Opérations d’influence · GTG-54002

Services commerciaux de manipulation d'opinion dans plusieurs régions : cas GTG-54002

Avis de source

Cette page est une traduction en français du contenu pertinent des pages 47–53 du rapport d'Anthropic de septembre 2026. L'attribution de l'acteur, le langage de confiance et les chiffres d'échelle proviennent tous de ce rapport ; ce site n'a pas vérifié de manière indépendante tous les résultats concrets.

Selon le rapport d'Anthropic, un réseau déguisé en « rédactions locales indépendantes » a utilisé Claude pour produire et réécrire en masse du contenu politique : environ 70 sites de fausses actualités, au moins 8 913 articles, dans environ 20 langues, plus 70 comptes X associés et plus de 250 faux comptes de commentaires pour amplifier. Mais le rapport souligne également que la plupart du contenu n'a eu presque aucune interaction d'audience réelle, et qu'aucune preuve de diffusion au-delà des propres actifs du réseau n'a été trouvée — le volume de production n'est pas synonyme d'influence. Le rapport a retracé le réseau jusqu'à une entreprise française de publicité numérique, n'a pas pu confirmer les clients payants et n'a trouvé aucune preuve de direction gouvernementale.

Ce qui s'est passé

Nous avons identifié et supprimé un compte qui utilisait Claude pour produire et réécrire en masse du contenu politique. La campagne a utilisé le modèle pour réécrire et distribuer des reportages fabriqués sur environ 70 sites de fausses actualités. Ce contenu a été en outre amplifié par 70 comptes X/Twitter associés et correspondants, et par un réseau de plus de 250 faux comptes de commentaires X/Twitter.

Notre enquête a montré que la campagne ciblait des audiences mondiales sur les six continents. Bien que l'acteur ait construit le réseau pour qu'il ressemble à des rédactions locales indépendantes, nous avons retracé la campagne jusqu'à LKM Company, une entreprise de publicité numérique basée en France.

Le réseau n'adhérait pas à une seule idéologie politique ; au contraire, il changeait de position politique pour soutenir différents côtés du spectre politique selon qui payait à ce moment-là. Ce comportement correspond à un modèle commercial « d'influence à la demande ».

Dans ces opérations, des entreprises privées sont engagées pour manipuler l'information, faire évoluer l'opinion publique, faire avancer des agendas politiques spécifiques ou mener des campagnes de diffamation ciblées contre des individus.

Nous avons interrompu la campagne avant qu'elle ne puisse construire une audience réelle. Le réseau a publié au moins 8 913 articles dans environ 20 langues, mais la plupart du contenu que nous avons identifié n'a eu presque aucune interaction observable d'audiences réelles. En utilisant la Breakout Scale de la Brookings Institution (un cadre pour mesurer l'efficacité des opérations d'influence), nous avons évalué la campagne comme catégorie 2 : le contenu a été distribué via les propres sites du réseau et les comptes de réseaux sociaux correspondants, sans preuve qu'il ait dépassé la portée de la campagne elle-même.

Ce que l'IA a fait

L'acteur a utilisé Claude à deux fins principales : rédiger des articles entièrement originaux pour ses médias de fausses actualités et réécrire des articles réels de journalistes légitimes. Un système automatisé a réécrit des reportages d'actualité authentiques en versions à orientation politique, personnalisées pour plaire à l'audience de chaque pays spécifique et à l'angle politique souhaité.

La campagne ciblait des audiences dans des espaces démocratiques hautement concurrentiels, avec un accent particulier sur les États-Unis, le Brésil, la France et la République démocratique du Congo (RDC). Comme les environnements politiques de ces pays diffèrent considérablement, le ciblage du réseau n'a montré aucun agenda politique unique.

Notre enquête a trouvé des signes que la campagne peut refléter les intentions d'un ou plusieurs clients ayant des intérêts dans le conflit en cours entre la RDC et le Rwanda. Nous n'avons pas pu confirmer de manière indépendante quels clients ont commandé le contenu, et n'avons trouvé aucune preuve de direction gouvernementale.

La campagne a enregistré ses domaines depuis la France sur une fenêtre de dix semaines à mi-2025, mettant en place son infrastructure réseau en peu de temps. Ils ont hébergé tous ces actifs sur une infrastructure partagée derrière un seul déploiement. Cela a permis à nos enquêteurs de relier les environ 70 sites d'actualité apparemment indépendants à un seul compte opérateur.

Le réseau a utilisé Claude pour créer un pipeline de contenu standardisé. Toutes les instructions données exigeaient une structure de sortie JSON fixe, du HTML formaté, des limites de caractères précises et de 3 à 4 liens internes par article. Cela a permis à l'acteur de générer et publier automatiquement du contenu à grande échelle. Les articles étaient spécifiquement conçus pour améliorer le classement d'autorité de leurs sites sur les moteurs de recherche.

