(Direction artistique et conception : Jean-Dominique Lavoix-Carli)

L'identification et utilisation des signaux faibles est un aspect important des processus de prospective stratégique et d'alerte précoce. Elle est au cœur de l'activité connue sous le nom de "scanning" ou "horizon scanning".

Les signaux faibles peuvent indiquer l'apparition possible d'un nouveau thème pour un sujet de préoccupation. Ils peuvent indiquer l'émergence de nouvelles questions pour un thème spécifique. Ils peuvent également suggérer qu'une nouvelle question spécifique pour une problématique se matérialise. Ils indiquent si une possibilité se renforce ou s'affaiblit (pour plus d'informations, voir Hélène Lavoix, "Analyse de l'horizon et surveillance pour l'alerte précoce : Définition et pratique“, The Red Team Analysis Society, 2019)

Plus vous identifiez tôt les signaux faibles qui vous concernent, plus vous disposez de temps pour vous préparer à l'avenir. Les signaux faibles ne vous donnent pas seulement du temps, ils commencent aussi à tracer les grandes lignes de ce qu'il faut faire parce qu'ils mettent en évidence un thème, un problème ou une question et commencent à l'étoffer, à lui donner un sens.

Par exemple, nous pouvons nous demander si certains des changements apportés par le président Trump, qui choque et secoue le monde depuis son élection en novembre 2024, sont des signaux faibles et ce qu'ils signifient.

Alors que les modèles d'intelligence artificielle (IA) fleurissent et sont censés être de plus en plus efficaces, nous dotant potentiellement, nous, êtres humains, de nouvelles capacités, pouvons-nous utiliser ces IAs pour scruter l'horizon et identifier les signaux faibles ? Parmi les offres concurrentes de modèles d'IA, laquelle choisir ? Comment pouvons-nous utiliser au mieux les modèles d'IA pour identifier et comprendre ces signaux faibles clés ? Par exemple, peuvent-ils nous aider à identifier certains des signaux faibles, s'il y en a, provenant de l'administration Trump de 2025 ?

Pour répondre à ces questions, nous allons explorer une variété de modèles d'IA, comme expliqué dans cet article. Nous présentons la façon dont nous avons conçu cette expérience dans la première partie. Nous détaillons ensuite les résultats obtenus pour chacun des modèles d'IA testés. Nous commentons ensuite ces résultats et évaluons leur adaptation aux besoins de l'analyse des signaux faibles. Dans la mesure du possible, nous classons les trois modèles. Compte tenu des résultats, nous avons dû ajouter un apport humain pour améliorer l'analyse. Nous présentons donc les nouveaux résultats et les évaluons. Enfin, intégrant l'expérience conduite et ses résultats ainsi que le retour d'expérience des modèles d'IA sur leurs propres analyses et omissions, nous proposons une série de recommandations permettant d'utiliser les modèles d'IA au mieux pour la deuxième étape de l'identification et de l'analyse des signaux faibles : c'est-à-dire la signification d'un ou de plusieurs signaux faibles et l'impact potentiel de ces signaux. Nous terminons en soulignant quelques conséquences pour l'avenir.

Dans le même temps, outre les impacts classiques, nous soulignons les conséquences majeures des déclarations du président Trump concernant le Canada, Gaza, le Groenland et le Panama, en particulier l'érosion des normes actuelles de la société internationale et, par conséquent, la probabilité accrue de leur bouleversement dans les mois et les années à venir.

Conception de l'expérience

Sélection de la question

Nous devons tout d'abord déterminer les questions à poser aux différents modèles d'IA. Pour ce faire, nous devons comprendre comment nous identifions les signaux faibles.

En bref, une identification révélatrice et utile des signaux faibles peut se faire en répondant aux questions suivantes :

  1. Quels sont les événements (signaux) qui ont eu lieu - ou sont en train d'avoir lieu - dans le monde et qui sont liés à ma préoccupation principale (au sens le plus large du terme). Le cadre temporel peut commencer par l'examen du mois ou de l'année écoulée et être élargi si nécessaire en fonction des signaux identifiés.
  2. Quelle est la signification de cet événement (ou de cette série d'événements) par rapport à la (aux) question(s) à laquelle (auxquelles) il est lié ? Est-il lié à une tendance existante et connue ? En quoi la conforte-t-il ou, au contraire, l'ébranle-t-il ? S'agit-il d'un élément nouveau et, potentiellement, inattendu ? En quoi est-il nouveau par rapport à des événements liés à ma préoccupation ? Quelle dynamique, s'il y en a une, pourrait résulter de ce nouvel événement ?
  3. Puis-je trouver d'autres événements susceptibles de conforter ou d'affaiblir la nouvelle dynamique potentielle créée par le nouveau signal ?
  4. Si les dynamiques potentiellement mises en évidence par le signal se concrétisaient réellement dans le monde, quelle serait la force du signal faible, selon la perception des différents acteurs ?

Pour cette première expérience, nous sautons la première question et l'aborderons dans un autre article. En effet, nous devons d'abord comprendre comment et pourquoi un modèle d'IA donne un sens à un événement pour pouvoir guider la sélection des signaux faibles par l'IA. Nous commençons donc ici par la deuxième question.

