20.11.2026 à 07:34
Thierry VIEVILLE
Kiloooooooooo … À l’heure où le numérique pèse de plus en plus lourd sur notre environnement, nos économies, l’éducation, .. et les guerres aussi, Profitons de l’analyse et des explications d‘Yves Bertrand qui continue ici un alphabestiaire du numérique, pour nous aider à naviguer entre ces nouveaux mots, avec la complicité graphique de Frédéric Havet. Serge Abiteboul et Thierry […]
L’article K : Kilo Décollons de la planète Gibi ! est apparu en premier sur Blog binaire.
Kiloooooooooo … À l’heure où le numérique pèse de plus en plus lourd sur notre environnement, nos économies, l’éducation, .. et les guerres aussi, Profitons de l’analyse et des explications d‘Yves Bertrand qui continue ici un alphabestiaire du numérique, pour nous aider à naviguer entre ces nouveaux mots, avec la complicité graphique de Frédéric Havet. Serge Abiteboul et Thierry Viéville.
Voir tous les mots disponibles sur ce lien.
Kilo ou Kibi ?
Certains organismes scientifiques qui font œuvre de terminologie manipulent les langues avec une précaution et une lenteur qui siéent à leur richesse et leur fragilité. D’autres confondent langues et langages1 en meurtrissant les premières avec le vocabulaire des seconds. Cette dichotomie apparaît dans la construction de préfixes pour la science en général et l’informatique en particulier, alors que la métrologie, engendrant de nouveaux termes, doit faire preuve de… mesure pour être efficace sans abîmer les langues.
Lorsque les premiers ordinateurs personnels firent leur apparition, il s’est agi d’exprimer la taille de leur mémoire en milliers d’octets. On adopta donc le kilo-octet (Ko) désignant environ 1000 octets (1024 = 210) … à 2,4% près2, parce que l’organisation des données numériques va par puissances de 2.
Par extension, le méga-octet (Mo) désigne environ un million d’octets (220) à 4,8% près3 et le giga-octet (Go) environ un milliard d’octets (230) à 7,3% près4. C’est une évidence : plus les nombres augmentent, moins l’approximation est pertinente. Avec le téra-octet (To), la discordance atteint près de 10 %, soit près de 100 milliards d’octets.
C’est à y perdre ses octets ! En jouant ainsi sur les mots, ou plus exactement sur la signification des préfixes, tout vendeur d’un disque dur de 8 To peut soit fournir 8 × 240 = 8796 milliards d’octets, soit seulement 8 × 1012 = 8000 milliards d’octets, donc 796 milliards d’octets de moins ! Pour concrétiser ce nombre, imaginons qu’un octet représente un caractère à lire dans un livre. En considérant qu’un lecteur acharné lit un ouvrage par jour d’environ 200 pages, à raison de 2000 caractères par page, il faudrait un peu plus de 100 de tels lecteurs, qui liraient tous les jours pendant un peu plus d’un demi-siècle, pour parvenir à lire 796 milliards de caractères.
Ce que liraient ces 100 lecteurs représente donc la marge d’erreur à laquelle notre vendeur de disques durs a le droit en jouant sur le sens du préfixe téra-. Cela peut sembler « monstrueux » ; mais il faut relativiser, car le contenu total du disque en question est de l’ordre de ce que liraient entre 1000 et 1100 lecteurs pendant une vie.
Il existe deux voies pour prévenir ce type d’approximation, qu’elle soit volontaire ou non. L’une enrichit la langue avec précaution ; l’autre traite la langue comme un langage, sans ménagement.
Enrichir la langue. On déduit la signification des mots – ici des préfixes – à partir du contexte : si le contexte est le numérique, le ne préfixe dans la liste [kilo, méga, giga…] désigne une quantité de 210n ; si le contexte est autre – nombre d’euros, de personnes, de grammes, système métrique en général – le préfixe désigne 103n. C’est le propre des langues : le sens de chaque mot, aussi simple soit-il en apparence, varie en fonction du contexte lexical, culturel ou professionnel dans lequel il est employé. Dans le cas d’une langue, les mots effectuent un long cheminement avant d’être officialisés par leur présence dans les dictionnaires qui comptent. C’est l’optique du Bureau International des Poids et Mesures (BIPM) qui introduit prudemment deux nouveaux préfixes en 20225 : ronna- pour 1027 ou 290 et quetta- pour 1030 ou 2100. Il anticipe le fait que zetta- (1021 ou 270) et yotta- (1024 ou 280) ne suffiront bientôt plus à qualifier les nombres en science en général et en informatique en particulier. La prudence du BIPM n’est cependant pas totale : la première lettre de ces préfixes ne doit rien à l’étymologie, mais suit un ordre anti-alphabétique : zetta- pour 7, yotta- pour 8, ronna- pour 9 et quetta- pour 10), en éludant les lettres déjà utilisées pour d’autres unités. Et les deux t de quetta remplacent les deux c de quecca, plus directement issus d’une construction étymologique.
Traiter la langue comme un langage. La Commission électrotechnique internationale (CEI) a suivi une autre voie en proposant une construction syntaxique systématique de nouveaux préfixes pour le numérique. Elle effectue une apocope des préfixes pour n’en retenir que les deux premières lettres, puis ajoute à ces préfixes ainsi amputés bi, en suffixe, alors que c’est un préfixe. Ainsi, kilo est apocopé en ki et suffixé par bi, donnant kibi (voir la table complète ci-dessous).
| kilo | kibi | exa | exbi | |
| méga | mébi | zetta | zébi | |
| giga | gibi | yotta | yobi | |
| téra | tébi | ronna | robi | |
| penta | pebi | quetta | quebi |
La langue est charcutée comme si elle était un langage. Un langage (notamment un langage informatique) est souvent formel et ne comporte que quelques dizaines de mots. Il est courant d’enrichir un langage par des noms nouveaux. En informatique, programmer consiste à enrichir le langage de programmation avec des noms de types, de variables, de classes, de fonctions aussi librement que le besoin le commande. On ne se soucie pas de la sémantique, puisque dans un langage le souci premier est syntaxique. Ainsi, la proposition de la CEI engendre les préfixes zébi-, yobi-, les termes quettabit et robioctet, dont le saugrenu le dispute à l’abscons, sans se soucier de la sémantique.
Pendant ce temps, l’humanité s’accommode fort bien de quelques préfixes murement étymologisés. Ils fleurtent certes avec les 10% d’ambiguïté pour des téra-octets (et plus encore pour des nombres plus grands) selon que l’on évoque les puissances de 2 ou de 10. Mais dans le contexte dans lequel locuteurs ou scripteurs s’expriment, l’ambiguïté disparaît : puissances de 2 s’il agit du numérique, puissances de 10 sinon. Il est à noter que le BIPM6 souligne le « rôle essentiel du Système international d’unités (SI) pour couvrir les besoins des sciences du numérique dans un futur proche pour manipuler des quantités d’informations numériques d’un ordre de grandeur supérieur à 1024 et pour se prémunir contre l’adoption de facto de préfixes officieux par d’autres communautés ».
En suivant ces recommandations, on échapperait ainsi aux kibioctets (en français), aux gibibytes (en anglais) et autres gibibits (en français et en anglais). C’est d’autant plus important que le terme gibi était la propriété exclusive des Shadoks dès les années 1970 et que l’on ne saurait malmener la propriété intellectuelle de tels philosophes. Les Shadoks fabriquaient à cette époque des fusées qui avaient pour but de quitter la planète Gibi (ou vivent les kibi, mébi et autres zébi) pour atteindre la planète Terre (peuplée de kilo, méga et zetta, notamment). Leurs fusées étaient peu fiables : elles avaient 1 chance sur 106 = 1 000 000 = 1 méga de réussir leur envol. Sur la planète Gibi c’était pire encore : ils n’avaient qu’1 chance sur 220 = 1 048 576 de décoller ! C’est pourquoi les Shadoks se dépêchaient de fabriquer les 106 – 1 = 999 999 premières fusées défectueuses pour décoller avec la millionième ! Ou, selon les unités Gibi, les 1 048 575 premières fusées pour décoller avec la 1 048 576e… près de 50 000 fusées de plus à fabriquer : gaspillage intolérable s’il en est. Mais comme les Shadoks sont malins, ils ont heureusement suivi leur SI (Shadok Intelligence) et ont fini par trouver la Terre. Et c’est là qu’ils créèrent leurs 4 chiffres : Ga, Bu, Zo et Meu. Ils comptaient, eux, en base 4. Ils inventèrent aussi un alphabet à 4 lettres : Ga, Bu, Zo et Meu. Le jeu Des chiffres et des lettres était plus facile, quoique peut-être moins intéressant. Avec 10 lettres, ils n’avaient la possibilité de composer que 410 = 1 048 576 mots, soit 1 seul méga-mot… les pauvres. Alors qu’avec nos 26 lettres, nous pouvons imaginer 2610 = 141 167 095 653 376 mots, soit plus de 141 péta-mots7 !
L’on se souviendra que les Shadoks ont la paternité de Ga (pour giga-) et de Zo (pour zetta-octet), et qu’ils ont inventé des ordinateurs à pédales, parce que « plus un ordinateur va vite, plus il donne de bons résultats », tout en se rappelant que « les ordinateurs, plus on s’en sert moins, moins ça a de chances de mal marcher ».
Les organismes de métrologie n’ont donc qu’à bien se tenir lorsqu’ils introduisent de nouveaux termes, préfixes et suffixes dans les langues, surtout lorsqu’une telle vocation est internationale. Le BIPM a fait montre de discernement. Il n’a introduit que 12 préfixes entre 1964 et 2022, soit un préfixe en cinq ans en moyenne, à mesure des besoins scientifiques pour nommer le très grand ou le très petit. En revanche, la CEI a préféré livrer une usine à fabriquer des préfixes suffixés par « bi », usine qui constitue un véritable affront aux langues ainsi meurtries…
Heureusement, l’on constate que les préfixes intégrés avec prudence dans la langue deviennent, à point nommé avec l’évolution des sciences et techniques, d’usage courant. Et l’on constate aussi que les préfixes créés par blocs, sans assise sémantique, restent d’un usage confidentiel même dans la sphère numérique censée les utiliser, et demeurent totalement ignorés du grand public.
