Les prévisions météorologiques sont devenues un pilier stratégique pour l'agriculture, la gestion des réseaux électriques, la réponse aux crises et même les marchés de prédiction. Leur fiabilité repose historiquement sur un mélange d'observations terrain et de modèles numériques, accompagnés d'un mécanisme de contrôle nommé assimilation des données, qui croise les relevés avec les prévisions et les stations voisines pour détecter les anomalies. Cependant, la transition vers des systèmes de prévision basés sur l'intelligence artificielle, qui privilégient la rapidité et l'automatisation, expose désormais ces données à de nouveaux risques de manipulation. En avril 2026, la station météorologique de l'aéroport Charles-de-Gaulle à Paris a enregistré des températures anormalement élevées. Une enquête a révélé que des individus avaient intentionnellement chauffé les capteurs à l'aide de sèche-cheveux ou de briquets, générant environ vingt mille dollars de profits sur des marchés de prédiction. L'alerte a été donnée par une organisation environnementale française. Si ce type de sabotage isolé reste généralement détectable, les chercheurs mettent en garde contre des attaques coordonnées visant à altérer simultanément et subtilement plusieurs capteurs. Ces manipulations échapperaient aux filtres traditionnels tout en faussant les prévisions globales. Cette vulnérabilité s'amplifie avec l'adoption croissante de l'IA dans le domaine. Certains instituts, comme le Centre européen pour les prévisions météorologiques à moyen terme, explorent désormais des architectures capables de générer des prévisions directement à partir de données brutes, contournant parfois les étapes de validation humaine. Bien que ces approches promettent une meilleure réactivité face aux événements extrêmes, elles rendent le système plus dépendant de l'intégrité des sources. Une contamination massive ou ciblée des données pourrait donc perturber les marchés énergétiques, retarder des alertes de catastrophe ou, dans le pire des cas, constituer une menace pour la sécurité nationale. Face à ces défis, les experts plaident pour une réponse à trois niveaux. Premièrement, sécuriser physiquement et numériquement les stations météo, accélérer les méthodes de vérification en temps réel et maintenir une supervision humaine obligatoire pour les données suspectes. Deuxièmement, renforcer les modèles d'IA en intégrant des techniques de robustesse aux attaques adverses et d'explicabilité, afin de mieux comprendre leur prise de décision et détecter plus rapidement les intrusions. Troisièmement, instaurer une chaîne de responsabilité transparente reliant les opérateurs de terrain, les agences nationales et les centres de prévision, permettant une remontée d'alerte instantanée à chaque maillon de la chaîne. À mesure que l'automatisation prend le relais, la vigilance et la protection des infrastructures météorologiques deviendront incontournables pour garantir la fiabilité des décisions qui en dépendent.