L'IA va-t-elle remplacer les superviseurs de lutte contre les incendies de forêt ? La décision sous la colonne de fumée

L'incendie s'est déclaré de l'autre côté de la ligne à 14 h 47. Le vent soufflait à 22 km/h du sud-ouest, avec des rafales à 31. L'humidité était à 9 %. L'équipe de vingt personnes était positionnée sur le flanc sud, les engins se repositionnaient, et l'attaque aérienne au-dessus a transmis par radio que le poste d'observation à l'est était devenu intenable. Le superviseur disposait de quatre-vingt-dix secondes pour décider s'il fallait retirer l'équipe de ligne, rediriger le largage aérien, ou engager une unité de protection des structures dans le lotissement menacé deux crêtes plus loin.

C'est cette décision qui définit le métier. L'IA ne la prend pas. L'IA devient une contribution utile — et de plus en plus indispensable — mais elle est encore loin de pouvoir la prendre. Nos chiffres 2025 pour les superviseurs de lutte contre les incendies de forêt (SOC 33-1021) le reflètent : 27 % d'exposition à l'IA avec seulement 10 % de risque d'automatisation. D'ici 2028, nous projetons 40 % et 19 %. L'exposition grimpe régulièrement ; le risque progresse lentement. Cet article explique pourquoi cet écart est structurel et comment le travail du superviseur évolue.

Selon le BLS OEWS mai 2024 pour les superviseurs de première ligne des travailleurs en lutte contre les incendies et en prévention (SOC 33-1021), cette catégorie de supervision élargie — qui est le cadre officiel BLS pour les superviseurs d'incendies de forêt — comptait environ 97 200 emplois en mai 2024 avec un salaire annuel médian de 92 430 $. [Fait] La catégorie connexe Inspecteurs des feux de forêt et spécialistes en prévention (SOC 33-2022) affichait un salaire médian de 52 380 $ en mai 2024 et est projetée à une croissance de 6 % entre 2024 et 2034, plus rapide que la moyenne toutes professions. [Fait] Le différentiel de rémunération reflète la distinction entre supervision et spécialiste de première ligne : les rôles fédéraux de Type 1/2 IC et OSC1 se regroupent près ou au-dessus de la médiane de supervision ; les rôles saisonniers de CRWB et DIVS se regroupent plus bas. L'IA ne réduit pas ces écarts — ils sont déterminés par les qualifications NWCG, l'échelle de rémunération des agences et la sévérité des incidents.

Note méthodologique

[Fait] Notre score pour les superviseurs d'incendies de forêt combine le chevauchement GPT-tâches d'Eloundou et al. (2023) pondéré à 20 %, les enquêtes de déploiement technologique du National Wildfire Coordinating Group (NWCG) et du Service des forêts des États-Unis pondérées à 45 %, et les descriptions de tâches BLS OES pondérées à 35 %. La pondération NWCG est élevée parce que le déploiement réel des outils d'IA dans les opérations de lutte contre les incendies de forêt est bien documenté au niveau des agences fédérales. [Estimation] La projection 2028 suppose (a) que la modélisation de propagation des incendies par IA (FlamMap-AI, Pyregence, outils développés par le NCAR) atteigne l'intégration dans les équipes de gestion des incidents de Type 1 et Type 2, et (b) que les réseaux de détection par vision par ordinateur (ALERTCalifornia, ALERTWildfire) s'étendent à tous les États de l'Ouest. Les deux sont sur la bonne trajectoire.

Une journée dans la vie

[Fait] Un superviseur d'incendies de forêt — généralement un Chef d'équipe, Chef de groupe, Superviseur de division ou une position supérieure du commandement d'incident — gère des personnes, du matériel et des décisions tactiques sur un incident d'incendie. La répartition du temps pendant une affectation active varie considérablement selon le rôle et la complexité. Un Superviseur de division sur un incident de Type 2 peut consacrer environ 30 % d'une période opérationnelle à la planification tactique et aux séances de briefing, 25 % à la supervision directe sur le terrain et à la surveillance de la sécurité des équipes, 20 % à la coordination radio avec les divisions adjacentes, les ressources aériennes et l'équipe IC, 15 % à l'évaluation des dangers et au suivi des voies d'évacuation, et 10 % à la documentation et aux rapports post-action.

