IA en cyberconflit: un écart d'automatisation qui avantage la défense
Source et contexte â International Security (MIT Press/Harvard), mars 2026: Lennart Maschmeyer analyse pourquoi lâIA, malgrĂ© les prĂ©dictions dâune rĂ©volution offensive, renforce surtout la dĂ©fense en cybersĂ©curitĂ©. En sâappuyant sur des donnĂ©es expĂ©rimentales et des observations in-the-wild, lâauteur avance la thĂšse dâun « Ă©cart dâautomatisation »: lâIA excelle en dĂ©tection (đĄïžđ) mais peine en tromperie crĂ©ative requise par lâoffensive (âïžđ€), ce qui abaisse lâefficacitĂ© des attaques automatisĂ©es. ThĂšse centrale: en cyberconflit, lâoffense repose sur la crĂ©ativitĂ© et la dĂ©ception (se cacher, manipuler sans ĂȘtre dĂ©tectĂ©), alors que la dĂ©fense vise la dĂ©tection rapide et prĂ©cise. Les modĂšles dâIA (ML, deep learning, LLMs) sont taillĂ©s pour la reconnaissance de motifs et la classification (dĂ©fense), mais Ă©chouent sur la crĂ©ation originale et la duperie contextuelle (offense). Lâindicateur de Mandiant (Google Cloud) montre une baisse du dwell time mĂ©dian de 205 jours (2014) Ă 11 jours (2024), sans renversement malgrĂ© les progrĂšs rĂ©cents de lâIA, ce qui nâaccrĂ©dite pas une supĂ©rioritĂ© offensive automatisĂ©e. ...