De la finance climatique à la biosécurité, la prévision polycritique fournit aux dirigeants les outils nécessaires pour anticiper les menaces émergentes et garantir un avenir résilient.
Traduction de Polycritical Foresight: Combining Futures Studies, Threat Modeling, and Systems Thinking for Robust Strategy, par Jesse Damiani. 2025.09.02
Points clés à retenir :- L'imagination seule ne suffit pas pour élaborer des stratégies adéquates en matière de polycrise. La modélisation des menaces fonde la prospective sur des éléments fondamentaux (acteurs, vulnérabilités, voies d'attaque et mesures d'atténuation) et transpose cette logique dans les budgets, les contrôles et les politiques actuels.- La littérature existante propose des méthodes éprouvées (prévision des menaces), des cadres académiques (cyber-prospective multidimensionnelle), des études empiriques (facteurs de menaces) et des guides pratiques (modélisation prospective) pour une telle synthèse transdisciplinaire. Une intégration plus poussée est possible et nécessaire.- La prospective polycritique est la synthèse disciplinée de la réflexion prospective, de la modélisation des menaces et de la pensée systémique – une pratique qui non seulement envisage plusieurs crises possibles, mais les soumet activement à des tests de résistance face à des adversaires, des vulnérabilités et des risques en cascade, puis répercute ces informations sur les politiques, les budgets et les stratégies défensives actuels.La polycrise décrit une époque où des crises multiples, qui se chevauchent et interagissent, se déroulent simultanément. Le changement climatique, l’instabilité géopolitique, la fragilité financière, les risques technologiques, les pandémies et la polarisation sociale sont non seulement simultanés, mais aussi interdépendants, s’influençant mutuellement de manière prévisible et imprévisible. Les méthodes de prospective traditionnelles, telles que la planification de scénarios, l’analyse prospective et les enquêtes Delphi, aident depuis longtemps les gouvernements, les entreprises et la société civile à naviguer dans l’incertitude, mais l’ampleur et l’interconnexion des défis actuels exigent un engagement plus profond en faveur d’approches transdisciplinaires. Ce qu’il faut pour faire face à l’ampleur et à l’échelle de la polycrise, c’est ce que j’appelle la prospective polycritique.
Alors, comment pouvons-nous développer une préparation plus solide face à la polycrise ? Premièrement, en combinant la prospective classique avec une discipline issue de la cybersécurité : la modélisation des menaces. Ensemble, elles nous permettent d’aller au-delà de l’imagination d’avenirs plausibles pour tester ces avenirs face aux acteurs, aux dynamiques et aux vulnérabilités qui rendent les crises contagieuses, puis de revenir en arrière pour déterminer les actions concrètes que nous pouvons entreprendre dès maintenant. C’est l’essence même du threatcasting, une méthodologie relativement nouvelle proposée par Natalie Vanatta et Brian David Johnson en 2018.
Reality Studies est une publication soutenue par ses lecteurs. Pour recevoir les nouveaux articles et soutenir mon travail, pensez à vous abonner gratuitement ou à devenir abonné payant.
Cette proposition (parmi d’autres) plaide de manière convaincante en faveur d’une synthèse entre ces deux domaines. Mais là où un fossé persiste, c’est dans l’exécution : ces propositions sont généralement formulées dans une posture réactive et/ou dans un contexte dystopique. Je pense qu’il est nécessaire que les futurologues intègrent les pratiques de modélisation des menaces dans leur stratégie de prospective à toutes les échelles et, surtout, qu’ils considèrent comme acquis que la polycrise est omniprésente dans tous les scénarios, plutôt que de générer des scénarios qui décrivent ou examinent spécifiquement l’effondrement (par exemple, les scénarios de « déclin et effondrement » dans Dator’s Four Futures). Il n’a jamais été aussi nécessaire de relier les possibilités tactiques de la modélisation des menaces à la prospective et à la pensée systémique, en combinant l’imagination, l’analyse historique et la compréhension de l’interdépendance des crises contemporaines. La prospective polycritique peut renforcer la résilience des futurs positifs, en garantissant que les voies souhaitables ne soient pas compromises par des actions hostiles ou une fragilité en cascade.
