L’IA va-t-elle remplacer les détectives ? Visionnage d’images et recherche de dossiers s’automatisent ; choisir quoi vérifier ensuite sur le terrain, non.
Les détectives continueront de compter. Au contraire, plus l’IA accélère la découverte d’informations, plus le jugement humain devient important pour décider à quoi se fier, quoi remettre en question et quoi vérifier ensuite.
Le travail d’un détective va bien au-delà du recueil de faits. Il consiste à faire avancer une enquête en jugeant quelles informations ont une valeur probante et ce qui manque encore, en combinant recherches documentaires, observation sur le terrain, auditions de témoins et respect des procédures légales. La profession repose sur l’intégration de ces éléments, et non sur la seule collecte de données.
L’IA peut aider pour les recherches d’informations publiques, le premier examen d’images vidéo ou de relevés d’appels et l’extraction de schémas récurrents. Mais percevoir un malaise dans la réaction d’une personne, sentir l’atmosphère d’un lieu et juger jusqu’où une enquête peut légalement aller restent des responsabilités profondément humaines.
Calculé par ai-job-risk.net à partir de quatre jeux de données publics, sur une échelle de 0 à 100 relative aux 188 métiers que nous couvrons. Plus le chiffre est élevé, plus les tâches du métier sont des tâches que l’IA générative peut accomplir ou pour lesquelles elle est déjà utilisée. Ce n’est pas une probabilité de perdre son emploi.
Analyse des tâches par des chercheurs (Eloundou et al. ; OIT). Exprimée en centile parmi tous les métiers qu’ils évaluent.
Usage observé de Microsoft Copilot et d’Anthropic Claude pour les tâches de ce métier. Exprimé en centile parmi tous les métiers qu’ils évaluent.
Le BLS n’indique aucun facteur propre à ce métier : la projection suit donc surtout la croissance ou le recul des secteurs qui l’emploient.
Chiffres américains pour la catégorie professionnelle du BLS « Detectives and criminal investigators ». Les projections du BLS supposent que la technologie continue d’évoluer à son rythme historique ; elles ne constituent pas une prévision de l’effet de l’IA à elle seule.
Sources
Indice d’exposition calculé par ai-job-risk.net à partir des jeux de données ci-dessous (données au 15 octobre 2026). Les chiffres du travail américains proviennent du BLS, sans modification.
Les éditeurs de ces données n’ont ni préparé, ni relu, ni approuvé ce site. Citations complètes, licences et méthode
Si l’on réduit le travail de détective à « recueillir des informations », il peut sembler très exposé à l’automatisation. En réalité, le cœur du métier consiste à déterminer où se situent les contradictions dans les informations recueillies et ce qu’il faut vérifier ensuite pour se rapprocher de faits établis.
Ces dernières années, l’IA est devenue plus facile à utiliser pour organiser les images de vidéosurveillance, fouiller les traces numériques et formuler des hypothèses sur les schémas de comportement. La valeur humaine qui subsiste tient donc moins à la production de nombreuses pistes possibles qu’à la décision de la prochaine étape en fonction des lieux, de la procédure légale et des réalités du terrain. Plus l’IA devient plausible, plus il importe de ne pas se laisser entraîner trop vite par elle.
Lorsqu’on décompose le travail de détective, une frontière nette apparaît entre les parties faciles à automatiser et les jugements qui ne peuvent vraiment être portés que sur le terrain. Nous examinons aussi ci-dessous lesquelles de ces compétences conservent une valeur convaincante dans d’autres professions.
Même dans le travail de détective, le premier examen de grands volumes d’informations se prête particulièrement bien à l’IA. Les recherches d’informations publiques et le premier visionnage des vidéos, en particulier, sont de plus en plus rapides avec l’assistance de la machine qu’avec un examen entièrement humain dès le départ.
L’IA peut accélérer considérablement la première étape des recherches sur des personnes, des entreprises, des noms de lieux et des incidents passés à travers de multiples sources, en tenant compte des termes apparentés et des variantes orthographiques.
L’IA sait bien repérer dans de longs enregistrements de vidéosurveillance des personnes, des véhicules ou des plages horaires susceptibles d’être pertinents. Le jugement final revient peut-être encore aux humains, mais la charge consistant à tout visionner de ses propres yeux diminue nettement.
L’IA est bien adaptée pour dresser la liste des incohérences possibles entre plusieurs déclarations ou rapports concernant les dates, les lieux, les personnes et les formulations. Le premier examen du travail de comparaison en devient beaucoup plus efficace.
L’IA peut rédiger les parties standards des synthèses d’enquête et des notes de dossier une fois les faits vérifiés établis. Plus la tâche consiste à faire entrer des faits confirmés dans un format, plus elle est automatisable.
Une enquête ne progresse pas simplement en dressant des listes de pistes. Ce qui reste aux détectives, c’est la décision de l’endroit où concentrer leurs efforts en fonction de ce qui paraît anormal sur les lieux, de ce qui vacille dans les témoignages et de ce qui peut légalement être poursuivi ensuite.
Même lorsque les mêmes mots sont prononcés, les silences, les mouvements des yeux, les rectifications et les comportements d’évitement diffèrent souvent. Juger comment approfondir l’interrogatoire en fonction de ces réactions est difficilement dissociable d’une interaction humaine directe.
Sur les lieux, la disposition des objets, les traces de la vie quotidienne, le comportement des personnes concernées et même l’ambiance propre à l’heure de la journée peuvent compter. Les détectives doivent toujours interpréter ensemble ces éléments non quantifiés pour juger quelle hypothèse correspond le mieux à la réalité.
