Google DeepMind affirme avoir vérifié mathématiquement des propriétés essentielles du code cryptographique du protocole Signal grâce à des agents d’intelligence artificielle. Présentée le 10 novembre 2026, l’expérience AlphaProof Code associe des chercheurs humains, plusieurs modèles d’IA et un vérificateur de preuves formelles. Ce progrès concerne la fiabilité de parties précisément définies d’un logiciel : il ne rend pas toutes les messageries invulnérables.
Chiffrer les communications ne consiste pas seulement à concevoir un protocole solide sur le papier. Il faut encore que le programme effectivement exécuté respecte les garanties prévues. Les erreurs de programmation peuvent introduire des vulnérabilités alors même que la conception théorique est considérée comme sûre. Dans son annonce de recherche du 10 novembre, Google DeepMind explique avoir utilisé AlphaProof Code pour rapprocher ces deux niveaux.
Des agents IA produisent des preuves vérifiées automatiquement
Le cadre expérimental commence par la traduction de propriétés de sécurité en spécifications mathématiques. Des spécialistes humains valident ce que le système doit démontrer. Les agents d’IA cherchent ensuite à établir des preuves vérifiables dans Lean, un assistant de preuve qui contrôle automatiquement la cohérence logique des démonstrations produites.
D’après DeepMind, les agents ont rédigé plus de six millions de lignes de preuves Lean, tandis que les chercheurs ont concentré leur examen sur les passages demandant une attention supplémentaire. L’ensemble de l’opération aurait pris quatre semaines. Cette durée est celle du projet présenté par les chercheurs, pas une garantie que tout programme complexe pourra désormais être contrôlé en un mois.
Les propriétés étudiées comprennent notamment l’authentification et des formes de confidentialité permettant de préserver des messages anciens ou futurs lorsqu’un appareil est temporairement compromis. Les chercheurs disent avoir poussé l’analyse au niveau d’un code compilé, et pas uniquement de la description abstraite du protocole. Ils ont également réintroduit deux anciens défauts déjà corrigés : leur méthode a alors identifié, par des preuves, que les versions altérées ne respectaient plus les garanties attendues.
Signal n’est pas « impossible à pirater »
Le résultat ne doit pas être confondu avec une certification universelle de Signal, WhatsApp ou Google Messages. Le protocole Signal entre dans la protection des échanges de plusieurs services, mais la sécurité d’une application complète dépend aussi de son système d’exploitation, de sa gestion des identités, des terminaux, des sauvegardes et de l’utilisation réelle qui en est faite.
Selon l’analyse spécialisée de SecurityWeek publiée le 10 novembre, les vérifications concernent une compilation et un environnement d’exécution déterminés, et non l’intégralité des applications de messagerie distribuées aux utilisateurs. Certaines attaques dites « par canaux auxiliaires », par exemple lorsqu’une fuite provient d’un comportement physique ou temporel du matériel, n’étaient pas couvertes par toutes les démonstrations.
Autre limite de principe : une preuve formelle établit qu’un programme satisfait des propriétés définies. Si la spécification omet un risque, la démonstration peut être rigoureuse sans répondre à cette menace. La participation humaine à la définition des objectifs reste donc décisive. L’IA accélère certaines étapes d’un travail scientifique, mais ne supprime pas la nécessité de juger quelles garanties méritent d’être prouvées.
Un enjeu qui dépasse les applications de messagerie
Pour les entreprises françaises et les administrations européennes, l’intérêt potentiel concerne la protection des logiciels utilisés dans les secteurs sensibles : banques, santé, énergie ou infrastructures numériques. Une méthode capable de rapprocher le code réellement livré de propriétés de sécurité explicites pourrait renforcer les contrôles en amont d’une mise en service.
Ces perspectives restent à démontrer sur d’autres programmes. Le coût de la vérification, sa capacité à fonctionner sur de grandes bases de code et les limites des modèles d’IA demeurent des questions pratiques. DeepMind indique publier ses éléments de preuve et spécifications pour permettre leur examen et leur réutilisation par la communauté de recherche.
Le développement annoncé le 10 novembre constitue donc une étape de recherche en vérification logicielle, et non la découverte d’un système de communication définitivement exempt de failles. Son intérêt tient au rapprochement de deux exigences longtemps difficiles à concilier : l’analyse mathématique approfondie et la complexité des logiciels déployés à grande échelle.



