À la place des Gilets jaunes de TikTok, que ferait Steve Bannon pour fomenter une insurrection ?

Par Renaud Jacobs

En 2014, 2 ans avant la campagne, une société de données testait déjà « drain the swamp » sur des électeurs américains. L'homme qui la dirigeait tenait la politique pour un produit de la culture. Appliquons sa méthode, poste par poste, à la France de septembre 2026.

Commençons par une date, parce qu'elle est plus instructive que tous les commentaires.

En 2014, une société britannique d'analyse de données teste auprès d'électeurs américains une série de formules. Parmi elles, drain the swamp — assécher le marécage. Il n'y a pas encore de campagne, pas encore de candidat déclaré, pas encore de meeting. On est 2 ans avant. Ce qu'on teste, ce n'est pas un argument électoral : c'est une humeur, et la manière de la faire monter.

La société s'appelait Cambridge Analytica. Le vice-président de son conseil s'appelait Steve Bannon. Et devant le Sénat américain, le 16 mai 2018, un ancien employé nommé Christopher Wylie a expliqué ce que cherchait son patron : un arsenal d'armes informationnelles pour mener une guerre culturelle. Wylie en a tiré un livre, Mindf*ck, et une formule qu'il faut prendre au sérieux : il dit avoir contribué à fabriquer une insurrection.

La question que pose ce papier est donc simple : si l'on appliquait cette méthode-là, aujourd'hui, aux appels au 17 octobre qui circulent sur TikTok, qu'obtiendrait-on ?

Je préviens sur un point, et je n'y reviendrai pas : rien n'indique que Steve Bannon ait la moindre part à ce qui se passe en France en ce moment. Ce qui suit est un exercice de transposition, pas une accusation.

Première observation — la machine, et elle est entièrement documentée

Il faut décrire le dispositif avant de le transposer, sinon on transpose une caricature. Et il est décrit dans une revue scientifique, ce qui règle la question des sources.

En 2013, 3 chercheurs de Cambridge — Michal Kosinski, David Stillwell et Thore Graepel — publient dans les PNAS une étude sur ce qu'on peut déduire des « j'aime » d'un utilisateur de Facebook. 58 466 volontaires américains, 170 « j'aime » en moyenne chacun, et un modèle statistique. Les résultats sont sans ambiguïté : l'affiliation politique se prédit à 85 %, la religion à 82 %, l'origine ethnique à 95 %. Sur les traits de personnalité, l'ouverture d'esprit se prédit avec une corrélation de 0,43 — soit à peu près ce qu'obtient le questionnaire psychométrique lui-même quand on le fait passer 2 fois à la même personne.

Le modèle mobilisé s'appelle OCEAN, du nom de ses 5 dimensions : ouverture, conscienciosité, extraversion, agréabilité, névrosisme. C'est un outil banal de psychologie différentielle, enseigné partout, et sans aucun mystère. Ce qui change en 2013, c'est qu'on peut le renseigner sans poser de questions, à partir de traces ordinaires.

Cambridge Analytica achète cette idée et l'industrialise. Elle déclarera détenir entre 2 000 et 5 000 informations sur chaque adulte américain. Et son directeur général énonçait publiquement le principe de l'appariement : les données permettent de savoir quel message persuasif il faut, sur quel enjeu, ajusté à quel type de personnalité — avant même d'écrire ce message.

Voilà le point que je ne veux pas laisser dans le flou, parce que c'est le cœur du sujet. Le ciblage ne consiste pas à trouver des arguments meilleurs. Il consiste à servir à chacun la version du monde à laquelle il est déjà disposé. À un profil très anxieux, on ne présente pas les mêmes faits sous le même angle qu'à un profil peu anxieux : on lui présente ce qui menace. À quelqu'un qui a peu de confiance dans les institutions, on ne démontre pas qu'elles trahissent — on lui montre une scène où elles trahissent, et on le laisse conclure. Wylie a été très clair devant le Sénat sur ce que cela cherchait à produire : déclencher de la paranoïa et activer des biais raciaux. Les profils qu'on repérait en priorité étaient ceux des personnes les plus disposées à croire qu'une explication cachée gouverne le monde — les mêmes, dit-il, que son métier précédent lui avait appris à repérer pour les détourner de la radicalisation, et qu'il s'est retrouvé à repérer pour les y conduire.

