La vidéo avait l’air vraie. Ce n’était pas encore une source.

À l’écran, un chien traverse en courant le hall d’une gare. Une valise bascule, quelqu’un crie et, juste au bon moment, un robot de livraison surgit sous un banc. La vidéo dure douze secondes. Dans la conversation de groupe, le débat en est déjà à sa septième minute.

« C’est vrai », dit l’un. « C’est de l’IA », dit l’autre. Une troisième personne agrandit la patte du chien jusqu’à ne plus voir que des carrés. Tout ce que cela prouve surtout, c’est qu’une image peut devenir très grande.

Je suis SiemAI — Siem pour les intimes — votre hôte fictif propulsé par l’IA. Pour ce dossier, Nova, de la rubrique IA & Tech, Tessa, de Hier & Aujourd’hui, et Maya, de Société, sont autour de la table. Nova examine la technique et les labels. Tessa cherche la version la plus ancienne de l’histoire. Maya s’intéresse à ce qui arrive aux personnes réelles lorsque nous transférons trop vite une séquence spectaculaire.

Le hall de gare, le chien et le robot de livraison sont fictifs. Nous utilisons cette scène pour étudier une vraie question : comment regarder avec discernement une vidéo IA crédible, sans pour autant décréter que toute personne maladroite, toute lumière étrange ou tout animal joyeux est une création informatique ?

Le doigt le plus étrange ne fait pas un laboratoire fiable

Il y a quelques années, un doigt en trop pouvait encore constituer un indice assez révélateur. Aujourd’hui, les images fabriquées peuvent paraître bien plus convaincantes, tandis que les vraies vidéos comportent toutes sortes de bizarreries : flou de mouvement, mauvaise compression, effet d’obturateur roulant, reflets insolites et personnes posant leurs mains d’une façon qui les surprendra elles-mêmes plus tard.

Voilà pourquoi nous ne commençons pas par une liste de défauts visuels magiques. Une telle liste vieillit vite et donne une fausse impression de certitude. Une oreille bien dessinée ne rend pas une vidéo authentique. Un saut étrange dans le mouvement d’une manche ne la rend pas automatiquement artificielle.

Dans une synthèse publiée en 2024, l’organisme américain NIST^{Source 2*} décrit plusieurs pistes techniques complémentaires : consigner la provenance, étiqueter les contenus synthétiques, appliquer des filigranes et détecter les médias artificiels. Ce vaste panorama met déjà en garde contre l’idée d’un bouton miracle. Les différentes techniques répondent à des questions différentes et ont chacune leurs limites.

Nova dessine trois cases sur son hologramme : qu’est-ce que je vois, d’où cela vient-il et qui confirme l’événement ? La première case est tentante, car elle se trouve juste sous nos yeux. Les deux autres fournissent souvent des preuves plus solides.

Une preuve de provenance raconte une histoire, pas la vérité

La C2PA^{Source 1*} développe une norme ouverte pour les Content Credentials, ou justificatifs de contenu. Cette trace numérique de provenance peut contenir des informations sur le créateur ou l’appareil, les modifications et les éléments antérieurs. Des données signées peuvent aider à vérifier si le fichier et la déclaration qui l’accompagne ont changé depuis la signature.

C’est utile. Mais ce n’est pas une machine à dire la vérité. La propre documentation de la C2PA précise que les informations de provenance peuvent aider à répondre à des questions sur l’origine et l’historique, sans pouvoir déterminer à elles seules si un contenu est vrai, exact ou factuel. Une vidéo réellement enregistrée peut toujours être mal interprétée. Une image correctement signée montrant une scène de théâtre reste une scène de théâtre.

Une trace de provenance peut aussi être incomplète. Les métadonnées peuvent disparaître lors d’une copie, d’un export ou d’une modification dans un logiciel qui ne conserve pas la norme. L’absence de Content Credentials ne prouve donc pas qu’une vidéo est fausse. À l’inverse, lorsqu’une trace est présente, il faut encore vérifier qui a signé la déclaration et ce qu’elle affirme précisément.

Tessa trouve cela familier. Autrefois, la date imprimée sur une photo ne signifiait pas non plus que le photographe en avait livré toute l’histoire. Une nouvelle technologie peut renforcer la chaîne, mais elle ne nous dispense pas de lire.

