Conversation
-
13 Sentinels: Aegis Rim : comment décider lorsque la crise est peut-être une simulation ?
sourceUne simulation peut éclairer le réel. Elle devient dangereuse lorsqu’elle cesse d’être un instrument et commence à définir les seules options que les décideurs sont encore capables de voir.
Treize récits, aucune vue d’ensemble
Le dispositif narratif de 13 Sentinels repose sur une frustration méthodique. Chaque personnage sait quelque chose que les autres ignorent ; chacun interprète les mêmes événements depuis une position différente ; certaines informations exactes conduisent pourtant à une conclusion fausse parce qu’elles sont replacées dans la mauvaise chronologie. Le joueur découvre que l’erreur ne vient pas toujours d’une donnée incorrecte. Elle peut naître de l’assemblage.
Les centres opérationnels connaissent cette difficulté. Les capteurs, les journaux, les rapports humains et les outils de renseignement produisent des fragments cohérents dans leur propre domaine. La panne apparaît lorsqu’une vue synthétique les relie trop vite. Une corrélation devient causalité ; un horodatage mal aligné inverse l’ordre des événements ; deux identités techniques sont confondues ; le tableau de situation paraît complet alors qu’il résulte d’une erreur de fusion.
La première règle de décision est donc de conserver la provenance des fragments. Une information utile doit rester liée à sa source, à son heure, à son niveau de confiance et aux transformations qu’elle a subies. Sans cette mémoire, la synthèse devient impossible à contester. L’organisation ne voit plus des éléments qu’elle pourrait recomposer, mais une histoire déjà écrite par son propre outil.
Le modèle n’est pas le monde
Les Sentinelles donnent aux protagonistes une puissance immense, mais elles ne leur offrent jamais une compréhension totale. Les cartes tactiques simplifient la ville, réduisent les menaces à des symboles et transforment le combat en décisions visibles. Cette abstraction est nécessaire. Aucun opérateur ne pourrait agir s’il devait percevoir simultanément tous les détails du terrain. Mais ce qui permet de décider peut aussi masquer ce qui ne rentre pas dans le modèle.
Un jumeau numérique, une simulation ou un système d’aide à la décision fonctionne de la même manière. Il sélectionne des variables, établit des relations, estime des conséquences et laisse de côté le reste. Sa précision ne dépend pas seulement de la qualité du calcul, mais de la pertinence de cette sélection. Un modèle peut être mathématiquement exact et opérationnellement trompeur s’il ignore la variable qui devient décisive pendant la crise.
La bonne question n’est donc pas : le modèle est-il vrai ? Il faut demander : pour quelle décision, dans quelles limites et à partir de quelles hypothèses reste-t-il utile ? Cette formulation empêche l’outil de devenir un oracle. Elle rappelle que la représentation est une construction temporaire, destinée à éclairer l’action, et non une version supérieure du monde à laquelle le monde devrait se conformer.
Le problème s’accentue avec les jumeaux numériques synchronisés en continu. Leur proximité avec le système réel crée une impression de transparence : ce qui apparaît sur l’écran semble être le monde lui-même. Pourtant, chaque synchronisation possède une latence, chaque capteur une zone aveugle et chaque modèle une granularité. La précision graphique peut masquer une incertitude structurelle. Il faut donc afficher les limites du modèle avec autant de soin que ses résultats.
Attaquer la simulation plutôt que le système réel
Un adversaire n’a pas toujours besoin de détruire l’infrastructure. Il peut chercher à compromettre le modèle qui commande sa défense. De faux signaux déplacent les ressources ; des données de capteurs modifiées créent une menace imaginaire ; un scénario d’entraînement introduit des hypothèses biaisées ; un jumeau numérique sous-estime une dépendance. L’organisation agit alors avec discipline, rapidité et précision, mais dans la mauvaise direction.
Cette attaque est particulièrement attractive parce qu’elle exploite la confiance accordée à l’outil. Une panne visible déclenche le doute. Une simulation apparemment cohérente rassure. Plus l’interface est claire, plus l’utilisateur peut oublier que les données ont une origine, que le modèle possède une version et que ses paramètres ont été choisis par quelqu’un. L’élégance de la représentation devient une surface d’attaque cognitive.
La sécurité doit donc couvrir toute la chaîne : capteurs, transport, stockage, paramètres, bibliothèques de scénarios, moteur de calcul et restitution. Il faut signer les données, contrôler les versions, séparer les environnements, surveiller les dérives et pouvoir rejouer une décision avec un état antérieur. Protéger la simulation signifie protéger la manière dont elle produit une conclusion, pas seulement le serveur qui l’héberge.
