Cette thèse explore l’intersection de la cybersécurité, de la manipulation de l’information et de l’intelligence artificielle générative pour développer des plateformes d’entraînement permettant d’atténuer les opérations de Manipulation de l’Information. Alors que les réseaux sociaux permettent la mise en œuvre d’opérations informationnelles à grande échelle ayant des impacts sur les démocraties, il existe un besoin critique de méthodologies d’entraînement efficaces permettant de lutter contre ces opérations. Notre recherche aborde trois questions clés : (1) Comment produire du contenu diversifié, conforme au scénario et crédible pour peupler des réseaux sociaux simulés ; (2) Comment modéliser l’activité de ces réseaux, incluant des comportements malveillants ; et (3) Comment concevoir une solution qui soit utilisable et contrôlable par les formateurs. Le système proposé, SocialForge, utilise des graphes de connaissances et l’IA générative pour produire un contenu conforme au scénario, diversifié et réaliste. Ce système permet aussi de simuler des comportements de réseaux sociaux dynamiques, ce qui inclue des activités malveillantes. Les évaluations démontrent la capacité du système à générer des simulations crédibles, permettant de maximiser l’immersion de l’entraînement. Ce faisant, ces travaux comblent ainsi le fossé entre la formation en cybersécurité et la défense contre la manipulation de l’information.