Comparaison et contraste entre la stratégie prospective et la modélisation des menaces
La modélisation des menaces et la prospective stratégique ont traditionnellement été des pratiques distinctes dans la gestion des risques. La modélisation des menaces est le plus souvent associée à la cybersécurité et à la défense ; elle consiste à identifier les adversaires potentiels, les vecteurs d’attaque et les vulnérabilités du système afin de hiérarchiser les mesures d’atténuation. Les approches classiques de modélisation des menaces (telles que les cadres STRIDE ou PASTA) analysent les tactiques connues des acteurs malveillants et les modèles d’attaque historiques afin de cartographier les « scénarios les plus pessimistes » pour un système donné. Ce processus souvent technique, axé sur les adversaires, aide les organisations à renforcer leurs systèmes contre les attaques auxquelles nous savons nous attendre.
La prospective stratégique, en revanche, relève du domaine des études prospectives et de la planification stratégique. Elle consiste à regarder au-delà de l’horizon, en explorant systématiquement comment les tendances émergentes et les incertitudes pourraient se concrétiser dans plusieurs scénarios futurs, souvent à 5, 10 ou même 30 ans. Des techniques sont utilisées pour imaginer différents futurs plausibles (souhaitables et indésirables) et pour élaborer des stratégies qui encouragent ou empêchent ces résultats. Plutôt que de prédire, la prospective consiste à se préparer ; elle aide à anticiper les tendances émergentes, plutôt que d’être surpris par le changement.
En termes simples, là où la modélisation des menaces pose la question « Comment pourrions-nous être attaqués la prochaine fois ? », la prospective stratégique pose la question « Que pourrait-il se passer d’autre, et que ferions-nous si cela se produisait ? ».
À leur intersection se trouve une question cruciale : comment mieux anticiper et atténuer les menaces futures qui n’ont pas de précédent historique ? Cette question est de plus en plus importante à mesure que les changements technologiques et géopolitiques s’accélèrent. Les professionnels de la cybersécurité constatent que se concentrer uniquement sur les attaques d’hier laisse des angles morts pour les nouvelles exploitations. De même, les stratèges en matière de sécurité nationale voient la nécessité de se préparer à des menaces « inconnues » (des cyberarmes basées sur l’IA aux agents bio-conçus) qui exigent une prospective imaginative. Ainsi, au cours de la dernière décennie, les futurologues et les modélisateurs de menaces ont proposé des approches mixtes qui intègrent une analyse prospective des scénarios dans les processus de modélisation des menaces. Cela se résume dans le « threatcasting » mentionné ci-dessus, ainsi que dans d’autres propositions qui incluent la « modélisation stratégique des menaces » et la « cyber-prospective multidimensionnelle » (entre autres décrites ci-dessous).
La prospective et ses limites dans un contexte de polycrise
La prospective est un outil essentiel pour élargir la réflexion stratégique. Elle nous encourage à envisager plusieurs futurs plutôt que de nous fier à une seule prévision. Les méthodes courantes de prospective comprennent : l’analyse prospective (surveillance systématique des signaux de changement), la planification de scénarios (élaboration de récits cohérents sur des futurs alternatifs), les méthodes Delphi (obtention d’un consensus d’experts sur les risques émergents) et l’analyse des tendances (projection à partir de données historiques).
Ces méthodes sont très utiles pour mettre en évidence les possibilités et remettre en question les hypothèses, mais elles se heurtent souvent à trois défis majeurs dans un environnement de polycrise :
- Dynamiques antagonistes : de nombreuses crises ne sont pas des événements passifs ; elles impliquent des actions délibérées de la part d’États, d’entreprises ou d’autres groupes qui exploitent les vulnérabilités. La prospective traditionnelle traite souvent les crises comme des conditions environnementales plutôt que comme des sites contestés.
- Vulnérabilité systémique : la polycrise est une question d’interdépendance. Un seul choc peut se répercuter sur plusieurs systèmes. Si la prospective cartographie parfois ces interdépendances, elle manque souvent de granularité pour montrer comment les vulnérabilités se propagent réellement.
- Capacité d’action : de nombreux résultats de la prospective inspirent la réflexion, mais ne fournissent pas de mesures concrètes pour la défense, la résilience et la préparation. Dans une polycrise, nous avons besoin de plus que de la simple prise de conscience ; nous avons besoin de plans.