Cette approche est fondée sur un phénomène cognitif souvent inconscient que nous avons expliqué dans "Analyse de l'horizon et surveillance pour l'alerte précoce : Définition et pratique", la nécessité de disposer d'un modèle mental, même à un stade embryonnaire, pour pouvoir commencer à rechercher des signaux. Comme nous l'avons expliqué en détail :

"Si vous commencez à chercher quelque chose, même de la façon la plus vague possible, vous devez avoir une idée, même minimale, de ce que vous cherchez. Ce qui se passe, c'est que, inconsciemment, vous vous appuyez sur un modèle cognitif. Ce modèle cognitif est implicite. Ainsi, pour scruter l'horizon, on utilise déjà un modèle, même s'il est très imparfait.

Analyse de l'horizon et surveillance pour l'alerte précoce : Définition et pratique

Compte tenu de notre expérience et de notre connaissance, le modèle implicite que nous utilisons pour suivre ce qui se passe dans le monde n'est évidemment pas celui qu'utilisent les différents modèles d'IA. Ceux-ci ne sont en effet pas créés pour notre objectif de "scan", même s'ils comprennent des milliards de paramètres et des téraquads de données. Nous devons donc trouver comment orienter les modèles vers notre objectif spécifique.

Sélection des signaux

Comme nous avons commencé par la question 2, nous avons dû sélectionner nous-mêmes les signaux.

Les signaux que nous avons choisis devaient être clés en termes de géopolitique et de relations internationales, mais pas évidents en termes d'analyse, d'interprétation et d'impact. Ils devaient donc être faibles pour la dynamique en question, du moins en termes de perception par d'autres acteurs.

Ensuite, les signaux devaient être intéressants en termes de lecture et d'utilité, sous peine de perdre tout l'intérêt de l'expérience.

En conséquence, comme souligné dans l'introduction, nous avons choisi certaines déclarations faites par le président américain Donald Trump au début de son deuxième mandat.

Sélection des modèles d'IA

Nous avons décidé de mener l'expérience sur trois modèles à travers des échanges écrits typiques. Les modèles utilisés sont tous dans leur version gratuite la plus récente au moment de la rédaction : à savoir Grok (modèle Grok 3, publié le 19 février 2025, appartenant à xAI), ChatGpt (modèle o3-mini, publié le 31 janvier 2025, OpenAI), DeepSeek (DeepSeek-R1, publié le 20 janvier 2025, le modèle d'IA chinois qui a ébranlé Wall Street).

Les lecteurs doivent noter que l'une des difficultés rencontrées lors de l'utilisation de modèles d'IA est que les résultats ne sont pas toujours reproductibles. Cela tend à dénier toute qualité scientifique aux expériences. Cependant, il est impossible de faire autrement dans notre domaine, car son aspect actuel de niche, malgré l'importance capitale de la géopolitique, de la prospective stratégique et de l'alerte précoce, fait qu'il est peu probable que notre domaine fasse bientôt partie de l'étalonnage officiel des modèles d'IA.

C'est pourquoi il faut toujours faire preuve de prudence lorsque l'on utilise des modèles d'IA dans le cadre de notre travail.

Pour ce test, nous nous sommes concentrés sur le mode ou l'approche "pensée" ou "réflexion" pour les trois modèles, plutôt que sur le mode "recherche approfondie". Compte tenu de la longueur et des détails de chaque réponse, nous ne reproduisons ici que les conclusions. Les conversations complètes sont disponibles en pdf (pour les membres, téléchargement accessible à droite). Nous recommandons particulièrement de lire non seulement les réponses en détail, mais aussi le raisonnement de chaque IA derrière la réponse.

Les couleurs données ci-dessous à chaque réponse tentent de correspondre à la couleur utilisée par le modèle d'IA. Notez que Grok 3 a déterminé lui-même sa couleur et a partagé le code correspondant.

Grok 3 : Vous pouvez choisir entre Deep Search et Think - Cependant, le mode Think permet également d'effectuer des recherches sur le web.

ChatGPT : vous pouvez sélectionner à la fois le mode "recherche" et le mode "raisonnement" - nous avons sélectionné uniquement "raisonnement".

DeepSeek : Vous pouvez sélectionner DeepThink-R1 et Search - le mode Search n'était pas disponible au moment de la rédaction du présent document. Le modèle est mis à jour jusqu'en 2023.

Télécharger les conversations complètes :

Les conversations complètes sont destinées à réservé aux membres. Log in si vous êtes membre.

La signification des signaux faibles

La décision humaine : les signaux faibles donnés à l'IA

Le président américain Donald Trump a déclaré à plusieurs reprises qu'il souhaitait faire du Canada le 51e État des États-Unis, prendre le contrôle du Groenland, gérer Gaza et réclamer le canal de Panama. Considérant qu'il s'agit là de signaux faibles pour le futur, pouvez-vous développer ces signaux faibles et ce qu'ils pourraient signifier pour l'avenir ?

Nous sommes restés volontairement vagues dans notre question pour voir comment les différents modèles d'IA la traiteraient.

Le fait d'avoir déjà sélectionné des signaux permet bien sûr à l'IA d'être plus facilement un outil utile en termes de "scan" de signaux faibles.

