Il y a quelques mois, une vidéo a fait le tour des réseaux sociaux français: on y voyait Emmanuel Macron annoncer une mesure économique explosive, le ton grave, le regard direct. Sauf que le président n'avait jamais prononcé ces mots. C'était un deepfake - et des milliers de personnes l'avaient partagé avant que les fact-checkers ne lèvent l'alerte.
Bienvenue dans l'ère de la désinformation synthétique. Une époque où voir ne suffit plus à croire.
Qu'est-ce qu'un deepfake, concrètement ?
L'équipe de Znaki FM a épluché des centaines de cas de deepfakes recensés en Europe ces deux dernières années et le constat est sans appel: la technologie a progressé si vite que même les professionnels de l'image s'y laissent parfois prendre.
Le mot vient de la contraction de "deep learning" (apprentissage profond) et "fake" (faux). En clair, c'est un contenu - vidéo, audio ou image - généré ou manipulé par une intelligence artificielle pour faire dire ou faire faire à quelqu'un quelque chose qu'il n'a jamais dit ni fait.
La technologie repose sur des réseaux de neurones artificiels qui analysent des milliers d'images d'une personne réelle, apprennent à reproduire ses expressions, sa voix, ses mimiques - puis génèrent un contenu entièrement fabriqué, mais troublant de réalisme. Ce qui demandait autrefois des mois de travail à une équipe de spécialistes en effets visuels hollywoodiens peut aujourd'hui être produit en quelques minutes par n'importe qui disposant d'un ordinateur correct et d'une connexion internet.
D'où vient cette technologie ?
Les premières versions rudimentaires sont apparues vers 2017, principalement utilisées de façon peu reluisante pour incruster des visages de célébrités dans des vidéos pornographiques. Depuis, la technologie a fait un bond spectaculaire. Des outils comme Sora d'OpenAI, Midjourney ou HeyGen permettent aujourd'hui de générer des vidéos ultra-réalistes en quelques clics. Ce qui était hier l'apanage des laboratoires de recherche est désormais accessible au grand public - avec toutes les dérives que cela implique.
Pourquoi les deepfakes sont-ils si dangereux ?
La réponse courte: parce que notre cerveau n'est pas équipé pour les détecter.
Pendant des millénaires, l'évolution nous a appris à faire confiance à ce que nous voyons de nos yeux. Une vidéo d'une personne qui parle, c'est une preuve. C'est ancré dans nos réflexes cognitifs les plus profonds. Les deepfakes exploitent précisément cette confiance instinctive. Et le danger ne réside pas uniquement dans les deepfakes eux-mêmes, mais dans ce qu'ils provoquent collectivement : une érosion généralisée de la confiance envers toute image ou vidéo. Quand on ne peut plus croire ce qu'on voit, c'est l'ensemble du débat public qui se fragilise. Les politiciens peuvent désormais nier des enregistrements authentiques en les qualifiant de deepfakes - et une partie du public les croira.
Les cibles privilégiées
Les deepfakes ne touchent pas tout le monde de la même façon. Certains profils sont particulièrement visés :
- Les personnalités politiques, dont les discours sont falsifiés pour influencer l'opinion ou déstabiliser des élections
- Les dirigeants d'entreprise, utilisés dans des arnaques financières de plus en plus sophistiquées
- Les journalistes et activistes, pour les discréditer ou les faire taire
- Les femmes, qui représentent encore la grande majorité des victimes de deepfakes à caractère sexuel non consentis
- Les célébrités, dont l'image est exploitée dans des publicités frauduleuses ou des escroqueries en ligne
Comment reconnaître un deepfake: les signes qui trahissent
La bonne nouvelle, c'est que les deepfakes - même les plus sophistiqués - laissent encore des traces. Il faut savoir où regarder.
