Mars 2023 : une photo du pape François en doudoune blanche XXL fait le tour des réseaux sociaux. Des millions de personnes y croient, amusées. L’image avait été produite avec Midjourney. Quelques jours plus tôt, de fausses images de l’arrestation de Donald Trump circulaient déjà. Depuis, les générateurs ont fait des progrès considérables, et les indices grossiers d’hier, les mains à six doigts, les visages en cire, ont presque disparu. Reconnaître une image fabriquée demande désormais une méthode plutôt qu’un coup d’œil.
Idée reçue : « on voit toujours que c’est faux »
C’était vrai il y a quelques années. Ça ne l’est plus. Les modèles actuels, qu’il s’agisse de Midjourney, de Flux, de la génération d’images de ChatGPT ou d’Imagen chez Google, produisent des photographies d’un réalisme suffisant pour tromper un œil attentif sur un écran de téléphone. Plusieurs travaux de recherche ont d’ailleurs montré que des participants peinaient à distinguer des visages générés de vrais visages. Conclusion pratique : le doute doit venir du contexte autant que de l’image.
Les indices visuels qui restent utiles
Ils ne prouvent rien seuls, mais leur accumulation doit alerter :
- un texte illisible ou incohérent sur les panneaux, les badges, les plaques ;
- des reflets et des ombres qui ne correspondent pas aux sources de lumière ;
- des objets qui fusionnent : lunettes intégrées à la peau, bijoux asymétriques, doigts entremêlés ;
- un arrière-plan flou d’une façon étrange, avec des personnes ou des bâtiments déformés ;
- une peau trop lisse, un éclairage de studio dans une scène censée être prise sur le vif ;
- des détails qui changent d’une image à l’autre dans une même « série » de photos.
La méthode en cinq réflexes
- Chercher la source. Qui a publié l’image en premier ? Un compte anonyme créé récemment n’a pas la même crédibilité qu’une agence de presse.
- Faire une recherche d’image inversée. Google Lens, TinEye ou Bing permettent de retrouver des versions antérieures, le contexte original ou des démentis déjà publiés.
- Vérifier si les médias sérieux en parlent. Un événement spectaculaire sans aucune reprise par l’AFP, Reuters ou les grands titres est suspect. Les cellules de vérification comme AFP Factuel ou Les Vérificateurs de TF1 publient régulièrement des analyses.
- Examiner les métadonnées. Le standard C2PA, porté notamment par Adobe, Microsoft, Google et OpenAI, attache des « Content Credentials » à certaines images pour indiquer leur origine. Le site de vérification associé permet de les lire. Leur absence ne prouve rien, car les réseaux sociaux suppriment souvent ces informations.
- Se méfier de l’émotion. Une image qui provoque une indignation immédiate ou confirme exactement ce qu’on pensait déjà est précisément celle qu’il faut vérifier avant de la partager.
Les détecteurs automatiques : un appui, pas un verdict
Des outils prétendent identifier les images générées, en ligne ou sous forme d’extensions. Leurs résultats sont variables : ils peuvent être trompés par une simple recompression, une capture d’écran ou un recadrage, et produire des faux positifs sur de vraies photos retouchées. Google a développé SynthID, un filigrane invisible intégré aux contenus produits par ses propres modèles, mais il ne détecte que les images issues de ces outils.
Connaître les générateurs eux-mêmes reste l’un des meilleurs moyens de repérer leurs signatures visuelles : chaque modèle a ses tics, ses éclairages, sa manière de traiter les textures. Pour savoir quels outils circulent et ce dont ils sont capables, le guide Comparateur IA des générateurs d’images offre une vue d’ensemble instructive, y compris pour qui ne compte pas les utiliser.
Ce que prévoit la loi
Dans l’Union européenne, le règlement sur l’intelligence artificielle impose de signaler les hypertrucages, ces contenus générés ou manipulés qui ressemblent à des personnes, des lieux ou des événements réels, et demande aux fournisseurs de marquer les contenus synthétiques de façon détectable. Ces obligations de transparence sont prévues à partir d’août 2026 ; à la date de rédaction, en septembre 2026, leurs modalités pratiques et d’éventuels délais font encore l’objet de précisions au niveau européen. En France, la loi du 21 mai 2024 visant à sécuriser et à réguler l’espace numérique a créé un délit spécifique pour la diffusion de montages générés par algorithme représentant une personne sans son consentement, avec des peines alourdies pour les contenus à caractère sexuel. Les victimes peuvent aussi signaler les contenus sur la plateforme Pharos.
Le vrai rempart
La technique progressera plus vite que les astuces de détection. Ce qui restera, c’est une hygiène de l’information : ralentir avant de partager, remonter à la source, accepter de ne pas savoir. Le danger n’est d’ailleurs pas seulement de croire une fausse image. C’est aussi, à force de soupçon, de ne plus croire les vraies, et de laisser n’importe qui balayer une preuve authentique d’un « c’est de l’IA ». Nous analysons plus largement l’impact des IA sur la société moderne, car ces outils redessinent notre rapport à la preuve.