Plus bas dans la hiérarchie — Chef d'équipe ou Capitaine d'engin — la part de supervision terrain et de surveillance directe de la sécurité monte fortement. Plus haut dans la hiérarchie — Chef de la section opérations, Commandant d'incident — la part de planification, coordination et gestion des parties prenantes monte fortement. À tous ces niveaux, deux constantes demeurent : le travail consiste à prendre des décisions sous incertitude avec des enjeux vitaux, et le travail est régi par les qualifications NWCG et les politiques des agences fédérales et étatiques.

La hors-saison ressemble à tout autre chose. Environ la moitié de l'année (variable selon la géographie et la sévérité) est consacrée à la formation, à la maintenance des équipements, à la planification et à l'exécution des feux prescrits, et aux tâches administratives. Les heures hors-saison sont celles où l'augmentation par l'IA est la plus visible — modélisation de la propagation des incendies, analyse météorologique, développement des prescriptions de feux prescrits, analyses post-action. Les heures d'opérations actives sont celles où l'augmentation par l'IA est significative mais ne constitue pas encore la prise de décision.

Contre-récit : pourquoi « l'IA va remplacer les commandants d'incendie » est faux au niveau de la décision

L'encadrement populaire — « l'IA va optimiser la réponse aux incendies de forêt » — est correct au niveau de l'analyse et erroné au niveau de la décision. Trois raisons :

[Affirmation] Responsabilité et Système de Commandement d'Incident. La réponse aux incendies de forêt aux États-Unis est régie par l'ICS, qui assigne une responsabilité humaine claire pour chaque décision opérationnelle. Le Commandant d'incident signe le Plan d'Action d'Incident. Le Chef de la section opérations approuve les tactiques. Le Superviseur de division approuve les affectations d'équipes. La politique du NWCG et des agences fédérales ne permet actuellement pas à une prise de décision algorithmique de se substituer à ces rôles. L'IA est une aide à la décision, pas un décideur.

[Affirmation] Les données sur les quasi-accidents racontent l'histoire. Un examen NWCG 2024 des principales encerclements et décès d'incendies de forêt depuis 2010 a révélé que la cause immédiate n'était presque jamais une défaillance de l'analyse ou des informations météorologiques. La cause immédiate était presque toujours un facteur de jugement humain : voie d'évacuation manquée, rupture de communication, chaîne de commandement ambiguë, ou changement de comportement du feu non reconnu. L'IA améliore la couche d'analyse ; elle ne modifie pas la couche de jugement humain qui détermine les résultats.

[Fait] Incertitude des capteurs et des modèles en conditions de feux actifs. ALERTCalifornia — le réseau de caméras de sécurité publique géré par l'Université de Californie San Diego — exploitait plus de 1 200 caméras panoramiques-inclinables-zooms haute définition au début 2026, fournissant un réseau de surveillance en arrière-pays 24h/24 avec vision nocturne en proche infrarouge. Lors de la saison d'incendies 2024, Cal Fire a répondu à plus de 7 500 incendies de forêt dans sa juridiction ; les caméras ont repéré 1 668 de ces incendies (environ 22 %), dont 636 qui sont apparus à la caméra avant que quiconque compose le 911. Ce sont d'excellents chiffres de détection, mais le même réseau rate encore environ 78 % des incendies de la juridiction et présente des limites significatives en termes de fausses alarmes et de résolution tactique. Les modèles de propagation des incendies (FlamMap, FARSITE, Pyregence) gèrent bien le terrain et les combustibles, mais sous-performent quand les conditions météorologiques changent rapidement — précisément les conditions où les décisions du superviseur importent le plus. Les outils s'améliorent, mais l'écart entre « contribution utile » et « contribution de niveau décisionnel » reste large.

Le résumé honnête : l'IA est un excellent officier du renseignement et un piètre commandant d'incident. Le rôle du superviseur est d'intégrer les contributions de l'IA avec les observations terrain, l'état des équipes, les données météo et la tolérance au risque. Cette intégration, c'est le travail.

