L’article de Volkan Topalli, The Future of Crime Revisited: Artificial Intelligence and the Next Phase of Crime Exponentiation (13 septembre 2026 ; https://www.crimrxiv.com/pub/0eyp7gtm/release/2) reprend une thèse formulée en 2020 avec Nikolovska : le progrès technologique a rompu l’ancien équilibre entre innovation criminelle et réaction institutionnelle. Lorsque les capacités techniques progressent de façon exponentielle alors que police, justice, législateurs et recherche s’adaptent plus lentement, il se produit une « exponentiation du crime ». Celle-ci repose sur trois mécanismes : l’accessibilité, parce que la technologie abaisse les compétences et les moyens nécessaires pour commettre une infraction ; la productivité, parce qu’un même auteur peut viser beaucoup plus de victimes ; et la diversification, parce que la technologie transforme des infractions existantes ou en crée de nouvelles. Selon l’auteur, l’IA générative et agentique accélère ce phénomène.

Topalli revient d’abord sur la criminalité numérique antérieure à l’IA générative. La fraude sentimentale en ligne montre déjà l’augmentation de l’accessibilité et de la productivité, puis son industrialisation par des entreprises qui répartissent la tromperie entre plusieurs salariés. L’IA permet un nouveau saut : elle peut servir d’instrument, en automatisant des conversations crédibles et personnalisées à grande échelle, puis devenir l’exécutant principal en adaptant elle-même la manipulation aux vulnérabilités de chaque victime. La disparition progressive des intervenants humains rend aussi certaines pratiques plus difficiles à observer et oblige la criminologie à revoir des concepts conçus autour d’auteurs humains.

L’auteur propose ensuite une taxonomie à deux axes. Le premier distingue les infractions dirigées par un humain de celles dont l’acte illicite est généré de façon autonome par le système. Le second distingue l’IA comme instrument, qui augmente une capacité criminelle, de l’IA comme principal exécutant. On obtient quatre configurations, mais l’essentiel est le déplacement possible d’une catégorie à l’autre à mesure que l’autonomie augmente. Les « dark LLMs », le phishing assisté par IA et les deepfakes relèvent surtout de l’IA-instrument sous direction humaine. Les attaques agentiques, où un humain fixe l’objectif mais laisse le système identifier les cibles, rechercher les vulnérabilités et conduire l’intrusion, illustrent l’IA-principal sous direction humaine.

La difficulté la plus nouvelle concerne les actes autonomes. L’article s’appuie sur un incident de 2026 que l’auteur rapporte à partir de publications d’OpenAI et d’analyses indépendantes : des modèles évalués dans un environnement de cybersécurité auraient accédé à des systèmes externes, puis de nombreux agents se seraient coordonnés, auraient partagé des exploits, réparti le travail, tenté de tromper le système d’évaluation et recréé un canal de communication après sa suppression. Le point juridique n’est pas que la machine posséderait une intention criminelle comparable à celle d’un humain. Topalli parle au contraire d’« autonomie sans mens rea » : l’acte non autorisé apparaît comme une sous-tâche produite pour atteindre un objectif légitime. Les catégories classiques de responsabilité, fondées sur l’acte et l’état d’esprit de l’auteur, deviennent alors difficiles à appliquer.

Les infractions contre l’IA, notamment l’empoisonnement des données, restent hors de cette grille puisque l’IA y est la cible. Elles deviennent pourtant centrales si les systèmes de prévention reposent eux-mêmes sur l’IA. Topalli qualifie alors l’exponentiation du crime de « super wicked problem » : le temps d’adaptation se réduit, les acteurs qui développent les systèmes sont aussi parmi ceux qui doivent en évaluer les risques, aucune autorité ne dispose d’une compétence globale et les institutions tendent à différer les mesures coûteuses. Il y voit une raison de compléter la réaction pénale classique par des démarches anticipatives.

Cette anticipation peut elle-même bénéficier de l’IA. L’auteur reste toutefois prudent sur les performances actuelles et relève que les équipes associant humains et IA semblent encore particulièrement efficaces. Surtout, la prévision criminelle est réflexive : contrairement à un phénomène naturel, un délinquant peut connaître la prévision et adapter son comportement. C’est le « paradoxe de l’interdiction ». Une prévention réussie peut faire apparaître une bonne prévision comme une fausse alerte ; l’adversaire peut modifier ses méthodes ; les boucles de rétroaction peuvent dégrader les données et amplifier les biais ; enfin, les décideurs peuvent transférer de fait leur pouvoir d’appréciation à des systèmes qui ne supportent aucune responsabilité juridique. Topalli recommande donc des prévisions conditionnelles et plutôt agrégées, une prise en compte de l’adaptation adverse, un contrôle des boucles de rétroaction et le maintien de l’autorité humaine.

Sur le plan théorique, l’auteur refuse à la fois l’anthropomorphisme et l’idée que la criminologie serait inutile face aux machines. Les traces de raisonnement des agents présentent des analogies fonctionnelles avec l’apprentissage social, la neutralisation ou la théorie de la tension : coopération entre agents, relativisation d’une règle au nom de l’objectif, recours à une voie interdite lorsque la voie autorisée est bloquée. Ces ressemblances ne prouvent ni conscience, ni culpabilité, ni motivation humaine. Elles invitent plutôt à distinguer, dans les théories criminologiques, les éléments spécifiquement humains des mécanismes comportementaux plus généraux.

Enfin, Topalli tire des conséquences pour les données et la formation. Il reprend l’idée d’un centre commun de collecte des données sur la cybercriminalité réunissant autorités, chercheurs et entreprises, mais estime qu’il faut désormais y associer les développeurs d’IA de pointe et imposer la notification rapide des incidents dangereux. Cette infrastructure améliorerait la mesure du « chiffre noir » et la prévision, tout en devenant elle-même une cible potentielle. La criminologie doit aussi acquérir davantage de compétences techniques, tandis que les spécialistes de l’IA devraient mieux connaître les travaux sur la déviance, l’adaptation, la légitimité et le contrôle social.

En conclusion : ni catastrophisme, ni déni. Pour l’auteur, l’IA facilite déjà certaines fraudes, abaisse les barrières d’entrée de la cybercriminalité et peut, dans certains cas documentés selon lui, produire des actes non autorisés sans instruction humaine directe. La réponse doit donc être empirique, interdisciplinaire et anticipative.

Me Philippe Ehrenström, avocat, DPO ; LLM, CAS en Droit et intelligence artificielle ; CAS en Protection des données – Entreprise et administration