Le langage des sciences est toujours, même lorsqu’il est très mathématisé, manié au sein même d’une langue8. Pour que langages scientifiques et langues9 s’enrichissent mutuellement, il faut que les mots nouveaux engendrés par les sciences s’intègrent aux langues avec parcimonie, en s’appuyant sur des racines étymologiques maniées avec soin. Faute de quoi l’on engendre d’indigents sabirs qui nuisent à la fois aux langages des sciences et aux langues, sans apporter aux secondes la précision des premiers puisqu’ils demeurent utilisés par leurs seuls créateurs.
Pour terminer cette rubrique, nous proposons d’associer aux quatre entités : CEI, Académie française, FranceTerme et Journal Officiel une et une seule des quatre maximes shadokiennes suivantes :
– « Pourquoi faire simple quand on peut faire compliqué ? »
– « En essayant continuellement, on finit par réussir. Donc : plus ça rate, plus on a de chances que ça marche. »
– « Il vaut mieux pomper même s’il ne se passe rien que risquer qu’il se passe quelque chose de pire en ne pompant pas. »
– « Quand on ne sait pas où l’on va, il faut y aller… et le plus vite possible ! »
– « S’il n’y a pas de solution, c’est qu’il n’y a pas de problème. »
Si la lectrice ou le lecteur peine à trouver la solution, il lui suffit d’appliquer la dernière maxime… en la supprimant !
1 Ce dont on ne peut parler il faut l’écrire – Langues et langages, Gilles Dowek, Éd. Le Pommier / Humensis, 2019.
2 210 octets = 1024 octets.
3 220 octets = 1 048 576 octets.
4 230 octets = 1 073 741 824 octets.
5 27e conférence générale des poids et mesures, 15-18 novembre 2022.
6 27e conférence générale des poids et mesures, 15-18 novembre 2022.
7 En réalité, il n’est possible de composer que quelques dizaines de milliers de mots : ceux figurant dans le dictionnaire de référence du jeu.
8 Sauf dans le domaine de la démonstration automatique, où l’expression est totalement formalisée pour que la démonstration puisse être menée par un ordinateur.
9 Voir Ce dont on ne peut parler il faut l’écrire, Langues et langages, Gilles Dowek, 2019, Édition Le Pommier.
L’article K : Kilo Décollons de la planète Gibi ! est apparu en premier sur Blog binaire.
13.11.2026 à 06:55
Pierre PARADINAS
Dans cet article, Jonathan Marty-Wagner aka DAC Master, musicien et compositeur qui s’intéresse à la mémoire des sons… nous explique comment le matériel des consoles de jeu a influencé les créateurs de sons et comment les contraintes matérielles de ces consoles ont généré des créations originales. Serge Abiteboul et Pierre Paradinas. La voix des consoles […]
L’article Le son des consoles ! est apparu en premier sur Blog binaire.
Dans cet article, Jonathan Marty-Wagner aka DAC Master, musicien et compositeur qui s’intéresse à la mémoire des sons… nous explique comment le matériel des consoles de jeu a influencé les créateurs de sons et comment les contraintes matérielles de ces consoles ont généré des créations originales. Serge Abiteboul et Pierre Paradinas.
À la fin des années 1980, une nouvelle génération de consoles envahit les salons et s’apprête à donner lieu à l’une des batailles les plus épiques.Une bataille commerciale, bien sûr, mais pas seulement, car c’est également une bataille esthétique. La Sega Mega Drive, également appelée Genesis en Amérique du Nord, arrive au Japon en 1988. Deux ans plus tard, Nintendo réplique avec la Super Famicom, plus connue chez nous sous le nom de Super Nintendo. Une profusion de promesses : des jeux toujours plus grands, plus beaux, plus rapides, plus colorés. Pensez à Sonic lancé à toute vitesse… Derrière ces belles images pixellisées, une autre révolution est en train de se jouer : celle du son.
Vous êtes-vous déjà demandé comment étaient réellement fabriquées ces musiques ?
Ne vous y trompez pas. À l’intérieur d’une Mega Drive, d’une Super Nintendo ou d’autres consoles de cette génération, aucun enregistrement de plusieurs minutes n’est pré-enregistré. La mémoire est limitée, l’espace disponible minuscule. Une seule chanson stockée comme nous le faisons aujourd’hui sur nos téléphones occuperait déjà une place complètement disproportionnée pour ces machines. Impossible donc d’embarquer une playlist entière comme celle que nous transportons désormais dans notre poche.
Il faut faire autrement.
Ces consoles possèdent leur propre système de génération sonore, leur propre manière de transformer des données en musique. La machine participe à sa fabrication, note après note. Et c’est précisément ici que commencent deux histoires radicalement différentes. Car Sega et Nintendo vont répondre au même problème avec deux philosophies sonores presque aux antipodes.

Pour Sega, premier arrivé, la réponse tient en partie dans une petite puce du constructeur Yamaha nommée YM2612. Une technologie déjà bien connue de certains musiciens geeks des années 1980 : la synthèse FM. Son principe est né des recherches de John Chowning à Stanford avant que Yamaha ne s’en empare et ne la popularise avec des synthétiseurs devenus mythiques, comme le Yamaha DX7. Sega utilise déjà en partie cette couleur sonore dans ses bornes d’arcade. En installant une puce FM dans la Mega Drive, le constructeur fait entrer un peu de cette culture dans le salon.
Les sons se programment directement sur la machine à partir de formes d’onde simples qui interagissent entre elles. Le résultat peut être brillant, métallique, agressif, parfois sale… Entre de bonnes mains, la machine est exceptionnelle. Elle dispose de six voix FM, autrement dit la possibilité d’écrire pour six instruments, auxquelles viennent s’ajouter quelques voix plus simples héritées de la génération précédente, celle des consoles 8 bits. Peu de moyens, mais une étonnante liberté de construction.
Nintendo, deux ans plus tard, va choisir presque exactement le chemin inverse.

En 1990, le constructeur Nintendo arrive avec la Super Famicom et prend exactement le chemin inverse.
Plutôt que de fabriquer ses timbres par synthèse FM, la machine travaille à partir de petits sons enregistrés appelés samples : une note de piano, une caisse claire, une voix, un son de synthétiseur… Le système audio est cette fois-ci développé avec Sony. Il repose notamment sur deux composants : le SPC700 et le S-DSP. Derrière cette collaboration se trouve d’ailleurs un certain Ken Kutaragi, qui deviendra quelques années plus tard l’un des pères de la PlayStation. La Super Nintendo peut jouer huit voix simultanément, mais elle doit faire entrer tout son univers sonore dans seulement 64 Ko de mémoire audio. À titre de comparaison, cela représente aujourd’hui moins de 1 % du poids d’une belle photo JPEG d’environ 10 Mo. Il faut pourtant y loger les instruments, les samples, les données musicales, les notes, et une partie du programme, le driver, chargé de faire fonctionner tout cela. Les sons sont donc raccourcis au possible, compressés plus que de raison, bouclés presque systématiquement.
Et c’est là qu’apparaît une grande différence.
Chez Sega, le compositeur façonne largement ses timbres dans la machine. Chez Nintendo, il doit faire tenir une petite collection de sons enregistrés dans une mémoire minuscule. Deux méthodes presque opposées et pourtant, dans les deux cas, le même problème revient : comment faire beaucoup avec très peu ? Ces limitations vont finir par influencer bien davantage que la technique. Elles vont influencer la musique elle-même.
La contrainte cesse d’être seulement un problème à contourner. Elle devient une manière d’écrire la musique.
Certains compositeurs, encore aujourd’hui très plébiscités, vont devenir maîtres dans l’art de repousser ces machines dans leurs retranchements et incarner toute une époque.
Sur Mega Drive, Yuzo Koshiro fait entrer la techno, la house et toute la culture des musiques électroniques de son temps dans la série Streets of Rage. Thunder Force IV pousse la console dans une autre direction avec ses guitares synthétiques et une écriture extrêmement travaillée.
De son côté, Masato Nakamura, membre de Dreams Come True, groupe de pop très populaire au Japon et toujours actif aujourd’hui, signe les musiques des deux premiers Sonic the Hedgehog et offre à la console des thèmes devenus intemporels.
Chez Nintendo, Nobuo Uematsu construit avec la série Final Fantasy des univers orchestraux encore célébrés aujourd’hui. Hiroki Kikuta, avec Secret of Mana, exploite magistralement les huit voix disponibles dans une musique expérimentale, atmosphérique et profondément lyrique.
Deux machines. Une seule époque. Leur signature sonore rejoint bientôt leur image. Sega présente volontiers la Mega Drive comme la console des adolescents, des rebelles, presque des mauvais garçons. En France, pensez aux fameuses publicités de Maître Sega, incarné par un punk. Nintendo cultive une image plus familiale. Sa machine ouvre facilement la porte aux matières rondes, aux nappes, aux voix et aux illusions orchestrales.
La technique est devenue une esthétique.
C’est précisément une question qui m’obsède aujourd’hui avec DAC Master, pseudonyme sous lequel j’officie comme compositeur pour ces vieilles consoles et micro-ordinateurs. Depuis plusieurs années, j’étudie la manière dont on composait pour ces machines, leurs outils, leurs contraintes, leurs chaînes de production… Je travaille avec des logiciels d’époque comme avec des outils modernes, et j’en développe également de nouveaux pour refaire ce chemin jusqu’à la machine. Car la musique n’est qu’un maillon d’un ensemble plus grand à préserver : la manière de faire, les outils, les techniques, les contraintes, les astuces, les choix.
Des logiciels ont disparu. Des outils propriétaires se sont perdus. Avec eux disparaît parfois une partie du savoir-faire. Ces musiques ne sont pas des versions pauvres de ce que nous produisons aujourd’hui. Elles racontent autre chose. Voici ce qui a été créé sous la contrainte. Voici les gestes musicaux qui ont incarné une époque.
Après avoir préservé les consoles, les jeux et leurs musiques, une autre question mérite donc d’être posée : Et si nous commencions aussi à archiver la manière dont on savait faire chanter ces puces ?
