Bizness

Agent IA
Le meilleur outil pour vérifier l’authenticité des photos ?

Article publié le par Paul Melcher

Pétrolier dans le détroit d’Ormuz? Vrai ou faux? Image IA

Aujourd’hui, la plupart des outils d’IA qui prétendent vérifier si une image est authentique fonctionnent de manière très simple : vous téléchargez une photo, et l’outil vous renvoie un chiffre. Mais ce n’est pas suffisant.

Ces outils vont renvoyer des résultats comme par exemple : « 73 % de chances que cette image ait été générée par une IA » ou « 21 % de probabilité de manipulation ». Le problème est que ce chiffre ne répond pas vraiment à la question. Il ne représente qu’une estimation statistique indiquant si l’image a pu être créée ou modifiée par une intelligence artificielle. Rien de plus. Or, dans la réalité, la vérification d’une image ne fonctionne pas ainsi. Quand des spécialistes enquêtent sur une photo virale provenant d’une zone de guerre ou d’un événement important, ils mènent une véritable investigation. Ils croisent les données GPS avec la géographie réelle, analysent des images satellites, vérifient la météo du jour concerné, comparent l’orientation des ombres avec la position du soleil, consultent des bases de données sur les navires ou les avions présents dans la zone, interrogent des témoins dans plusieurs langues et recherchent d’autres photos du même événement. Ils cherchent également à savoir qui a pris la photo, qui l’a diffusée et dans quel but. Tout cela est essentiel, car la majorité des fausses informations ne provient pas d’images créées par l’IA. Le plus souvent, ce sont de vraies photos utilisées dans un contexte trompeur ou mensonger. Le problème est que ce travail demande du temps, coûte cher et nécessite une expertise rare. Dans le monde entier, seules quelques centaines de spécialistes possèdent réellement ces compétences. Résultat : la plupart des images circulant sur Internet ne sont jamais vérifiées de cette manière. Elles peuvent être simplement soumises à un outil qui attribue un score de probabilité, ce qui ne constitue pas une véritable vérification. La question à se poser aujourd’hui est donc la suivante : une IA pourrait-elle mener cette enquête elle-même ? Pourrait-elle consulter différentes bases de données, analyser les témoignages, récupérer des images satellites, effectuer des vérifications logiques et construire un dossier complet de preuves ?

L’IA comme enquêteur

De plus en plus, la réponse semble être oui. Imaginons qu’une photo montre un navire à un endroit précis et à une date précise. L’IA pourrait consulter les bases de données publiques de suivi maritime pour vérifier où se trouvait réellement ce navire ce jour-là. Si les données indiquent que le bateau se trouvait à plus de 1 500 kilomètres du lieu indiqué sur la photo, une contradiction apparaît. Plusieurs explications deviennent alors possibles : la photo est attribuée au mauvais événement, les données de suivi sont erronées ou ont été falsifiées, la date associée à la photo est incorrecte. L’agent IA pourrait alors analyser ces hypothèses, évaluer leur crédibilité et présenter les preuves qui les soutiennent. C’est exactement le type de travail que réalisent depuis des années les équipes d’enquête utilisant des sources accessibles. La différence est qu’une IA peut consulter et relier des dizaines de sources d’information en quelques minutes. Une enquête qui demande aujourd’hui plusieurs semaines à un individu pourrait potentiellement être réalisée en quelques minutes si les outils adéquats étaient disponibles. C’est là que se situe la véritable révolution. Alors que le débat actuel porte surtout sur la création de meilleurs détecteurs d’images générées par IA, le développement le plus important pourrait être l’apparition d’IA capables d’enquêter elles-mêmes.

Détection IA avec ImageWhisperer

Un aperçu de ce futur

Un exemple intéressant est ImageWhisperer, un outil développé par le journaliste et chercheur néerlandais Henk van Ess. Contrairement aux détecteurs classiques, il ne fournit pas simplement un score de probabilité, il effectue plus de quarante vérifications différentes : recherche d’images similaires déjà démenties, détection d’anomalies, lecture automatique du texte présent dans l’image, analyse des QR codes, suivi des liens en raccourcis, recherche dans les réseaux sociaux, interprétation des résultats par un modèle de langage. Au final, l’utilisateur se voit proposé un rapport structuré expliquant les éléments trouvés et le raisonnement suivi. Certes, cet outil sert surtout de premier filtre et ne remplace pas le jugement humain, mais il donne une idée de ce qui pourrait exister demain.