Il faut toujours que quelqu’un décide de ce qu’il faut sécuriser en premier, jusqu’où une enquête peut légalement aller et comment ne pas compromettre la valeur probante ultérieure des éléments. C’est un domaine où la prudence compte davantage que la rapidité.
Tous les faits recueillis n’ont pas le même poids. Il faut toujours que quelqu’un décide quels détails changent l’orientation de l’enquête et quels signaux sont véritablement décisifs.
Les détectives de demain seront appréciés moins pour la quantité d’informations qu’ils réunissent que pour la précision de leurs hypothèses et de l’ordre de leurs vérifications. Plus l’IA est utilisée, plus les personnes capables d’expliquer ce qui reste contestable dans ses résultats prennent de la valeur.
Les bons détectives ne se contentent pas de poser des questions. Ils organisent leur ordre de façon que les réponses viennent naturellement et que les contradictions apparaissent plus clairement, un domaine où l’IA peine encore.
Les vidéos, les déclarations, les données de localisation, les horodatages et les preuves matérielles doivent être lus non comme des points isolés, mais comme un tout cohérent. Les personnes capables de transformer des données ponctuelles en un fil conducteur cohérent risquent moins de se laisser égarer par la masse de pistes générées par l’IA.
Comprendre les relevés de communication, l’utilisation des appareils, les données vidéo et les journaux système aide les détectives à évaluer de manière critique les analyses de l’IA plutôt qu’à les accepter aveuglément. Les enquêtes modernes récompensent de plus en plus les personnes capables d’allier sens du terrain et culture numérique.
L’IA peut produire des théories d’apparence convaincante qui ne correspondent pas réellement à la réalité. Les détectives qui gardent l’habitude de prendre du recul et de vérifier, plutôt que de simplement suivre la machine, sont les plus à même d’éviter de graves fausses pistes.
Les détectives développent des atouts dans le repérage d’anomalies subtiles, l’établissement des faits par les auditions et l’évaluation du poids des éléments de preuve dans l’incertitude. Ces capacités se transposent relativement bien vers des fonctions où il faut fixer des priorités à partir d’informations incomplètes.
La capacité à remarquer des faits suspects et à juger de ce qui peut signaler un manquement se transpose naturellement aux enquêtes internes et au traitement des signalements de lanceurs d’alerte.
L’expérience consistant à suivre des traces et à reconstituer des enchaînements anormaux se prête aussi bien à l’analyse des journaux et aux enquêtes sur les incidents dans les environnements numériques.
Indice d’exposition 87/100 · Emploi É.-U. 2025–35 +21,0%
La capacité à identifier la cause réelle d’un problème à partir de signaux fragmentaires peut aussi servir à l’analyse des goulets d’étranglement et des défaillances dans les opérations de l’entreprise.
La capacité à porter des jugements rapides dans des situations anormales et à interpréter les réactions peut aussi être utile dans des fonctions de terrain plus immédiates, axées sur la sécurité.
Indice d’exposition 39/100 · Emploi É.-U. 2025–35 +0,9%
L’expérience du recueil des faits et de l’identification de problèmes structurels peut aussi se traduire en travail de définition des problèmes et d’amélioration au sein des entreprises.
Indice d’exposition 88/100 · Emploi É.-U. 2025–35 +10,1%
Les détectives continueront de compter. Au contraire, plus l’IA accélère la découverte d’informations, plus le jugement humain devient important pour décider à quoi se fier, quoi remettre en question et quoi vérifier ensuite. Les détectives qui resteront les plus solides seront ceux qui allient l’aisance avec les outils de données à une sensibilité rigoureuse aux réactions humaines, aux limites légales et au ressenti du terrain.
Ces métiers appartiennent au même secteur que Détective. Ils ne recouvrent pas exactement le même travail, mais ils permettent de comparer plus facilement l’exposition à l’IA et la proximité de parcours.
Détective obtient 54 sur 100 sur notre indice d’exposition à l’IA générative (rang 136 sur 188). Cela mesure quelle part du travail l’IA peut accomplir ou sert à accomplir, et non si le métier va disparaître. Le BLS prévoit une évolution de +0,2% de l’emploi de Détective aux États-Unis entre 2025 et 2035.
Même dans le travail de détective, le premier examen de grands volumes d’informations se prête particulièrement bien à l’IA. Les recherches d’informations publiques et le premier visionnage des vidéos, en particulier, sont de plus en plus rapides avec l’assistance de la machine qu’avec un examen entièrement humain dès le départ. Par exemple : La recherche croisée dans les informations publiques et les documents anciens; Le premier examen des vidéos et des images; Le repérage des incohérences possibles entre déclarations et rapports; La rédaction des formulations standards des rapports.
Une enquête ne progresse pas simplement en dressant des listes de pistes. Ce qui reste aux détectives, c’est la décision de l’endroit où concentrer leurs efforts en fonction de ce qui paraît anormal sur les lieux, de ce qui vacille dans les témoignages et de ce qui peut légalement être poursuivi ensuite. Par exemple : Percevoir les changements chez la personne interrogée; Saisir l’atmosphère d’un lieu et ce qui y paraît anormal; Juger de la procédure légale et des priorités de l’enquête; Évaluer le poids réel des faits.
Les détectives de demain seront appréciés moins pour la quantité d’informations qu’ils réunissent que pour la précision de leurs hypothèses et de l’ordre de leurs vérifications. Plus l’IA est utilisée, plus les personnes capables d’expliquer ce qui reste contestable dans ses résultats prennent de la valeur. Par exemple : La conduite d’entretien et l’enchaînement des questions; La capacité à relier les éléments de preuve en une structure; Une compréhension de base des traces numériques; Le scepticisme à l’égard des hypothèses produites par l’IA.
