Avec ChatGPT, Claude et Gemini, une étude de quatre universités montre un taux de conformité de 46 % face aux demandes d’un chatbot, contre 18 % pour un humain : les arnaques sentimentales pilotées par l’IA franchissent un cap inquiétant.
Les arnaques amoureuses entrent dans une nouvelle phase
Les escroqueries sentimentales ne datent pas d’hier. En revanche, leur mode opératoire change vite. Le point de départ reste le même : un faux profil approche une cible sur une appli de rencontre, un réseau social ou une messagerie privée. Le script aussi reste familier : flatter, rassurer, créer une routine, puis déplacer l’échange vers un canal plus direct. Mais le levier technologique a changé de dimension.
Une étude de quatre universités — Amrita Vishwa Vidyapeetham, Ca’ Foscari University of Venice, University of Melbourne et Ben Gurion University of the Negev — montre qu’un agent conversationnel fondé sur des grands modèles de langage peut faire mieux qu’un escroc humain dans une phase clé : l’installation de la confiance. Selon le papier scientifique « Love, Lies, and Language Models », l’agent IA a obtenu un taux de conformité de 46 %, contre 18 % pour les opérateurs humains dans l’expérience menée sur une semaine. Dit autrement, l’IA a fait 28 points de plus. Rapporté au score humain, cela représente une hausse relative d’environ 156 %. C’est massif selon les auteurs, et surtout inquiétant car la phase testée correspond au cœur du piège : la conversation qui paraît anodine. Selon les chercheurs, la différence de confiance mesurée est statistiquement significative, avec un p-value de 0,007.
Mon avis est simple : le danger n’est plus théorique. Quand une machine converse mieux qu’un humain dans une fraude fondée sur l’émotion, l’échelle du risque change immédiatement.
Pourquoi ces fraudes fonctionnent encore
Une arnaque sentimentale moderne repose sur un principe très basique : ne pas demander d’argent trop tôt. Le fraudeur joue la durée. Il parle tous les jours. Il reprend les détails personnels. Il simule la disponibilité émotionnelle. Il crée des habitudes. Puis il introduit un obstacle : voyage à l’étranger, urgence médicale, compte bloqué, douane, accident, ou opportunité d’investissement soi-disant réservée à quelques proches.
Selon Europol, les signaux d’alerte sont connus : déclaration de sentiments très rapide, volonté de déplacer la discussion hors plateforme, impossibilité répétée de se rencontrer, puis demande d’argent ou d’aide logistique. L’agence européenne rappelle aussi que ces fraudes démarrent souvent sur les applis de rencontre, mais aussi sur les réseaux sociaux ou par e-mail.
Le papier universitaire ajoute un point que beaucoup de résumés grand public laissent de côté : ces réseaux criminels sont très industrialisés. Les chercheurs ont interrogé 145 insiders et 5 victimes. Selon eux, 87 % du travail dans ces escroqueries correspond à des tâches conversationnelles standardisables et donc potentiellement automatisables. Ce chiffre change la lecture du problème. Il ne s’agit plus seulement d’assister un fraudeur humain avec quelques messages générés. Il devient possible d’automatiser presque toute la phase de séduction, de relance et de maintien du lien.
Mon avis sur ce point est net : tant que la fraude demandait beaucoup de main-d’œuvre, la montée en puissance restait partiellement freinée. Avec l’IA, ce frein saute.
Ce que l’étude apporte vraiment de nouveau
Le résumé initial du sujet met en avant le duel entre chatbot et humain. C’est exact, mais incomplet. L’étude va plus loin sur au moins cinq points nouveaux.
1. Une base d’enquête large côté terrain
Selon les auteurs, leur analyse s’appuie sur 145 entretiens avec des personnes liées à cet écosystème criminel et sur 5 victimes. Ce volume donne un socle empirique plus solide qu’un simple test de laboratoire. On parle ici d’une observation de méthodes réelles, pas d’une pure simulation théorique.
2. Une automatisation déjà crédible à grande échelle
Le chiffre de 87 % de tâches conversationnelles automatisables est central. Il implique qu’un centre d’arnaque peut déléguer à une IA la majorité du travail préparatoire : prise de contact, maintien du dialogue, réponses contextuelles, relances, faux intérêt affectif, et orientation progressive vers un objectif financier.
3. Des garde-fous commerciaux jugés insuffisants dans ce cas précis
Selon l’étude, les filtres de sécurité commerciaux testés ont détecté 0,0 % des dialogues de romance-baiting évalués. Ce point est sans doute le plus dur. Il signifie qu’au moment de l’étude, les protections automatiques testées n’ont pas repéré ce type de conversation comme problématique. Le taux de détection passe donc de l’intuition à une mesure : zéro.