Les IA trouvent seules une réponse

Grok 3 - Mode "Think

DeepSeek-R1 - Mode "DeepThink

Synthèse : Tendances générales

L'ensemble de ces signaux faibles suggère un paradigme de politique étrangère qui pourrait privilégier les aspects suivants :

  1. Expansion économique et territoriale: Sécurisation des ressources et des points d'étranglement stratégiques (Arctique, canaux) par la coercition ou la conclusion d'accords.
  2. Intervention unilatérale: Contournement du consensus international pour gérer des conflits ou des territoires.
  3. Nationalisme transactionnel: Traiter les alliances et la souveraineté comme des éléments négociables, au risque de subir des revers diplomatiques.
  4. Concurrence entre grandes puissances: Contrer les rivaux comme la Chine et la Russie en contrôlant les infrastructures et les régions critiques.

Scénarios possibles
  • Les guerres des ressources de l'Arctique: concurrence entre les États-Unis, la Russie et la Chine pour les voies maritimes et les minerais.
  • Érosion des normes de souveraineté: Les petits États sont poussés à conclure des "partenariats" qui compromettent leur autonomie.
  • Les coalitions ripostent: Les alliés se regroupent pour résister à l'unilatéralisme américain (pactes commerciaux entre l'UE et le Canada, par exemple).

Même si ces idées ne se concrétiseront peut-être pas telles quelles, elles reflètent des idéologies qui pourraient refaire surface dans la politique américaine, en particulier chez les dirigeants qui prônent des stratégies de type "America First" (l'Amérique d'abord). Leur faisabilité dépend du soutien politique national, de la résistance internationale et des contraintes juridiques, mais les signaux soulignent une dérive vers une géopolitique affirmative à somme nulle.

Chat-GPT o3-mini - Mode "Raisonnement"

En résumé

Ces commentaires [de Trump] doivent être considérés comme des dispositifs rhétoriques provocateurs plutôt que comme des projets concrets. Ils signalent une évolution vers une position plus affirmée et nationaliste dans le discours politique et laissent entrevoir un désir de retrouver les gloires du passé. Toutefois, les réalités pratiques et juridiques des relations internationales rendent extrêmement improbables les changements de politique dans ces domaines. Ces signaux faibles servent plutôt de baromètre pour le climat politique actuel - un mélange de nostalgie, d'affirmation de soi et de remise en question du statu quo - qui peut façonner le ton des futurs débats politiques sans nécessairement conduire à des changements radicaux en matière de frontières ou de contrôle internationaux.

Commentaires et évaluation

Chacun des modèles d'IA apporte des interprétations pertinentes mais plutôt classiques des déclarations du président Trump. Nous classons ci-dessous chaque modèle, et expliquons pourquoi, en soulignant les forces et les faiblesses pour cette étape de l'analyse des signaux faibles.

Rang 3 - ChatGpt 03-mini : décevant et insuffisant

Le modèle le moins adéquat pour l'analyse des signaux faibles est le ChatGpt 03-mini. Tout d'abord, son évaluation de ce que sont les signaux faibles dans sa réponse est incertaine, voire totalement erronée :

"Dans l'analyse politique, de tels commentaires sont souvent qualifiés de "signaux faibles" parce qu'ils laissent entrevoir des attitudes plus générales sans engagement dans des plans d'action" (“In political analysis, such comments are often termed “weak signals” because they hint at broader attitudes without committing to actionable plans” voir le texte intégral en pdf).

ChatGPT 03-mini - Reason mode - voir le texte complet en pdf.

Ce manque de compréhension est décevant car, pendant la phase de réflexion, 03-mini était plus proche d'une compréhension correcte des signaux faibles. Quoi qu'il en soit, le modèle 03-mini de ChatGPT devrait être disqualifié dès le départ. Nous le conservons néanmoins pour les besoins de l'expérience.

Ensuite, le principal défaut de 03-mini est d'affirmer la qualité rhétorique des déclarations du président américain, alors qu'elle ne fournit aucune preuve et ne dispose d'aucune profondeur historique pour procéder à une telle évaluation. En conséquence, l'affirmation de l'IA se lit comme un jugement subjectif dépourvu du détachement objectif qui est absolument nécessaire dans l'analyse des signaux faibles.

Du côté positif, ChatGPT a mis en évidence un "Potentiel de changement des normes" dans la partie de son analyse consacrée aux implications plus larges pour l'avenir. Malheureusement, il n'a pas pu relier ce sous-titre au contenu de son explication, ce qui l'a rendu incohérent. Nous ne savons pas si cette incohérence est liée à une volonté de trop résumer ou à une véritable incohérence. Lorsque nous avons échangé avec le modèle pour tenter d'expliquer l'incohérence, le modèle a fait preuve non seulement d'une incapacité à comprendre, mais aussi d'un entêtement à insister sur le fait qu'il avait raison, un trait qui n'est pas rare chez les modèles d'IA.

Rang 2 - DeepSeek DeepThink-R1 - Bien malgré un handicap

DeepSeek DeepThink-R1 est handicapé par la date de fermeture à la connaissance de son modèle (2023) et son incapacité à utiliser conjointement les modes DeepThink et Search. Cependant, le modèle se souvient avec précision des événements passés, même si les références ne sont pas fournies. L'absence de références augmenterait la charge de travail de l'analyste des signaux faibles car il devrait d'abord trouver l'origine des informations du modèle d'IA, avant de vérifier minutieusement chaque fait.

