Repérer des images générées par IA (sans se tromper soi-même)

La vidéo générative s’est améliorée assez vite pour que l’ancien conseil — compter les doigts, chercher le texte qui fond — échoue souvent, et échoue dans les deux sens. L’approche pratique est une couche de vérifications : d’où vient le clip, ce que fait le mouvement, ce que disent les détails, et ce que prétend la provenance du fichier. Aucune n’est décisive ; ensemble, elles indiquent quel niveau de confiance les preuves peuvent soutenir.

Commencer par la source, pas par les pixels

Avant d’étudier une image, découvrez qui a publié le clip et quand. Cherchez la première mise en ligne, puis lisez l’historique du compte : publie-t-il normalement ce genre d’images, et est-il la source originale ou un repost ? Cherchez l’article ou la publication qui l’entoure, car un clip présenté comme une information urgente et un clip présenté comme une démo ne portent pas la même charge de preuve. Vérifiez si d’autres médias l’ont vérifié indépendamment, et si le fichier a été réuploadé de nombreuses fois. Le réencodage et le repost détruisent les petits indices visuels sur lesquels on s’appuie.

Demandez-vous ce que le diffuseur y gagne : un compte en quête d’engagement, une entreprise qui vend un outil et une rédaction dotée d’une politique de correction ne sont pas des narrateurs également fiables, quels que soient les pixels.

Vérifier le mouvement et la physique

Regardez le clip à vitesse normale, puis image par image. Les images générées peinent souvent avec le contact et le poids : des pieds qui glissent, des mains qui traversent des objets, des objets qui changent de masse quand on les soulève. Les liquides, la fumée, le tissu et les cheveux sont des points d’échec courants, tout comme les foules et les personnages d’arrière-plan, qui peuvent dériver, fusionner ou se répéter. Vérifiez la cohérence des reflets et des ombres, et celle de la caméra elle-même : une vraie caméra a un obturateur physique, un objectif et un stabilisateur, et son mouvement a généralement une cause continue.

Les vraies images produisent aussi des moments qui semblent impossibles — rolling shutter, compression forte, ralenti à basse fréquence d’images. Une seule erreur de physique est une raison de regarder de plus près, pas un verdict.

Examiner le détail sous pression

Le texte, les mains, les dents, les oreilles, les bijoux, les motifs répétitifs et les bords où les cheveux rencontrent le fond sont autant d’endroits où les modèles génératifs ont historiquement glissé. Le texte peut être presque lisible plutôt que réellement lisible. Les doigts peuvent se plier bizarrement ou fusionner. Les visages en arrière-plan peuvent être flous d’une manière qui cache la structure, ou répétés avec de petites différences. Les bords peuvent avoir un halo doux qui ne correspond pas à la profondeur de champ.

La prudence : ces indices vieillissent vite. Les outils actuels traitent les mains et le texte court bien mieux que ceux d’il y a quelques années, et un opérateur soigneux peut corriger beaucoup d’artefacts en postproduction. Utilisez les vérifications de détail pour éveiller un soupçon, puis vérifiez ailleurs.

Vérifier la lumière et l’optique

Un faux convaincant doit reproduire le comportement d’un objectif : une profondeur de champ qui correspond à la focale, un flou de mouvement qui correspond à l’obturateur, un bruit de capteur qui reste cohérent dans tout le cadre, et une exposition qui réagit raisonnablement quand la caméra passe de la lumière à l’ombre. Les clips générés montrent parfois une netteté uniforme sur toute l’image, ou un grain qui change d’un plan à l’autre, ou des directions de lumière qui se contredisent entre un visage et son arrière-plan.

Les vraies images peuvent avoir l’air fausses pour les mêmes raisons : un débruitage fort, un suréchantillonnage, des filtres et un réétalonnage peuvent aplatir exactement les indices que vous vérifiez. Une image propre n’est pas une preuve d’authenticité.