Cette chaîne comprend aussi les composants acquis à l’extérieur. Un modèle préentraîné, une bibliothèque de calcul, un jeu de données ou une mise à jour peuvent introduire une hypothèse invisible dans un environnement pourtant maîtrisé. La nomenclature logicielle ne suffit pas : il faut connaître la provenance des modèles, leurs conditions d’entraînement, les tests qui ont précédé leur intégration et les situations pour lesquelles leurs résultats ne doivent jamais être utilisés seuls.
La donnée d’origine est un actif critique
Dans 13 Sentinels, la mémoire n’est jamais un simple souvenir. Elle est une donnée opérationnelle : elle oriente les alliances, révèle une identité, déclenche une action ou masque une répétition. Lorsqu’elle est incomplète, réécrite ou attribuée à la mauvaise personne, tout le système de décision se déforme. La crise ne vient pas seulement de ce qui a été oublié, mais de ce qui a été conservé sous une forme trompeuse.
Les infrastructures numériques accumulent elles aussi des données dites de référence : configurations, plans, historiques, modèles de comportement, listes d’actifs et relations de dépendance. Ces éléments paraissent moins urgents que les flux en temps réel. Pourtant, une donnée instantanée n’a de sens qu’en comparaison avec cette mémoire. Si la référence est compromise, l’anomalie devient normale et le comportement légitime paraît hostile.
La gouvernance de ces données doit donc être aussi rigoureuse que celle des systèmes de production. Origine, responsable, fréquence de mise à jour, contrôles de cohérence, copies indépendantes et procédures de restauration doivent être explicites. Une organisation qui ne sait pas d’où vient son état de référence ne possède pas un modèle : elle possède une croyance automatisée.
La cohérence temporelle mérite une attention particulière. Deux données exactes peuvent produire une image fausse si elles correspondent à des instants différents. Un plan ancien est comparé à une télémétrie récente, une identité révoquée demeure dans une copie locale, une dépendance supprimée continue d’influencer le calcul. Le système doit donc conserver non seulement la valeur, mais la période pendant laquelle cette valeur pouvait légitimement décrire le réel.
Le modèle devient dangereux lorsqu’il ne se contente plus d’éclairer la décision, mais décide silencieusement quelles réalités ont encore le droit d’être observées.
Le scénario peut capturer le décideur
Le joueur de 13 Sentinels apprend progressivement à reconnaître les motifs de la science-fiction : voyage temporel, invasion, boucle, simulation, copie, mémoire artificielle. Cette culture l’aide à formuler des hypothèses. Elle peut aussi l’enfermer. Dès qu’un scénario semble familier, chaque nouvel indice est interprété pour le confirmer. Le modèle mental devient plus puissant que les faits qui devraient le corriger.
Les organisations connaissent cette capture. Elles préparent des scénarios d’attaque, de panne ou de catastrophe afin d’agir plus vite. L’exercice est indispensable, mais il crée un risque : attendre que la crise réelle ressemble à celle qui a été répétée. L’équipe reconnaît les signes appris, applique la procédure et néglige l’événement qui ne correspond pas au récit. L’adversaire peut même exploiter cette préparation en produisant délibérément les symptômes attendus.
Un bon scénario doit donc contenir sa propre contestation. Quels indices prouveraient que notre hypothèse est fausse ? Quelle observation indépendante manque ? À quel moment devons-nous abandonner le plan initial ? Qui est chargé de défendre l’interprétation opposée ? La préparation ne doit pas seulement accélérer l’action. Elle doit accélérer la découverte du moment où l’action préparée n’est plus la bonne.
Plusieurs modèles valent mieux qu’un oracle
Face à une situation complexe, la tentation consiste à concentrer les données dans un modèle unique, plus complet et plus puissant. Cette centralisation facilite la coordination, mais elle crée une dépendance épistémique : si le modèle se trompe, tout le monde se trompe de la même manière. La cohérence apparente remplace la diversité des observations qui permettrait de détecter l’erreur.
Une architecture résiliente conserve plusieurs représentations. Un modèle rapide estime l’urgence ; un autre explore les conséquences de long terme ; une équipe humaine travaille à partir de données brutes ; une source externe vérifie un indicateur critique. Ces vues ne doivent pas fusionner immédiatement. Leur désaccord est une information. Il révèle les hypothèses sensibles, les données manquantes ou les zones où l’adversaire pourrait agir.
