Deepfake : comment savoir si une vidéo ou une photo est vraie ?

En février 2021, une vidéo de Tom Cruise fait le buzz sur TikTok. On y voit l’acteur sur un terrain de golf, puis face caméra. Plusieurs millions de vues en quelques jours. Sauf que ce n’est pas Tom Cruise. C’est un comédien, Miles Fisher, dont le visage a été remplacé par celui de la star grâce à l’IA.

Ce genre de trucage porte un nom : le deepfake, de deep learning (la technique d’apprentissage des IA) et fake (faux). Depuis, il a quitté les vidéos amusantes pour faire de vraies victimes.

Des faux qui ont déjà coûté cher

• 25 millions de dollars en une visioconférence. Début 2024, à Hong Kong, un employé du cabinet d’ingénierie britannique Arup participe à une réunion vidéo avec le directeur financier de son entreprise et plusieurs collègues. On lui demande d’effectuer des virements. Il s’exécute. À part lui, aucun des participants n’était réel.
• Un faux Joe Biden au téléphone. En janvier 2024, des électeurs du New Hampshire reçoivent un appel où la voix du président leur conseille de ne pas aller voter à la primaire. La voix avait été générée par une IA.
• Une fausse explosion au Pentagone. En mai 2023, l’image d’un nuage de fumée noire près du Pentagone circule sur des comptes certifiés. Elle a été fabriquée par une IA, mais pendant une dizaine de minutes, les marchés américains vacillent.
• Un faux Brad Pitt. En janvier 2025, une Française raconte à la télévision comment elle a perdu 830 000 euros. Des photos de l’acteur sur un lit d’hôpital, toutes générées par une IA, avaient fini par la convaincre que c’était bien lui.

Pourquoi les indices visuels ne suffisent plus

En 2023, tout le monde connaissait le truc : pour repérer une image d’IA, il fallait regarder les mains. Les générateurs dessinaient des doigts en trop, ou soudés entre eux. Un an plus tard, les principaux outils avaient corrigé le problème. Il en va de même pour les yeux qui ne clignent pas ou les ombres qui partent du mauvais côté : ces défauts disparaissent d’une version à l’autre.

Pire encore, à force de les chercher, on finit par les voir partout. En mars 2026, des rumeurs annoncent la mort de Benyamin Netanyahou. Le Premier ministre israélien apparaît dans une vidéo. Des internautes la passent image par image et croient compter six doigts à sa main : la vidéo serait fausse, donc il serait bien mort. Sur les versions nettes, on voit très bien ses cinq doigts. Le sixième venait d’une capture d’écran floue. Quelques jours plus tard, il publie une nouvelle vidéo, tournée dans un café. Grok, l’IA du réseau X, affirme alors à ses utilisateurs qu’il s’agit d’un deepfake. Elle était authentique.

Les indices visuels ont donc deux défauts. Ils sont vite dépassés, et ils nous font accuser des images vraies.

Le bon réflexe : chercher la source, pas les indices

Quand une image vous interpelle, qu’elle vous paraisse vraie ou fausse, n’analysez pas ce qu’elle montre. Demandez-vous d’où elle vient.

• Qui l’a publiée en premier ? Un compte anonyme créé la semaine dernière ne vaut pas une agence de presse.
• Des médias sérieux l’ont-ils reprise ? Un événement important est rarement documenté par une seule source.
• Existe-t-il une version d’origine ? Une recherche d’image inversée, avec Google Lens ou TinEye par exemple, permet souvent de retrouver la première apparition d’une photo, ou de découvrir qu’elle a été sortie de son contexte.
• L’image s’accompagne-t-elle d’une demande d’argent ? Si oui, vérifiez par un autre canal. Rappelez la personne sur un numéro que vous connaissez déjà.

Des entreprises comme Adobe et Microsoft, et des médias comme la BBC, travaillent aussi à un certificat d’authenticité pour les images, appelé C2PA. Chaque photo ou vidéo garderait la trace de sa fabrication : avec quel appareil elle a été prise, avec quel logiciel elle a été retouchée, et si une IA est passée par là. L’idée est excellente, mais ce certificat ne servira que si tout le monde l’utilise. Et il peut se perdre en route, quand une image est copiée ou republiée.

Le piège inverse : ne plus croire à rien

En 2019, deux professeurs de droit américains, Robert Chesney et Danielle Citron, ont pointé un danger auquel on pense beaucoup moins. Plus le public sait que les deepfakes existent, plus il se méfie de toutes les vidéos, y compris des vraies. Et cette méfiance profite à ceux qui ont été filmés en train de mentir ou de mal se conduire : il leur suffit de crier au fake. Ils ont appelé ce phénomène le dividende du menteur.

L’argument a même déjà été plaidé devant un tribunal. En 2023, lors d’un procès lié à un accident de Tesla, les avocats de l’entreprise ont suggéré qu’une vidéo de 2016, où Elon Musk vantait la conduite automatique de ses voitures, pouvait être un deepfake. La juge a rejeté l’argument, qu’elle a qualifié de « profondément inquiétant ».

Alors, quand une image n’a pas grande importance pour vous, acceptez de ne pas savoir. À vouloir à tout prix démêler le vrai du faux, on prend le risque de soupçonner tout et tout le monde, et de ne plus faire confiance à ses propres yeux.

Sources

• Kathleen Magramo, « British engineering giant Arup revealed as $25 million deepfake scam victim », CNN, 16 mai 2024 : cnn.com
• Appel automatique imitant la voix de Joe Biden avant la primaire du New Hampshire, 21 janvier 2024 ; amende infligée à son commanditaire par la Commission fédérale des communications (FCC), 2024
• Fausse image d’une explosion près du Pentagone et brève baisse des marchés, 22 mai 2023 (dépêche AFP)
• Reportage « Sept à huit », TF1, 12 janvier 2025
• Estelle Nilsson-Julien, « Netanyahu denies death rumours in social media clip which Grok falsely branded AI », Euronews, 18 mars 2026 : euronews.com
• Coalition for Content Provenance and Authenticity : c2pa.org
• Robert Chesney et Danielle Citron, « Deep Fakes: A Looming Challenge for Privacy, Democracy, and National Security », California Law Review, vol. 107, 2019
• Affaire Huang contre Tesla, Cour supérieure du comté de Santa Clara (Californie), ordonnance d’avril 2023