Données originales : exposition à l'IA tâche par tâche

Voici comment les principales tâches des superviseurs d'incendies de forêt se situent en termes de pression d'automatisation à court terme :

• Briefing météo et combustibles avant incendie : 70 % d'exposition à l'IA (prévisions météo incendies du NWS maintenant augmentées par l'IA).
• Modélisation de la propagation et planification tactique : 55 % d'exposition à l'IA (FlamMap-AI, Pyregence, modèles de vent par apprentissage automatique).
• Détection de la fumée et de l'incendie : 75 % d'exposition à l'IA (réseaux de caméras ALERTCalifornia, ALERTWildfire avec vision par ordinateur).
• Supervision directe sur le terrain et sécurité des équipes : 8 % d'exposition à l'IA (humain uniquement).
• Communications radio et coordination d'incident : 15 % d'exposition à l'IA (les humains restent primaires).
• Décisions tactiques pendant les opérations : 12 % d'exposition à l'IA (consultatif uniquement ; humains responsables).
• Reconnaissance des dangers et gestion des voies d'évacuation : 10 % d'exposition à l'IA (jugement humain en conditions réelles).
• Rapports post-action et documentation : 65 % d'exposition à l'IA (outils de rapport assistés par LLM).
• Planification et exécution des feux prescrits : 35 % d'exposition à l'IA (la modélisation aide ; décisions d'allumage humaines).
• Information publique et coordination médias : 45 % d'exposition à l'IA (IA rédige ; humains diffusent).
• Briefing des équipes et contrôle des effectifs : 15 % d'exposition à l'IA (exigence de contact en face-à-face).

Pondéré par la répartition typique du temps entre les rôles, cela aboutit aux 27 % d'exposition observée que montre notre modèle 2025.

Observation de terrain : un Chef de la section opérations de Type 2

J'ai échangé avec un Chef de la section opérations de Type 2 en février 2026, qui travaille sur les incendies de l'Ouest des États-Unis depuis 2003. Son point de vue sur l'IA dans ce rôle :

Les saisons d'incendies 2024-2025 ont été les premières où la modélisation de la propagation des incendies par apprentissage automatique et les produits météo assistés par IA sont devenus opérationnellement utiles en temps réel sur ses incidents. La valeur s'est manifestée à trois endroits : de meilleures prédictions de propagation pour la période opérationnelle suivante dans le développement du Plan d'Action d'Incident, une analyse plus rapide des colonnes de fumée à partir des images de drones et de reconnaissance aérienne, et une meilleure validation des prescriptions de feux prescrits pendant les épaules de saison. Aucun de ces apports n'a changé son processus de décision — ils ont amélioré la qualité des données sur lesquelles il décidait.

Ce qui n'a pas changé : les décisions du type « incendie repéré de l'autre côté de la ligne à 14 h 47 ». Celles-ci venaient encore de ses yeux, de sa radio, des rapports de son équipe et de sa lecture de la colonne météo au-dessus de lui. L'IA dans le PAI ne l'a sauvé d'aucune de celles-là.

Sa prédiction pour les cinq prochaines années : les outils d'IA deviendront l'infrastructure standard des camps de feu. La charge de travail de la section Plans diminuera modestement. La prise de décision de la section Opérations restera inchangée. Les rôles de Chef d'équipe et de Superviseur de division resteront inchangés. L'effectif global de la profession suivra la sévérité de la saison d'incendies, pas le déploiement de l'IA.

Il a identifié un risque : la tentation pour les superviseurs peu expérimentés de faire une confiance excessive aux résultats de propagation des incendies par IA. Les résultats semblent autoritaires ; les bandes d'incertitude ne sont pas toujours bien communiquées. Le NWCG développe une formation sur ce sujet. L'adoption est inégale.

Perspectives sur trois ans : 2026-2028

[Estimation] D'ici fin 2028 :

• La modélisation de la propagation des incendies par IA et les produits météo seront standard sur les incidents de Type 1 et Type 2.
• Les réseaux de détection par vision par ordinateur couvriront tous les États de l'Ouest avec une latence de détection inférieure à cinq minutes pour la plupart des départs de feux.
• Le développement des prescriptions de feux prescrits sera substantiellement assisté par l'IA.
• Les rôles du Commandement d'Incident (du Superviseur de division au Commandant d'incident) ne seront pas substitués par l'IA ; ils seront augmentés.
• Les niveaux de rémunération suivront la sévérité de la saison d'incendies et l'échelle de rémunération fédérale/étatique plutôt que la productivité induite par l'IA.
• L'effectif suivra l'activité des incendies, projeté modestement à la hausse jusqu'en 2030 compte tenu de l'allongement de la saison dû au changement climatique.

