Google DeepMind et GovTech Singapore annoncent le 14 octobre 2026 un modèle Gemma conçu pour repérer les arnaques directement sur l’appareil, selon l’annonce de Google DeepMind. Le système doit examiner les messages en deux étapes. Google DeepMind précise aussi qu’une application intégrée ne peut accéder aux conversations qu’avec le consentement de l’utilisateur et selon ses propres conditions d’utilisation.

Comment le modèle examine une conversation

Un premier classificateur léger passe les messages entrants au crible pour repérer une menace possible. Si l’un d’eux déclenche une alerte, le modèle Gemma affiné analyse un contexte plus large de la conversation pour confirmer le risque ou écarter une fausse alerte. Le dispositif prévoit ensuite un avertissement en temps réel invitant l’utilisateur à faire une pause avant de transmettre des informations sensibles ou de l’argent.

Le modèle a été affiné à partir de conversations d’arnaque singapouriennes, notamment des imitations d’institutions publiques, de banques et de personnalités locales, ainsi que des stratagèmes régionaux. Cette spécialisation vise à reconnaître des méthodes de manipulation adaptées au contexte local.

Qui peut accéder aux conversations ?

Le traitement annoncé se déroule sur l’appareil. Google DeepMind indique qu’une application intégrée ne peut accéder aux conversations qu’avec le consentement de l’utilisateur et conformément aux conditions d’utilisation de cette application. L’entreprise affirme également que ni Google ni le gouvernement de Singapour ne peuvent accéder aux conversations par le biais du déploiement.

Ces règles d’accès s’appliquent à l’application intégrée : le traitement local, à lui seul, ne décrit pas les autorisations accordées à cette application. C’est pourquoi Google DeepMind associe le fonctionnement sur l’appareil au consentement de l’utilisateur.

De l’entraînement à l’intégration

Google DeepMind indique que l’affinage du modèle a eu lieu dans un environnement Google Cloud géré par GovTech Singapore. Selon l’entreprise, l’entraînement excluait les données privées et les informations permettant d’identifier une personne; il s’appuyait sur des données anonymisées issues de signalements d’arnaques et de flux de renseignement. Google DeepMind indique aussi que le modèle a été testé avec des dialogues synthétiques et des corpus locaux.

Pour son intégration, Google DeepMind décrit un déploiement progressif dans des applications développées avec le gouvernement singapourien.