De la conviction au calcul : comment l’IA reprogramme la décision politique

Trending Futures est un nouveau format de The Media Leader Tech, conçu avec Jérémy Lopes, analyste en tendances et prospective et fondateur du cabinet Corograf. La promesse  : décrypter les signaux faibles qui constitueront notre futur stratégique.

En ce mois de mars 2026, l’air des municipales a un goût de silicium. À Guéret, la maire Marie-Françoise Fournier découvre son double numérique enseveli sous des billets de banque factices dans un deepfake ; à Soustons, une élue voit son image détournée dans une vidéo d’une vulgarité synthétique ; à Strasbourg, des détritus générés par IA hantent des rues qui, dans le monde réel, sont parfaitement propres. Une « campagne sale » de plus ? Pas seulement. 

L’IA s’est également immiscée dans d’autres pans de la vie démocratique, jusqu’à son acte le plus important : le vote. Près d’un Français sur deux s’en remet à l’IA pour s’orienter politiquement, délégant ainsi une partie de son analyse citoyenne à des algorithmes. 

Si ces signaux marquent probablement l’entrée dans une démocratie algorithmique, ils sont également le marqueur de nouvelles formes de communication et d’influence. À l’heure où les citoyen·nes acceptent de déléguer leur discernement pour des décisions importantes, capter l’attention ne semble plus suffire. Il faudra exister dans l’ingénierie mouvante des algorithmes. Sélection de signaux qui dessinent un processus de décision futur fortement impacté par la machine.

Signal n°1 : le passage du « vœu » au « calcul » 

Pour saisir l’ampleur du changement et ses implications futures, il faut revenir à la racine de l’acte électoral. Le vote vient du latin votum : le vœu, ce qui engage vers un futur désiré. Mais aujourd’hui, nous assistons à une « mathématisation » de la conviction, un calcul probabiliste qu’un·e candidat·e ou un produit me conviendra plus qu’un autre. 

30% des Français·es seraient ainsi dans une délégation totale en demandant à l’IA d’identifier le candidat qui « leur correspond ». À terme, les acteurs politiques ne chercheraient plus tant à convaincre par le programme, mais à référencer ce dernier afin qu’il apparaisse comme l’élu algorithmique, tout comme le font les marques en opérant une mue vers le GEO.

Ce signal s’appuie sur des prévisions. Aux États-Unis, les acheteurs médias spécialisés dans les campagnes politiques estiment que d’ici 2032, plus de 50% des budgets de campagne (soit environ 10 milliards de dollars) ne seront plus destinés aux humains, mais aux agents IA personnels. La victoire appartiendra au candidat qui maîtrisera le Political Prompt Engineering.

D’ici 2032, plus de 50% des budgets de campagne (soit environ 10 milliards de dollars) ne seront plus destinés aux humains, mais aux agents IA personnels

Signal n°2 : la délégation totale du choix et de l’action

Le deuxième signal nous vient du Web3. Vitalik Buterin, cofondateur d’Ethereum, propose d’automatiser le vote au sein des organisations décentralisées (DAO) via des « gardiens IA ». Son constat fait sens : face à des milliers de décisions complexes, l’attention humaine sature. Sa solution ? Des agents personnels entraînés sur les valeurs de l’utilisateur pour voter en son nom de manière confidentielle et sécurisée.

Ce qui commence dans le code d’une DAO pourrait devenir demain la norme de notre citoyenneté qui connaît aujourd’hui les mêmes maux : saturation cognitive et journées de 32 heures, désengagement, difficulté à démêler le vrai du faux…

En acceptant l’idée que « l’IA vote mieux car elle connaît mes valeurs », nous glissons doucement vers un monde où le débat n’est plus nécessaire. C’est le passage d’une confrontation d’idées à une administration des valeurs.

Signal n°3 : l’influence synthétique impossible à identifier

Filippo Menczer, directeur de l’Observatory on Social Media, a récemment alerté sur l’émergence d’« essaims de bots » pilotés par l’IA générative, capables d’imiter le comportement humain avec une perfection inédite pour influencer les décisions.

Contrairement aux anciens bots qui se contentaient de diffuser des messages répétitifs, ces nouveaux agents s’infiltrent dans nos communautés en adaptant leur langage et leurs centres d’intérêt pour gagner notre confiance et simuler ce que l’auteur appelle un « consensus synthétique ». Ces outils exploitent notre biais psychologique de preuve sociale :  si nous avons l’impression que « tout le monde le dit », notre esprit finit par accepter l’idée comme une vérité générale.

La distinction entre une opinion authentique et une mise en scène algorithmique devenant presque impossible, c’est le fondement même du débat (la capacité de se forger une opinion basée sur la réalité) qui risque de s’effondrer.

Signal n°4 : le paradoxe de la preuve

Cet environnement pousse légitimement au soupçon permanent. Pour contrer les deepfakes et les mensonges qui polluent notre perception, nous invoquons de nouveaux juges : les IA de détection.

On voit apparaître des outils comme Speech Craft Analytics, capables de traquer des « signaux de conviction » invisibles à l’oreille humaine pour débusquer le mensonge d’un candidat. Un signal qui démontre que nous pourrions ne plus croire en nos sens, mais au « score de sincérité » affiché par une interface. L’humain devient un suspect par défaut dont seule la machine peut certifier l’authenticité. 

Le parcours de conviction 

Ce que la scène politique et démocratique vit dessine plus largement un nouveau cycle de prise de décision dans lequel marques, entreprises et individus pourraient évoluer. Filtre par l’IA, délégation du choix aux « agents », attaques automatisées et massives de faux avis et enjeux de certification pourraient composer les parcours de décision de demain.