4. Un rendement potentiel bien supérieur
La source initiale évoque une montée en charge. La recherche permet de la quantifier indirectement. Si 87 % du travail est automatisable et si le taux de conformité passe de 18 % à 46 %, on a à la fois plus de volume et un meilleur rendement. Le multiplicateur d’efficacité simple entre les deux taux est de 46/18, soit environ 2,56. En clair, à nombre égal de conversations, l’agent IA a généré environ 2,6 fois plus de conformité que l’humain dans l’expérience.
5. Une industrialisation compatible avec les fraudes à l’investissement crypto
Selon la C, les « relationship investment scams » ont causé près de 4 milliards de dollars de pertes signalées au FBI en 2023, généralement via conversion en cryptomonnaies puis transfert vers de faux sites. Converti au taux de la BCE relevé à 1 € = 1,1389 $ le 27 juillet 2026, cela représente environ 3 512 203 881 €.
Mon avis ici est tranché : le vrai sujet n’est pas la romance seule. C’est la fusion entre lien affectif artificiel et arnaque d’investissement.
Les chiffres récents montrent un marché criminel très rentable
Les données publiques confirment que ces fraudes prospèrent. Selon la Federal Trade Commission, les consommateurs américains ont déclaré 12,5 milliards de dollars de pertes liées à la fraude en 2024. Toujours selon la , les escroqueries à l’investissement ont représenté 5,7 milliards de dollars, soit la première catégorie de pertes. Avec le même taux de change de la BCE (1 € = 1,1389 $), cela équivaut à environ 5 005 708 140 €.
Autre donnée utile : selon la , les arnaques à l’investissement démarrées sur les réseaux sociaux ont généré 1,1 milliard de dollars de pertes en 2025, soit environ 965 844 236 €. La même publication précise que près de 60 % des personnes ayant déclaré une perte dans une arnaque amoureuse en 2025 disent que le contact initial a commencé sur une plateforme sociale.
La logique économique apparaît alors clairement. Les fraudeurs n’ont plus besoin de profils très travaillés sur une seule appli de dating. Ils peuvent amorcer la relation partout où l’attention humaine circule : Instagram, Facebook, TikTok, messageries privées, voire groupes communautaires.
Mon avis est simple : tant que les plateformes restent des tuyaux d’acquisition à bas coût, les fraudeurs continueront d’y injecter des campagnes assistées par IA.
Le passage du « long con » artisanal au modèle semi-automatisé
Le schéma classique de l’arnaque sentimentale demandait du temps humain. C’était sa limite structurelle. Un opérateur pouvait gérer quelques conversations crédibles, pas des centaines. L’IA renverse cette contrainte. Un modèle conversationnel peut maintenir simultanément un grand nombre d’échanges, adapter le ton, relancer au bon moment et exploiter la mémoire contextuelle de la discussion.
Le calcul dérivé le plus parlant est celui-ci : si l’on prend 1 000 conversations engagées, un taux de conformité de 18 % donne 180 personnes qui acceptent l’action demandée. À 46 %, on passe à 460. L’écart est de 280 personnes supplémentaires à volume égal. C’est une augmentation absolue de 28 points, mais surtout un surplus d’efficacité qui change totalement l’économie d’une campagne frauduleuse.
Le second calcul utile concerne la part du travail restant à un humain. Si 87 % des tâches sont automatisables selon les chercheurs, 13 % seulement nécessitent encore un traitement non automatisé ou moins standard. Cela signifie qu’un petit nombre d’opérateurs humains peut superviser un pipeline beaucoup plus large qu’avant, en reprenant la main au moment sensible : demande de virement, transfert crypto, téléchargement d’une appli, ou création d’un compte sur une plateforme frauduleuse.
Mon avis : on n’est pas face à des bots isolés. On est face à une chaîne de production.
Les éditeurs d’IA interdisent ces usages, mais l’exécution reste le vrai test
Les grands fournisseurs affichent des règles. Selon OpenAI, ses politiques d’utilisation imposent de respecter la loi et encadrent les usages abusifs. La société a aussi publié en février 2026 un rapport sur les usages malveillants de ses modèles, en rappelant que ses politiques interdisent strictement la fraude et les escroqueries. Selon Google, son règlement sur les utilisations interdites de l’IA générative prévoit également des restrictions et des mesures d’application sur les produits Gemini. Anthropic, de son côté, a également mis à jour sa politique d’usage pour encadrer les usages à risque.
Mais il faut regarder les faits. Selon l’étude universitaire, les filtres commerciaux évalués n’ont détecté aucun dialogue de romance-baiting dans leur protocole. Ce constat ne signifie pas que tous les systèmes sont incapables de modération en production réelle. En revanche, il montre que des scénarios conversationnels subtils peuvent passer entre les mailles.
Mon avis : l’interdiction contractuelle est nécessaire, mais elle ne protège personne si la détection technique suit mal.