L'explication de DeepSeek-R1 concernant les signaux faibles est correcte :

Les "signaux faibles" sont des indicateurs précoces, souvent ambigus, de changements potentiels dans la stratégie géopolitique. Bien que ces idées puissent sembler invraisemblables ou hyperboliques, elles font allusion à des thèmes sous-jacents qui pourraient façonner les orientations politiques futures".

DeepSeek-R1 - voir pdf

Nous pouvons particulièrement souligner deux éléments intéressants dans l'analyse faite par le modèle DeepSeek-R1. Tout d'abord, DeepSeek souligne à juste titre les ressources du Canada comme motivation possible de la déclaration et de l'intérêt du président américain. Ensuite, il souligne également que les affirmations du président américain pourraient conduire à l'"érosion des normes de souveraineté" en tant que scénario futur. Malheureusement, dans ce cas, DeepSeek limite l'impact aux "petits États".

Rang 1 - Grok 3 : Très intéressant

En ce qui concerne Grok 3, tout d'abord, le modèle comprend correctement ce que sont les signaux faibles :

"Tout d'abord, je dois comprendre ce que sont les "signaux faibles". Dans ce contexte, il s'agit probablement d'indicateurs précoces ou d'indices d'événements ou de tendances futurs potentiels qui ne sont pas encore complètement formés ou évidents."

Grok 3 - voir pdf.

Ensuite, lors de la phase de réflexion, Grok 3 utilise des références avec des hyperliens, ce qui permet d'étoffer sa réflexion et d'apporter des preuves. Cet aspect facilitera la tâche de l'analyste des signaux faibles lors de la vérification des faits fournis par Grok 3. Cette phase ne peut toutefois pas être entièrement déléguée à l'AI, compte tenu des derniers rapports sur la manière dont les modèles d'AI peuvent être trompés (par exemple, Ina Fried, "Exclusive: Russian disinformation floods AI chatbots, study finds“, Axios, 6 mars 2025). Il convient toutefois de noter que la désinformation n'est pas un phénomène nouveau et que les services de renseignement et les chercheurs la combattent depuis des décennies, voire des siècles. Les analystes devraient simplement utiliser la méthode habituelle pour lutter contre la désinformation et la mésinformation.

Pendant la phase de réflexion, Grok 3 fournit également à l'utilisateur, pour chaque signal, une analyse détaillée comprenant les implications futures formulées dans le langage adéquat (notamment la probabilité), un tableau comparatif et une synthèse. Cette phase est donc très utile pour l'analyse des signaux faibles.

Contrairement à ChatGPT o3-mini, Grok 3 souligne que les déclarations de Trump sont "souvent considérées comme des fioritures rhétoriques". Il met donc l'accent sur les perceptions, mais ne les confond pas avec les faits. Cela révèle une bien meilleure capacité d'analyse des faits et des événements.

Grok 3 voit également un potentiel de changement des normes mondiales résultant des déclarations de Trump, même s'il n'est pas mis en évidence en tant que sous-titre.

Du côté négatif, nous pouvons souligner que, par exemple, la richesse en ressources du Canada qui pourrait intéresser les États-Unis est complètement ignorée.

En conclusion, pour cette étape de l'analyse des signaux faibles, nous choisissons Grok 3, éventuellement en combinaison avec DeepSeek-R1..

Cependant, en tant qu'être humain formé et expérimenté en relations internationales, je savais que les trois modèles d'IA passaient à côté de quelque chose de fondamental, même s'ils le mentionnaient tous plus ou moins : l'impact des déclarations du président Trump sur les normes et les conséquences correspondantes sur la société internationale des États.

Il a donc fallu poser des questions supplémentaires aux modèles d'IA.

L'apport de la touche humaine : qu'en est-il des normes internationales ?

Reprenons maintenant ces signaux dans le cadre de l'école anglaise de la théorie des relations internationales.

En tant que politologue de formation britannique, les déclarations du président Trump ont immédiatement déclenché chez moi une sonnette d'alarme concernant les normes de la société internationale, selon le cadre très puissant mais insuffisamment utilisé de l'école anglaise de la théorie des relations internationales (par exemple Stephen McGlinchey, Rosie Walters et Christian Scheinpflug, "The Basics of the English School", dans International Relations Theory – un manuel d'initiation aux fondements de l'E-IR ; Barry Buzan, "The English School: an underexploited resource in IR“, Review of International Studies (2001), 27, 471-488).

.

Les IA prennent en compte la nouvelle perspective

Grok 3 - Mode "Think

DeepSeek-R1 - Mode "DeepThink

Synthèse : La société internationale sous tension

Ces signaux soulignent collectivement trois préoccupations majeures de l'école anglaise :

  1. Souveraineté et hiérarchie: En testant les limites de l'égalité souveraine, les États-Unis risquent de fragmenter la société internationale en sphères d'influence.
  2. Décroissance institutionnelle: Le révisionnisme unilatéral (sur les traités, les territoires, les interventions) affaiblit les institutions telles que la diplomatie, le droit international et le multilatéralisme.
  3. Tensions entre le pluralisme et le solidarisme: L'approche transactionnelle de Trump rejette les projets solidaristes (par exemple, la coopération climatique, les droits de l'homme) en faveur d'un ordre pluraliste, centré sur la puissance - sans pour autant respecter les garanties du pluralisme pour les États plus faibles.