Écouter l’audio

Pour un clip de parole face caméra, la voix est souvent la voie la plus rapide vers le doute. Écoutez la respiration, les bruits de bouche, l’ambiance de la pièce et les petits chevauchements de la parole naturelle. Les voix synthétiques peuvent sonner proprement isolées, mais étranges dans une pièce : pas de respiration avant une longue phrase, une ambiance qui ne change pas quand l’interlocuteur se tourne, ou un mouvement des lèvres qui précède ou retarde les mots. Le clonage de voix est un problème distinct de la génération vidéo, et l’un comme l’autre peuvent être falsifiés indépendamment.

Lire la provenance

Certains appareils photo, téléphones et outils de montage peuvent attacher des métadonnées de provenance signées. C2PA est un standard technique ouvert pour enregistrer d’où vient un contenu et comment il a été modifié ; Content Credentials est le nom utilisé pour ces métadonnées dans les outils grand public, et des services de vérification peuvent afficher le signataire et l’historique des modifications. Pour des images, c’est ce qui ressemble le plus à une chaîne de traçabilité : cela vous dit ce qu’un appareil ou une application déclare, et qui a signé la déclaration.

Ce n’est pas un sérum de vérité. Les métadonnées peuvent être supprimées, les plateformes les retirent fréquemment, beaucoup d’appareils ne signent rien, et un clip signé peut malgré tout être mal étiqueté. L’absence d’identifiants ne prouve rien. La présence est une preuve utile, surtout quand elle nomme un appareil ou un éditeur connu et montre un historique de modifications plausible.

Ce que les indices ne peuvent pas prouver

Chaque signal ci-dessus est probabiliste, et la conclusion honnête est généralement un niveau de confiance plutôt qu’un verdict. Les vraies images peuvent présenter des artefacts, surtout après compression, débruitage, suréchantillonnage ou reposts répétés. Les images générées peuvent être impeccables, surtout dans un clip court avec peu de mouvement. Des outils de détection existent, mais ils sont entraînés contre des générateurs particuliers et produisent des scores plutôt que des preuves ; un nouveau modèle ou un léger réétalonnage peut faire basculer un clip de l’autre côté de la frontière d’un détecteur. Et il y a un problème supplémentaire : dès que les gens savent que des faux existent, les vraies images sont rejetées comme fausses, une dynamique parfois appelée le dividende du menteur.

Le workflow ci-dessous place les vérifications de source avant les vérifications de pixels. La question est rarement « est-ce synthétique au sens absolu ? ». Elle est « que dois-je croire, et que dois-je dire que je crois ? »

Une vérification en dix minutes

1. Trouvez la version la plus ancienne. Cherchez la phrase ou l’image distinctive du clip, et notez le compte le plus ancien qui l’a publié.
2. Lisez le compte et la publication environnante. Identifiez l’intérêt et si le diffuseur prétend être la source.
3. Vérifiez la couverture indépendante. Cherchez une rédaction ou un vérificateur spécialisé qui a examiné le clip.
4. Regardez une fois pour l’histoire, une fois pour la physique. Notez les moments précis qui semblent faux, avec des horodatages.
5. Cherchez la provenance. Vérifiez la présence d’un badge Content Credentials ou d’un lecteur de métadonnées, et lisez le signataire.
6. Dites ce que vous savez. Si rien n’est confirmé, décrivez le clip comme non vérifié plutôt que comme faux ou réel.

Si vous n’êtes toujours pas sûr

Ne présentez pas le clip comme un fait, et ne le présentez pas non plus comme un faux prouvé. Demandez à la personne qui l’a publié d’où il vient, et gardez une trace de la réponse. Partagez la source la plus ancienne plutôt qu’un repost. Si vous avez déjà partagé quelque chose qui s’est révélé synthétique, corrigez-le au même endroit et expliquez l’indice — une suppression discrète n’apprend rien à personne.

Les compétences sont la littératie médiatique ordinaire appliquée à des outils plus rapides. Pour savoir comment ces systèmes génèrent des images à la base, voir comment fonctionnent les modèles vidéo IA. Pour le vocabulaire, le glossaire du cinéma IA couvre les termes en langage clair. Et pour un exemple de travail fait par IA qui assume ce qu’il est, parcourez le guide des courts métrages générés par IA.