Ce que révèle le visage
Commencez par les yeux. Les intelligences artificielles ont longtemps eu du mal à reproduire le clignement naturel des paupières - trop régulier, trop rare, ou complètement absent. C'est moins vrai qu'avant, mais ça reste un premier indicateur. Regardez aussi les bords du visage: là où la peau rencontre les cheveux, les oreilles ou le col d'un vêtement. Les transitions sont souvent légèrement floues, comme si quelqu'un avait appliqué un filtre mal calibré.
Les dents posent également problème aux générateurs d'IA: elles apparaissent parfois trop régulières, trop blanches, ou leur nombre varie subtilement entre deux images. De même, les boucles d'oreilles, les lunettes ou les bijoux peuvent présenter des déformations ou des reflets anormaux.
Ce que révèle le contexte
Au-delà de l'image elle-même, posez-vous quelques questions simples. Cette vidéo circule-t-elle uniquement sur des comptes sans historique vérifiable? A-t-elle été publiée par un média que vous ne connaissez pas? Le contenu tombe-t-il à pic - juste avant une élection, au moment d'un scandale? La personne filmée dit-elle quelque chose de radicalement contraire à ses positions habituelles ?
L'urgence est souvent le premier piège. Les deepfakes viraux tablent sur votre réaction émotionnelle immédiate, avant que votre esprit critique ait le temps de s'activer. Ralentir, c'est déjà se protéger.
Les outils pour détecter les deepfakes
Des chercheurs et des entreprises travaillent activement sur des solutions de détection automatique. Plusieurs outils sont déjà accessibles au grand public.
Sensity AI propose une plateforme d'analyse vidéo capable de détecter la plupart des deepfakes générés par les outils grand public. Hive Moderation offre un service similaire, utilisé notamment par des médias et des plateformes pour modérer leurs contenus. Intel a développé FakeCatcher, qui analyse en temps réel les flux sanguins subtils visibles dans les pixels d'un visage - un signal biologique impossible à falsifier avec les technologies actuelles.
Ces outils ne sont pas infaillibles. La course entre les créateurs de deepfakes et les détecteurs ressemble à un jeu du chat et de la souris permanent. Mais ils constituent une première ligne de défense utile, notamment pour les journalistes et les équipes de fact-checking.
Ce que fait la France face aux deepfakes
La législation française commence à s'adapter, même si elle court encore après la technologie. Depuis 2023, la diffusion de deepfakes à caractère sexuel sans consentement est explicitement punie par la loi - jusqu'à deux ans d'emprisonnement et 60 000 euros d'amende. Le DSA européen impose par ailleurs aux grandes plateformes d'étiqueter les contenus générés par IA et de retirer rapidement les deepfakes signalés.
Mais dans les faits, la modération reste lente. Une vidéo peut faire des millions de vues en quelques heures avant d'être retirée - largement le temps de causer des dégâts.
Développer son instinct face aux images
En fin de compte, la meilleure protection reste une forme d'hygiène informationnelle au quotidien. Ne pas partager une vidéo choquante dans les premières minutes de sa circulation. Chercher si des médias de référence en parlent. Utiliser la recherche d'image inversée pour retrouver l'origine d'une photo suspecte. Accepter l'idée inconfortable que même ce qu'on voit peut être faux.
L'équipe de Znaki.fm le formule ainsi: dans un monde saturé de contenus synthétiques, le doute n'est plus un signe de méfiance maladive - c'est une compétence citoyenne essentielle. Apprendre à suspendre son jugement quelques secondes avant de partager, c'est l'un des actes les plus responsables qu'on puisse poser en ligne aujourd'hui.
Les deepfakes vont continuer à progresser. Dans deux ou trois ans, les signes visuels que nous venons de décrire seront probablement indétectables à l'œil nu. C'est pourquoi l'enjeu n'est pas seulement technologique - il est culturel. Il s'agit de reconstruire collectivement une relation plus critique, plus lente, plus réfléchie à l'image. Avant que la réalité et la fiction ne deviennent définitivement indiscernables.