Jonathan Marty-Wagner aka DAC Master
Pour creuser la technique, quelques mots-clés : YM2612, SN76489, SPC700, S-DSP, BRR, VGM et SPC.
Pour retrouver des compositeurs, des albums et des éditions, VGMdb constitue une excellente base documentaire.
Quelques écoutes à rechercher sur les éditions ou plateformes officielles : Ristar, The Story of Thor, Ecco: The Tides of Time, ActRaiser, Terranigma et Donkey Kong Country.
Pour illustrer tout cela, je partage un album hommage à Sonic 1 sur Sega Mega Drive, intitulé « Sonic 1 – A Tribute », des morceaux entièrement nouveaux en imaginant une nouvelle musique pour chacun des niveaux du jeu, disponible sous forme de ROM Mega Drive, directement téléchargeable et testable sur la console ou sur émulateur, et pour l’écouter le voici en lecture sur YouTube :
L’article Le son des consoles ! est apparu en premier sur Blog binaire.
02.11.2026 à 14:55
Pierre PARADINAS
Avec les Chroniques, Biennale des imaginaires numériques, retrouver pendant 3 mois des expositions et une cinquantaine d’artistes présenté·es en région Sud qui explorent la thématique Résistances – hacktivisme, détournements et tactiques artistiques à l’ère numérique. À Aix et Marseille, mais aussi dans plusieurs villes du sud-est Avignon, Arles, Istres… vous pourrez voir des expositions, assister à […]
L’article Une chronique pour une Biennale des imaginaires numériques est apparu en premier sur Blog binaire.

Avec les Chroniques, Biennale des imaginaires numériques, retrouver pendant 3 mois des expositions et une cinquantaine d’artistes présenté·es en région Sud qui explorent la thématique Résistances – hacktivisme, détournements et tactiques artistiques à l’ère numérique.
À Aix et Marseille, mais aussi dans plusieurs villes du sud-est Avignon, Arles, Istres… vous pourrez voir des expositions, assister à des spectacles vivants et des concerts.
Ce festival est gratuit et permet sur plusieurs lieux dans chaque ville de faire de très nombreuses découvertes… beaucoup d’oeuvres qui interrogent sur l’IA et aussi avec l’IA. Allez-y. On aime !

Image générée par un LLM (Lies Language Model) œuvre de Olivain PORRY, Lies Language Models, 2026, Installation, cinq agents autonomes, caméras, écrans e-paper, intelligence artificielle multimodale. Photo P. Paradinas portant un blouson bleue marine royale.
Lors d’une des soirées inaugurales on a pu admirer: A Salty Protest qui est une installation vidéo immersive inspiré de l’opéra Satyagraha de Philip Glass mis en scène par la chorégraphe Lucinda Childs.

Ou le Jacob’s Wall de Parker Heyl , qui est une œuvre cinétique utilisant des dispositifs mécaniques et de l’électronique analogique.
L’article Une chronique pour une Biennale des imaginaires numériques est apparu en premier sur Blog binaire.
30.10.2026 à 06:47
Thierry VIEVILLE
Fort probablement P≠NP … QuOi !??!? Attendez, disons-le autrement : pensez-vous que le fait de pouvoir vérifier rapidement une solution à un problème implique de pouvoir la trouver rapidement ? Par exemple : je cherche une aiguille dans une botte de paille ; si je la trouve, ce sera facile de vérifier qu’il ne s’agit […]
L’article Un p’tit 1/4h de science sur P≠NP ? est apparu en premier sur Blog binaire.

Radio associative, locale et indépendante, Radio Verdon porte depuis sa création la voix des territoires ruraux du Verdon, du Haut-Var, des plateaux des Alpes de Haute-Provence et de leurs environs. Née de la volonté d’élus locaux visionnaires et du grand mouvement des radios libres, Radio Verdon se donne pour mission fondamentale de « favoriser l’expression locale et générer de la démocratie » – une mission plus que jamais d’actualité.
Un p’tit quart d’heure de science est un rendez-vous scientifique accessible à toutes et à tous : pour découvrir les merveilles de la science sous un angle à la fois ludique et pédagogique. Des phénomènes naturels aux dernières découvertes. Un format court et dynamique pour nourrir la curiosité et comprendre le monde qui nous entoure, sans jargon compliqué.
L’article Un p’tit 1/4h de science sur P≠NP ? est apparu en premier sur Blog binaire.
23.10.2026 à 06:30
Thierry VIEVILLE
Jargon ? Les disciplines développent leur jargon pour exclure ceux qui ne sont pas du sérail. Même l’informatique? Ben oui ! Profitons de l’analyse et des explications d‘Yves Bertrand, qui poursuit ici un alphabestiaire du numérique, pour nous aider à naviguer entre ces nouveaux mots, avec la complicité graphique de Frédéric Havet. Serge Abiteboul et Thierry Viéville. Jargon informatique est une […]
L’article Jargon (informatique) est apparu en premier sur Blog binaire.
Jargon ? Les disciplines développent leur jargon pour exclure ceux qui ne sont pas du sérail. Même l’informatique? Ben oui ! Profitons de l’analyse et des explications d‘Yves Bertrand, qui poursuit ici un alphabestiaire du numérique, pour nous aider à naviguer entre ces nouveaux mots, avec la complicité graphique de Frédéric Havet. Serge Abiteboul et Thierry Viéville.
Jargon informatique est une entrée de Wikipédia, comme s’il s’agissait d’un seul mot. Vérifiez : vous n’y trouverez pas l’entrée Jargon mathématique, pas plus que l’entrée Jargon chimique, ni le terme Jargon associé à aucune science. Pourquoi une telle spécificité ? Comment un jargon se développe-t-il pour l’informatique ? Quel est le tribut à payer pour ce développement ? Réponse en trois actes.
Pourquoi un jargon informatique existe-t-il ?
Si les acceptions du mot jargon ont varié au fil des siècles, les dictionnaires s’entendent sur quatre sens :
– initialement, le langage des brigands, des voleurs, qui pour perpétrer leur forfait à l’abri d’éventuelles oreilles hostiles, usaient d’un langage volontairement obscur ;
– le sens plus général de langage inaccessible au profane ;
– le langage affecté, garantissant un entre-soi élitaire ;
– un langage approximatif, un baragouin à la syntaxe et au vocabulaire douteux.
L’informatique et la médecine ont en commun d’être à la fois une discipline scientifique, une technique, un acteur majeur dans notre vie quotidienne, au point que tout le monde éprouve le besoin de jargonner dans ces deux domaines. D’une part, par souci de communiquer un diagnostic médical ou informatique ; d’autre part pour prouver à son entourage que l’on maîtrise un peu le domaine en question. Qui n’a jamais évoqué une IRM, ou un Doppler dans une conversation amicale, en faisant mine de maîtriser le sens ?
Il existe aussi un jargonnage dont abusent les geeks, souvent entre eux, parfois auprès du grand public sans réaliser qu’ils ne se font pas comprendre. Ou faisant mine de ne pas le réaliser, avec une fausse modestie qui ne trompe qu’eux-mêmes. Ils mélangent termes scientifiques – rarement – et références à des technologies – souvent, dans un galimatias qui pénètre peu la langue courante parce que les termes demeurent trop « métier », et qui ne participe donc guère au jargonnage dans la langue commune.
Ces disciplines ne sont pas directement visibles dans notre quotidien. L’on n’éprouve dont pas le besoin de jargonner à leur propos, et les vocabulaires savant et commun sont disjoints pour l’essentiel, même si l’on évoque l’électron libre et le pH neutre.
Comment se développe le jargon informatique ?
Dès que l’on s’approche sémantiquement de la médecine ou de l’informatique, l’emprunt de termes savants pour constituer un sabir apparaît, dont on se repaît non sans affectation, pour se démarquer de la langue strictement courante, mais en l’utilisant avec ostentation à l’occasion d’échanges courants.
Ainsi l’on se justifie d’une posture politique parce que « c’est dans son ADN ». Ou si la posture paraît démodée, l’on est prié de « changer de logiciel ». Et les mêmes qui utilisent des « applis » quotidiennement sur leur smartphone dernier cri fustigent le rôle des algorithmes. Sans réaliser qu’une appli n’est rien d’autre qu’un logiciel conçu à base d’algorithmes. Sans saisir non plus que processus et méthode sont des quasi-synonymes d’algorithme. Or personne n’associe une quelconque connotation négative – ni positive, d’ailleurs – à ces deux termes généraux.
Le jargon informatique se développe en étant pris en étau entre une langue commune qui charrie des mots devenus usuels comme programme, réseau, données et un langage scientifique maniant des mots comme lambda-calcul ou descente de gradient. Les deux univers de ces langues semblent étanches, comme pour les autres sciences.
L’un des termes les plus malmenés est sans doute algorithme. Il s’est démocratisé au point qu’il fait partie de la langue courante et engendre d’innombrables contresens. Il est perçu comme un synonyme de manipulation, de contrôle, d’asservissement de nos vies.
C’est le cas, à tort, pour Parcoursup. Son cœur fait à ce point correctement ce pour quoi il est prévu – optimiser l’appariement formations / candidats – que l’algorithme sous-jacent valut le prix Nobel à ses auteurs. Son paramétrage a été mis au point dans le respect scrupuleux de la loi par les meilleurs informaticiens. Sa documentation technique ne laisse aucun doute quant à son adéquation aux politiques publiques qu’il implante. Ces dernières sont-elles pertinentes ? C’est un autre débat.
Mais l’on estime à raison que les algorithmes des réseaux sociaux manipulent leurs utilisateurs les plus fragiles. C’est normal : lesdits algorithmes sont précisément conçus pour cela, cyniquement. Et au vu des moyens colossaux mis au service de ce but par les multinationales concernées, force est de constater qu’ils sont redoutablement efficaces.
Un algorithme est un processus : rationnel, formel, complexe. Rien de ses caractéristiques intrinsèques n’exprime quoi que ce soit de sa pertinence sociale. Un algorithme de pilotage d’un avion de ligne partage de nombreux points avec celui du guidage d’un missile nucléaire. Et l’emploi du terme algorithme jusqu’à plus soif, sans jamais rappeler son sens conduit à d’innombrables contresens.