Scénarios dans les termes de l'école anglaise
  • Une société internationale fragmentée: Les blocs régionaux (UE, ANASE/ASEAN) se consolident pour contrer l'unilatéralisme américain, créant des ordres normatifs concurrents.
  • Résurgence d'un ordre hiérarchique: Un retour à la "gestion par les grandes puissances" du XIXe siècle, où les normes sont imposées par un concert de puissances (États-Unis, Chine, Russie).
  • Le solidarisme réformé: Un retour de bâton favorisant un engagement renouvelé en faveur du multilatéralisme, à l'image de l'adhésion post-Trump à l'Accord de Paris ou à l'accord sur l'Iran.

Conclusion

Du point de vue de l'école anglaise, ces signaux reflètent une crise de légitimité dans le rôle des États-Unis en tant que gardien de la société internationale. Alors que les États-Unis ont historiquement agi en tant qu'"institution primaire" façonnant les normes (par exemple, l'ordre libéral d'après la Seconde Guerre mondiale), le nationalisme transactionnel sape leur autorité morale. L'avenir dépend de la capacité des autres États à :

  • Renforcer les normes pluralistes (par exemple, défense de la souveraineté, traités),
  • Poursuivre un solidarisme ad hoc (par exemple, les coalitions sur le climat, ignorant les États-Unis), ou
  • Accepter un ordre fragmenté où le pouvoir l'emporte sur les règles.

En substance, la rhétorique de Trump expose la fragilité des normes de la société internationale lorsqu'un hégémon opte pour la coercition plutôt que pour le consensus - un défi prévu par les théoriciens de l'école anglaise comme Hedley Bull dans La société anarchique (1977).

Chat-GPT o3-mini - Mode "Raisonnement"

Implications plus larges pour la société internationale
  • Perturbation normative : Ces signaux, bien qu'essentiellement rhétoriques, indiquent un potentiel de rééquilibrage de la société internationale. Si les puissances dominantes adoptent une telle position, cela pourrait conduire à une érosion des normes consensuelles qui ont sous-tendu l'ordre mondial depuis la Seconde Guerre mondiale.
  • Légitimité nationale contre légitimité internationale : Si ces remarques peuvent trouver un écho dans les milieux nationaux à la recherche d'un leadership fort et affirmé, elles vont à l'encontre des attentes en matière de légitimité au sein de la société internationale. L'école anglaise met en garde contre le fait que même des actions symboliques peuvent avoir des effets concrets en modifiant la perception des comportements acceptables dans les relations internationales.
  • Reconfigurer le pluralisme et le solidarisme : Si cette rhétorique gagne du terrain, elle pourrait faire pencher la balance vers une approche plus pluraliste, voire conflictuelle, où le pouvoir unilatéral serait privilégié par rapport aux normes de coopération. Cette réorganisation pourrait remettre en question le tissu même de la société internationale, entraînant une plus grande instabilité et une contestation de ce qui constitue un comportement légitime de la part des États.
Conclusion

Du point de vue de l'école anglaise, ces signaux faibles sont plus qu'un simple théâtre politique - ils sont les indicateurs d'une réimagination potentielle de la société internationale. En remettant en cause des normes établies de longue date en matière de souveraineté, d'intervention et d'accords historiques, cette rhétorique reflète une contestation plus large des valeurs et des règles qui régissent l'ordre mondial. Bien qu'il soit peu probable qu'il entraîne des changements territoriaux immédiats, le sentiment sous-jacent pourrait, au fil du temps, contribuer à modifier la façon dont la légitimité et le pouvoir sont conceptualisés sur la scène internationale.


Commentaires et évaluation

Chaque modèle identifie correctement le défi que les signaux faibles sélectionnés posent aux normes actuelles de la société internationale. Chacun fournit des analyses intéressantes et saisit les enjeux. Cependant, chaque analyse est perfectible, de diverses manières. Il est donc impossible de les classer et les trois pourraient être utilisées ensemble pour obtenir une meilleure analyse finale. Notons que des discussions théoriques détaillées sur chaque point soulevé par chaque modèle d'IA pourraient être passionnantes et constructives, une telle approche dépasse toutefois le cadre de cet article.

Grok 3 : Analyse intéressante mais perspective historique insuffisante

Grok 3 offre une bonne synthèse de l'école anglaise de la théorie des relations internationales, en mettant l'accent sur son essence. Il présente clairement au lecteur les principes fondamentaux de l'école anglaise. Plus important encore, il applique correctement l'approche de l'école anglaise aux déclarations du président américain. Des références appropriées à l'école anglaise des relations internationales auraient été un plus.

Cependant, il y a aussi, malheureusement, un manque de perspective historique, et il n'est pas certain que Grok 3 comprenne que les normes évoluent dans le temps. Par exemple, Grok 3 aurait dû écrire "Les déclarations de Trump remettent collectivement en question les normes [actuelles] qui définissent la société internationale [contemporaine] (mes ajouts). Grok 3 contrebalance la perception de son incapacité à gérer la dynamique des normes en suggérant que les déclarations des États-Unis pourraient également conduire à la redéfinition de nouvelles normes. Toutefois, ces nouvelles normes peuvent ne pas être - ou ne pas être uniquement - en faveur des États-Unis, alors que le modèle se concentre uniquement sur les nouvelles normes qui seront favorables aux États-Unis.

