Comment reconnaître une image générée par IA

Il n'existe plus de signe visuel fiable. Les défauts qui trahissaient une image générée il y a deux ans, mains à six doigts, texte illisible en arrière-plan, reflets incohérents, ont été largement corrigés. Continuer à chercher ces indices donne un faux sentiment de sécurité, et fait rater les images les plus dangereuses, qui sont les mieux faites.

La méthode qui fonctionne encore ne consiste pas à examiner l'image. Elle consiste à remonter à son origine. Où est-elle apparue pour la première fois, qui l'a publiée, dans quel contexte, et à quelle date.

Pourquoi les conseils habituels ne marchent plus

Les listes de signes visuels circulent encore beaucoup, et elles avaient leur utilité. Le problème est qu'elles décrivent les limites d'une génération de modèles, pas une propriété durable des images générées. Chaque défaut identifié publiquement est un défaut que la génération suivante corrige.

Un deuxième problème, moins évoqué : ces listes produisent beaucoup de faux positifs. Une photo authentique mal éclairée, compressée, ou prise au grand-angle présente des anomalies qui ressemblent aux signes qu'on vous a appris à chercher. On finit par soupçonner de vraies photos et par accepter de fausses, ce qui est exactement l'inverse du but.

Commencer par la provenance

C'est l'étape qui résout le plus de cas, et elle prend une minute.

• Recherche d'image inversée.Google Lens, TinEye ou Yandex vous diront si l'image circulait déjà, et depuis quand. Une image présentée comme l'actualité d'aujourd'hui mais visible en ligne depuis trois ans est réglée, sans qu'il soit besoin de savoir si elle a été générée.
• Remontez à la première publication.Trier les résultats par date, quand l'outil le permet, montre souvent un compte anonyme à l'origine d'une image reprise ensuite par des comptes plus gros.
• Regardez qui publie.Une agence de presse a une chaîne de vérification et un crédit photo. Un compte créé le mois dernier n'a ni l'un ni l'autre. La question de la fiabilité de la source se pose avant celle de l'image, et nous la documentons site par site.

Ce que disent les métadonnées

Une photo prise avec un appareil embarque des données EXIF : modèle, ouverture, date, parfois position. Leur présence est un indice favorable, leur absence ne prouve rien, parce que les réseaux sociaux les suppriment systématiquement au moment de la publication.

Plus intéressant, un standard de provenance, C2PA, permet d'attacher à un fichier un historique signé de sa création et de ses modifications. Plusieurs appareils photo et plusieurs outils de génération l'implémentent désormais. Quand cette signature existe, elle est bien plus solide que n'importe quelle analyse d'image. Elle est encore rare, mais c'est la première chose à regarder quand elle est là.

Ce qu'un détecteur peut dire, et ce qu'il ne peut pas

Un détecteur d'images générées produit une probabilité, pas un verdict. C'est une distinction qui a des conséquences pratiques.

• Aucun détecteur n'est fiable à 100 %, y compris le nôtre. Ils se trompent dans les deux sens : ils manquent des images générées, et ils signalent des photos authentiques.
• La compression dégrade la détection. Une image passée par un réseau social a été redimensionnée et recompressée plusieurs fois. Une bonne partie des traces exploitables a disparu en route.
• Une capture d'écran d'une image est un cas difficile, pour la même raison. Quand c'est possible, travaillez sur le fichier d'origine.
• Les retouches partielles sont un autre problème.Une photo authentique dont un élément a été ajouté n'est ni entièrement vraie ni entièrement générée, et la plupart des outils répondent mal à cette question.

Le piège le plus courant n'est pas celui qu'on croit

La majorité des images trompeuses qui circulent ne sont pas générées. Ce sont de vraies photos, prises ailleurs ou à un autre moment, accompagnées d'une légende mensongère. Ce format est plus efficace que la génération, parce que l'image résiste à tous les examens : elle est authentique. Ce qui est faux, c'est ce qu'on vous dit qu'elle montre.

C'est la raison pour laquelle la recherche inversée passe avant la question de l'IA. Poser d'abord la question « cette image est-elle générée ? » revient souvent à se tromper de problème.

La méthode, en quatre temps

1. Recherche inversée. L'image existe-t-elle déjà ailleurs, et depuis quand ?
2. Source. Qui publie, avec quel crédit, quelle date, quel historique ?
3. Provenance technique. Signature C2PA si elle existe, métadonnées à défaut.
4. Détection. En dernier, comme indice, jamais comme preuve.

Si vous voulez faire la quatrième étape, notre analyse d'image renvoie un score et une explication de ce qui a pesé. Elle est faite pour être lue avec les trois autres étapes, pas à leur place.

Et pour la vérification d'une information au sens large, image ou non, le guide en cinq étapes décrit la méthode complète.