Le tribut à payer pour jargonner
Par rapport aux autres machines, l’ordinateur cumule trois spécificités : c’est une machine au fonctionnement non observable, avec des logiciels inaccessibles au béotien, et qui envahit tous les pans de la vie.
Les contresens et autres erreurs d’interprétation de termes informatiques sont donc plus nombreux et plus importants que pour tous les autres dispositifs techniques.
Quel est donc le prix à payer pour ces contresens ? Ce n’est ni plus ni moins que celui d’erreurs majeures des politiques publiques, en particulier dans le domaine de la formation.
À certaines périodes, est arrivé qu’aucun des principaux responsables du ministère de l’Éducation nationale n’ait de formation scientifique. Le niveau en mathématiques et en sciences de la plupart d’entre eux ne dépasse par celui du collège. Il est frappant de constater à quel point l’emploi des termes les plus courants en informatique ou en mathématiques érigent des murs d’incompréhension.
Les politiques publiques en formation en sciences, et en particulier en informatique, et plus en particulier encore en IA s’effectuent donc en aveugle. En se gargarisant de termes du type IA agentique, LLM, logiciel… jusqu’à l’ivresse, sans les maîtriser. En enjoignant aux opérateurs de l’État de prendre le virage de l’IA en mode dérapage. C’est d’autant plus préjudiciable que les enjeux socio-économiques sont énormes. Ils impliquent de trouver un équilibre entre l’autonomie numérique nationale et européenne – relocalisation des données, maîtrise technologique des data centers associés – et coûts énergétiques, environnementaux et sociaux induits par l’explosion du déploiement des équipements poussés par le cloud et l’IA.
1 Ce terme ne figure ni dans le Robert, ni dans le Larousse, ni dans le Littré. Il peut lui-même être considéré comme du… jargonnage !
2 Les mathématiques ont cependant laissé échapper l’adjectif exponentiel, qui a connu de beaux jours à l’occasion de la Covid pour qualifier sa croissance.
3 À l’occasion d’une crise économique mondiale, le pétrole, s’invite dans notre quotidien via son prix. Les journalistes veillent. Scrutent. Captent. Leur dernière prise est brent. Quésaco ? C’est le nom d’un gisement pétrolier en mer du Nord, et plus précisément un acronyme pour Broom, Rannoch, Etive, Ness et Tarbert qui sont des formations pétrolifères que l’on y trouve. Techniquement, c’est un pétrole léger. Économiquement, son prix sert de référence pour fixer celui du pétrole en général. De la science, de la technique, un impact direct dans notre vie quotidienne. C’est la recette pour qu’en quelques jours un terme vieux de plus de cinquante ans – initialement le nom de l’oiseau maritime brent – s’invite dans le jargon de l’énergie.
4 Décision MED-2017-053 du 30 août 2017, l’État mis en demeure par la Commission Nationale Informatique et Libertés.
5 Étude PISA, 8 septembre 2026.
L’article Jargon (informatique) est apparu en premier sur Blog binaire.
16.10.2026 à 07:30
Thierry VIEVILLE
Dans cet article, Max Dauchet, professeur émérite d’informatique, met à notre portée la notion de « prédiction » telle que proposée en informatique théorique. Tandis que dès le lycée on formalise la notion de prédiction à travers les probabilités (est prédictible ce qui va fort probablement arriver), on peut utiliser les algorithmes pour proposer une autre vision de […]
L’article Prédire… est apparu en premier sur Blog binaire.
Dans cet article, Max Dauchet, professeur émérite d’informatique, met à notre portée la notion de « prédiction » telle que proposée en informatique théorique. Tandis que dès le lycée on formalise la notion de prédiction à travers les probabilités (est prédictible ce qui va fort probablement arriver), on peut utiliser les algorithmes pour proposer une autre vision de ce qui est prédictible, à lui de nous l’expliquer. Serge Abiteboul et Thierry Viéville.
Prédire est difficile, surtout quand il s’agit de l’avenir.
Niels Bohr, Pierre Dac, et bien d’autres…
Prédire…

Nous essayons tout le temps de prédire, radio-trafic prédit les embouteillages, la météo le temps, les sondeurs le prochain chef d’état et nous l’humeur de notre voisin de bureau. Prédire fait même partie du métier de chercheur. Encore faut-il prédire correctement, et nous tombons rarement d’accord, le contraire se verrait en politique, et les « vérités alternatives » ne prospéreraient pas. Les chercheurs, eux, ont une règle qui marche bien : favoriser les hypothèses simples sans en négliger aucune.
Depuis qu’il y a des philosophes, ils réfléchissent à des règles pour prévoir juste. Les religieux aussi, car jadis, c’étaient souvent les mêmes. L’histoire a retenu Guillaume d’Ockham[1] et son rasoir : «Pluralitas non est ponenda sine necessitate », rasons le superflu qui nous éloigne de la vérité de Dieu – c’est une formulation dans les termes scolastiques du 14e siècle.
De nos jours, la règle d’Ockham balise toujours la recherche sous le nom de principe de parcimonie, sur lequel les chercheuses et chercheurs s’accordent, se basant sur des notions « de cause possible » plus tangibles que Dieu.
C’est ici qu’intervient l’objet de ce billet, le théorème de convergence de Ray Solomonoff.
« Toutes les mesures universelles convergent[2] vers les mêmes prédictions. »
Cet énoncé inspire aussi peu celui qui ne parle pas couramment les maths, que celui d’Ockham pour qui ne parle pas latin. Il est peu connu en dehors d’un cercle de spécialistes, car il est mathématiquement plutôt ardu et souvent présenté dans sa gangue technique.
Avant de l’expliquer, signalons que Lê Nguyên Hoang, jeune et talentueux startuper et youtubeur dont Serge vantait récemment le dernier ouvrage[3], y a consacré un livre de 400 pages intitulé « La formule du savoir », rien que ça !
Pour Marvin Minsky, un père fondateur de l’informatique, « Ray Solomonoff’s discovery of Induction, Algorithmic Probability, is the most important discovery in philosophy of science since Gödel»[4]. En effet, c’est en transposant, dans un cadre formel rigoureux, les questions qui hantaient les philosophes que Gödel et Solomonoff obtiennent leurs résultats fondateurs.
Le cadre formel rigoureux est celui du monde numérisé, des algorithmes et des data, les algorithmes sont les causes (ce qui évite de se poser la question de l’existence de Dieu
…) et les data sont les processus que l’on observe ; l’inférence consiste à prédire la suite d’un processus avec une certaine probabilité.
Un exemple : à « 1 ; 2 ; 4 ; 8 ; 16 ; 32 ; ?» tout le monde répond avec assurance « 64 » en pensant au simple et court « fois 2 » : le processus observé semble régi par un algorithme simple. Au contraire, à pile ou face, les tirages antérieurs ne permettent en rien de prédire le tirage suivant.
Solomonoff munit d’une mesure de probabilité l’ensemble des programmes (peu importe le langage informatique utilisé pour les écrire). Assez simplement, une telle mesure reflète une « conception du monde » où l’on accorde plus ou moins de vraisemblance à telle ou telle cause, et où (par supposé bon sens ou par parti pris) on veut en ignorer certaines (il suffit de leur attribuer une probabilité nulle). Tout le monde pouvait avoir cette idée simple. La grande idée de Solomonoff est l’introduction d’un ensemble particulier de mesures, les mesures universelles, dont les propriétés sont remarquables. Elles ont une définition mathématique précise, qui englobe le principe du rasoir d’Ockham, et prennent pour critère de simplicité la longueur des programmes. La mère de ces mesures est la mesure de Solomonoff, à la base de la « belle formule de Ray » pour les processus.
Le théorème dit donc que toutes les « conceptions du monde » convergent vers les mêmes prédictions au fil des observations, pourvu qu’elles « tiennent compte de toutes les hypothèses, notamment des plus simples ».
On ne rase pas gratis.
Cette limite commune à toutes les mesures universelles est parfois qualifiée de vraie, car elle satisfait tout ce que la science sait des processus stochastiques, et elle se vérifie expérimentalement autant que l’on parvienne à mener à bien des calculs, car rien de tout cela n’est calculable mais seulement approximable[5] (c’est l’indécidabilité de l’arrêt des programmes, établie par Turing en même temps qu’il imaginait sa machine, qui empêche ces calculs, du reste sinon, on disposerait d’une machine à prédire universelle, ce qui n’est pas possible).
De Bayes au lycée à Solomonoff.
L’inférence de Solomonoff est la transposition, dans le monde numérique, de l’inférence bayésienne vue au lycée avec des urnes et des boules. Un exemple simple à la croisée des deux illustre qu’une mesure non universelle peut converger vers une absurdité.

L’urne A contient 2 fois plus de boules rouges que de bleues, et la B 2 fois plus de bleues que de rouges. On tire infiniment dans la même urne, on ne sait pas laquelle, en remettant chaque fois la boule dans l’urne. On ne tire que des rouges. La chose est peu probable, mais la formule de Bayes nous dit qu’il est infiniment plus probable qu’elle se produise en tirant dans A. Le coup d’après, on s’attend donc à avoir 2 fois plus de chances de tirer une rouge qu’une bleue. Tout observateur doué de raison, qui observe les tirages sans rien savoir du procédé, se demandera pourquoi seulement 2 sur 3, alors qu’il s’attendra à ce que la suivante soit presque à coup sûr rouge, et Solomonoff lui donnera raison : pour obtenir la bonne prédiction, il faut considérer tous les algorithmes en accordant l’essentiel du poids aux plus simples, et « sortir des rouges » est l’explication la plus simple.
Le dindon de Sir Bertrand Russel.
On attribue au célèbre philosophe l’histoire du dindon qui, chaque jour, se réjouit davantage de la venue du fermier qui l’engraisse. Jusqu’à Noël. Le dindon n’avait pas envisagé l’hypothèse que l’heureuse routine puisse s’arrêter un jour.
La formule du savoir.
