Comment reconnaître un deepfake vidéo : 8 indices (2026)

Depuis 2023, les outils de synthèse vidéo par intelligence artificielle se sont démocratisés à une vitesse qui déconcerte les spécialistes. Ce qui nécessitait autrefois des mois de travail en studio peut désormais être produit en quelques minutes avec un abonnement grand public. Le terme « deepfake » (contraction de deep learning et fake) désigne ces vidéos dans lesquelles le visage, la voix ou l'intégralité du corps d'une personne est généré ou substitué par une IA. Comprendre les mécanismes de fabrication permet d'identifier les traces que ces technologies laissent encore, et de comprendre pourquoi ces traces tendent à disparaître. Cet article s'inscrit dans notre guide de référence sur les deepfakes et contenus générés par IA.

8 indices pour repérer un deepfake vidéo

1. Contours et bords du visage : halo, fusion avec l'arrière-plan

Le premier endroit à observer dans une vidéo suspecte est la bordure entre le visage du sujet et son environnement. Les modèles de génération vidéo construisent l'image couche par couche ; la zone de transition entre le visage synthétisé et le reste de la scène est souvent la moins précise. Vous pouvez y observer un léger halo lumineux autour de la tête, une zone de flou qui ne correspond à aucune logique optique naturelle, ou des pixels qui semblent « flotter » légèrement sans s'ancrer dans le fond.

Sur les cheveux, la difficulté est encore plus marquée : reproduire fidèlement les mèches individuelles, les reflets et les mouvements capillaires en temps réel dépasse encore les capacités des générateurs courants. Une chevelure qui ressemble à un bloc uniforme, sans texture ni séparation naturelle des mèches, est un signal à ne pas ignorer. Zoomez sur les contours lors d'une pause sur image.

2. Clignements des yeux et regard : rythme anormal, regard fixe

Le clignement des paupières est l'un des indices les plus classiquement cités dans la littérature sur la détection de deepfakes, même s'il a perdu de sa fiabilité avec les générations récentes de modèles. Les premiers générateurs peinaient à reproduire un rythme de clignement naturel : les yeux demeuraient ouverts trop longtemps ou clignaient de façon trop régulière et mécanique.

Aujourd'hui, les modèles avancés gèrent mieux ce paramètre, mais le regard reste révélateur. Dans une vidéo naturelle, les pupilles s'adaptent à la lumière ambiante, les yeux effectuent de petits mouvements involontaires (microsaccades), et les reflets varient en fonction des sources lumineuses de la scène. Un regard trop fixe, des reflets lumineux incohérents dans les cornées (par exemple un reflet de fenêtre qui n'existe pas dans le décor visible) ou une dilatation pupillaire statique sont autant de détails qui méritent attention.

3. Synchronisation lèvres / audio imparfaite

La désynchronisation entre les mouvements des lèvres et les sons produits (ce qu'on appelle le lip sync) est l'une des failles les plus perceptibles à l'oreille et à l'œil. Dans une vidéo deepfake, les phonèmes visibles sur les lèvres ne coïncident pas toujours exactement avec ce que l'on entend, créant un effet comparable à un film mal doublé.

Pour repérer ce décalage, concentrez-vous sur les consonnes occlusives (p, b, m, t, d) qui exigent une fermeture ou une ouverture franche de la bouche : ce sont les plus difficiles à reproduire fidèlement. Si la forme des lèvres semble légèrement en avance ou en retard sur l'audio, ou si les transitions entre sons semblent brusques et peu naturelles, l'hypothèse d'un deepfake mérite d'être explorée. Cette technique est utilisée par les journalistes de vérification, notamment ceux des équipes des Observateurs de France 24.

4. Lumière et ombres incohérentes sur le visage

Toute scène réelle obéit à une physique de la lumière cohérente : les ombres tombent toutes dans la même direction, les reflets suivent les courbes du visage, les zones éclairées correspondent aux sources lumineuses visibles dans l'image. Les générateurs d'IA construisent leur propre modèle d'éclairage à partir d'une vidéo source, et ce modèle entre parfois en contradiction avec la lumière de la scène réelle dans laquelle le visage est inséré.

Observez notamment si l'éclairage sur le visage correspond à celui du corps et du décor. Un visage bien éclairé dans une pièce sombre, des ombres qui changent de direction entre deux plans successifs, ou des reflets sur la peau qui ne correspondent à aucune source lumineuse identifiable dans le cadre sont des incohérences révélatrices. Ces anomalies sont souvent plus visibles sur un écran de qualité, à luminosité réduite.

5. Artefacts sur la peau, les cheveux, les dents, les oreilles et les bijoux

Les zones d'hyper-détail difficile pour les modèles génératifs sont bien documentées : la texture de la peau lors des mouvements rapides, les dents (dont le nombre et la forme sont souvent imprécis ou changeants), les oreilles (dont le pavillon complexe génère des approximations), et les bijoux ou accessoires (boucles d'oreilles, colliers, lunettes) qui disparaissent, se dédoublent ou changent de forme entre les frames.