C’est là qu’intervient la modélisation des menaces.
Qu’est-ce que la modélisation des menaces ?
La modélisation des menaces trouve son origine dans le domaine de la sécurité de l’information, où elle permet aux organisations d’anticiper et d’atténuer de manière proactive les risques cybernétiques. Elle offre une méthode structurée pour penser comme un adversaire et identifier les points faibles potentiels avant qu’ils ne soient exploités. Sa logique repose sur une série de questions simples :
- Que protégez-vous ? (Actifs)
- Qui pourrait vous attaquer ? (Adversaires/Menaces)
- Où se trouvent vos points faibles ? (Vulnérabilités)
- Comment une menace pourrait-elle se manifester ? (Vecteurs d’attaque)
- Que pouvez-vous faire pour réduire le risque ? (Atténuations)
Tout comme la prospective, la modélisation des menaces ne consiste pas à prédire l’avenir. Il s’agit de soumettre un système à des tests de résistance afin de mettre en évidence ses points faibles et de hiérarchiser les investissements défensifs. Il s’agit d’une approche proactive, plutôt que réactive, de la gestion des risques.
Comment la modélisation des menaces améliore la prospective : la prospective polycritique en action
En intégrant la logique de la modélisation des menaces, nous pouvons rendre notre prospective plus robuste et plus exploitable.
Ajouter l’intelligence adversaire
De nombreux exercices de prospective traitent les crises comme des catastrophes naturelles, c’est-à-dire des forces externes inévitables. Mais les crises sont souvent le résultat de choix délibérés, qu’il s’agisse d’une guerre commerciale ou d’une campagne de désinformation. La modélisation des menaces nous oblige à identifier les acteurs clés et leurs motivations potentielles. Cela ancre la prospective dans la politique et les conflits du monde réel qui sont à l’origine des crises modernes.
Cartographier les vulnérabilités des systèmes, pas seulement les tendances
Alors que la prospective répertorie souvent les grands moteurs du changement (par exemple, l’adoption de l’IA), la modélisation des menaces examine en détail les vulnérabilités spécifiques d’un système. Elle pose la question suivante : « Où se trouvent les points de défaillance uniques ? » Cette focalisation sur les points faibles nous aide à comprendre comment la polycrise pourrait réellement se répercuter sur les systèmes mondiaux, ainsi que les effets d’ordre n qui pourraient en découler.
Permettre la hiérarchisation
Une critique courante de la prospective est qu’elle peut submerger les décideurs avec trop de possibilités et de signaux. La modélisation des menaces permet de trier ces préoccupations en évaluant les menaces en fonction de leur probabilité et de leur impact. Cela aide les clients à concentrer leurs ressources là où elles sont le plus utiles, même dans un monde incertain.
Relier la prise de conscience à l’atténuation
Il est facile de créer un scénario vivant, puis de laisser le public se demander : « Et alors ? » La modélisation des menaces comble cette lacune en passant des vulnérabilités à des stratégies d’atténuation concrètes. L’objectif est d’identifier les investissements défensifs qui sont solides et efficaces dans de nombreux futurs possibles.
Comment la prospective améliore la modélisation des menaces
Si les méthodologies de prospective peuvent tirer parti de la modélisation des menaces, l’inverse est également vrai. De nombreux cadres de modélisation des menaces s’appuient encore fortement sur les modèles d’attaques passés et négligent les « inconnues inconnues ». Il existe souvent une « intégration insuffisante de la prospective dans les stratégies de sécurité », comme le souligne une étude, ce qui conduit à un « manque de sensibilisation » dans la préparation aux risques émergents.
Pour combler cette lacune, il faudra une plus grande collaboration entre les experts en sécurité et les futurologues, un changement de culture organisationnelle pour adopter une réflexion à long terme et le développement d’outils permettant d’intégrer systématiquement les connaissances prospectives dans la gestion quotidienne des risques. Bien que cet article ne vise pas à approfondir ces points, je noterai que les domaines à améliorer comprennent l’élaboration de mesures d’évaluation du succès des mesures de sécurité fondées sur la prospective, la formation des analystes aux techniques futuristes et la garantie de l’adhésion des dirigeants à des investissements proactifs (plutôt que purement réactifs) en matière de sécurité.