Sur la collecte elle-même, le Washington Post a établi que Bannon en avait supervisé le principe : on aspirait les données des gens qui avaient rempli le questionnaire, et celles de leurs contacts, qui n'avaient rien demandé.

Il n'y a aucune magie là-dedans, et c'est ce qui la rend inquiétante. C'est de la statistique appliquée et de la production publicitaire.

Deuxième observation — pourquoi la méthode de 2014 est périmée, et pourquoi c'est pire

Venons-en à la France, et à ce qui a changé.

Pour faire ce qu'a fait Cambridge Analytica, il fallait 3 choses : une base de données comportementales, une équipe capable de la traiter, et de l'argent. C'est ce qui rendait l'opération rare et attribuable — il y avait un opérateur, un contrat, une facture, et c'est pour cela qu'on a fini par la découvrir.

Rien de tout cela n'est nécessaire aujourd'hui, et voici pourquoi.

Un moteur de recommandation fait le tri à votre place et gratuitement. Il ne sait rien de votre score de névrosisme et n'en a aucun besoin : il observe qui regarde une vidéo jusqu'au bout, qui la repartage, qui commente, et il en sert davantage aux mêmes. Autrement dit, il exécute exactement l'opération de segmentation que Cambridge Analytica devait acheter — trouver les gens réceptifs à un cadrage donné — sauf qu'il l'exécute en continu, pour tout le monde, sans opérateur et sans facture.

La conséquence est désagréable et il faut la dire franchement. Celui qui voudrait aujourd'hui faire ce que faisait Bannon en 2016 n'a pas besoin de profiler qui que ce soit. Il lui suffit de produire beaucoup de variantes d'un même message et de laisser la plateforme désigner celles qui prennent, et sur qui. Le ciblage psychographique est devenu une fonctionnalité de l'infrastructure.

C'est pourquoi je considère que le scandale de 2018 a été mal compris. On s'est indigné d'un vol de données. Le vol de données était le coût d'entrée d'une époque où la segmentation était chère. Elle ne l'est plus.

Et c'est dans ce contexte qu'il faut regarder notre relevé. 21 comptes TikTok se revendiquent des gilets jaunes ou du 17 octobre. Le plus suivi plafonne à 11 100 abonnés. Une vidéo du compte giletjauneofficiel atteint 652 600 vues alors que le compte n'en a que 4 034. Un autre affiche 11 100 abonnés pour une unique publication vue 506 fois.

Un mouvement sans tête, sans adhésion, sans liste — dont le symbole est un vêtement obligatoire dans chaque voiture, donc gratuit — n'a aucun moyen de distinguer un membre d'un inconnu. Ce n'est pas un défaut moral ni un soupçon : c'est une propriété de sa forme. Ajoutons une date publique, annoncée un mois à l'avance, affichée sur une carte de France avec 17 villes et leurs places de rendez-vous. En termes de dispositif, c'est un accès ouvert.

Troisième observation — ce qu'il ferait, poste par poste

Répondons maintenant à la question du titre.

Il ne créerait pas de mouvement. Fabriquer une colère coûte cher et échoue souvent. Adopter une colère qui existe déjà ne coûte rien, et le hashtag est ouvert. La compétence ne consiste pas à allumer, elle consiste à arriver au bon moment près d'un feu allumé par d'autres.

Il ne parlerait pas de carburant. Le grief d'entrée n'est qu'une porte. La doctrine Breitbart dit cela exactement : travailler ce qui paraît évident, pas ce qui se revendique. On l'observe déjà sans qu'aucune main extérieure soit nécessaire — le rassemblement marseillais du 16 septembre, que France 3 a décrit comme un début de renaissance sans grande mobilisation, s'est tenu avec des commerçants sur le coût de la vie, et les anciens gilets jaunes qui y témoignent parlent du gasoil et des tomates, pas d'une taxe.

Il fabriquerait de la proximité. C'est le cœur du dispositif. On ne croit pas une organisation, on croit son voisin. Des comptes d'apparence locale, qui parlent la