Sans verser dans des débats ontologiques et épistémologiques, ces prédictions seraient « le savoir » et le théorème « sa formule » comme le titre Hoang. La question mérite en tous cas d’être discutée, au moins comme exercice de pensée. D’autant que ce résultat vaut si l’on se restreint à un sous-ensemble d’algorithmes (une sorte de sous-univers) : toutes les mesures universelles relativement à ce sous-univers convergent vers les mêmes prédictions (qui sont en général différentes de celles universelles).
On peut alors se dire que chaque sous-univers est une bulle d’opinion dont les adeptes convergent vers des vérités relatives. Ces dernières sont des vérités alternatives face à une vérité qui les domine toutes, celle de la connaissance scientifique des savants qui, eux, examinent avec parcimonie tous les algorithmes. À ce compte on peut aussi se dire que cette connaissance scientifique n’est elle-même que relative à l’espèce humaine, car celle-ci est limitée par ses sens et ses instruments dans l’observation des phénomènes, et limitée par les choix sélectifs darwiniens de son espèce. Ces derniers ont structuré notre cortex en sous-estimant ou en ignorant les hypothèses qui ne servaient à rien (d’où nos biais cognitifs). Épisodiquement, un article paraît sur le sujet, surtout dans la mouvance informatique car les philosophes ne comprennent pas le théorème ; Nick Bostrom l’évoque néanmoins dans « Superintelligence ».

Un spot sur l’IA ?
Les débats font à nouveau rage cet automne, les distributeurs d’IA alertent sur les capacités mal maîtrisées de leurs créations, les médias amplifient les déclarations sans en comprendre le fond. Cela a commencé en 2016[6] avec lesdits « coups de Dieu » d’AlphaGo contre Lee Sedol jusqu’aux cyberattaques récentes de Mythos[7] ou de ChatGPT[8]. À se demander si les IA sont de mystérieuses entités émergentes qui s’affranchissent des humains, ou seulement des paquets d’algorithmes dont nous ne maîtrisons pas les capacités. Ce sont des capacités algorithmiques que nous ne contrôlons pas, nous les avons conçues pour qu’elles explorent d’autres algorithmes, et elles en explorent certains que nous n’imaginions pas. Si ce sont des aliens, c’est au sens de machines qui traitent, à une échelle gigantesque, d’« autres » algorithmes.
L’inférence de Solomoff nous enseigne en effet que la capacité de prédiction découle de la capacité à traiter tous les algorithmes. Les IA en explorent beaucoup, en ajustant leurs milliards de paramètres au fil de l’apprentissage et des échanges entre elles, alors que nous, les humains, en imaginons peu, bridés par notre rationalité, la plupart des programmes possibles n’ayant aucun sens pour nous. Les IA empruntent des chemins algorithmiques de traverse, auxquels notre logique ne nous fait pas penser. C’est peut-être pourquoi elles nous semblent créatives, voire, selon certains, suspectes d’émancipation. Quoi qu’il en soit, ce point de vue souligne la difficulté de garantir l’alignement d’une IA (la certitude qu’elle se comporte comme nous l’attendons) sans trop la brider, et la nécessité de le faire.
Pour en savoir plus
Le site de Solomonoff (in memoriam) et celui de Levin, décoiffants, fournissent les bonnes références historiques. La « bible » dans le domaine est l’ouvrage de Li et Vitanyi, il est régulièrement mis à jour. Le site Science4all de Hoang foisonne de vidéos enthousiastes à la gloire de Solomonoff. Enfin, vos LLM favoris vous aideront dans vos recherches de références et dans l’articulation des idées, à utiliser avec un sens critique de tous les instants, bien entendu.
Max Dauchet, professeur émérite d’informatique, à l’Université de Lille.
[1] Moine franciscain qui a inspiré à Umberto Eco le personnage de Guillaume de Baskerville dans « Le nom de la rose », incarné par Sean Connery dans l’adaptation cinématographique de Jean-Jacques Annaud.
[2] Elles convergent presque toujours. Les exceptions sont aussi rares que tirer toujours face à pile ou face. Cette restriction est irréductible dans ce genre de résultat.
[3] https://blogbinaire.larecherche.fr/2026/09/01/le-nguyen-hoang-aux-commandes/ Hoang a hélas dû cesser d’alimenter son excellent site Science4all. Les promoteurs de la science ne font pas fortune depuis Dubaï contrairement aux influenceurs en produits dont on a pas besoin et qui saccagent la planète.
[4] Interview de Minsky dans la série https://www.webofstories.com/
[5] On ne peut en général pas calculer la précision de l’approximation, ce qui laisse parfois une large marge d’incertitude.
[7] Voir notamment les articles de Charles Cuvelliez et Jean-Jacques Quisquater et al dans Binaire et dans Les Echos.
[8] https://legrandcontinent.eu/fr/2026/08/31/quelles-sont-les-lecons-du-piratage-de-hugging-face-par-les-agents-dopenai/
L’article Prédire… est apparu en premier sur Blog binaire.
09.10.2026 à 07:41
Thierry VIEVILLE
Informatique … une science ? une technologie ? un simple rayon de supermarché ? Analyse et explications de Yves Bertrand qui continue ici un alphabestiaire du numérique, pour nous aider à naviguer entre ces nouveaux mots, avec la complicité graphique de Frédéric Havet. Serge Abiteboul et Thierry Viéville. Voir tous les mots disponibles sur ce lien. Une […]
L’article I : Informatique — Une science plurielle si singulière est apparu en premier sur Blog binaire.
Informatique … une science ? une technologie ? un simple rayon de supermarché ? Analyse et explications de Yves Bertrand qui continue ici un alphabestiaire du numérique, pour nous aider à naviguer entre ces nouveaux mots, avec la complicité graphique de Frédéric Havet. Serge Abiteboul et Thierry Viéville.
Voir tous les mots disponibles sur ce lien.
Une science plurielle si singulière : Informatique ou informatiques ?
Une et indivisible, l’informatique, comme est censée l’être la République française ? Ou plurielle, comme semble l’indiquer la dénomination de la spécialité « Numérique et Sciences informatiques » du lycée général, ainsi que le renommage par le CNRS de son « Institut des sciences de l’information et de leurs interactions » en « CNRS Sciences informatiques » ? Existe-t-il de bonnes raisons d’attribuer ainsi un « s » à « informatique » pour dénommer ce champ disciplinaire ?
On dit la physique, la chimie, la biologie, mais… les mathématiques. Cédric Villani rappelle que ce pluriel est un archaïsme remontant à l’époque où elles désignaient la géométrie, l’arithmétique, l’astronomie et… la musique[1]. Comme le groupe Bourbaki, qui intitule son traité « Éléments de mathématique », pour marquer l’unicité de la discipline, il prône une utilisation au singulier du terme « mathématique ». Quid de l’informatique ? L’utilisation française de ce mot-valise[2] est attribuée à Philippe Dreyfus qui l’aurait constitué à partir des termes « information » et « automatique » en 1962. Mais dès 1957, le terme « Informatik » apparaissait en Allemagne pour désigner le « traitement automatique de l’information ».
Dans « Les origines de l’informatique »[3] Gilles Dowek offre une réflexion d’une richesse inégalée pour dépasser ces éléments étymologiques. Il propose une sémantique observationnelle de l’informatique. Plutôt que de se demander, vainement, ce qu’est l’informatique, il propose un questionnement plus pragmatique : « Qu’existe-t-il en informatique ? ». Sa réponse, qui fait référence, consiste en l’explicitation de quatre concepts couvrant l’ensemble du champ de l’informatique : algorithme, machine, langage et information. Ces concepts sont intriqués, puisqu’il s’agit de formaliser des algorithmes en programmes pour qu’ils puissent être exécutés par des machines afin de traiter des données (informations). G. Dowek montre ensuite que l’informatique peut être vue comme la confluence d’au moins deux courants de pensée indissociables : celui centré sur les algorithmes et celui centré sur les machines. Ainsi, c’est à la fois parce qu’a été inventé le célèbre algorithme PageRank (Google) et parce qu’il existe des serveurs de grande puissance que le premier peut être exécuté efficacement sur un nombre colossal de pages en des temps humainement acceptables.
C’est à la confluence de ces deux courants qu’interagissent les quatre concepts identifiés, tant entre eux qu’entre les sciences et les technologies. G. Dowek illustre son propos en imaginant d’abord qu’au début du XXe siècle, les huit professionnels évoqués dans le tableau ci-dessous n’auraient rien eu à se dire, tant leurs domaines scientifiques et technologiques étaient distincts les uns des autres. Puis, il reconsidère leurs échanges à la lumière de ce que la naissance de l’informatique apporte.
Cette naissance se caractérise par sa mise en interaction de ces huit domaines. Elle gomme les frontières entre les quatre domaines scientifiques et leurs homologues technologiques. En outre, selon G. Dowek, « Les notions d’algorithme et de machine sont unies par l’idée d’exécution « sans réfléchir » […] (1). À la frontière des notions d’algorithme et de langage apparaît la notion de programme (2). À la frontière des notions de langage et de machine apparaît la notion de langage machine (3). Enfin, les notions de langage et d’information sont liées car ce sont deux instances d’une même idée : exprimer symboliquement des algorithmes, pour l’une, des données, pour l’autre (4) ».
Le schéma ci-après résume ces liens. Il ne reste qu’à le compléter en liant « machine » et « information » par la définition même du terme informatique originel : « traitement automatique (par une machine) de l’information ».
G. Dowek propose donc non pas une définition de l’informatique mais plusieurs façons d’envisager l’informatique, articulant entre eux quatre concepts stables et mettant sur un pied d’égalité les aspects « sciences » et « technologies ». Certaines de ces façons sont proches des mathématiques, voire mathématiques. D’autres empruntent à la physique, en particulier pour ce qui concerne l’informatique quantique ou tout simplement pour l’étude de la chaleur, sur le fonctionnement d’un ordinateur et donc l’exécution effective d’un programme. D’autres encore ont des liens avec les neurosciences. Toutes, par le fait que les ordinateurs sont des machines universelles dans le sens où ils peuvent exécuter n’importe quel algorithme, transforment les sciences avec lesquelles elles s’imbriquent, comme la biologie, la géographie, l’astronomie, la médecine… Confluence de par sa constitution en discipline, l’informatique se fait diffluence avec les autres sciences, y compris les sciences humaines. De ce fait, il y a autant de sciences informatiques que de manières de l’aborder au regard du schéma de G. Dowek, et il y a autant de sciences informatiques que de fertilisations croisées entre l’informatique et les autres disciplines. En tant que discipline-carrefour, elle mérite donc à la fois d’être précédée du terme « sciences » et d’être déclinée grammaticalement au pluriel.