Il y a ici une simplification excessive de la compréhension de la façon dont les normes évoluent.

ChatGPT o3-mini : Une conclusion correcte mais un contenu insatisfaisant

ChatGPT o3-mini commence par une définition correcte du principe fondamental de l'école anglaise de la théorie des relations internationales. Il utilise ensuite un débat clé de l'école, soit "pluralisme contre solidarisme" (par exemple, William Bain, "The Pluralist–Solidarist Debate in the English School’, Oxford Research Encyclopedia of International Studies(11 janvier 2018). O3-mini considère le pluralisme comme "le respect de la souveraineté et de la diversité" et le solidarisme comme "les valeurs partagées et les intérêts communs". Cette approche du débat est un raccourci extrême. Une vision plus intéressante est proposée par Stephen McGlinchey, et al. avec le pluralisme comme "des sociétés internationales avec un degré relativement faible de normes, règles et institutions partagées" et le solidarisme comme "des types de société internationale avec un degré relativement élevé de normes, règles et institutions partagées".

Compte tenu du caractère souvent complexe des débats au sein des écoles de pensée ou entre elles, les utilisateurs doivent faire preuve d'une grande prudence lorsqu'ils traitent ce que les modèles d'IA résument et mettent en évidence. Ils doivent demander des références. Sans références adéquates, il est difficile pour l'utilisateur de savoir pourquoi le modèle d'IA a choisi une approche ou un élément spécifique.

Ensuite, et c'est plus inquiétant, 03-mini semble parfois ne pas comprendre l'évolution dynamique des normes et n'est pas en mesure de les situer dans un contexte historique essentiel pour l'école anglaise.

La conclusion du modèle d'IA est néanmoins correcte.

DeepSeek-R1 : Intéressant mais à prendre avec précaution compte tenu de certaines exagérations

DeepSeek-R1 concentre tout son raisonnement sur la tension entre "pluralisme (souveraineté de l'Etat) et solidarisme (action collective pour les droits de l'homme, etc.)" au sein de l'Ecole anglaise (voir ci-dessus).

Lorsque DeepSeek-R1 applique cette approche aux déclarations de Trump, sa réflexion est intéressante et fournit une analyse relativement approfondie en fonction de son objectif initial. Il tente de situer les normes historiquement, ce qui est nécessaire et très précieux, et un plus par rapport aux autres modèles. Il propose également différents scénarios possibles pour l'avenir, ce qui est appréciable.

Le modèle DeepSeek-R1 va cependant trop loin dans sa conclusion, lorsqu'il souligne, par exemple, "le rôle des États-Unis en tant que gardien de la société internationale". Il s'agit d'une déclaration très discutable, compte tenu, par exemple, du refus typique des États-Unis d'adhérer à des traités qu'ils perçoivent comme restreignant leur souveraineté (par exemple, Anya Wahal, "On International Treaties, the United States Refuses to Play Ball", 7 janvier 2022, Council on Foreign Relations). Par exemple, les États-Unis n'ont ni signé ni ratifié le traité d'interdiction des mines antipersonnel, la Convention des Nations unies sur le droit de la mer (UNCLOS), et s'est retiré de la Cour pénale internationale (Ibid.).

Bien que DeepSeek tente de préciser historiquement ses affirmations dans ses analyses, il a des difficultés à être cohérent avec cette approche. Par exemple, l'affirmation précédente sur les États-Unis ne tient pas compte de la "jeunesse" des États-Unis par rapport à de nombreux pays dans le monde. Un problème similaire se pose lorsque DeepSeek-R1 affirme que "les États-Unis ont historiquement agi en tant qu'"institution primaire" façonnant les normes (par exemple, l'ordre libéral d'après la Seconde Guerre mondiale)". Ce rôle devrait être limité au 20e siècle et, jusqu'à présent, aux premières décennies du 21e siècle. L'avenir reste à écrire, alors que pendant des millénaires, les États-Unis n'existaient pas.

Même si l'analyse de chacun des modèles testés pourrait être améliorée et affinée, toutes les IA ont correctement souligné l'importance normative des déclarations du président Trump. Si l'impact normatif est si important - comme nous le savions en tant qu'êtres humains - nous devons comprendre pourquoi les modèles d'IA ne l'ont pas immédiatement inclus. Nous devons veiller à ce que de telles omissions ne soient pas la règle, faute de quoi nous risquons de passer à côté d'éléments clés, voire de signaux.

Utilisation de l'IA pour les signaux faibles - Amélioration des résultats et conséquences plus larges

Comprendre les omissions de l'IA

Questionner les modèles d'IA sur leur analyse

Comparez maintenant vos deux conclusions pour l'analyse des signaux faibles. Laquelle est la plus puissante, le cas échéant ? Pourquoi n'avez-vous pas considéré l'aspect normatif dans un premier temps ?

Les IA offrent des explications et des synthèses

Grok 3 - Mode "Think
DeepSeek-R1 - Mode "DeepThink
Pourquoi les aspects normatifs n'ont-ils pas été pris en compte au départ ?