Quelles sont les recherches déjà existantes à cette intersection ?
Comme je l’ai mentionné ci-dessus, je ne pars pas de zéro ici ; il existe un nombre croissant de travaux fusionnant la prospective et l’analyse des menaces :
- Threatcasting (Vanatta & Johnson, 2018). Une méthodologie formalisée de menace sur 10 ans qui intègre les études prospectives à la planification militaire ; les résultats comprennent des scénarios narratifs, des indicateurs précoces (« drapeaux ») et des plans d’action rétrospectifs.
- Cadre multidimensionnel de cybersécurité pour la prospective (Onwubiko & Ouazzane, 2021-22). Propose un cadre à six domaines (physique, culturel, économique, social, politique, cyber) fondé sur la connaissance de la situation afin de garantir que les facteurs socio-techniques influencent la planification des risques cybernétiques.
- Prospective stratégique pour la sécurité (Vescent & Blakley, NSPW 2018). A mené une prospective structurée avec des professionnels de la sécurité (entretiens, scénarios, rétrospective), aboutissant à de « nouveaux paradigmes de sécurité » (par exemple, de la sécurité réactive à la sécurité proactive ; conception centrée sur l’humain). A conclu qu’une collaboration plus étroite entre les futurologues et les professionnels de la sécurité permettait d’élaborer des stratégies plus solides.
- Recherche sur les facteurs de menace (Raban & Hauptman, 2018). Étude prospective à long terme visant à identifier les principaux facteurs de menace et à évaluer comment les technologies émergentes amplifient les capacités de défense et d’attaque (par exemple, l’IoT, le biohacking, le quantique/l’IA à double usage).
- Notes pratiques du secteur. Futures Platform résume comment intégrer l’analyse, les ateliers de scénarios et l’itération dans la stratégie cybernétique ; Team Cymru élabore des modèles de menace adaptatifs qui fusionnent la prospective stratégique et la préparation tactique.
- Modélisation des menaces rétrospective (Vu Van Than, ISC2, 2025). Méthode pratique pour contrer le « biais des modèles passés » : modélisation explicite d’attaques futures hypothétiques, remise en question des hypothèses cachées et utilisation de pots de miel et de la recherche d’anomalies pour mettre en évidence les tactiques, techniques et procédures (TTP) naissantes.
- Prévision en matière de défense/renseignement. Les voix de la sécurité nationale plaident en faveur d’horizons temporels stratifiés (5/15/30 ans) et de programmes dédiés aux scénarios de menaces pour les risques scientifiques/technologiques émergents, comme l’illustrent les analyses autour du « syndrome de La Havane » et les préoccupations liées à l’énergie dirigée comme cas d’échec de la prévision.
Boîte à outils : moyens pratiques d’intégrer la modélisation des menaces dans la prévision
Test de résistance des scénarios avec rétroprojection (adapté du threatcasting)
1) Construisez 3 ou 4 futurs divergents. 2) Pour chacun d’entre eux, énumérez les actifs, les adversaires, les vulnérabilités et les vecteurs d’attaque. 3) Identifiez les « drapeaux » (ce qu’il faut surveiller) et les « portes » (interventions). 4) Effectuez une rétroprojection vers les actions concrètes et les responsables actuels.
« Arbres d’attaque » polycrise
Traduisez les interdépendances en arbres d’attaque/cascade multisystèmes (par exemple, la sécheresse entraîne une mauvaise récolte, qui entraîne des interdictions d’exportation, qui entraîne une flambée des prix des denrées alimentaires, qui entraîne des troubles), puis marquez les points d’intervention et les portefeuilles d’atténuation (redondance, disjoncteurs, gouvernance). Cette approche s’aligne sur la pratique de la modélisation des menaces et complète les manuels de cyber-prospective.
Analyse centrée sur les acteurs (adaptée de Multidimensional Cyber-Foresight)
Étendez l’analyse aux comportements des acteurs (États, entreprises, plateformes, réseaux sombres) susceptibles d’exploiter les vulnérabilités, en les associant aux facteurs de tendance (technologie, politique, culture). Les lentilles multidomaines aident à détecter les risques qui trouvent leur origine en dehors de la « technologie ».