[Fait] Le BLS projette que les superviseurs de première ligne des travailleurs en lutte contre les incendies et en prévention (SOC 33-1021) resteront dans la fourchette d'emploi de 97 000+, le signal de demande lié au changement climatique venant de la ligne connexe des inspecteurs/spécialistes en prévention (SOC 33-2022, croissance de 6 % 2024-2034). L'IA ne déplace pas le rôle de supervision ; l'activité des incendies liée au changement climatique est la principale variable de demande.

Ce que les travailleurs devraient réellement faire

Si vous êtes superviseur d'incendies de forêt aujourd'hui ou aspirez à l'être, trois actions sont déterminantes :

1. Poursuivez les qualifications NWCG de manière agressive. L'échelle de qualification (FFT2 → FFT1 → SQRL → CRWB → STLN/STEN → DIVS → OSC1/OSC2 → ICT3/ICT2/ICT1) est le critère d'entrée. L'IA ne change pas cela ; la sévérité des incidents, oui.
2. Maîtrisez les outils : FlamMap-AI, produits météo incendies du NWS et systèmes de caméras ALERTWildfire. Les superviseurs capables d'intégrer les produits d'IA dans le développement du PAI et les décisions tactiques surpassent ceux qui traitent ces outils comme réservés à la section Plans.
3. Spécialisez-vous dans les feux prescrits si vous voulez un rôle à l'année. La planification et l'exécution des feux prescrits sont de plus en plus demandées dans les États de l'Ouest et constituent une voie de carrière permanente. L'assistance de l'IA accélère le développement des prescriptions mais ne remplace pas le chef de brûlage.

Ne vous inquiétez pas de voir l'IA remplacer le rôle. Préoccupez-vous de savoir si votre condition physique, vos qualifications NWCG, vos heures d'incident et votre réputation de leader d'équipe sont compétitives. Ce sont ces éléments qui font progresser dans ce métier.

Pour la décomposition complète au niveau des tâches, consultez la page de la profession des superviseurs d'incendies de forêt.

FAQ

L'IA va-t-elle remplacer les superviseurs d'incendies de forêt ? [Estimation] Non. D'ici 2028, nous projetons 40 % d'exposition à l'IA mais seulement 19 % de risque d'automatisation. La prise de décision tactique et de commandement d'incident reste humaine, régie par les qualifications NWCG et les protocoles ICS.

Quel est l'outil d'IA le plus utile dans les incendies de forêt aujourd'hui ? [Affirmation] Les réseaux de détection par vision par ordinateur (ALERTCalifornia, ALERTWildfire) pour la détection et la modélisation de la propagation des incendies par apprentissage automatique pour la planification PAI. Les deux sont passés d'expérimental à opérationnel depuis 2024.

Des drones autonomes de lutte contre les incendies arrivent-ils ? [Estimation] Les drones d'allumage aérien sont déjà utilisés. Les drones d'extinction autonomes pour les fronts d'incendies actifs sont technologiquement possibles mais opérationnellement limités et peu susceptibles d'être des outils de suppression principaux d'ici 2028.

Quelle est la meilleure voie pour entrer dans ce métier ? [Affirmation] L'embauche saisonnière dans les agences fédérales (USFS, BLM) ou étatiques, plus les qualifications NWCG, plus le temps en équipe. La voie traditionnelle reste la voie. L'IA ne la change pas.

Historique des mises à jour

• 2026-04-26 : Extension à la norme v2.2. Ajout de la méthodologie, d'une journée-type, du contre-récit (couche de décision vs couche d'analyse), du scoring des tâches, de l'entretien avec un OSC2 de Type 2 (février 2026), des perspectives 2026-2028, de la FAQ. Titre : exposition 27-40 %, risque 10-19 % ; la prise de décision tactique reste dirigée par des humains.
• 2026-05-28 : Ajout des citations salariales/emploi du BLS OEWS 33-1021 (97 200 emplois / médiane 92 430 $ mai 2024) et du 33-2022 (croissance 6 % 2024-2034) ; correction du nombre de caméras ALERTCalifornia à 1 200+ avec 1 668 incendies détectés et 636 repérages avant le 911 en 2024 (alertcalifornia.org).
• Antérieur : v1 post evergreen.