Jusqu’où pourrait aller un agent IA enquêteur ?

Un agent plus avancé pourrait : consulter les bases de données maritimes et aériennes, comparer des images satellites avec les lieux indiqués, vérifier les conditions météorologiques, analyser des registres administratifs ou commerciaux, recouper des témoignages dans plusieurs langues, comparer plusieurs photos du même événement, identifier les intérêts et motivations des personnes qui diffusent une image. Il pourrait même tenter de répondre à des questions plus complexes comme : Pourquoi cette image circule-t-elle ? Qui profite de sa diffusion ? Quel récit cherche-t-elle à promouvoir ? À ce stade, l’IA ne se limiterait plus à reconnaître des motifs dans une image, elle commencerait à construire des hypothèses et à les argumenter.

Les questions les plus difficiles

C’est aussi là que les problèmes commencent. Pour comprendre pourquoi une image est diffusée, l’IA doit analyser les motivations possibles des acteurs concernés : gouvernements, organisations, entreprises, groupes militants, médias, etc. Mais qui décide quelles motivations doivent être prises en compte ? Autrement dit, même si la technologie peut être neutre, les choix effectués lors de sa conception ne le sont jamais totalement. Les biais intégrés au système pourraient influencer les conclusions. À l’avenir, certains acteurs pourraient même chercher à influencer ou manipuler ces outils de vérification.

D’un simple score à un véritable dossier d’enquête

Les solutions actuelles renvoient généralement un chiffre. Un agent IA enquêteur produirait plutôt un dossier complet, ressemblant davantage à un rapport d’enquête ou à un dossier judiciaire. Ce dossier pourrait être examiné, contesté ou complété par des humains. Cependant, un risque existe : certains médias ou plateformes pourraient considérer automatiquement ce rapport comme une vérité définitive, sans effectuer de vérification supplémentaire. Ce serait remplacer une confiance aveugle dans les scores par une confiance aveugle dans les rapports produits par l’IA.

L’importance de la preuve à la source

Même l’agent IA le plus performant doit s’appuyer sur des preuves fiables. C’est pourquoi de nombreux experts défendent l’utilisation de mécanismes permettant d’attester l’origine des images dès leur prise de vue : signatures cryptographiques, certificats intégrés dans l’appareil photo, filigranes numériques résistants aux modifications. Sans ces éléments, l’IA risque de comparer uniquement des informations produites par d’autres IA, sans véritable lien avec la réalité. Plus les agents deviendront puissants, plus ces mécanismes d’authentification seront importants.

Une transformation inévitable

Il est possible que, dans les prochaines années, chaque image importante diffusée publiquement fasse automatiquement l’objet d’une enquête préliminaire menée par une IA. L’IA réaliserait l’enquête initiale et les experts humains vérifieraient ensuite son travail. Le rôle des spécialistes évoluerait : ils passeraient moins de temps à rechercher les informations et davantage à contrôler la qualité des conclusions produites par les machines. La véritable question n’est peut-être plus de savoir si cette technologie va exister alors qu’elle semble être déjà en train d’émerger, la question est plutôt : Qui contrôlera ces agents enquêteurs ? Les rédactions ? Les plateformes numériques ? Les gouvernements ? Des entreprises privées ? Car selon celui qui les contrôle, ces systèmes pourraient contribuer à établir des versions très différentes de la réalité. Pendant que tout le monde se concentre encore sur la précision des détecteurs d’images générées par IA, cette question essentielle reste largement ignorée. Et pourtant, c’est probablement elle qui déterminera l’avenir de la vérification de l’information.

 

Paul Melcher
Les derniers articles par Paul Melcher (tout voir)
Soutener un autre modèle de média : indépendant, à but non lucratif, et en accès libre. Faire un don !