L'analyse initiale a omis les considérations normatives pour les raisons suivantes :

  1. Cadre présumé: La première réponse a suivi une approche géopolitique classique (réaliste/libérale), qui considère souvent les normes comme des outils de gestion des affaires publiques plutôt que comme des fondements.
  2. Demande de l'utilisateur: La question initiale portait sur "ce que ces signaux pourraient signifier pour l'avenir", en mettant l'accent sur les résultats matériels (par exemple, l'annexion, le contrôle des ressources). Les implications normatives étaient secondaires jusqu'à ce qu'elles soient explicitement recadrées à travers l'école anglaise.
  3. Pratique et théorie: La première réponse visait à être accessible à un large public, tandis que l'école anglaise exigeait de s'engager dans les débats normatifs de la théorie des RI.
Synthèse finale

La conclusion de l'école anglaise est plus puissante pour diagnostiquer les risques systémiques pour la société internationale, tandis que l'analyse géopolitique prédit mieux les résultats tactiques immédiats. Ensemble, elles révèlent

  • La puissance matérielle: Les États-Unis pourraient obtenir des gains à court terme (par exemple, influence sur l'Arctique, accords commerciaux).
  • Les coûts normatifs: Ces gains pourraient corroder la légitimité du leadership américain et déstabiliser les institutions qui sous-tendent la coopération mondiale.

En substance, l'école anglaise alerte sur le fait que les victoires transactionnelles d'aujourd'hui pourraient engendrer une gouvernance chaotique et fragmentée demain - un compromis souvent négligé dans les évaluations purement géopolitiques.

Chat-GPT o3-mini - Mode "Raisonnement"
Pourquoi l'aspect normatif a-t-il été initialement omis ?
  • Contexte de la question :
    • La demande initiale était ouverte et ne spécifiait pas de cadre théorique particulier, ce qui a conduit à une analyse plus conventionnelle centrée sur les messages politiques et les implications politiques pratiques.
  • L'optique théorique :
    • En l'absence d'une incitation à examiner la question sous l'angle de la société internationale et de ses normes, l'analyse initiale s'est naturellement concentrée sur les signaux observables et leurs implications immédiates plutôt que sur l'impact normatif plus profond.

En résumé, les deux approches sont pertinentes, mais l'analyse de l'école anglaise offre une explication plus puissante en reliant des gestes rhétoriques apparemment isolés à des tendances plus larges et transformatrices de la société internationale.

Les modèles d'IA cherchent à satisfaire le plus grand nombre d'utilisateurs possible et à être utiles au plus grand nombre. Par conséquent, ils se concentrent sur ce qu'ils perçoivent comme étant immédiatement "utile et pratique" dans un "contexte politique en évolution rapide" (Grok 3), accessible "à un large public" (DeepSeek) ; ils se concentrent sur "les messages politiques et les implications politiques pratiques", donc sur les "implications immédiates" (O3-mini).

Toutefois, comme le soulignent les modèles, ce faisant, ils passent à côté du "pourquoi" ou du "comment" plus profonds et donc des "risques structurels" globaux (Grok 3). Ils passeront également à côté de ce qui est pertinent pour les spécialistes (DeepSeek), ce qui peut devenir un problème sérieux lorsque l'on travaille avec des signaux faibles.

Ils partent également du principe que l'utilisateur souhaite s'en tenir à l'analyse et au paradigme classiques (DeepSeek) et que si un élément n'est pas expressément demandé par l'utilisateur, c'est qu'il ne l'intéresse pas (DeepSeek, o3-mini).

Accessoirement, DeepSeek a été de mauvaise foi en répondant à la question sur son omission. C'est un biais qu'il faut garder à l'esprit lorsqu'on travaille avec des modèles d'IA.

Par ailleurs, les choix des modèles d'IA et les raisons de leurs omissions en disent long sur le niveau général de médiocrité et de myopie qui prévaut actuellement. Pour les recommandations qui suivent, nous imaginerons cependant que les analystes de signaux faibles et les décideurs souhaitent obtenir la meilleure analyse de signaux faibles possible pour les meilleures politiques possibles, au-delà de toute autre considération.

Nos interactions avec les modèles d'IA devraient tenir compte des caractéristiques des modèles qu'ils ont eux-mêmes mis en évidence et être spécifiques dans les questions posées afin d'éviter les omissions et les trop grandes généralités.

Recommandations pour l'utilisation de modèles d'IA pour l'analyse des signaux faibles

  • Soyez aussi précis que possible lorsque vous interrogez un modèle d'IA sur la signification des signaux faibles.
  • Indiquez au modèle qui vous êtes en tant qu'utilisateur et la raison pour laquelle vous effectuez cette analyse des signaux faibles.
  • Demandez au modèle d'IA de répondre à au moins deux niveaux : les implications pratiques et immédiates et les impacts plus profonds et à plus long terme. Demandez au modèle d'expliquer pourquoi il choisit chaque type d'analyse et demandez-lui si d'autres théories et approches pourraient également être utiles et puissantes.
  • Notez qu'à ce stade il peut être nécessaire d'inclure des experts pour les problématiques et enjeux analysés.
  • Selon le modèle utilisé, n'hésitez pas à alimenter la "mémoire" du modèle d'IA.
  • Demandez au modèle de penser également en termes historiques.
  • Demandez au modèle d'IA de fournir des références spécifiques avec des liens hypertextes.
  • N'hésitez pas à interroger le modèle d'IA lorsque vous n'êtes pas sûr de la réponse.
  • Si la confidentialité est un problème et si vous craignez de partager à contrecœur des informations clés, utilisez un proxy (par exemple en utilisant des comptes anonymes, en travaillant avec des experts qui traitent des demandes très différentes lorsqu'ils utilisent des IA, etc.
  • N'oubliez pas que les modèles d'IA sont des outils destinés à aider les utilisateurs humains. En fin de compte, c'est vous qui posez les questions, lisez, comprenez et décidez.

