Repérer un contenu généré par IA : méthodes et limites

Une image troublante circule, une voix enregistrée semble trop parfaite, une vidéo paraît tourner juste un peu trop bien. À mesure que les outils de génération progressent, la question revient sans cesse : ce contenu est-il réel ? Aucune méthode ne répond avec une certitude absolue, mais un ensemble de réflexes permet de limiter les mauvaises surprises.

Comment fonctionnent les marqueurs invisibles

Certains fournisseurs d’outils de création intègrent dans leurs contenus un filigrane numérique. Il ne s’agit pas d’un logo visible : c’est un motif discret, réparti dans les pixels d’une image, dans les images d’une vidéo ou dans le signal d’un fichier audio. À l’œil nu, rien ne change. Un détecteur spécialisé, en revanche, sait chercher ce motif et indiquer s’il est présent.

Le principe est séduisant, mais il a une limite de fond : il ne fonctionne que pour les contenus produits par les services qui appliquent ce marquage. Un fichier créé avec un autre outil, ou volontairement retravaillé, peut très bien ne porter aucune trace. L’absence de marqueur ne prouve donc jamais qu’un contenu est authentique.

Lire un verdict avec prudence

Un résultat de détection est un indice, jamais un jugement définitif. Trois cas de figure se présentent :

• le marqueur est détecté : le contenu a probablement été produit ou modifié par l’outil concerné ;
• le marqueur n’est pas détecté : rien ne permet de conclure dans un sens ou dans l’autre ;
• le résultat est incertain : le fichier a sans doute été compressé, recadré ou transformé, ce qui brouille le signal.

Une capture d’écran, une conversion de format ou un simple partage sur une messagerie suffisent parfois à altérer la trace. C’est pourquoi un outil de détection doit toujours être croisé avec d’autres vérifications.

Les indices qui trahissent une image générée

Même sans outil, l’observation attentive reste utile. Certains défauts reviennent régulièrement dans les images produites par intelligence artificielle :

• des mains, des dents ou des oreilles aux proportions étranges ;
• un texte incohérent sur une enseigne, un panneau ou un vêtement ;
• des reflets, des ombres ou des détails d’arrière-plan qui ne s’accordent pas entre eux ;
• un aspect lisse, presque trop parfait, sur la peau ou les matières ;
• des objets qui fusionnent avec leur support ou se dédoublent.

Ces signes s’estompent à mesure que les modèles s’améliorent, ce qui impose de ne pas s’y fier à lui seul. Pour l’audio et la vidéo, on surveille plutôt le rythme de la voix, la synchronisation des lèvres, les clignements et les transitions abruptes.

Remonter à la source avant de croire

La meilleure défense reste le recoupement. Avant de partager un contenu frappant, quelques vérifications simples changent la donne :

• effectuer une recherche d’image inversée pour retrouver l’origine ou une version plus ancienne ;
• consulter les métadonnées du fichier quand elles existent, sans oublier qu’elles peuvent être effacées ;
• chercher si des médias fiables ou des vérificateurs de faits ont déjà traité le sujet ;
• se demander qui publie le contenu, avec quelle intention et dans quel contexte ;
• se méfier des contenus qui jouent à l’excès sur l’émotion ou l’urgence.

Un contenu authentique laisse en général des traces : d’autres angles, des témoins, une date, un lieu identifiable. Un contenu fabriqué, lui, flotte souvent sans origine claire.

Des bons réflexes à adopter durablement

Face à l’essor des contenus synthétiques, il ne s’agit pas de tout soupçonner, mais de prendre l’habitude de ralentir. Prendre quelques minutes avant de relayer, comparer les sources, accepter de dire « je ne sais pas » quand la preuve manque : ces gestes protègent soi-même et son entourage. Les outils de détection, les filigranes et les labels d’origine sont des aides précieuses, à condition de rester des éléments parmi d’autres dans une démarche de vérification. La vigilance, elle, reste l’outil le plus fiable.

Photo à la une. Source : Pexels. Photographe : Annushka Ahuja. Licence Pexels.