Une photographie a longtemps été considérée comme la trace d’un événement. Une voix semblait prouver qu’une personne avait parlé. Une vidéo apportait une forme d’évidence supplémentaire : nous pouvions voir et entendre la scène.
Ces repères ne disparaissent pas, mais ils deviennent moins fiables. Une voix peut être clonée, un visage animé, un décor inventé et une personnalité entièrement conçue pour paraître humaine. Les outils de génération ne rendent pas seulement la falsification plus réaliste : ils la rendent plus rapide, moins coûteuse et accessible à un nombre beaucoup plus important d’utilisateurs.
L’authenticité conserve donc une valeur. Elle en acquiert même davantage. Mais elle ne peut plus être déduite de la seule apparence d’un contenu. Elle doit être établie par son origine, son contexte et la responsabilité de celui qui le diffuse.
Le réalisme n’est plus une preuve
Les internautes ont longtemps recherché des défauts visibles pour identifier une manipulation : mouvements étranges, regard figé, lèvres mal synchronisées ou voix artificielle. Cette méthode devient fragile à mesure que les systèmes progressent.
Des expériences menées sur 2 215 participants montrent que les humains restent capables de distinguer certains discours politiques authentiques de leurs versions synthétiques, mais qu’ils sont loin d’être infaillibles. Les voix produites par des systèmes modernes de synthèse étaient notamment plus difficiles à identifier que celles enregistrées par des imitateurs humains.
La qualité technique n’est d’ailleurs qu’une partie du problème. Une falsification imparfaite peut rester convaincante si elle correspond aux attentes politiques, aux émotions ou aux préjugés de celui qui la regarde. À l’inverse, une scène authentique peut sembler suspecte parce qu’elle est inhabituelle, mal filmée ou diffusée sans contexte.
Chercher le vrai uniquement dans les pixels revient donc à demander à chaque citoyen de devenir expert en analyse audiovisuelle. Ce modèle n’est pas réaliste. La détection humaine peut contribuer à la vigilance, mais elle ne peut plus constituer la principale infrastructure de confiance.
Le danger majeur est peut-être le doute généralisé
Les contenus synthétiques peuvent tromper. Mais leur effet le plus profond pourrait être de rendre toute certitude plus coûteuse.
Une étude expérimentale sur les deepfakes politiques a observé que ces contenus suscitaient souvent davantage d’incertitude que de croyance directe. Cette incertitude pouvait ensuite diminuer la confiance accordée aux informations diffusées sur les réseaux sociaux.
Le résultat est paradoxal. Plus le public sait que les images et les voix peuvent être fabriquées, moins il risque de croire automatiquement ce qu’il voit. Cette vigilance est saine jusqu’à un certain point. Au-delà, elle peut devenir un cynisme généralisé : puisque tout peut être truqué, rien ne mérite d’être cru.
Cette situation favorise ce que les chercheurs appellent le « dividende du menteur ». Une personne confrontée à un enregistrement compromettant peut prétendre qu’il s’agit d’une manipulation, même lorsqu’il est authentique. Des expériences réalisées auprès de plus de 15 000 adultes américains montrent que de fausses accusations de désinformation peuvent effectivement aider certains responsables politiques à conserver du soutien après un scandale.
La simulation produit ainsi un double dommage. Elle permet de fabriquer de fausses preuves, mais aussi de contester plus facilement les vraies.
Toute simulation n’est pas une tromperie
Une voix synthétique peut rendre un contenu accessible à une personne qui ne peut pas lire. Un avatar peut protéger l’identité d’un témoin. Une traduction automatique peut reproduire la voix autorisée d’un intervenant dans une autre langue. Le cinéma, le jeu vidéo et la publicité utilisent depuis longtemps des représentations artificielles.
L’authenticité ne signifie donc pas que tout doit être brut, naturel ou dépourvu de modification. Une œuvre de fiction peut être parfaitement authentique dans son intention, tandis qu’une photographie réelle peut être utilisée de manière trompeuse en étant associée à une mauvaise date ou à un faux événement.
La frontière pertinente se situe entre la simulation déclarée et la simulation dissimulée.
Un personnage virtuel ne pose pas le même problème selon qu’il est présenté comme une création ou qu’il se fait passer pour un médecin, un journaliste ou une personne réelle. Une voix clonée avec l’accord de son propriétaire n’équivaut pas à une imitation utilisée pour extorquer de l’argent à ses proches.
Le contexte, l’autorisation et la finalité comptent donc davantage que le caractère synthétique lui-même.
La confiance doit remonter jusqu’à la source
Lorsque l’apparence ne suffit plus, il faut pouvoir reconstituer l’histoire d’un contenu : qui l’a créé, avec quel appareil ou logiciel, quelles modifications ont été effectuées et qui le publie aujourd’hui.
Le standard technique C2PA répond en partie à cette nécessité. Il permet d’associer à un fichier des informations de provenance vérifiables et protégées contre certaines altérations. Ces données peuvent décrire la création du contenu et les transformations successives qu’il a subies.
Cette approche inverse la logique habituelle. Au lieu de rechercher uniquement les traces d’une falsification après sa diffusion, elle permet d’accompagner un contenu authentique d’un historique dès sa création.
Mais la provenance n’est pas une preuve absolue de vérité. La spécification C2PA précise qu’elle ne porte pas de jugement sur la qualité ou l’honnêteté des informations déclarées. Elle peut montrer qu’un fichier est lié à certaines données de création sans garantir que la scène a été correctement interprétée ou que son auteur est digne de confiance.
Une photographie authentifiée peut toujours être mise en scène. Une vidéo intacte peut être sortie de son contexte. Une source réelle peut mentir.