Il s’agit toutefois de se méfier du pluriel, pour, par exemple, ne pas confondre les « sciences du numérique », avec les « sciences numériques ». Les premières sont mentionnées à juste titre dans la définition d’Inria. On peut considérer qu’elles englobent les sciences informatiques et qu’elles incluent aussi, notamment, des branches des mathématiques, de la robotique, de l’électronique. Les secondes désignent plutôt un ensemble de méthodes mathématiques, de calcul numérique, dont, certes, la plupart sont mises en œuvre par des ordinateurs, donc en amont par les sciences du numérique. Mais au lycée, en classe de seconde, figure un enseignement de « Sciences numériques et technologie » (SNT), alors qu’il s’agit d’enseigner des rudiments des sciences du numérique[4]. Le nom de la spécialité avant la réforme était, lui, pertinent : « Informatique et sciences du numérique ». Celui de la spécialité de première et terminale actuelle l’est aussi : « Numérique et sciences informatiques ». Oui au pluriel, donc. À condition qu’il ait un sens ou qu’il n’engendre pas de contresens comme pour l’enseignement de SNT.
Il est à noter aussi que lorsque des sciences sont au pluriel, elles désignent l’objet sur lequel elles portent plutôt que la discipline : la biologie, mais les sciences du vivant ; la géologie, mais les sciences de la Terre… L’objet est parfois désigné explicitement – les sciences de la mer – ou par un adjectif – les sciences maritimes. L’objet préexiste, dans le monde réel, aux sciences qui l’étudient.
En revanche, lorsque l’objet est technologique, comme l’ordinateur pour l’informatique ou l’avion pour l’aéronautique, il ne préexiste pas aux sciences correspondantes. Ces objets, contrairement aux objets du monde réel qui sont « découverts », sont « inventés » via d’innombrables allers et retours entre l’imagination, le rêve et les avancées conceptuelles d’abord, et les réalisations effectives ensuite qui réalimentent les premiers en retour.
En informatique, on peut considérer que la première machine universelle (reconfigurable) est celle de Charles Babbage. À ceci près qu’elle n’a jamais été construite du vivant de son auteur ! Cependant, Ada Lovelace a écrit des programmes pour cette machine « virtuelle », bien avant que n’existent les premiers ordinateurs. Ch. Babbage et A. Lovelace ont posé les bases techniques (notion de machine universelle) et conceptuelles (programmes) de l’informatique moderne près d’un siècle avant que n’apparaissent les premiers ordinateurs…
Et pour un objet technologique donné – l’avion, l’ordinateur, l’automobile – le nombre de sciences qui concourent à ses progrès va croissant avec celui de sa complexité. L’ordinateur est à ce point complexe qu’il est difficile de trouver une science qui ne concoure pas au moins indirectement au progrès de sa conception. Et en retour, son caractère universel réalimente l’ensemble des sciences, alors que c’est bien moins le cas pour les autres objets technologiques. Cette entrée et cette sortie foisonnantes de la formidable gare de triage qu’est l’informatique méritent donc que l’on parle des sciences informatiques au pluriel, sciences dont la singularité absolue est de porter en elle l’universalité de la représentation des données et des processus formels de toutes les sciences. Ce pluriel est à la fois un pluriel « de majesté », qui assoie leur position centrale dans les sciences modernes, et un pluriel « de modestie » qui les oblige, eu égard aux responsabilités immenses que ces sciences endossent dans les bouleversements sociétaux qu’elles induisent. G. Dowek soulignait la rareté de l’émergence d’un tel couple, confluence-diffluence, dans l’histoire des sciences. L’intelligence artificielle, récemment diffusée dans tous les pans de la société, semble constituer un nouveau couple de ce type. On peut en effet ergoter sans fin sur apports respectifs des mathématiques, de la physique (physique des matériaux, physique quantique…), des sciences informatiques, cognitives, humaines à ce domaine ; on sait que son caractère général révolutionne déjà l’ensemble des champs scientifiques et socio-économiques à un niveau sans précédent. Une raison pour que l’on évoque les intelligences artificielles, au pluriel ? L’avenir le dira.
PS : Gilles. Avec un « s » ; au pluriel, pour caractériser son génie et son talent protéiformes. Avec deux ailes : l’une survolant les sciences formelles (mathématiques, informatique, physique…), et l’autre les sciences humaines (philosophie, épistémologie, histoire…). Il n’aura « fait le gille » qu’une seule fois, le 21 juillet 2025, sans crier gare. Souhaitons que de là où il se trouve, il continue à jeter un regard lucide, engagé et bienveillant sur notre société scientifique et humaine. Salut, GilleS, qui fut à la fois de majesté et de modestie !
[1] Les mathématiques sont la poésie des sciences, Cédric Villani, 2015, L’arbre de Diane éditions.
[2] Le terme anglais pour « mot-valise » est « portmanteau word », faisant référence aux deux compartiments de certaines valises servant à transporter des vêtements. Un mot-valise est une sorte de téléscopage entre deux mots, qui, subissant une aphérèse pour l’un et une apocope pour l’autre, forme un nouveau terme riche de l’étymologie des deux mots d’origine.
[3] Les origines de l’informatique, Gilles Dowek, La révolution informatique, Cahiers philosophiques 2015/2 n°141, pages 7-15.
[4] On note au passage que le terme « technologie est au sCes objets, contrairement aux objets du monde réel qui sont « découverts », sont « inventés » via d’innombrables allers et retours entre l’imagination, le rêve et les avancées conceptuelles d’abord, et les réalisations effectives ensuite qui réalimentent les premières en retour.ingulier » alors que les huit filières du lycée technologique se nomment toutes « Sciences et technologies… ». Allez comprendre…
L’article I : Informatique — Une science plurielle si singulière est apparu en premier sur Blog binaire.
02.10.2026 à 07:27
Ikram CHRAIBI-KAADOUD
Il y a un mot qui revient partout dans les discussions sur l’intelligence artificielle, souvent sans être défini : « géopolitique ». On parle de « compétition géopolitique », de « risques géopolitiques », d’« enjeux géopolitiques des LLMs ». Mais que signifie précisément ce mot dans le contexte de l’IA, et pourquoi en parle-t-on autant […]
L’article La géopolitique de l’IA : pourquoi ChatGPT, Claude, Mistral, DeepSeek (et tous les autres…) ne sont pas que des outils est apparu en premier sur Blog binaire.
Il y a un mot qui revient partout dans les discussions sur l’intelligence artificielle, souvent sans être défini : « géopolitique ». On parle de « compétition géopolitique », de « risques géopolitiques », d’« enjeux géopolitiques des LLMs ». Mais que signifie précisément ce mot dans le contexte de l’IA, et pourquoi en parle-t-on autant ? L’autrice de cet article, Ikram Chraibi Kaadoud, tente ici d’apporter une réponse à ces questions, car aujourd’hui, comprendre ce qu’est «la géopolitique » dans le contexte de l’IA met en lumière les véritables enjeux derrière ces outils. Serge Abiteboul & Thierry Viéville

La géopolitique, concept aux multiples définitions, étudie les relations entre la puissance politique et l’espace géographique. Elle cherche à comprendre comment le contrôle des territoires, des routes et des ressources détermine les rapports de force entre les États. Ses fondateurs – le géographe Friedrich Ratzel à la fin du XIXe siècle, le stratège Halford Mackinder au début du XXe – pensaient le contrôle de l’espace physique comme une dimension stratégique du pouvoir : celui qui contrôle les grandes plaines d’Eurasie contrôle le monde, celui qui contrôle les détroits contrôle le commerce.
Ce cadre s’est profondément transformé au fil du siècle. L’espace géographique physique a été progressivement rejoint, sans être remplacé, par d’autres types d’espaces stratégiques : l’espace économique (qui contrôle les chaînes d’approvisionnement ?), l’espace informationnel (qui contrôle les réseaux, les données, les récits et, par extension, les « messages » à transmettre ?), l’espace technologique (qui contrôle les infrastructures critiques ? qui contrôle les outils dominants sur le marché ?).
La géopolitique de l’IA s’inscrit dans cette continuité. Elle pose des questions concrètes avec des réponses concrètes : qui contrôle les infrastructures d’IA (côté composants/ressources minérales pour produire et maintenir le matériel informatique, côté logiciel, côté recherche et innovation) sur lesquelles reposent les décisions — économiques, militaires, institutionnelles, sociales — d’une part croissante de la planète ?
L’IA n’a pas toujours été géopolitique. Pendant des décennies, elle a été un sujet académique, puis industriel, essentiellement accessible à des acteurs préparés, voire formés, à créer, accueillir et utiliser cette technologie. La question de savoir qui gagnait la « course à l’IA » relevait d’une question de compétitivité économique importante, mais n’était pas fondamentalement différente de la compétition dans les secteurs automobile ou pharmaceutique.
Trois basculements ont changé cela.
Les anciens systèmes d’IA étaient spécifiques à une problématique bien définie : un algorithme de recommandation, un système de reconnaissance d’images. Les LLMs, grands modèles de langage qui alimentent les applications d’IA génératives, sont généraux. Ils traitent du langage dans toute sa diversité, ce qui signifie qu’ils s’inscrivent dans la quasi-totalité des activités humaines : rédiger, analyser, décider, communiquer, soigner, éduquer, gouverner. Un outil général qui s’intègre dans les processus de décision à tous les niveaux d’une société – accessible sans prérequis, c’est-à-dire sans préparation, sans formation et sans niveau de connaissance de la tech préalable – cesse d’être un simple produit technologique, il devient une infrastructure, voire « presque » un incontournable et cela quel que soit le métier.
