Identification de la langue maternelle dans les productions en langue seconde

Le terme de « faux drapeau » trouve son origine dans le domaine maritime, où il qualifie l'acte pour un navire d'arborer frauduleusement le pavillon d'une autre nation. Aujourd'hui, ce terme désigne une opération conçue pour imputer la responsabilité de l'action à une entité tierce. À l'ère du numérique, la cyberattaque contre la chaîne francophone TV5 Monde illustre cette tactique. L'opération, consistant à diffuser de la propagande djihadiste, est attribuée dix ans plus tard au service de renseignement militaire russe (GRU). Plus récemment, des collectifs de désinformation à l'instar de Storm-1516 exploitent les nouvelles technologies pour produire massivement des contenus falsifiés, multimodaux et multilingues, confrontant la recherche scientifique à un défi de détection encore peu exploré. L'identification de la langue maternelle (L1 ) des attaquants à partir de leurs productions en langue seconde (L2 ) apparaît comme un levier défensif pour protéger l'espace informationnel français. Le cadre classique de la tâche d'identification de la langue maternelle, en anglais native language identification (NLI), suppose que l'auteur produit lui-même l'observable. Or, les productions hostiles contemporaines font fréquemment intervenir un intermédiaire entre l'auteur et la production observable, qu'il s'agisse d'un tiers humain, d'un traducteur automatique ou d'un système génératif. Ce projet de thèse, intitulé « Identification de la langue maternelle dans les productions en langue seconde », consiste à traquer les signaux révélateurs de la langue maternelle présents dans des productions de différentes modalités et de différents scénarios de production linguistique. Nous ne cherchons pas à identifier ce scénario, mais bien à remonter à l'auteur humain situé en amont. Ce projet de thèse se situe au croisement du traitement automatique des langues, de la cybersécurité et de la linguistique. Il interroge la persistance de l'empreinte de la langue maternelle à travers les modalités et les scénarios de production linguistique. Les travaux de recherche visent à caractériser les conditions dans lesquelles cette empreinte survit, s'atténue ou se laisse contrefaire. Ils contribueront ainsi à la défense de l'espace informationnel en ouvrant la voie à des outils de forensique capables de remonter à l'auteur humain d'une production hostile. École doctorale : Ecole Doctorale de l'Institut Polytechnique de Paris Direction : Jean-François BONASTRE Financement : AMIAD