Kali Linux 2026.2 intègre l’IA, mais soulève des questions de confidentialité
La nouvelle version Kali Linux 2026.2, l’une des distributions Linux les plus utilisées par les professionnels de la cybersécurité et les pentesters, introduit plusieurs outils reposant sur l’intelligence artificielle. Si ces nouveautés promettent d’améliorer la productivité des analystes de sécurité, elles suscitent également des interrogations concernant la confidentialité des données manipulées lors des tests d’intrusion.
L’alerte a notamment été relayée par Juan Pablo Castro, expert en cybersécurité chez TrendAI, qui estime que certains outils activés par défaut pourraient transmettre des informations sensibles vers des services externes sans que les utilisateurs en mesurent pleinement les conséquences.
Shell-GPT envoie des données vers des modèles d’IA distants
Parmi les nouveaux outils intégrés à Kali Linux 2026.2, Shell-GPT attire particulièrement l’attention.
Cet utilitaire permet de transformer des instructions rédigées en langage naturel en commandes Linux, scripts ou documentation directement depuis le terminal. Pour fonctionner, il s’appuie par défaut sur l’API d’OpenAI, comme l’explique la documentation officielle de Shell-GPT (https://github.com/TheR1D/shell_gpt).
Le problème soulevé par plusieurs chercheurs est que les requêtes envoyées au modèle d’intelligence artificielle peuvent contenir des informations issues de l’environnement de travail du pentester, notamment :
- les noms d’hôtes ;
- les chemins internes des systèmes ;
- des extraits de journaux (logs) ;
- des informations relatives aux missions de sécurité.
Même si ces données sont utilisées pour générer une réponse pertinente, elles quittent l’environnement local pour être traitées par un service externe, ce qui peut poser un problème dans certains contextes sensibles.
Ollama constitue une alternative plus respectueuse de la confidentialité
Les spécialistes rappellent qu’il existe des solutions permettant d’utiliser des modèles d’intelligence artificielle localement.
Le projet Ollama (https://ollama.com/) permet notamment d’exécuter plusieurs grands modèles de langage directement sur la machine de l’utilisateur, sans transmettre les données vers le cloud.
Toutefois, cette configuration n’est généralement pas activée par défaut. Les utilisateurs les moins expérimentés risquent donc de continuer à utiliser les paramètres standards, envoyant involontairement des informations potentiellement sensibles vers des plateformes distantes.
Tookie-OSINT automatise la collecte d’informations
Un second outil, Tookie-OSINT, fait également partie des nouveautés mises en avant.
Son objectif est d’automatiser les recherches OSINT (Open Source Intelligence) afin d’identifier rapidement les comptes associés à un nom d’utilisateur sur différents réseaux sociaux et services en ligne.
Si cette fonctionnalité représente un gain de temps considérable pour les enquêteurs en cybersécurité, elle relance également les discussions autour de la collecte massive d’informations publiques et de la protection des données personnelles.
Les bonnes pratiques en matière de protection des données sont d’ailleurs régulièrement rappelées par l’OWASP, qui recommande de limiter au strict nécessaire les informations transmises à des services tiers (https://owasp.org/).
Une évolution qui relance le débat sur la souveraineté numérique
L’intégration croissante de l’intelligence artificielle dans les outils de cybersécurité constitue une évolution majeure du secteur.
Cependant, cette automatisation soulève une question essentielle : jusqu’où peut-on externaliser le traitement des données sans compromettre leur confidentialité ?
Les environnements de pentest manipulent souvent des informations particulièrement sensibles appartenant à des entreprises, des administrations ou des opérateurs d’infrastructures critiques. Dans ce contexte, la maîtrise des flux de données devient un enjeu de souveraineté numérique.
Les recommandations publiées par le NIST sur la gestion des risques liés à l’intelligence artificielle insistent d’ailleurs sur la nécessité d’évaluer précisément les données transmises aux modèles d’IA avant leur utilisation (https://www.nist.gov/itl/ai-risk-management-framework).
Les organisations doivent adapter leurs pratiques
Pour limiter les risques, les experts recommandent aux équipes de cybersécurité de vérifier systématiquement les paramètres des outils utilisant des modèles d’intelligence artificielle.
Il est notamment conseillé de privilégier des modèles locaux lorsque cela est possible, d’anonymiser les informations envoyées aux services cloud et de sensibiliser les utilisateurs aux implications de ces nouvelles technologies.
À mesure que l’IA s’impose dans les outils de sécurité offensive, les politiques de gouvernance des données devront évoluer afin de préserver un équilibre entre innovation, efficacité opérationnelle et confidentialité.
Conclusion
L’arrivée de Kali Linux 2026.2 confirme que l’intelligence artificielle transforme progressivement les pratiques du pentesting. Toutefois, les nouveaux outils intégrés rappellent que l’automatisation ne doit jamais se faire au détriment de la protection des données sensibles. Les organisations devront désormais trouver le juste équilibre entre les gains de productivité offerts par l’IA et les exigences croissantes en matière de confidentialité, de conformité et de souveraineté numérique.