Cette infrastructure est produite par un nombre restreint d’acteurs. Dans le monde, moins d’une dizaine d’organisations sont capables d’entraîner des LLMs sur des ensembles de données volumineux comportant des milliards, voire des milliers de milliards de paramètres : OpenAI, Anthropic, Google DeepMind côté américain ; Baidu, Alibaba, DeepSeek côté chinois, Mistral côté français. L’investissement privé américain en IA a atteint 109 milliards de dollars en 2024, contre 9,3 milliards pour la Chine… et l’écart se resserre. DeepSeek R1 a montré en janvier 2025 qu’une efficacité radicale peut bousculer des avantages capitalistiques considérables en quelques semaines. La concentration de la production d’infrastructure d’IA dans quelques entreprises, elles-mêmes très liées à deux visions du monde (USA vs. Chine), est précisément ce qui rend la question géopolitique.
Alors est-ce réellement un problème ? À titre de comparaison : Google contrôle environ 90 % des requêtes mondiales sur les moteurs de recherche. NVIDIA détient entre 70 et 90 % du marché des accélérateurs d’IA. Trois entreprises (Samsung, SK Hynix, toutes deux de Corée du Sud, et Micron, des États-Unis) produisent la quasi-totalité des puces mémoire HBM nécessaires pour faire fonctionner ces modèles. La concentration de ces modèles au sein d’une dizaine d’acteurs n’est donc pas une anomalie en soi. Il semblerait que ce soit le cas de toute la chaîne technologique sous-jacente et c’est peut-être cela le problème.
Les acteurs qui adoptent les modèles d’IA du marché ne se contentent pas de déployer un logiciel. Ils adoptent une infrastructure qui conditionne leur façon de traiter l’information et de préparer des décisions. Cette dépendance a une dimension géographique et politique : un hôpital africain qui utilise un LLM américain pour l’aide au diagnostic, une administration du Sud-Est asiatique qui déploie un modèle chinois pour ses services publics, une PME française qui délègue sa veille juridique à un outil dont elle ne contrôle ni les données d’entraînement ni les biais. Tous ces acteurs entrent dans une relation de dépendance informationnelle qui dépasse le simple cadre du contrat commercial.
→ L’émergence d’une politique étrangère IA (AI diplomacy) : Imaginez que choisir une IA vous lie à la politique étrangère du pays qui en est à l’origine. C’est cela, la diplomatie IA. Lorsque la Chine propose ses modèles à prix compétitifs à ses pays voisins ou à des partenaires africains, cela est non seulement pour des raisons commerciales, mais également pour une stratégie d’alignement diplomatique, car ici le choix d’une solution d’IA générative devient alors un signal d’alignement diplomatique, analogue au choix d’une infrastructure 5G.
Lorsque le plan d’action américain de juillet 2025 nomme explicitement l’objectif de « contrer l’influence chinoise dans les instances de gouvernance internationale » cela aboutit à des actions concrètes comme : le retrait ou refus de signer des cadres multilatéraux jugés favorables à la position chinoise, le déploiement d’ investissement diplomatique en Afrique pour contrebalancer l’influence chinoise, l’utilisation du positionnement dans les organismes de normalisation internationaux pour défendre des valeurs américaines ou encore en l’utilisation du contrôle à l’exportation sur les puces IA comme outil de politique étrangère pour empêcher la chine d’acquérir la base matérielle nécessaires pour développer des modèles IA.
L’analyse de ces exemples, et d’autres, montrent l’émergence d’une diplomatie IA opérant simultanément à trois niveaux : le Logiciel (software) au niveau des modèles et standards, le Matériel informatique (hardware) avec l’explosion de la demande de barrettes mémoires (RAM) et de processeurs (SSD) et la lutte pour les Ressources Minérales au travers de contrôles à l’exportation, la signature d’accord diplomatique avec les pays producteurs de ces ressources critiques.
La diplomatie IA est donc d’une stratégie d’influence à plusieurs niveaux interconnecté et interdépendant afin de garantir à chaque pays de faire partie de ceux qui contrôlent les modèles, le hardware, et les ressources permettant de produire ces systèmes IA.
Ces trois dimensions structurent de plus en plus les politiques étrangères des grandes puissances, et conditionnent les marges de manœuvre des pays qui n’opèrent à aucun de ces trois niveaux et n’ont donc aucun levier sur ces sujets-là.
→ Une fracture d’auditabilité : Les producteurs de modèles savent, en théorie, ce que leurs systèmes font, comment, et pourquoi. Les utilisateurs, en très grande majorité, ne le savent pas. Cette asymétrie, que nous appellerons « asymétrie d’interprétabilité », est beaucoup plus prononcée dans les pays qui ne disposent pas d’infrastructure de recherche en IA. L’Afrique héberge moins de 1 % des centres de données mondiaux et les LLMs utilisés sur le continent n’ont pas été entraînés sur des données africaines. La dépendance est ici réelle, mesurable, et peu discutée dans les forums de gouvernance.
→ Une instabilité stratégique : Quand des décisions à haut risque (ex. : militaires, médicales, judiciaires, financières) sont préparées à l’aide de systèmes que les opérateurs ne peuvent pas auditer, l’erreur devient plus difficile à détecter, à corriger et à attribuer. Dans un contexte de compétition entre puissances, cette opacité amplifie l’incertitude et crée les conditions d’une escalade par incompréhension.
L’Europe a une stratégie, mais concrètement produit peu de modèles : selon le rapport AI Index 2025 de Stanford5, en 2024, les institutions américaines ont produit 40 modèles d’IA notables, celles de Chine, et l’ensemble de l’Europe seulement 3. Ce chiffre illustre précisément le paradoxe européen : l’UE élabore des règles, notamment l’AI Act, mais ne produit pas les modèles qu’elle réglemente.
L’AI Act, entré en vigueur le 1er août 2024, est le premier cadre législatif complet au monde dédié à l’IA. Il établit des règles harmonisées dans l’ensemble de l’Union européenne afin de garantir que les systèmes d’IA développés et/ou utilisés sur le sol européen respectent les valeurs européennes. Ici l’AI Act joue le rôle de levier de souveraineté normative afin de s’assurer que l’Europe n’est pas un No-Right Land (que l’on peut traduire pas « un espace de non-droit ») où tout est permis… au profit du plus puissant.
En d’autres termes, l’Europe qui ne domine ni le software, ni le hardware, ni les ressources minérales, a introduit une quatrième dimension dans l’échiquier de la gouvernance : la régulation comme standard mondial (ce que les juristes américains appellent le « Brussels effect« ). C’est un levier réel, mais asymétrique : les règles européennes s’imposent aux modèles déployés sur son marché, mais ne créent pas les modèles eux-mêmes et ne combattent donc pas la dépendance informationnelle ou structurelle.
Si l’IA est devenue une question géopolitique, alors la gouvernance de l’IA ne peut pas être pensée uniquement comme une question de régulation des produits technologiques, et pas seulement par deux pays — ou des groupes de pays — segmentant le monde selon deux visions. Elle doit être pensée comme une question de structure des rapports de force entre acteurs (États, entreprises, régions du monde) dans l’accès, la production, le contrôle et l’audit des systèmes qui conditionnent de plus en plus nos décisions collectives. Autrement dit, aujourd’hui, ne pas pouvoir auditer l’IA que vous utilisez, c’est accepter une dépendance que vous ne pouvez ni mesurer ni négocier.
Les standards d’interprétabilité et d’auditabilité des LLMs ne peuvent pas être définis exclusivement par les États-Unis, l’Union européenne et la Chine. Les autres pays doivent être intégrés aux processus de définition de ces standards : non pas comme bénéficiaires passifs d’une gouvernance conçue ailleurs, mais comme acteurs dont les contraintes et les vulnérabilités spécifiques constituent le problème.
La géopolitique de l’IA ne se joue donc pas seulement entre Washington, Bruxelles et Pékin. Elle se joue aussi à Rabat, Nairobi, à Hanoï, à Bogotá et partout où des opérateurs déploient des systèmes qu’ils ne peuvent pas questionner, dans des cadres qui ne leur donnent pas les outils pour le faire.
Ikram Chraibi Kaadoud, PhD (she/her)
Chercheuse indépendante XAI & sciences cognitives
LinkedIn I HAL I https://ikramchraibik.com/
Cet article est une adaptation grand public d’une note d’orientation publiée en anglais par l’autrice sur la plateforme Substack : https://ikramchraibik.substack.com/p/the-geopolitics-of-ai-software-hardware
Un article dont la mise en forme (uniquement !) a été réalisée avec l’aide d’une solution d’IA générative.
1 Lacoste, Y. (dir.). (1993). Dictionnaire de géopolitique. Flammarion.
2 Ratzel, F. (1897). Politische Geographie oder die Geographie der Staaten, des Verkehres und des Krieges. R. Oldenbourg. [Partial Fr. trans.: Géographie politique, Economica, 1988]
3 Mackinder, H. J. (1904). The geographical pivot of history. The Geographical Journal, 23(4), 421–437. https://doi.org/10.2307/1775498
4 Bommasani, R., et al. (2021). On the opportunities and risks of foundation models. arXiv:2108.07258. Stanford CRFM. https://doi.org/10.48550/arXiv.2108.07258
5 Maslej, N., et al. (2025). Artificial Intelligence Index Report 2025. Stanford HAI. https://hai.stanford.edu/ai-index/2025-ai-index-report
6 DeepSeek-AI, Guo, D., et al. (2025, January 22). DeepSeek-R1: Incentivizing reasoning capability in LLMs via reinforcement learning. arXiv:2501.12948. https://doi.org/10.48550/arXiv.2501.12948
7 Dugoin-Clément, C. (2020, October). Les enjeux géopolitiques de la 5G. The Conversation. https://theconversation.com/les-enjeux-geopolitiques-de-la-5g-146494
8 The White House. (July 2025). America’s AI Action Plan. https://www.whitehouse.gov/wp-content/uploads/2025/07/Americas-AI-Action-Plan.pdf
9 UNESCO. (2021). Recommendation on the Ethics of Artificial Intelligence. https://unesdoc.unesco.org/ark:/48223/pf0000380455
L’article La géopolitique de l’IA : pourquoi ChatGPT, Claude, Mistral, DeepSeek (et tous les autres…) ne sont pas que des outils est apparu en premier sur Blog binaire.
