Deepfakes et contenus générés par IA : reconnaître le vrai du faux

Une vidéo d'une personnalité tenant des propos surprenants, une photo d'un événement qui n'a jamais eu lieu, un appel téléphonique imitant la voix d'un proche : les contenus générés par intelligence artificielle s'invitent désormais dans le quotidien numérique. Le terme deepfake est entré dans le langage courant, souvent accompagné d'une inquiétude diffuse : comment savoir ce qui est vrai quand la machine sait fabriquer du faux convaincant ? Ce guide fait le point, sans alarmisme, sur ce que sont réellement ces contenus, sur ce qui a changé récemment, et surtout sur les gestes concrets qui permettent de garder un coup d'avance. Il s'inscrit dans notre démarche générale pour vérifier une information.

Qu'est-ce qu'un deepfake ?

Le mot deepfake est une contraction de l'anglais deep learning (apprentissage profond, une technique d'intelligence artificielle) et de fake (faux). Il désigne un contenu médiatique synthétique : une production dans laquelle l'image, le son ou le texte ont été générés ou modifiés par des algorithmes entraînés sur de grandes quantités de données. À l'origine, le terme visait surtout les vidéos truquées substituant le visage d'une personne à celui d'une autre. Son sens s'est élargi à mesure que la technologie progressait.

On distingue aujourd'hui quatre grandes formes de contenus générés par IA :

• La vidéo. Le cas le plus médiatisé : un visage animé, des lèvres synchronisées sur un faux discours, ou une séquence entièrement fabriquée à partir d'une simple description écrite.
• L'image. Photographies de personnes qui n'existent pas, scènes d'actualité inventées, portraits ou paysages générés en quelques secondes à partir d'un texte.
• La voix et l'audio. Le clonage vocal reproduit le timbre, l'accent et l'intonation d'une personne à partir de quelques échantillons sonores, pour lui faire « dire » n'importe quoi.
• Le texte. Articles, commentaires ou faux témoignages rédigés en masse par des modèles de langage, qui alimentent rumeurs et campagnes de désinformation.

Une distinction est essentielle pour comprendre le sujet : celle entre un contenu entièrement généré et un contenu retouché ou altéré. Dans le premier cas, rien de la scène n'a existé : l'IA produit le visuel ou le son de toutes pièces. Dans le second, un contenu authentique sert de base et l'IA n'en modifie qu'une partie : un visage remplacé, une phrase substituée, un décor ajouté. Cette nuance compte, car les deux types laissent des traces différentes et n'appellent pas tout à fait les mêmes réflexes de vérification.

Sans entrer dans la technique, il est utile de comprendre le principe commun à ces contenus. Les modèles sont entraînés sur d'immenses corpus d'images, de sons ou de textes existants, dont ils apprennent les régularités : à quoi ressemble un visage humain, comment tombe la lumière sur une joue, quelle intonation accompagne une question. Une fois entraînés, ils peuvent produire de nouveaux exemples plausibles qui ne reproduisent aucun contenu précis, mais en imitent les caractéristiques. C'est cette capacité à généraliser qui rend les résultats si crédibles, et qui explique aussi leurs défauts résiduels, l'IA ne « comprenant » pas la scène qu'elle dessine mais en restituant une apparence statistiquement vraisemblable.

Pourquoi 2026 change la donne

Pendant des années, les contenus générés par IA portaient des défauts visibles : mains à six doigts, regards figés, arrière-plans incohérents, voix au timbre métallique. Repérer un trucage relevait souvent de l'observation attentive. Cette époque touche à sa fin. La rupture tient à un bond qualitatif des outils de génération, désormais accessibles au grand public.

Du côté de la vidéo, plusieurs générateurs illustrent cette progression. Sora 2, présenté par OpenAI fin 2025, produit de courtes séquences en haute définition avec un son synchronisé. Runway Gen-4 met l'accent sur la cohérence d'un personnage ou d'un décor d'un plan à l'autre. Kling, développé par l'entreprise chinoise Kuaishou, est réputé pour son rendu du mouvement et de la profondeur. Sans entrer dans une course aux performances qui évolue de mois en mois, le constat d'ensemble est clair : ces systèmes simulent de mieux en mieux la lumière, les ombres et la physique d'une scène, au point de produire des images difficiles à distinguer d'une captation réelle.

Deux facteurs amplifient le phénomène. D'abord la démocratisation : ce qui exigeait naguère des compétences techniques et du matériel coûteux tient aujourd'hui dans une application accessible à tous. Ensuite la baisse du coût : générer une image ou quelques secondes de vidéo ne demande plus qu'une description écrite et quelques instants.

