Filtrage des médias défavorables : définition et méthode

Le filtrage des médias défavorables (adverse media screening) est le contrôle qu'un établissement régulé effectue pour savoir si un client, les propriétaires d'une société ou une contrepartie apparaissent dans des informations négatives ou d'autres données publiques liées à la criminalité financière, comme la fraude, la corruption, le blanchiment, le contournement de sanctions ou le terrorisme. Il complète le filtrage des sanctions et des PPE dans le cadre du devoir de vigilance à l'égard de la clientèle, et il compte surtout lorsqu'un établissement doit décider si un client présente un risque plus élevé.

Ce guide explique ce qui constitue un média défavorable, comment le filtrage fonctionne en pratique, pourquoi les faux positifs sont la principale difficulté, quelle place occupent les outils d'IA, ce que dit le droit de l'UE et comment les plateformes d'échange crypto l'utilisent. Il s'adresse aux équipes conformité et aux utilisateurs qui se demandent pourquoi une plateforme les a interrogés sur un article de presse.

Qu'est-ce qu'un média défavorable ?

Un média défavorable (aussi appelé information négative) désigne toute information publique crédible suggérant qu'une personne ou une société pourrait être impliquée dans la criminalité financière ou dans des faits graves. Les sources habituelles sont :

• Les médias d'information : presse nationale et locale, publications économiques et spécialisées, en de nombreuses langues.
• Les publications officielles : avis de sanction des régulateurs, décisions de justice et communiqués des parquets.
• Les enquêtes et rapports de la société civile : travaux de réseaux de journalistes et d'ONG.
• Les autres sources publiques : registres des sociétés, blogs et réseaux sociaux, qui ont généralement moins de poids à eux seuls.

La plupart des programmes de filtrage regroupent les résultats par thème : criminalité financière et fraude, corruption, criminalité organisée, terrorisme, contournement de sanctions, fraude fiscale, cybercriminalité, etc. Un article sur un litige de stationnement ou le divorce d'une célébrité ne relève pas des médias défavorables en ce sens. Ce qui compte, c'est la pertinence au regard du risque de blanchiment.

Le filtrage des médias défavorables est-il une obligation légale ?

En général, pas en ces termes. Ni le règlement européen anti-blanchiment ni les règles de programme américaines n'emploient l'expression « adverse media screening ». Ils imposent plutôt aux établissements de comprendre qui sont leurs clients et quel risque ils présentent, et la vérification des informations publiques est l'un des principaux moyens d'y parvenir.

• UE. Le règlement anti-blanchiment, le règlement (UE) 2024/1624 (AMLR), s'applique à partir du 10 juillet 2027. Son annexe I énumère les variables de risque que les établissements doivent prendre en compte pour décider du niveau de vigilance à appliquer, et les variables relatives au client incluent « la réputation du client et du bénéficiaire effectif du client ». Le considérant 31 cite aussi les médias parmi les « sources crédibles et fiables » qui peuvent éclairer l'évaluation des risques d'un établissement.
• États-Unis. La règle de programme du FinCEN pour les banques, 31 CFR 1020.210, impose un devoir de vigilance fondé sur les risques, qui établit un profil de risque client et comprend une surveillance continue. Les résultats du filtrage des médias défavorables alimentent couramment ce profil.

En pratique, les superviseurs s'attendent à trouver des vérifications d'informations publiques dans les dossiers de vigilance renforcée, en particulier pour les personnes politiquement exposées, les clients entreprises à haut risque et les transactions importantes ou inhabituelles. Notre guide CDD vs EDD explique quand ces contrôles plus lourds s'appliquent.

Comment fonctionne le filtrage des médias défavorables

Un processus type comporte quatre étapes :

1. Rechercher. Le nom du client, ses alias connus ainsi que les noms des dirigeants et des bénéficiaires effectifs de la société sont recherchés dans des archives de presse et des bases de données de risque. Les bons systèmes cherchent en plusieurs langues et gèrent les noms translittérés.
2. Faire correspondre. Les résultats sont rattachés à la personne à l'aide d'autres identifiants, comme la date de naissance, la nationalité, la localisation ou la fonction, afin d'écarter les homonymes.
3. Classer. Chaque article pertinent est étiqueté par catégorie d'infraction, date, qualité de la source et stade de l'affaire : rumeur, allégation, enquête, mise en examen ou condamnation.
4. Décider et consigner. Un analyste décide si le résultat modifie la notation de risque du client, appelle des questions supplémentaires ou est sans pertinence, et en consigne les raisons.