25.09.2026 à 06:49
Thierry VIEVILLE
La francisation des termes du numérique, ça peut mener à quelques … absurdités, osons le dire pour le mot-dièse. Analyse et explications de Yves Bertrand qui continue ici un alphabestiaire du numérique, pour nous aider à naviguer entre ces nouveaux mots, avec la complicité graphique de Frédéric Havet. Serge Abiteboul et Thierry Viéville. Voir tous les mots […]
L’article H: Hashtag … #balance ton dièse ! est apparu en premier sur Blog binaire.
La francisation des termes du numérique, ça peut mener à quelques … absurdités, osons le dire pour le mot-dièse. Analyse et explications de Yves Bertrand qui continue ici un alphabestiaire du numérique, pour nous aider à naviguer entre ces nouveaux mots, avec la complicité graphique de Frédéric Havet. Serge Abiteboul et Thierry Viéville.
Voir tous les mots disponibles sur ce lien.
Hashtag ou mot-dièse ?
En 2013, la feue Commission générale de terminologie et de néologie sévit encore contre l’informatique, le numérique et la musique : elle avait traduit le symbole # par dièse et hashtag par mot-dièse. Comme ses autres préconisations en matière de numérique, celle-ci passa directement de la table d’inventions aux oubliettes, non sans avoir été copieusement raillée, au point qu’un moqueur #motdiese se tailla un franc succès. Mais ladite préconisation caractérise en outre l’impéritie de ses auteurs, puisqu’elle repose sur deux erreurs manifestes.
Le caractère # (hash) se traduit par un croisillon : une petite échelle aux barreaux horizontaux qui a un code bien à elle dans la nomenclature internationale Unicode. Le caractère ♯ (dièse) s’en distingue, avec un autre code et des barreaux nettement obliques. Son rôle multiséculaire en musique consiste à indiquer l’altération d’un demi-ton à la hausse. Il a été utilisé par l’inventeur du langage C♯ pour indiquer qu’il constituait un progrès par rapport au langage C. Et si C♯ se prononce « C sharp », c’est simplement parce que « sharp » signifie ici « dièse ». Voilà pour la première bévue.
La seconde consista à commettre une traduction mot à mot au lieu de traduire globalement la locution. Traduire « # » par « mot-dièse » est un peu comme traduire « it’s raining cats and dogs » par « il pleut des chats et des chiens » au lieu de « il pleut des cordes ». Qu’une « commission générale de terminologie et de néologie », depuis rebaptisée « commission d’enrichissement de la langue française », engendre une traduction mot-à-mot doublée d’un contresens laisse pantois.
Depuis ces forfaitures linguistiques, les hashtags ont pris une importance nouvelle en 2017, avec un #balancetonporc français qui a précédé de deux jours un #metoo au retentissement mondial. Et comme l’on n’arrête pas le progrès, les hashtags dialoguent désormais entre eux. Un inapproprié #notallmen tente de lui répondre que non, tous les hommes ne sont pas ainsi (en référence à #yesallwomen). Un #ouinouin apparaît alors pour fustiger les hommes qui se plaignent ainsi de leur sort.
Les hashtags jouent un rôle clé dans la visibilité des messages qui les utilisent sur les réseaux sociaux. Leur valeur est telle que certains font l’objet d’un dépôt, comme l’on dépose une marque. Le terme hashtag est si connu et si court que toute tentative de le franciser est vouée à l’échec. Et simplement mot-clé ? Trop général pour désigner en réalité un mot-clé précédé du caractère #, le tout étant cliquable. Donc exit le dièse, exit aussi tout terme français, comme le québécois mot-clic : hashtag occupe tout l’espace sémantique, y compris dans les dictionnaires français, qui le reconnaissent depuis à peu près à la même époque à laquelle mot-dièse tenta de poindre, sans qu’ils reconnaissent ce dernier !
Certains slogans mondialement connus deviennent des hashtags comme #makeamericagreatagain (ou #maga), qui a leur tour renforcent la notoriété des slogans dont ils sont issus. Ils s’exposent alors à des réponses ou des détournements, comme ce fut le cas avec un « Make Russia Small Again » du président ukrainien qui l’arbora sur son tee-shirt. Les hashtags deviennent des armes communicantes. Des armes de libération, comme #metoo ou #blacklivesmatter, ou des armes de menaces glaçantes, comme #UnBonJuif ou #LaRafle. Apprenons ensemble à promouvoir les premiers et combattre les seconds. Et libérons les hashtags de leur traduction française en promouvant un #balancetondiese !
L’article H: Hashtag … #balance ton dièse ! est apparu en premier sur Blog binaire.
18.09.2026 à 07:05
Charles CUVELLIEZ
Pendant la période de vacances du blog, nos amis Gaël Hachez et Charles Cuvelliez ont publié dans Theconversation.fr un article qui faisait le point sur l’attaque de la direction des finances (DGFIP) qui s’est soldée par la fuite de centaines de milliers de données ultra-sensibles de contribuables. Leur conjectures sur ce qui s’est passé s’est […]
L’article Piratage de Bercy (DGFIP): Pourquoi un agent double du ministère de l’Education Nationale et du Ministère de l’Economie et des Finances n’a pas été détecté est apparu en premier sur Blog binaire.
|
Pendant la période de vacances du blog, nos amis Gaël Hachez et Charles Cuvelliez ont publié dans Theconversation.fr un article qui faisait le point sur l’attaque de la direction des finances (DGFIP) qui s’est soldée par la fuite de centaines de milliers de données ultra-sensibles de contribuables. Leur conjectures sur ce qui s’est passé s’est avérée exacte grâce à une note du président et du rapporteur de la commission des finances du sénat auprès de ses membres. Elle donne les grandes lignes du déroulé de l’attaque (ce qu’on appelle la cyberkill chain). Plusieurs médias l’ont cité et en ont publié de larges extraits. Nous avons demandé à Gaël et Charles de nous expliquer en quoi ils avaient vu juste. Serge Abiteboul et Thierry Viéville. |
______
Même si l’analyse de l’ANSSI est encore en cours, une note circule au sein de de la commission finance du Sénat sur le modus operandi de l’attaque contre la DGFIP depuis le 4 septembre. Cette note, qu’on ne connait que par les médias (voir par exemple le Monde) qui y ont eu accès et qui, heureusement, en citent de larges extraits, confirme, hélas, qu’il ne fallait pas être grand clerc pour voler les GB de données fiscales entre autres de centaines de milliers de citoyens.
|
C’est ce que nous écrivions déja dans The Conversation. Son intérêt est de décrire ce qu’on appelle la cyberkill chain, à savoir toutes les étapes pour matérialiser l’exfiltration des données fiscales et apparentées |
Le Réseau Interministériel de l’État
Il y a d’abord eu l’utilisation d’identifiants d’un agent de l’Éducation Nationale, dérobés par un des fléaux cyber actuels : les infostealers, des logiciels malveillants qui s’installent sur les machines et qui arrivent à capter les mots de passe, cookies de session des différents logiciels installés, souvent les navigateurs, qu’ils reconnaissant une fois installés. Avec cet accès de l’Éducation Nationale, voici les hackers au sein du Réseau Interministériel de l’État (RIE) qui relie les réseaux informatiques des différentes administrations de l’État.
____
En son sein, en toute confiance donc, les hackers sans doute identifiés comme un agent de l’Éducation Nationale ont utilisé un autre identifiant volé d’agents de la DGFIP pour accéder à l’application « e-contact » qui ne possédait pas de double authentification, autre étrangeté. Cette application interne, e-contact, sert à centraliser les échanges et les dossiers entre les agents du fisc et les usagers. L’application e-contact permet aux agents et aux citoyens d’interagir sur leurs dossiers fiscaux et on comprend qu’un tel accès, du côté agent, pointe vers des données très sensibles…. étonnamment sans accès multi-facteur (parce qu’accessible pour les agents dûment authentifiés au sein du réseau interministériel ?). Dans un réseau zéro-confiance, être ainsi agent double de l’Éducation et de la DGFIP aurait été détecté et cette demande d’accès rejetée.
._____
|
La DGFIP a encore eu de la chance, si on peut dire, puisqu’elle a désactivé les accès compromis grâce à un signalement extérieur (sans doute l’ANSSI qui comme agence de sécurité de l’État peut traquer ce type d’information et la communiquer). Il avait probablement lui aussi identifié l’activité de cet infostealer et le ciblage de d’accès à la DGFIP._____ |
___________________
|
Détecter une intrusion, ce n’est pas détecter une exfiltration
L’accès par les hackers a bien été détecté par la DGFIP en analysant le journal des accès mais rien ne fut détecté quant à l’exfiltration données. C’est une autre faiblesse typique : détecter des accès illégitimes, ce n’est pas la même chose que détecter des fuites de données de l’intérieur du réseau… où on se dit que tous ceux qui y sont actifs sont légitimes. Une approche zéro-confiance, correctement conçue et opérée, aurait pu stopper l’exfiltration par une vérification contextuelle et une détection comportementale.
Au final, la note met donc en évidence une trop grande liberté de circulation des données (et des utilisateurs) entre administrations pour ne pas gêner l’utilisateur par des demandes de réauthentifications trop fréquentes.
Elle rappelle la vigueur des veilles recettes (segmenter les réseaux et ne pas en faire une auberge espagnole) et l’importance des nouvelles recettes (avec un réseau zero-confiance, un agent double Éducation Nationale – DGFIP aurait été démasqué). Un oubli d’une authentification multi-facteur a suffi et la présence d’infostealers a fait le reste, ce qui rappelle l’importance de nettoyer les machines qu’on utilise et de réserver une machine à un usage strictement professionnel.
Charles Cuvelliez, École Polytechnique de Bruxelles (Université de Bruxelles – ULB), Gaël Hachez, Haute École Libre de Bruxelles
L’article Piratage de Bercy (DGFIP): Pourquoi un agent double du ministère de l’Education Nationale et du Ministère de l’Economie et des Finances n’a pas été détecté est apparu en premier sur Blog binaire.
Blog collectif publié en collaboration avec La Recherche et la Société Informatique de France