Cette accessibilité a des usages créatifs et légitimes. Mais elle ouvre aussi la porte à des dérives concrètes, qu'il faut nommer sans les dramatiser : désinformation politique (fausses déclarations attribuées à des responsables), arnaques financières (fausses recommandations d'investissement, escroqueries au faux proche), et atteintes à la réputation (montages compromettants visant une personne). L'enjeu n'est pas de céder à la panique, mais de mettre à jour ses réflexes : la confiance spontanée dans « ce que l'on voit et entend » n'est plus un repère suffisant.

Il faut toutefois garder le sens des proportions. La grande majorité des contenus trompeurs qui circulent ne sont pas des deepfakes sophistiqués, mais des images et des vidéos authentiques sorties de leur contexte : une photo réelle d'un autre événement, une séquence ancienne présentée comme récente. Ces décontextualisations restent, de loin, le procédé de désinformation le plus répandu, parce qu'il est le plus simple. Les contenus entièrement générés par IA s'y ajoutent comme une couche supplémentaire de difficulté, sans pour autant remplacer les manipulations classiques. C'est pourquoi une bonne hygiène de vérification doit couvrir les deux : l'arsenal qui sert à recontextualiser une image sert tout autant à débusquer un faux généré.

Reconnaître une vidéo deepfake

Face à une vidéo suspecte, certains indices visuels gardent leur utilité, même s'ils se raréfient. Observez les contours du visage, parfois légèrement flous ou mal raccordés au reste de l'image, surtout lors des mouvements rapides de tête. Surveillez les yeux : clignements absents ou excessifs, reflets incohérents d'un œil à l'autre. Les dents, les oreilles et les cheveux sont des zones où les artefacts persistent souvent. Vérifiez la synchronisation labiale : un décalage entre les lèvres et le son trahit fréquemment une manipulation.

Au-delà du visage, examinez la cohérence globale de la scène : ombres orientées de façon contradictoire, arrière-plans qui se déforment, objets aux proportions instables, textes illisibles sur une enseigne ou un panneau. Un éclairage qui ne « colle » pas entre le sujet et son environnement est un signal classique.

Ces indices fournissent des présomptions, jamais une preuve. Une vidéo de haute qualité peut n'en présenter aucun, et une vidéo authentique mais mal compressée peut en présenter à tort. Notre guide dédié détaille la marche à suivre, image par image, pour reconnaître une vidéo deepfake et croiser ces observations avec une véritable enquête sur l'origine de la séquence.

Reconnaître une image générée par IA

Une image fixe générée par IA est souvent plus convaincante qu'une vidéo, car elle n'a pas à gérer le mouvement. Quelques zones restent toutefois révélatrices. Les mains et les doigts demeurent un point faible récurrent : nombre incorrect, articulations improbables, fusion entre deux doigts. Les détails fins trahissent aussi le procédé : texte déformé sur un vêtement ou une affiche, bijoux asymétriques, motifs répétitifs qui se brouillent.

Observez ensuite la logique de la scène : reflets incohérents dans un miroir ou une vitre, ombres multiples ou absentes, objets d'arrière-plan qui se fondent les uns dans les autres. Un rendu « trop parfait », à la peau lisse et à l'éclairage idéalisé, peut également mettre la puce à l'oreille, sans constituer une preuve à lui seul.

Comme pour la vidéo, ces indices reculent à mesure que les générateurs progressent, et ne dispensent jamais de remonter à la source. Notre guide explique en détail comment savoir si une image est générée par IA en combinant l'examen visuel, la recherche d'image inversée et l'analyse de la provenance.

Détecter une voix clonée

Le clonage vocal est sans doute la forme la plus sous-estimée du grand public. Quelques secondes d'audio (extraites d'une vidéo en ligne, d'un message vocal ou d'une réunion) suffisent désormais à reproduire le timbre et l'intonation d'une personne de façon troublante. Cette technologie alimente une catégorie d'arnaques en forte progression : le faux appel d'un proche en détresse réclamant de l'argent en urgence, ou la fausse consigne d'un dirigeant ordonnant un virement à un collaborateur.

À l'écoute, certains indices peuvent alerter : une prosodie légèrement mécanique, des respirations absentes ou mal placées, une absence totale de bruit de fond ou, au contraire, un fond sonore qui ne correspond pas au contexte annoncé. Mais ces signaux sont ténus et faciles à manquer dans le stress d'un appel.

Le meilleur réflexe est ici comportemental plutôt que technique : face à une demande urgente et inhabituelle, rappelez la personne sur son numéro habituel ou posez une question dont seul le véritable interlocuteur connaît la réponse. Notre guide consacré à la voix clonée et arnaques audio détaille ces situations et les bons gestes de protection.

Les détecteurs automatiques et leurs limites

Face à la montée des contenus synthétiques, des détecteurs automatiques se sont multipliés : services en ligne qui analysent une image, une vidéo ou un fichier audio et renvoient une probabilité de génération par IA. Ces outils reposent souvent eux-mêmes sur des modèles d'apprentissage entraînés à repérer les signatures statistiques laissées par les générateurs.