Portefeuilles de résilience
Utiliser les menaces modélisées pour constituer des portefeuilles d’atténuation robustes dans tous les scénarios (contrôles techniques + processus + politique). Les directives du secteur considèrent désormais la modélisation des menaces comme un programme aligné sur l’activité et mis à jour en permanence, plutôt que comme un artefact ponctuel.
Études de cas hypothétiques
Voici quelques exemples généraux illustrant comment la modélisation des menaces peut améliorer les scénarios élaborés à l’aide de méthodologies prospectives. Il s’agit d’invitations à envisager des possibilités plutôt que d’analyses exhaustives.
Climat x Finance
L’accélération de la transition vers la décarbonisation a directement lié la politique climatique à la stabilité financière mondiale. À mesure que les investissements verts, les marchés des crédits carbone et les chaînes d’approvisionnement en minéraux critiques se développent rapidement, ils ouvrent de nouvelles perspectives en termes d’opportunités et d’exploitation. Imaginez un avenir où le succès ou l’échec de la politique climatique est indissociable de la résilience financière : la sécurité énergétique dépend de chaînes d’approvisionnement fragiles, les marchés du carbone deviennent la cible de spéculations et les régimes autoritaires utilisent l’accès aux ressources comme une arme. Dans ce contexte, l’intersection entre le climat et la finance devient un front critique pour les actions hostiles, les risques systémiques en cascade et les crises potentielles de confiance publique.
- Atouts : stabilité financière, approvisionnement énergétique, confiance publique.
- Adversaires/menaces : fonds spéculatifs opportunistes, régimes autoritaires manipulant les marchés de l’énergie, cybercriminels ciblant les plateformes d’échange de quotas d’émission de carbone.
- Vulnérabilités : concentration excessive des investissements verts dans quelques technologies, dépendance à l’égard de chaînes d’approvisionnement fragiles pour les minéraux essentiels, banques centrales politisées.
- Vecteurs d’attaque : bulles spéculatives sur les crédits carbone, ransomware coordonné sur les infrastructures énergétiques, désinformation sapant la politique climatique.
- Mesures d’atténuation : stratégies d’investissement diversifiées, normes de cybersécurité plus strictes, accords internationaux sur la gouvernance de l’approvisionnement en minéraux.
Les techniques de prospective polycritique permettent aux régulateurs financiers, aux décideurs politiques dans le domaine de l’énergie et aux institutions internationales d’anticiper les points de convergence entre l’action climatique, la fragilité financière et les comportements hostiles. La surveillance de signaux tels que la volatilité soudaine des marchés des crédits carbone, les activités cybernétiques anormales ciblant les infrastructures énergétiques ou les fluctuations brutales des chaînes d’approvisionnement en minéraux critiques peut fournir des alertes précoces en cas de tension systémique. Grâce à ces indicateurs, les dirigeants pourraient activer des mesures telles que la mise en place de dispositifs de suspension temporaire des transactions, l’application de protocoles de cybersécurité rapides pour les fournisseurs d’énergie ou la coordination des stocks internationaux de minéraux critiques. De cette manière, la prospective polycritique ne se contente pas de cartographier les vulnérabilités du lien entre le climat et la finance, elle garantit également que les efforts en faveur d’une transition énergétique durable sont à l’abri de toute manipulation, de toute défaillance en cascade et de toute crise de confiance publique.
Soins de santé basés sur l’IA et utilisation abusive
Les systèmes de soins de santé basés sur l’IA, qui vont des algorithmes de diagnostic aux plateformes de chirurgie robotique, promettent efficacité et accès élargi, mais ils sont également vulnérables à une utilisation abusive. Imaginons un scénario futur dans lequel l’infrastructure de soins de santé d’un pays repose fortement sur des outils de diagnostic basés sur l’IA intégrés dans les hôpitaux et les réseaux de télémédecine.
- Atouts : données sur la santé des patients, confiance dans les établissements de soins de santé, disponibilité de diagnostics et de traitements précis.
- Adversaires/menaces : groupes cybercriminels cherchant à rançonner les réseaux hospitaliers ; acteurs étatiques hostiles tentant de déstabiliser la confiance du public ; menaces internes manipulant les algorithmes à des fins financières ou politiques.
