Une IA dans la boucle d’une frappe contre une école en Iran : le Pentagone l’admet

Le 28 février 2026, deux missiles de croisière Tomahawk se sont abattus sur l'école primaire Shajarah Tayyebeh, dans la ville de Minab, au sud de l'Iran. Le bilan : plus de 150 morts, dont au moins 123 enfants.

Pendant des mois, Washington a laissé planer le doute. Puis une enquête interne du Pentagone (le ministère américain de la Défense) a fini par nommer les coupables. Parmi eux : une confiance excessive dans une IA de ciblage.

Ce n'est pas de la science-fiction. C'est un rapport militaire qui décrit, étape par étape, comment une machine a aidé à transformer une école pour filles en cible militaire et comment les humains censés vérifier son travail ne l'ont pas fait. Voici ce que révèle vraiment cette affaire et pourquoi elle vous concerne.

Dans cet article :

• Ce que le Pentagone reconnaît, noir sur blanc
• Maven : la machine qui classe les cibles à votre place
• Le piège invisible : quand faire confiance devient une faute
• La vraie question qui se pose

Ce que le Pentagone reconnaît, noir sur blanc

Selon des responsables impliqués dans l'enquête interne, certains membres du personnel américain ont su en quelques heures que les États-Unis étaient responsables de la frappe [1]. L'enquête décrit ensuite ce que ces mêmes responsables appellent une cascade d'échecs évitables.

Trois défaillances s'emboîtent : un renseignement défaillant, des images satellites périmées et une confiance excessive dans une technologie d'IA. Les trois réunies ont armé la décision de frapper.

Le décor est glaçant de banalité. Les bases de données américaines classaient le site de Minab comme une installation militaire depuis des années, alors que des images satellites commerciales montraient tout autre chose [5].

Un mur et des entrées séparées coupant l'école de la base voisine, terminés dès 2017. Une image de 2018 montre des murs peints de couleurs vives, un terrain de football, des marquages de cour de récréation. Un analyste avait même repéré ces changements dès 2019.

Ses remarques, consignées dans un système non relié à la base de données principale utilisée pour le ciblage, ne sont jamais parvenues aux personnes qui ont préparé la frappe. L'école avait pourtant son propre site internet et apparaissait sur Google Maps.

Face à Bloomberg, un porte-parole de Palantir a affirmé que l'entreprise n'était « pas responsable des données sous-jacentes ni de l'identification des lacunes du renseignement » et qu'aucune preuve n'indiquait que son logiciel était en faute dans la frappe de Minab [2].

Maven : la machine qui classe les cibles à votre place

Le logiciel en question porte un nom : le Maven Smart System. C'est une plateforme de ciblage et de fusion de renseignement développée par Palantir, l'entreprise américaine de logiciels de données cofondée par Peter Thiel.

Son travail est simple à décrire, mais vertigineux à imaginer. Maven aspire des dizaines à des centaines de flux de renseignement (images satellites, vidéos de drones, signaux électroniques) et les rassemble dans une seule carte interactive [7].

Là où le tri des cibles mobilisait autrefois analystes, spécialistes de l'imagerie, juristes et commandants pendant des heures, Maven condense l'assemblage d'une liste de cibles en quelques minutes [3]. C'est tout l'intérêt : la vitesse.

Cette vitesse a été démontrée grandeur nature. Lors de l'ouverture de la guerre contre l'Iran, l'armée américaine dit avoir frappé environ 1 000 cibles en 24 heures. Ce rythme a mécaniquement comprimé le temps disponible pour d'ultimes vérifications.

Le problème n'est pas que Maven soit une arme autonome. Il ne l'est pas : un humain reste dans la boucle, censé valider chaque étape. Le problème, c'est ce que devient un humain quand la machine va cent fois plus vite que lui.

Autre signal qui en dit long : ce logiciel n'est plus une expérience. En mars 2026, le ministère l'a érigé en « programme officiel », c'est-à-dire une brique permanente de l'armée, au financement garanti [6]. Le budget suit la courbe.

Vous avez peut-être lu notre article sur le bras de fer entre le Pentagone et Anthropic : la même logique d'imbrication profonde entre géants de l'IA et machine de guerre s'y joue, à une autre échelle.

Le piège invisible : quand faire confiance devient une faute

Il existe un nom, en psychologie, pour ce qui s'est joué à Minab : le biais d'automatisation. C'est la tendance humaine à trop faire confiance à un système automatisé, à valider sa suggestion sans vraiment la remettre en question.

Ce biais n'est pas une faiblesse individuelle. Il est massivement amplifié par les conditions typiques d'un environnement militaire : charge mentale élevée, pression du temps, enjeux énormes [8]. Exactement le contexte de la première journée d'une guerre.

Selon les personnes ayant décrit l'enquête, quelques employés du commandement central s'attendaient à ce que Maven signale lui-même une information périmée ou incohérente. Il ne l'a pas fait.

Et personne n'a vérifié à sa place, car en parallèle, les humains chargés précisément d'éviter ce genre de catastrophe avaient été évincés. Sur ordre du secrétaire à la Défense Pete Hegseth, le Pentagone a démantelé la plupart de ses unités de réduction des dommages civils, réduisant ainsi leurs effectifs d'environ 90 %, à moins de 20 personnes au total.

Le cas du commandement central est le plus parlant. Son équipe dédiée est passée de dix personnes à une seule. Aucun de ses membres n'a examiné le site de Minab avant que les missiles ne soient en l'air.

Le résultat de cette affaire dépasse largement Minab. Une mission d'enquête indépendante des Nations unies a estimé qu'il existait des « motifs raisonnables » de croire que les États-Unis avaient commis un crime de guerre en lançant une attaque indiscriminée [4].

Washington a rejeté ces conclusions. Mais côté américain, le signal politique est déjà là : plus de 120 élus démocrates ont écrit au Pentagone pour réclamer des comptes sur le rôle exact de l'IA dans le choix des cibles [9].

La vraie question qui se pose

Cette affaire n'est pas qu'un drame militaire lointain. C'est le premier cas documenté, à cette échelle, où un État admet qu'une confiance excessive dans une IA a contribué à tuer des civils. Et le même mécanisme mental vous guette, à bien plus petite échelle.

Le vrai coupable n'est pas la machine

La tentation, en lisant ce genre d'histoire, est de désigner l'algorithme comme monstre. C'est confortable, mais c'est faux. Maven n'a pas décidé de frapper une école : il a rangé des données périmées, très rapidement, et personne n'a relevé la tête.

Le fond de l'affaire, c'est un système où l'on a retiré les humains de vérification en même temps qu'on accélérait la machine. La vitesse sans garde-fou, voilà le vrai coupable. L'IA n'a fait qu'exposer un choix organisationnel.

Ce schéma se retrouve partout, bien au-delà des champs de bataille. On le voit dans les entreprises où du code non relu part en production parce que la machine produit plus vite qu'on ne relit.

La question à se poser avant de faire confiance

Vous n'appuierez jamais sur le bouton d'un Tomahawk, mais vous validez déjà, chaque semaine, des sorties d'IA : un résumé, un diagnostic, un chiffre, une recommandation. Le biais d'automatisation vous concerne autant qu'un analyste du renseignement.

La leçon de Minab tient dans une question simple, qu'il faut se poser avant d'accepter une réponse d'IA. Et cette question, la plupart des gens ne se la posent jamais au bon moment.