Pourquoi l’Europe doit regarder ce sujet autrement
Le phénomène touche directement les utilisateurs européens. Selon Europol, la fraude en ligne évolue vers des formes plus personnalisées, et l’édition 2025 de l’IOCTA souligne la montée de l’IA générative pour renforcer les attaques d’ingénierie sociale. L’agence décrit une adaptation plus fine au contexte culturel et aux détails personnels des victimes. C’est exactement le terrain où les escroqueries sentimentales excellent : langage naturel, émotion, patience, reformulation, fausse empathie.
Dans les faits, l’IA réduit aussi un autre handicap des fraudeurs : la qualité rédactionnelle. Les fautes grossières, les tournures maladroites et les incohérences de style servaient parfois de signal d’alerte. Un bon modèle les efface en grande partie. Il peut aussi moduler le registre, ralentir l’intensité émotionnelle, reprendre les codes d’un pays ou d’une tranche d’âge, et répondre 24 heures sur 24.
Mon avis est clair : l’IA ne crée pas l’arnaque amoureuse, mais elle lui retire plusieurs défauts historiques.
Le cas concret le plus crédible : la bascule vers une fausse appli ou un faux service crypto
Dans beaucoup de scénarios, la finalité n’est pas un simple dépannage financier ponctuel. Selon la C, les relationship investment scams conduisent souvent la victime à convertir ses fonds en cryptomonnaies avant de les envoyer vers une fausse plateforme d’investissement. Selon la , la perte médiane individuelle déclarée dans les arnaques amoureuses liées à la crypto atteint 10 000 dollars, soit environ 8 780 € au taux de la BCE déjà cité.
C’est là que le résultat de l’étude prend tout son sens. Dans l’expérience, l’action demandée pouvait prendre la forme d’un téléchargement d’application. Cette étape paraît banale. En pratique, c’est souvent la meilleure porte d’entrée : fausse appli de trading, outil de discussion secondaire, portefeuille crypto douteux, ou service web qui affiche de faux gains pour pousser à verser davantage.
Mon avis : la demande d’installer une appli n’est pas un détail logistique. C’est souvent le moment où la manipulation devient monétisable.
Ce qui manque encore dans la riposte
Les campagnes de prévention existent, mais elles restent souvent centrées sur les réflexes individuels : ne pas envoyer d’argent, vérifier l’identité, signaler le profil. C’est utile, mais insuffisant face à des chaînes semi-automatisées. Le problème est désormais systémique : détection des conversations suspectes, vérification des comptes, frein au basculement vers des canaux privés, analyse des patterns d’installation d’applications et blocage plus rapide des faux sites d’investissement.
Une autre faiblesse apparaît dans les chiffres de signalement. Les pertes publiées par la ou le FBI ne couvrent que les cas déclarés. Or les arnaques sentimentales restent sous-déclarées, notamment à cause de la honte, du déni et du temps nécessaire avant d’accepter qu’il s’agissait d’une manipulation. Les montants réels sont donc probablement plus élevés, même si aucun chiffre consolidé officiel ne permet de les quantifier précisément ici : non communiqué.
Mon avis : la prévention fondée uniquement sur la vigilance des victimes arrive trop tard. Il faut traiter le sujet comme une fraude conversationnelle industrialisée.
Un signal faible est devenu un signal fort
Le récit initial avait raison sur l’essentiel : voir une IA surpasser un humain dans une arnaque fondée sur la confiance est un signal très préoccupant. Mais les recherches récentes ajoutent de la profondeur au diagnostic. Selon l’étude « Love, Lies, and Language Models », la supériorité n’est pas marginale. Elle est mesurable, significative et compatible avec une automatisation de masse. Selon la , les pertes liées aux fraudes d’investissement et aux arnaques issues des réseaux sociaux restent très élevées. Selon Europol, l’IA générative renforce déjà les attaques d’ingénierie sociale. Et selon la C, la branche la plus rentable de ces escroqueries mêle relation affective et faux investissement crypto.
Le résultat final est brutal : des conversations qui semblent plus humaines, des scripts plus propres, une capacité de volume démultipliée, et des garde-fous qui peinent encore à suivre. Pour un internaute, le risque ne vient plus seulement d’un message maladroit envoyé par un faux militaire ou un faux entrepreneur à l’étranger. Il peut venir d’un dialogue fluide, patient et cohérent, porté par une machine conçue pour tenir la conversation mieux que beaucoup d’humains.
Source de référence : arXiv
Mon avis :
Alerte crédible, pas simple sensationnalisme : le point fort de l’article est d’appuyer son propos sur une étude où un agent IA obtient 46 % de conformité contre 18 % pour des humains, ce qui matérialise le risque. Sa limite : il extrapole vite à l’industrialisation massive sans quantifier l’efficacité réelle hors laboratoire.