- Vulnérabilités : dépendance à l’égard de modèles d’apprentissage automatique opaques et sensibles aux entrées adverses ; fragilité des chaînes d’approvisionnement pour les appareils basés sur l’IA ; insuffisance des cadres réglementaires en matière de responsabilité algorithmique.
- Vecteurs d’attaque : empoisonnement des données par des adversaires qui dégradent subtilement la précision des modèles ; attaques par ransomware ciblant l’infrastructure IA des hôpitaux ; campagnes de désinformation exagérant les erreurs algorithmiques afin d’éroder la confiance dans le système de santé.
- Mesures d’atténuation (Gates) : tests adversaires rigoureux des algorithmes de santé avant leur déploiement ; voies de diagnostic redondantes garantissant la collaboration entre l’homme et l’IA ; pipelines de données patients cryptés et résilients ; normes internationales pour la validation de l’IA en médecine.
En appliquant une prospective polycritique, les décideurs politiques et les organismes de santé peuvent anticiper ces scénarios d’utilisation abusive et concevoir des mesures de protection à l’avance. Par exemple, des signaux d’alerte tels que des pics inexpliqués des taux d’erreurs de diagnostic, des récits coordonnés sur les réseaux sociaux concernant des « défaillances » de l’IA ou des perturbations de la chaîne d’approvisionnement de matériel informatique essentiel à l’IA pourraient fournir des alertes précoces. Forts de ces indicateurs, les dirigeants pourraient activer des mesures telles que des audits d’algorithmes, des campagnes de réassurance du public ou des protocoles d’intervention rapide pour les hôpitaux concernés.
Biosécurité et agents pathogènes modifiés
Les progrès de la biologie synthétique et des technologies d’édition génétique offrent des avantages potentiellement énormes pour la médecine, l’agriculture et la durabilité, mais ils créent également de nouveaux risques liés aux agents pathogènes modifiés ou aux rejets accidentels. Imaginons un avenir dans lequel des outils de bio-ingénierie bon marché et largement disponibles permettent aux acteurs étatiques et non étatiques de concevoir de nouveaux virus plus rapidement que les systèmes de santé mondiaux ne peuvent réagir.
- Atouts : santé et sécurité publiques, mobilité mondiale, confiance dans les institutions scientifiques, continuité des systèmes de santé.
- Adversaires/menaces : États voyous cherchant à obtenir un avantage asymétrique, groupes extrémistes expérimentant des agents biologiques, initiés dans les laboratoires de recherche ou « biohackers » générant involontairement des organismes nuisibles.
- Vulnérabilités : normes de biosécurité inégales entre les laboratoires, lacunes dans la gouvernance internationale, dépendance à l’égard d’installations centralisées de production de vaccins, absence de surveillance rapide dans les régions à faible revenu.
- Vecteurs d’attaque : libération d’agents pathogènes modifiés (délibérée ou accidentelle), manipulation des chaînes d’approvisionnement génétiques (par exemple, commandes de synthèse d’ADN contaminées), campagnes de désinformation sapant la confiance dans les vaccins et les réponses de santé publique.
- Mesures d’atténuation (Gates) : Renforcement de la surveillance et de la certification des fournisseurs de synthèse d’ADN ; normes mondiales pour la sécurité des laboratoires ; investissement dans des plateformes de production de vaccins distribuées et rapides ; intégration de la surveillance génomique dans les systèmes de santé publique ; accords internationaux de partage des données pour la détection précoce des épidémies.
Grâce à des approches prospectives polycritiques, les agences sanitaires mondiales, les organismes de sécurité nationale et les entreprises de biotechnologie peuvent anticiper les scénarios dans lesquels les risques liés à la biologie synthétique débouchent sur des pandémies ou des crises géopolitiques. La surveillance de signaux tels que les pics de demandes inhabituelles de synthèse d’ADN, les clusters inexpliqués de maladies dans les régions abritant des pôles biotechnologiques ou les discours coordonnés semant le doute sur les autorités de santé publique pourrait fournir des alertes précoces. Grâce à ces indicateurs, les dirigeants pourraient activer des mesures telles que l’arrêt des commandes de synthèse suspectes, le déploiement d’équipes épidémiologiques d’intervention rapide ou le recours à des accords de collaboration d’urgence pour l’augmentation de la production de vaccins. De cette manière, la prospective polycritique renforce non seulement la préparation aux pandémies, mais aussi la gouvernance mondiale, en contribuant à empêcher l’utilisation abusive des développements biotechnologiques et les effets catastrophiques en cascade qui en découlent.
