drones, aux bases de données et à l’intelligence artificielle. Encore faut-il que l’information nouvelle remonte effectivement jusqu’à la cible enregistréecar l’algorithme le plus performant et le missile le plus précis ne corrigent pas une donnée de départ erronée.

Il faut ainsi se représenter la guerre israélienne contemporaine moins comme une succession de frappes que comme une chaîne industrielle. Des milliards de données sont triées, des corrélations apparaissent, un analyste examine. Un suspect devient un nom, puis une cible potentielle. Celle-ci est localisée, les dommages prévisibles sont estimés, l’avantage militaire évalué, un commandant autorise ou refuse et une munition est choisie. Alors seulement vient la frappe.

Le débat suscité par NAZA ne porte donc pas seulement sur l’intelligence artificielle, encore moins sur l’image de robots décidant seuls de tuer. Il concerne quelque chose de plus réel : l’industrialisation de la décision militaire. L’IA permet de rechercher plus vite, de croiser davantage de données et de produire beaucoup plus de cibles. Elle peut aussi réduire certaines erreurs humaines, mais permet simultanément de passer de quelques dizaines de dossiers minutieusement étudiés à des milliers de décisions successives.

La question n’est alors plus seulement de savoir si un homme demeure « dans la boucle », mais ce que signifie cette présence humaine lorsqu’une organisation militaire doit absorber le rythme imposé par les algorithmes.

Le futur de la guerre n’est pas nécessairement celui d’une intelligence artificielle qui appuie elle-même sur le bouton. Il peut être celui, beaucoup plus proche, d’une machine qui présente continuellement à l’homme des milliers de boutons sur lesquels appuyer.