La preuve numérique devra donc devenir cumulative : provenance technique, confirmation par plusieurs sources, identification de l’éditeur, cohérence chronologique et possibilité de demander des comptes.
Les labels seront nécessaires, mais insuffisants
L’Union européenne commence à imposer une transparence sur certains contenus synthétiques. À compter du 2 août 2026, les règles de l’AI Act prévoiront notamment le marquage détectable de contenus générés ou manipulés et l’information du public face aux deepfakes ainsi qu’à certaines publications artificielles portant sur des sujets d’intérêt public.
Cette obligation est utile, car une personne doit savoir quand une représentation réaliste n’est pas l’enregistrement direct d’un événement.
Mais une simple étiquette « généré par IA » ne suffit pas. Elle pourrait même devenir trompeuse si elle conduit le public à classer mécaniquement les contenus en deux catégories : artificiel donc faux, humain donc vrai.
Un contenu généré peut rapporter correctement une information vérifiée. Un contenu filmé par un humain peut être mensonger. Le label doit donc répondre à une question précise — comment ce contenu a-t-il été produit ? — sans prétendre répondre à une autre : est-il vrai ?
Il faut également éviter la transparence décorative. Une mention cachée dans une description ou affichée pendant une fraction de seconde ne protège pas sérieusement le public. L’information doit être visible, compréhensible et attachée au contenu lorsqu’il est copié ou partagé.
L’identité elle-même devient vérifiable
La crise de l’authenticité ne concerne pas seulement les médias publics. Elle atteint les relations privées.
Une personne peut recevoir un appel imitant la voix d’un proche, participer à une visioconférence avec un visage manipulé ou échanger avec un profil entièrement fictif. L’UNESCO souligne que le clonage vocal peut notamment être utilisé pour simuler une urgence familiale et pousser une victime à transférer rapidement de l’argent.
Dans ce contexte, reconnaître une voix familière ne constitue plus toujours une authentification suffisante. Les organisations devront mettre en place des procédures indépendantes du contenu de l’appel : rappeler un numéro connu, utiliser un second canal, demander une validation interne ou employer un code convenu.
La même logique devrait s’appliquer aux informations publiques importantes. Une vidéo spectaculaire ne devrait pas être relayée uniquement parce qu’elle paraît crédible. Il faut rechercher la publication originale, l’identité de la source et les confirmations indépendantes.
La confiance devient ainsi moins intuitive et davantage procédurale. Nous ne croyons plus seulement parce que nous reconnaissons un visage, mais parce qu’une chaîne cohérente permet d’établir qui parle et dans quelles conditions.
La création humaine conserve-t-elle une valeur particulière ?
Les outils synthétiques peuvent imiter un style, une voix ou une apparence. Ils peuvent produire une personnalité virtuelle cohérente et publier continuellement sans fatigue ni biographie réelle.
Cela ne rend pas la création humaine obsolète. Mais cela oblige à préciser ce que nous valorisons.
Une œuvre humaine n’est pas automatiquement meilleure parce qu’elle a demandé davantage d’efforts. Sa valeur peut néanmoins tenir à l’expérience qui l’a rendue possible, à l’intention de son auteur, au risque qu’il prend en la signant et à la possibilité de l’interroger ou de le contredire.
Une personnalité virtuelle peut donner l’impression de partager des opinions. Elle ne possède pas nécessairement d’histoire personnelle, de responsabilité morale ou d’intérêts propres. Si elle recommande un produit ou défend une idée, il faut savoir qui contrôle ses paroles et qui bénéficie de son influence.
La signature humaine ne garantit pas la sincérité, mais elle crée au moins un point de responsabilité. Dans un univers de contenus infiniment reproductibles, cette responsabilité pourrait devenir plus précieuse que la simple originalité formelle.
Passer d’une culture de l’évidence à une culture de la vérification
Il serait irréaliste de demander aux internautes de vérifier chaque image, chaque voix et chaque message. La responsabilité doit être partagée.
Les fabricants devraient intégrer des outils de provenance aux appareils et aux logiciels. Les plateformes devraient conserver ces informations lors de la publication, signaler clairement les manipulations et éviter de donner une visibilité massive à des contenus dont l’origine est douteuse.
Les médias et les institutions devraient expliquer leurs méthodes de vérification, publier les sources originales lorsque cela est possible et corriger rapidement les erreurs. Les individus doivent, de leur côté, ralentir face aux contenus qui provoquent une réaction émotionnelle immédiate ou exigent une décision urgente.
L’éducation aux médias doit également évoluer. Repérer un détail étrange dans une image ne suffit plus. Il faut apprendre à chercher l’origine, comparer les versions, distinguer une source primaire d’un commentaire et accepter de suspendre son jugement lorsque les preuves sont insuffisantes.
L’authenticité devient une relation de confiance
Dans un monde simulable, l’authenticité ne peut plus signifier simplement : « cela ressemble à la réalité ». Elle désigne une relation vérifiable entre un contenu, son origine, son intention et celui qui l’assume.
Tout ne deviendra pas faux. Mais toute apparence pourra être contestée, ce qui rendra les institutions, les procédures et les signatures responsables indispensables.
La bonne réponse n’est ni de rejeter toute création synthétique ni de croire que la technologie résoudra seule la crise de confiance. Les systèmes de provenance, les labels et les outils de détection fourniront des indices. Ils devront être complétés par le journalisme, le droit, la contradiction et la responsabilité éditoriale.
L’authenticité a donc encore une valeur. Elle n’est simplement plus une qualité que l’on voit immédiatement. Elle devient quelque chose que l’on démontre.