Modèle de mise en œuvre (à quoi ressemble une « bonne » mise en œuvre)
La polycrise est dynamique, la prospective polycritique doit donc l’être aussi. Les futurologues peuvent adopter le modèle de plan de mise en œuvre suivant pour s’assurer que la stratégie, les facilités et les conseils sont solides :
- Cadence permanente. Analyse trimestrielle de l’horizon + laboratoires de scénarios semestriels + sprint annuel de modélisation des menaces « rétrospectives » ; intégration des résultats dans le registre des risques et le cycle budgétaire.
- Architecture des indicateurs. Tenir à jour une liste commune de signaux (indicateurs précoces) associés à chaque menace modélisée ; mettre en place des tableaux de bord pour les surveiller.
- Feuilles de route rétrospectives. Pour chaque scénario prioritaire, identifier les « portes » (politiques/contrôles) et attribuer des responsables, des délais et des critères de test.
- Couverture multidomaine. Utiliser la lentille à six domaines pour détecter les facteurs extra-techniques.
- Équipes rouges/bleues avec des scénarios futurs. Testez les tactiques, techniques et procédures potentielles de demain (en vous appuyant sur la théorie des jeux et des cadres tels que MITRE ATT&CK) à travers des exercices sur table ou des exercices en conditions réelles (reflétant les meilleures pratiques dans l’industrie et les opérations de défense).
- Maturité du programme. Suivre dans quelle mesure les pratiques de modélisation des menaces sont réellement adoptées et utilisées (qui en est responsable, à quelle fréquence elles sont mises à jour et si elles influencent les décisions réelles) plutôt que de se contenter de produire des artefacts (l’accent mis sur la gouvernance plutôt que sur les résultats reflète les meilleures pratiques actuelles des entreprises).
Vers une prospective polycritique
Nous vivons aujourd’hui à une époque où les crises ne sont plus des événements isolés, mais font partie d’un réseau dense de risques interdépendants. La prospective a toujours consisté à élargir notre imagination, mais l’imagination seule ne suffit pas. Nous avons besoin d’outils plus précis pour identifier nos vulnérabilités, ceux qui pourraient les exploiter et la manière dont les crises pourraient se répercuter sur nos systèmes interconnectés. La modélisation des menaces sans réflexion prospective risque de s’en tenir aux modèles d’attaque d’hier.
La fusion de ces deux domaines n’est pas sans difficultés. La modélisation des menaces, qui fonctionne bien pour les systèmes délimités, peut s’avérer compliquée lorsqu’elle est appliquée à l’échelle mondiale. Elle comporte également le risque de créer un faux sentiment de précision, d’alimenter une paranoïa injustifiée, d’induire un glissement de périmètre ou de se heurter à des sensibilités politiques lors de la désignation des adversaires. En outre, une collaboration accrue est nécessaire entre les futurologues et les chercheurs en sécurité afin de garantir qu’ils disposent d’un langage commun pour minimiser les interférences et les angles morts.
Je pense néanmoins que le jeu en vaut la chandelle, car cela permet d’obtenir des prévisions plus exploitables, mieux adaptées à la nature complexe et interconnectée de la polycrise. Cette fusion ne se contente pas de nous aider à anticiper l’effondrement. Elle nous permet d’améliorer les recommandations stratégiques pour tous les futurs, même ceux présentés sous un jour positif, en les rendant plus résistantes aux adversaires, aux maillons faibles et aux risques en cascade. La prospective polycritique combine la prospective pour élargir l’horizon de ce qui pourrait se produire, la modélisation des menaces pour affiner cet horizon en identifiant les acteurs, les vulnérabilités, les voies d’attaque et les mesures d’atténuation, et une compréhension claire de la manière dont la polycrise représente un système interdépendant plutôt qu’une liste de crises disparates. Cette pratique nous permet d’élaborer des stratégies suffisamment solides pour résister aux risques en cascade et suffisamment flexibles pour s’adapter face à des réalités émergentes inattendues.