Nous avons constaté que la campagne s'appuyait à plusieurs reprises sur trois techniques de manipulation : réécrire le même reportage source dans des directions idéologiques opposées pour différentes audiences ; ajouter un angle politique à des reportages qui n'en avaient pas à l'origine ; et « blanchir » des reportages à travers les frontières vers des régions sans rapport, en les dépouillant de leur contexte original.

Pour que les articles paraissent légitimes, l'acteur les a attribués à des fausses signatures de journalistes. Notre enquête a révélé que ces journalistes n'existent pas. Ces signatures fabriquées ont fait que chaque site ressemblait à une rédaction locale indépendante avec son propre personnel. Le réseau a associé chaque faux média à un compte X (anciennement Twitter). Les sites ont ensuite été amplifiés par une couche de comptes de commentaires créés exactement dans le même laps de temps que les sites, beaucoup avec des avatars générés par IA. La plupart de ces faux comptes ont été créés en juin et juillet 2025.

Le 11 septembre 2025, nous avons détecté des signes de comportement inauthentique coordonné lorsque les sites du réseau ont publié des articles presque identiques sur le conflit RDC–Rwanda dans un délai de trois minutes. L'acteur a modifié le ton de chaque article pour s'adapter à différentes audiences régionales tout en coordonnant la distribution de ces liens sur de nombreux comptes X.

Ce que le rapport a observé

Un examen attentif de la production du réseau a montré un fort accent sur la République démocratique du Congo, avec 318 articles liés sur tous les sites de fausses actualités. Ces reportages soutenaient généralement la position du gouvernement de la RDC, avec une attention particulière aux accords minéraux régionaux et aux tensions persistantes avec le Rwanda. Cette stratégie correspondait à la croissance d'audience du réseau ; dans les premières semaines, les fausses identités qui suivaient ses comptes X étaient écrasamment liées à la RDC, et ses pages d'actualité spécifiques à la RDC sont devenues les comptes les plus partagés et les plus populaires de toute la campagne à cette époque.

Un compte X se présentant comme une « armée numérique » de civils congolais a également été observé suivant plusieurs comptes du réseau. Nous n'avons trouvé aucune preuve de direction gouvernementale.

Nous avons identifié le compte grâce à notre enquête continue sur les opérations d'influence dans la région. Nous avons banni eux et les organisations associées à la campagne, et mis en œuvre de nouvelles méthodes de détection ciblant les signatures comportementales de la campagne. Le rapport a partagé des indicateurs pour soutenir l'action d'autres partenaires du secteur, en particulier l'identifiant de déploiement partagé reliant le réseau à un seul compte, et un échantillon représentatif des 70 faux médias sélectionnés dans plusieurs régions (la liste complète des domaines et comptes est fournie séparément). Selon les limites de sécurité de ce site, les domaines et comptes spécifiques ne sont pas reproduits.

Capture d'écran du rapport original montrant un lot de profils de faux comptes de commentaires du réseau avec des avatars générés par IA.
Figure originale du rapport : certains des plus de 250 faux comptes de commentaires du réseau, avec des avatars générés par IA, la plupart créés en juin–juillet 2025. Toutes les identités de compte montrées sont fausses.

Confirmé et inconnu

Confirmé

  • Environ 70 sites de fausses actualités peuvent être retracés jusqu'au même compte opérateur (infrastructure partagée et identifiant de déploiement)
  • Les journalistes des signatures n'existent pas ; de nombreux comptes d'amplification utilisent des avatars générés par IA
  • Au moins 8 913 articles dans environ 20 langues — mais aucune preuve de diffusion au-delà des propres actifs du réseau
  • Le rapport a retracé l'opération jusqu'à LKM Company et banni le compte et les organisations associées

Inconnu

  • L'identité des clients payants n'a pas pu être confirmée de manière indépendante
  • La portée réelle parmi les audiences réelles est inconnue (le rapport a évalué très peu d'interaction)
  • Le traitement ultérieur de ces comptes et sites par les plateformes sociales et de recherche n'est pas détaillé élément par élément dans le rapport

Réponse de la plateforme

Anthropic indique qu'il a découvert le compte grâce à son enquête continue sur les opérations d'influence dans la région, banni le compte et les organisations associées, et mis en œuvre de nouvelles méthodes de détection ciblant ses signatures comportementales. Le rapport a également partagé l'identifiant de déploiement partagé reliant les environ 70 sites à un seul compte et un échantillon de faux médias pour que les partenaires du secteur agissent ; la liste complète des domaines et comptes est fournie séparément et n'est pas reproduite ici.

Limites de la réponse:Ce qui a été banni, c'est le compte opérateur et les organisations associées ; le rapport n'indique pas le résultat pour tous les sites et comptes sur les plateformes.

À retenir

  • Quand vous voyez que « plusieurs médias rapportent la même chose en même temps », faites attention : ils peuvent appartenir au même opérateur, juste avec des noms et des positions différentes.
  • Un grand volume de contenu et de nombreuses langues ne valent pas une grande audience ; juger l'impact nécessite des preuves d'interaction réelle et de diffusion interplateformes.

Sources