Leur utilité est réelle, mais leurs limites doivent être comprises pour ne pas s'y fier aveuglément. Ils produisent des faux positifs (contenus authentiques signalés comme générés) et des faux négatifs (contenus synthétiques jugés authentiques). Leurs performances chutent lorsque le contenu a été recompressé, recadré ou rediffusé sur les réseaux sociaux. Surtout, ils accusent un retard structurel : chaque nouvelle génération d'outils de création oblige les détecteurs à se mettre à jour, dans une course permanente.

Un résultat de détecteur est donc un indice supplémentaire, à interpréter avec prudence, jamais un verdict. Pour le cas particulier des images, nous comparons les outils disponibles et leurs angles morts dans notre guide sur les détecteurs d'images IA.

La provenance : filigranes et Content Credentials

Plutôt que de tenter de repérer le faux après coup, une autre approche consiste à certifier l'authentique à la source. C'est la logique de la provenance : attacher au contenu, dès sa création, des informations vérifiables sur son origine.

Deux mécanismes complémentaires se développent. Le premier est le filigrane invisible (watermarking) : un signal discret inséré dans le contenu au moment de sa génération. SynthID, développé par Google DeepMind, marque ainsi les images, sons, vidéos et textes produits par certains modèles, et fournit un outil pour détecter cette empreinte. Le second est le standard C2PA, qui sous-tend les Content Credentials : des métadonnées de provenance signées cryptographiquement, attachées au fichier, indiquant qui a créé le contenu, avec quel outil et quelles modifications il a subies. Ce standard est porté par une large coalition d'acteurs (notamment Adobe, Microsoft et d'autres entreprises de la technologie et des médias), gage de son adoption progressive.

Ces deux approches se renforcent : le filigrane résiste mieux à une capture d'écran qui efface les métadonnées, tandis que les Content Credentials transportent un historique riche et lisible. C'est la piste la plus prometteuse pour rétablir la confiance à grande échelle.

En pratique, lorsqu'un contenu porte des Content Credentials, un internaute peut les consulter. De plus en plus de plateformes affichent un petit pictogramme signalant la présence de ces informations, et des outils en ligne dédiés permettent de déposer un fichier pour en lire l'historique de provenance : outil de création utilisé, date, modifications successives. Lorsqu'elles sont présentes, ces données offrent un éclairage précieux sur la fabrication d'une image ou d'une vidéo.

Cette approche reste cependant incomplète. Tous les générateurs n'apposent pas de filigrane, et seuls les contenus issus d'outils participants en portent un. Les métadonnées de provenance sont souvent supprimées lors d'un partage sur les réseaux sociaux ou d'une recompression. Et un contenu sans aucune marque de provenance n'est pas pour autant authentique : l'absence de filigrane ne prouve rien, puisque la plupart des contenus légitimes n'en comportent encore aucun. La provenance est un appui d'avenir, pas encore une garantie universelle, un complément à la méthode, jamais un substitut.

La méthode qui ne change pas

L'intelligence artificielle complique la détection « à l'œil nu », et ce constat est appelé à s'accentuer. La bonne nouvelle est que les fondamentaux de la vérification ne dépendent pas de la qualité technique du trucage. Un deepfake, aussi réussi soit-il, ne tombe pas du ciel : il est publié quelque part, par quelqu'un, dans un contexte. C'est là qu'il devient vulnérable.

Quatre réflexes restent vos meilleures défenses, quel que soit le contenu :

• Remonter à la source. Qui publie ce contenu, sur quel compte, depuis quand ? Une séquence spectaculaire sans origine traçable, diffusée par un compte récent ou anonyme, échoue déjà à ce premier test, indépendamment de son réalisme.
• Recouper auprès de tiers indépendants. Si une vidéo ou une déclaration importante était authentique, des médias et des institutions sérieux la rapporteraient. Une « exclusivité » qu'aucune source fiable ne reprend doit éveiller la méfiance.
• Faire une recherche d'image inversée. Pour une image ou une image-clé extraite d'une vidéo, ce geste révèle souvent la première publication, le contexte d'origine ou un démenti déjà existant.
• Se méfier de l'urgence émotionnelle. Les contenus conçus pour provoquer colère, peur ou indignation court-circuitent la réflexion et poussent au partage immédiat. Repérer cette émotion forte comme un signal d'alarme, et s'imposer une pause, désamorce une grande partie des manipulations.

Autrement dit, la technologie déplace le terrain de jeu sans changer les règles. Le bon réflexe n'est pas de devenir expert en intelligence artificielle, mais d'appliquer une méthode rigoureuse et constante. Nous la détaillons pas à pas dans notre guide pour vérifier une information, qui constitue le socle de toute démarche de fact-checking.

Pour les vidéos en particulier, l'extension Factare facilite l'analyse directement depuis votre navigateur, notamment sur les vidéos YouTube.