Cette pluralité a un coût. Elle ralentit certaines décisions et produit des débats au moment où l’on préférerait une réponse nette. Mais la vitesse d’une conclusion fausse n’est pas une performance. L’objectif n’est pas d’éliminer l’incertitude ; il est de la rendre visible, localisée et gouvernable. Une organisation robuste sait précisément sur quel désaccord elle choisit malgré tout d’agir.
Le désaccord doit être organisé avant l’urgence. Une équipe rouge peut tenter d’empoisonner les entrées, une seconde équipe reconstruire la situation sans utiliser le modèle principal, tandis qu’un arbitre compare les décisions produites. L’exercice ne cherche pas à humilier l’outil, mais à identifier les conditions dans lesquelles il devient trompeur. Ce qui compte n’est pas seulement son taux moyen de réussite, mais la forme précise de ses erreurs dans les situations où elles coûteraient le plus cher.
Un human-machine threatcasting pour tester la décision
Le threatcasting consiste à décrire un futur menaçant, puis à remonter vers les décisions et dépendances qui pourraient le rendre possible. Appliqué aux relations entre humains et machines, il ne demande pas seulement ce qu’un système automatique pourrait faire de mal. Il examine comment une organisation pourrait progressivement lui abandonner la définition du problème, la sélection des preuves et la formulation des options.
Imaginons un centre de crise où le jumeau numérique signale une attaque imminente. Les données sont cohérentes, les simulations convergent et les recommandations correspondent aux doctrines. Pourtant, l’ensemble a été construit à partir d’une référence empoisonnée plusieurs mois plus tôt. Quelles décisions ont rendu cette situation possible ? Qui a validé la source ? Pourquoi aucune vue indépendante n’a subsisté ? À quel moment l’outil est-il devenu impossible à contredire ?
L’exercice permet de transformer la fiction en exigences concrètes : journaliser les hypothèses, conserver des sources hors modèle, organiser la contradiction, limiter l’autonomie, tester les modes manuels et définir l’autorité capable d’interrompre une recommandation automatique. La question n’est pas de choisir entre l’humain et la machine. Elle est de construire une relation où chacun peut révéler l’erreur de l’autre.
Conserver une sortie hors simulation
13 Sentinels conduit le joueur vers une vérité qui ne supprime pas la fragilité des personnages. Comprendre le système ne suffit pas ; il faut encore agir depuis l’intérieur, avec des informations incomplètes et des capacités limitées. Cette tension constitue la meilleure leçon du jeu pour la cyber-résilience. Aucun modèle, même exact, ne délivre l’organisation de la responsabilité de choisir.
Une sortie hors simulation ne signifie pas abandonner les outils. Elle signifie conserver un accès aux données brutes, des procédures manuelles, des chaînes de commandement explicites et des personnes capables de formuler une hypothèse sans l’interface. Elle suppose aussi de pouvoir isoler le modèle, revenir à une version antérieure et poursuivre une mission lorsque les recommandations deviennent indisponibles ou suspectes.
La simulation protège lorsqu’elle élargit ce que les décideurs peuvent envisager. Elle menace lorsqu’elle rétrécit le réel aux seules catégories qu’elle sait calculer. Les Sentinelles ne gagnent pas parce qu’elles voient tout, mais parce que plusieurs fragments finissent par être confrontés sans qu’aucun puisse prétendre constituer seul le monde. La sécurité commence exactement là : au moment où le modèle redevient une hypothèse et où l’action demeure réversible.
Cette réversibilité doit être testée matériellement. Il faut interrompre volontairement le flux de données, rendre indisponible le tableau principal, injecter une contradiction et observer si l’organisation sait encore décider. Un mode manuel qui n’a jamais été exercé n’est pas une capacité ; c’est une note dans un plan. La sortie hors simulation n’existe que si des personnes, des procédures et des moyens indépendants peuvent réellement la franchir.
Repères documentaires
1. Vanillaware, 13 Sentinels: Aegis Rim, Atlus, 2019 ; direction et scénario : George Kamitani. [source]
2. NIST, Artificial Intelligence Risk Management Framework 1.0, 2023. [source]
3. NIST, Developing Cyber-Resilient Systems, SP 800-160, vol. 2, révision 1, 2021. [source]
4. NIST, Security and Privacy Controls for Information Systems and Organizations, SP 800-53, révision 5. [source]
5. CISA, Cybersecurity Tabletop Exercise Packages. [source]
6. Brian David Johnson et Natalie Vanatta, Threatcasting, Springer, 2022 ; NATO STO, ressources sur la modélisation et la simulation. [source]
The post 13 Sentinels: Aegis Rim : comment décider lorsque la crise est peut-être une simulation ? appeared first on INCYBER NEWS.