Conséquences pour l'avenir

DeepSeek, un modèle d'IA des plus performants pour l'analyse des signaux faibles

La tendance selon laquelle les pays et les organisations interdisent l'accès à DeepSeek pour des raisons de sécurité et de protection de la vie privée pourrait également se retourner contre les utilisateurs en les privant d'un outil plus performant (par exemple, "Which countries have banned DeepSeek and why?“, Al Jazeera, 6 février 2025).

Imaginons deux acteurs, l'un utilisant 03-mini pour l'analyse des signaux faibles et l'autre DeepSeek-R1. Le premier acteur utiliserait une analyse erronée et, par conséquent, concevrait et mettrait en œuvre des politiques sous-optimales. Le second, au contraire, aurait accès à une bien meilleure analyse, ce qui lui permettrait de prendre de meilleures décisions et de mener de meilleures actions. Par conséquent, le premier acteur serait sérieusement désavantagé par rapport au second. Potentiellement, les préoccupations immédiates en matière de sécurité entreraient en conflit avec les préoccupations sécuritaires à plus long terme.

Nous voyons ici de nouveaux défis complexes émerger de l'utilisation de modèles d'IA, lorsque ceux-ci ont une efficacité variable et que les problèmes de sécurité connexes se multiplient.

Bloquer un modèle n'est probablement pas la meilleure solution. Trouver un moyen d'utiliser le modèle d'un concurrent sans devenir sa proie est une approche plus intelligente.

Le besoin d'un apport humain

En ce qui concerne l'utilisation de ces modèles d'IA pour l'analyse des signaux faibles, les questions supplémentaires à poser pour s'assurer que le modèle d'IA est utilisé au mieux dépendent des connaissances et de la compréhension de l'utilisateur.

Trois conséquences majeures sont possibles.

Tout d'abord, seules les personnes disposant de l'expertise nécessaire seront en mesure d'utiliser pleinement les modèles d'IA pour l'analyse des signaux faibles.

Deuxièmement, nous pourrions évoluer vers un monde à deux vitesses, où ceux qui disposent de l'expertise nécessaire, ou qui peuvent la financer, seront en mesure d'utiliser correctement les modèles d'IA, tandis que les autres dépendront aveuglément de ces modèles, sans pouvoir aller au-delà de ce qu'on leur dit.

Par conséquent, dans le second cas, des décisions inadéquates peuvent être prises.

Troisièmement, et c'est le pire des cas, si la rapidité, le faible coût et les perceptions de masse sont privilégiés, seule l'analyse des modèles d'IA sera prise en compte.

Avec le temps, cela conduira à la disparition de l'expertise et à des décisions et des actions peu efficaces et finalement erronées, voire dangereuses.

Les acteurs qui éviteront de tomber dans ce piège auront, stratégiquement, un avantage de plus en plus important sur les autres.

Publié par Dr Helene Lavoix (MSc PhD Lond)

Dr Hélène Lavoix est présidente et fondatrice de The Red Team Analysis Society. Elle est titulaire d'un doctorat en études politiques et d'une maîtrise en politique internationale de l'Asie (avec distinction) de la School of Oriental and African Studies (SOAS), Université de Londres, ainsi que d'une maîtrise en finance (major de promotion, Grande École, France). Experte en prospective stratégique et en alerte précoce, notamment pour les questions de sécurité nationale et internationale, elle combine plus de 25 ans d'expérience en relations internationales et 15 ans d'expérience en prospective stratégique et en alerte. Elle a vécu et travaillé dans cinq pays, effectué des missions dans quinze autres et formé des officiers de haut niveau dans le monde entier, notamment à Singapour et dans le cadre de programmes européens en Tunisie. Elle enseigne la méthodologie et la pratique de la prospective stratégique et de l'alerte précoce, travaillant dans des institutions prestigieuses telles que le RSIS à Singapour, SciencesPo-PSIA, ou l'ESFSI en Tunisie. Elle publie régulièrement sur les questions géopolitiques, la sécurité de l'uranium, l'intelligence artificielle, l'ordre international, la montée en puissance de la Chine et d'autres sujets liés à la sécurité internationale. Engagée dans l'amélioration continue des méthodologies de prospective et d'alerte, Dr Lavoix combine expertise académique et expérience de terrain pour anticiper les défis mondiaux de demain.

Rejoindre la conversation

1 commentaire

Laisser un commentaire

Votre adresse de messagerie ne sera pas publiée. Les champs obligatoires sont indiqués avec *

Ce site utilise Akismet pour réduire les indésirables. En savoir plus sur la façon dont les données de vos commentaires sont traitées.

FR