Le filtrage a lieu à l'entrée en relation, puis de nouveau dans la durée. De nombreux établissements refiltrent automatiquement leur base clients et émettent des alertes sur les nouveaux articles : un client irréprochable à l'inscription peut donc être signalé plus tard. Les prestataires regroupent ce service avec les contrôles sanctions et PPE. Le filtrage AML d'iDenfy, par exemple, combine la vérification des médias défavorables avec les listes de sanctions et de PPE et un filtrage continu. Notre comparatif des logiciels de filtrage des sanctions et notre guide sur le filtrage des listes de surveillance et des PPE couvrent le volet fondé sur les listes.

Les faux positifs et le problème des allégations

Les médias défavorables sont plus bruités qu'une liste de sanctions. Une liste de sanctions est un registre officiel ; des archives de presse ne le sont pas. Deux problèmes dominent :

• Les homonymes. Les noms courants renvoient des centaines d'articles sans rapport. Sans identifiants secondaires, les analystes perdent du temps et de bons clients sont retardés.
• Une allégation n'est pas une condamnation. Un article peut rapporter une accusation abandonnée par la suite, ou une affaire que la personne a gagnée.

Le droit de l'UE traite directement ce second point. L'article 76 de l'AMLR n'autorise les entités assujetties à traiter des données relatives à des infractions pénales que si ces données proviennent de sources fiables, sont exactes et à jour, et si l'établissement dispose de procédures qui distinguent « les allégations, les enquêtes, les procédures et les condamnations », compte tenu du droit à un procès équitable et de la présomption d'innocence. En pratique, une allégation ancienne et non prouvée ne doit pas peser autant qu'une condamnation récente, et le dossier doit montrer que l'analyste a fait la différence.

Les établissements paramètrent leur filtrage pour réduire le bruit : correspondance sur davantage d'identifiants, limitation des résultats aux catégories d'infractions pertinentes, classement des sources selon leur crédibilité et suppression des articles déjà examinés. L'objectif n'est pas zéro résultat, mais des résultats qui méritent le temps d'un analyste.

L'IA et le NLP dans le filtrage des médias défavorables

Les outils modernes utilisent le traitement automatique du langage naturel pour lire les articles au lieu de se contenter de faire correspondre des mots-clés. Leurs fonctions types sont la reconnaissance d'entités (l'article concerne-t-il vraiment le client ?), la classification thématique (fraude, corruption, terrorisme), la notation du ton et de la gravité, la traduction et la déduplication d'un même article repris par des centaines de médias.

Ces outils réduisent l'examen manuel, mais l'AMLR encadre les décisions automatisées. Selon l'article 76(5), les établissements ne peuvent recourir à des processus automatisés ou à des systèmes d'IA que si :

• les données utilisées se limitent à celles collectées au titre du chapitre du règlement consacré au devoir de vigilance ;
• toute décision d'accepter, de refuser ou de mettre fin à une relation d'affaires, ou d'augmenter ou de réduire le niveau de vigilance, fait l'objet d'une « intervention humaine significative » ; et
• le client peut obtenir une explication de la décision et la contester, sauf lorsqu'elle concerne une déclaration de transaction suspecte.

L'IA peut donc trier et résumer, mais c'est toujours une personne qui doit assumer la décision.

La place des médias défavorables dans la CDD et l'EDD

Un résultat défavorable entraîne rarement un refus automatique. Le plus souvent, il fait basculer le client en vigilance renforcée, où l'établissement demande du contexte et des justificatifs, par exemple sur l'origine des fonds et l'origine du patrimoine. Si l'article laisse penser que le client pourrait blanchir de l'argent, l'établissement peut aussi devoir envisager une déclaration à sa cellule de renseignement financier, qu'il ne doit pas révéler au client.

Le filtrage des médias défavorables en crypto

Les prestataires de services sur crypto-actifs sont des entités assujetties au titre de l'AMLR : les mêmes attentes s'appliquent donc à eux. Les cas d'usage courants en crypto sont :

• Entrée en relation avec des entreprises. Filtrage des fonds, sociétés de trading et émetteurs de jetons, de leurs dirigeants et de leurs propriétaires, dans le cadre du KYB.
• Listings de jetons et partenariats. Vérification des fondateurs et promoteurs de projets à la recherche de fraudes passées, de rug pulls ou de mesures coercitives avant un listing ou un partenariat.
• Desks OTC et institutionnels. Filtrage des contreparties lors de transactions importantes, où un seul acteur malveillant peut représenter un risque réel.
• Autres plateformes d'échange. Évaluation des entreprises crypto avec lesquelles la plateforme travaille, en complément des vérifications d'agrément et de la Travel Rule.
• EDD pour les particuliers. Examen des clients à forte valeur et de toute personne signalée par des indicateurs on-chain.