Mettez la vidéo en pause sur des images où ces zones sont visibles. Sur la peau, cherchez des zones de lissage excessif (une peau trop uniforme, comme aérographiée) ou au contraire des textures qui semblent plaquées artificiellement. Sur les accessoires, vérifiez leur cohérence d'une image à l'autre : un pendant d'oreille qui oscille de façon non physique ou change de forme est presque toujours un artefact de génération.

6. Mouvements de tête rigides et raccords saccadés

Les générateurs de deepfake performent mieux sur les visages de face ou légèrement de profil que sur les profils stricts, les regards vers le bas ou les mouvements rapides de tête. Lorsque le sujet tourne la tête, pivote pour regarder sur le côté ou effectue un mouvement brusque, le modèle doit recalculer la géométrie faciale en temps réel : c'est souvent à cet instant que les artefacts apparaissent.

Observez si les mouvements sont fluides et physiquement vraisemblables : dans la réalité, une tête qui pivote entraîne avec elle les oreilles, le cou, les mèches de cheveux, selon une dynamique cohérente. Un deepfake peut présenter des mouvements de tête d'apparence normale mais avec des micro-saccades, une impression de « flottement » du visage sur le crâne, ou une déformation légère du visage dans les poses extrêmes. Le ralenti est ici votre allié : les artefacts imperceptibles à vitesse normale deviennent visibles au ralenti.

7. Arrière-plan déformé ou scintillant aux abords du sujet

L'arrière-plan d'un deepfake mérite lui aussi attention, particulièrement dans la zone immédiatement autour du sujet. Le modèle, concentré sur la génération du visage, peut laisser des traces dans le fond : lignes droites (cadres de portes, rebords de meubles, grilles) qui ondulent ou se courbent à l'approche de la silhouette, textures qui scintillent ou « respirent » légèrement, zones de flou localisées qui ne correspondent pas à une logique de mise au point optique naturelle.

Ces anomalies sont particulièrement visibles sur des décors à motifs réguliers : carrelage, papier peint à rayures, bibliothèques. Un fond de présentation en visioconférence (Zoom, Teams) peut masquer ces artefacts, ce qui est d'ailleurs une raison pour laquelle de nombreux deepfakes utilisent des fonds virtuels. Cherchez les zones de bordure entre le sujet et son environnement, et observez-les sur plusieurs images successives.

8. Indices contextuels : source douteuse, métadonnées absentes, mentions IA, compte récent

Outre les indices visuels, l'analyse du contexte de publication est souvent plus décisive que l'examen technique. Posez-vous systématiquement les questions suivantes : qui publie cette vidéo, et depuis quand ? Un compte créé récemment, sans historique de publications, qui diffuse une vidéo à fort impact émotionnel sur un personnage public est un signal d'alarme classique.

Cherchez les métadonnées : une vidéo authentique publiée par son auteur d'origine conserve souvent des informations sur l'appareil d'enregistrement, la date, voire la localisation. Une vidéo dont les métadonnées ont été effacées ou remplacées mérite la suspicion. Sur les réseaux sociaux, vérifiez si la vidéo est accompagnée de mentions comme #aigenerated, #aiart ou d'étiquettes de contenu synthétique désormais imposées par certaines plateformes. Consultez enfin si la vidéo a déjà été analysée par des équipes de vérification comme AFP Factuel. Les thèmes traités dans cet article rejoignent également nos guides sur les voix clonées et arnaques audio et sur la manière de savoir si une image est générée par IA, qui documentent la même problématique pour les modalités sonore et visuelle fixe.

La limite à connaître

Chacun des huit indices décrits ci-dessus est utile, et chacun a une date de péremption. Les modèles de génération vidéo progressent à un rythme qui dépasse régulièrement les capacités de détection. Des outils comme Sora 2 d'OpenAI ou Runway Gen-4 produisent en 2026 des séquences dans lesquelles plusieurs des défauts décrits ont été corrigés ou réduits à un niveau imperceptible à l'œil nu. Certains deepfakes récents ont trompé des journalistes professionnels expérimentés en vérification.

La conséquence pratique est importante : l'examen visuel seul ne peut pas constituer une preuve. Ne jamais se fier exclusivement à l'apparence d'une vidéo pour conclure à son authenticité ou à sa fabrication. La méthode fiable reste celle de la vérification par la source : remonter à la publication d'origine, identifier qui la diffuse et pourquoi, chercher des confirmations indépendantes de médias ou d'institutions reconnus. Cette démarche de recoupement est décrite en détail dans notre guide pour vérifier une vidéo. Une vidéo sans origine traçable, sans reprise par des sources fiables, est suspecte, qu'elle présente des artefacts visibles ou non.