Le drone suédois cible sans filet

Lors d’un essai mené en janvier à Karlskoga, un drone a détecté et hiérarchisé des cibles sans liaison permanente ni opérateur pour guider son choix final. Les performances et les garde-fous de ce ciblage embarqué restent largement inconnus.

À Karlskoga, en Suède, le logiciel embarqué d’un petit drone a détecté plusieurs types de cibles, en a sélectionné une selon des règles de mission définies par des humains, puis a entamé une approche autonome. Selon les développeurs, toute la séquence s’est déroulée localement, sans traitement externe ni liaison de communication permanente. Aucun opérateur n’a guidé la sélection finale.

La démonstration de janvier s’inscrivait dans le programme ALMA, pour Affordable Loitering Modular Ammunition, piloté par BAE Systems Bofors. L’entreprise suédoise d’intelligence artificielle Scaleout, issue de l’université d’Uppsala, a fourni le logiciel d’apprentissage automatique. Expando AB et Airolit ont fourni le drone, dans le cadre d’un événement plus large, le Winter Demo 2026, auquel une vingtaine d’entreprises ont participé.

Scaleout a présenté un dispositif précis : un modèle de reconnaissance entraîné, installé à bord de l’appareil, détecte, classe et hiérarchise les objets au sol, puis dirige le drone vers celui que les règles écrites par des humains ont désigné comme prioritaire.

Pourquoi le traitement local change la donne

La plupart des drones militaires transmettent encore leurs images à un opérateur distant, qui observe la scène, identifie les cibles et autorise l’action. Ce modèle dépend d’une liaison de données rapide et ininterrompue entre l’appareil et le poste de commandement.

Avec ALMA, l’analyse des images s’effectue à bord du drone. Le compte rendu technique de Scaleout décrit un enchaînement comprenant la capture des images, la détection et la classification par un modèle compact, le suivi des objets d’une image à l’autre, puis leur classement selon des règles de priorité. L’ensemble fonctionne sur un processeur embarqué de petite taille, et non sur un serveur distant.

Cette architecture supprime une vulnérabilité : le brouillage de la liaison de communication ne suffit plus à interrompre le logiciel de reconnaissance. La démonstration n’a toutefois pas établi la résistance du système à d’autres perturbations, comme le brouillage des capteurs ou de la navigation. Elle laisse aussi entière une question que les développeurs n’ont pas encore tranchée publiquement : quel contrôle l’opérateur conserve-t-il lorsque les communications sont limitées ? Les conditions d’interruption prédéfinies, les liaisons redondantes et les autres garde-fous éventuels n’ont pas été détaillés.

Ce que l’essai a établi — et ce qu’il n’a pas établi

Les éléments disponibles proviennent d’une démonstration industrielle sur un site d’essai suédois, et non d’une évaluation indépendante ou d’un test d’acceptation militaire. Aucune source publique n’a précisé la capacité du modèle à identifier correctement les cibles, ni ses performances dans la fumée, la poussière, le camouflage ou la présence simultanée de véhicules civils et militaires. La vitesse de traitement n’est pas connue non plus. C’est précisément entre un terrain contrôlé, où les types de véhicules sont connus, et l’ambiguïté des conditions réelles que les systèmes de ciblage rencontrent leurs difficultés les plus sérieuses (cadre de gestion des risques liés à l’intelligence artificielle du NIST).

On ignore également si l’essai a utilisé une charge militaire réelle, une charge inerte ou une frappe simulée. Un article de seconde main évoque une charge explosive dirigée contre un véhicule blindé, mais les propres communications de Scaleout ne le précisent pas.

Aucune source n’a établi que les forces armées suédoises ou une unité de l’Otan auraient adopté ce système. Une fiche de recherche de Vinnova présente les travaux connexes de Scaleout comme une recherche et développement en cours, et non comme un programme d’acquisition.

Qui doit fournir les prochaines réponses

La démonstration a transféré à l’appareil la sélection et l’approche de l’objet, selon des règles fixées par des humains. C’est un résultat d’ingénierie tangible. Il ne suffit pas à établir qu’une arme opérationnelle fonctionne, ni à prouver qu’un contrôle humain effectif demeure lorsque le logiciel prend localement des décisions de ciblage.

Si cette configuration était intégrée à une arme, la Suède devrait, au titre de l’article 36 du Protocole additionnel I, vérifier qu’elle peut être utilisée conformément au droit international humanitaire. Cet examen devrait porter sur les capteurs, la fiabilité de la reconnaissance, les modes de défaillance et le contrôle réellement conservé par l’opérateur. Le règlement européen sur l’intelligence artificielle exclut les systèmes exclusivement militaires, tandis que les discussions internationales sur les armes autonomes ont débouché sur des principes, mais sur aucun traité contraignant définissant le niveau de contrôle humain requis.

Les développeurs doivent désormais documenter la précision du système, ses taux de faux positifs et les possibilités concrètes d’intervention de l’opérateur. Tout futur acheteur suédois ou évaluateur militaire devra, lui, établir si ces contrôles sont juridiquement et opérationnellement suffisants. En attendant, l’essai de Karlskoga montre ce qu’un logiciel embarqué peut sélectionner, pas ce à quoi on devrait lui faire confiance pour frapper.