Le filtrage des médias défavorables porte sur les personnes. Il ne voit pas les portefeuilles. Les plateformes l'associent à l'analyse blockchain, qui trace les fonds on-chain, et à la surveillance des transactions. Un client sans aucune mention négative dans la presse peut tout de même être signalé pour un dépôt provenant d'un mixeur, et l'inverse est vrai aussi. La manière dont ces signaux alimentent le modèle de risque global d'un établissement est présentée dans notre guide sur l'évaluation des risques AML pour les entreprises crypto.

Pour les utilisateurs : pourquoi une plateforme vous interroge sur un article

Si une plateforme vous interroge sur un article, c'est généralement qu'elle a trouvé une correspondance possible et doit la confirmer ou l'écarter. Répondez directement : s'il ne s'agit pas de vous, dites-le et fournissez des identifiants qui le démontrent ; s'il s'agit de vous, expliquez l'issue de l'affaire et communiquez des documents, comme une décision de justice montrant que les poursuites ont été abandonnées. Ignorer la demande est le chemin le plus probable vers un compte restreint.

Les applications de JewelSwap sont des logiciels DeFi non custodiaux et ne filtrent pas elles-mêmes les utilisateurs ; notre article sur le KYC dans la DeFi explique pourquoi.

Questions fréquentes

Qu'est-ce que le filtrage des médias défavorables ?

Le filtrage des médias défavorables consiste à vérifier les actualités et d'autres sources publiques à la recherche d'informations reliant un client, ses propriétaires ou une contrepartie à la criminalité financière, comme la fraude, la corruption, le blanchiment, le contournement de sanctions ou le terrorisme. Il fait partie du devoir de vigilance et sert à établir la notation de risque d'un client.

Le filtrage des médias défavorables est-il exigé par la loi ?

En général, pas en ces termes. Les règles de l'UE et des États-Unis imposent aux établissements de comprendre le risque client, et l'AMLR européen cite la réputation du client parmi les variables de risque. Le filtrage des médias défavorables est la manière standard de répondre à cette attente, en particulier en vigilance renforcée.

Quelle est la différence entre le filtrage des médias défavorables et le filtrage des sanctions ?

Le filtrage des sanctions compare des noms à des listes officielles, et une correspondance confirmée implique généralement le gel des avoirs et l'impossibilité de traiter avec la personne. Le filtrage des médias défavorables parcourt l'actualité et des sources publiques, moins fiables : les résultats nécessitent un examen humain et entraînent généralement des questions supplémentaires plutôt qu'un refus automatique.

Un résultat défavorable signifie-t-il que je serai refusé ?

Pas nécessairement. De nombreux résultats concernent des homonymes ou d'anciennes allégations. Un résultat pertinent signifie généralement que l'établissement demande davantage d'informations et peut appliquer une vigilance renforcée. Selon les règles de l'UE, les établissements doivent distinguer les allégations, les enquêtes, les procédures et les condamnations.

L'IA peut-elle décider sur les résultats défavorables ?

L'IA peut trouver, traduire, classer et hiérarchiser les articles, mais selon l'article 76 de l'AMLR européen, les décisions d'accepter, de refuser ou de mettre fin à une relation, ou de modifier le niveau de vigilance, nécessitent une intervention humaine significative, et les clients peuvent demander une explication et contester la décision.

À quelle fréquence le filtrage des médias défavorables est-il effectué ?

À l'entrée en relation, puis de manière continue. De nombreux établissements refiltrent automatiquement leurs clients et émettent des alertes sur les nouveaux articles, avec des examens manuels plus approfondis des clients à risque plus élevé lors des revues périodiques.

À lire aussi

• Vigilance standard et vigilance renforcée (CDD vs EDD)
• Personne politiquement exposée (PPE) : définition et règles
• Filtrage des listes de surveillance et des PPE en crypto
• Les signaux d'alerte AML en crypto
• Évaluation des risques AML pour les entreprises crypto

Cet article a une vocation pédagogique et ne constitue pas un conseil juridique. Les références juridiques renvoient au règlement (UE) 2024/1624 (l'AMLR, applicable à partir du 10 juillet 2027) et au 31 CFR 1020.210 tels que publiés, vérifiés le 9 octobre 2026. Les fonctionnalités des prestataires sont décrites d'après le site du prestataire à la même date. Les règles évoluent ; vérifiez les versions en vigueur avant de vous y fier.