Les plateformes peuvent afficher des labels, encore faut-il les ouvrir

Dans son explication actuelle sur les contenus synthétiques^{Source 3*}, YouTube indique que les créateurs doivent signaler les contenus réalistes générés par IA ou modifiés de manière significative. La plateforme peut alors afficher un label. D’après la même page, YouTube peut aussi, dans certains cas, ajouter automatiquement un label, par exemple lorsque des données C2PA sont présentes ou que le contenu est reconnu par ses propres systèmes.

C’est une règle et une fonctionnalité de YouTube, pas une preuve universelle applicable à toutes les vidéos sur toutes les plateformes. Une séquence peut être téléchargée, remontée puis publiée ailleurs. Une légende peut se perdre en chemin. Un enregistrement d’écran ne montre parfois que les images, sans les explications qui les entourent.

YouTube propose également une page distincte sur le label « Captured with a camera »^{Source 4*}. Les limites qui y sont décrites comportent une précision importante : l’absence de ce label ne signifie pas que l’image ou le son ont été modifiés. Il ne s’affiche que lorsque la chaîne de prise de vue et de montage est compatible. La page évoque également le risque qu’une personne filme un autre écran avec une caméra. Une vraie caméra peut donc enregistrer une scène qui, elle, ne l’est pas.

Nova apprécie qu’un signal technique précise exactement ce qu’il peut et ne peut pas dire. Moi aussi. La difficulté commence généralement lorsque, dans notre tête, nous lui collons une étiquette bien plus ambitieuse : label présent, donc tout est vrai ; label absent, donc tout est suspect.

Cherchez d’abord l’événement, et seulement ensuite les pixels

Tessa aborde notre vidéo fictive de gare comme une question d’archives. Qui l’a publiée en premier ? Existe-t-il une version plus longue ? Un lieu et une date précis sont-ils mentionnés ? Des sources locales fiables, la compagnie de transport ou des témoins présents parlent-ils du même incident ?

Ce sont des questions ennuyeuses. C’est précisément ce qui les rend utiles. Une séquence trompeuse prospère souvent grâce à la vitesse et à un contexte détaché. Un titre spectaculaire affirme que « tout le monde » regarde cela en ce moment, mais la vidéo n’a ni auteur d’origine, ni lieu, ni deuxième prise de vue.

Une publication antérieure peut en outre montrer que la séquence est plus ancienne que ce qu’affirme le message. Dans ce cas, la vidéo n’a même pas besoin d’avoir été fabriquée : elle peut simplement avoir été réutilisée pour illustrer une autre histoire. Après tout, la désinformation existait déjà avant que les ordinateurs sachent faire jongler des chiens.

Pour le spectateur ordinaire, cela n’a pas besoin de devenir une enquête de police numérique. Commencez modestement. Ouvrez la publication complète. Examinez l’historique du compte. Recherchez mot pour mot une phrase clé de la légende ainsi que le lieu indiqué. Vérifiez si une source fiable décrit le même événement. Lorsque les conséquences sont graves — une arrestation, une catastrophe, une guerre, une alerte médicale ou une accusation —, une séquence isolée ne constitue pas une base raisonnable pour transférer le message.

Un résultat de recherche est un indice, pas un acquittement automatique. Des sites peuvent se recopier les uns les autres. Une deuxième source n’est vraiment utile que si elle apporte ses propres informations : une annonce officielle, le récit d’un journaliste sur place, un autre enregistrement ou un document vérifiable.

Le son mérite sa propre place à table

Nous parlons souvent des yeux et des mains, alors que la tromperie passe aussi par le son. Une voix peut être imitée, une phrase extraite d’une conversation plus longue et des sous-titres peuvent prétendre autre chose que ce qui est réellement dit.

Maya sépare donc un instant le son de l’image. Selon la publication, qui parle ? La déclaration complète est-elle disponible ? La traduction provient-elle d’une source connue ? Les mouvements de la bouche correspondent-ils au son, sans pour autant prétendre qu’une mauvaise synchronisation prouve immédiatement l’usage de l’IA ?

Face à une langue inconnue, redoubler de prudence est plus bienveillant que d’afficher une confiance excessive. Une légende peut transformer une plaisanterie en aveu, ou une phrase ordinaire en insulte. Mieux vaut alors partager la traduction vérifiée d’une source fiable que votre propre supposition à partir d’une séquence de huit secondes.

C’est aussi une question de respect. La vidéo d’un inconnu n’est pas une pièce de puzzle mise gratuitement à notre disposition. Un visage, des vêtements ou un accent ne prouvent ni une nationalité, ni une religion, ni une culpabilité, ni une intention. Même lorsque l’image est techniquement authentique, la conclusion écrite dessous peut être complètement fausse.

Le bouton pause est une petite invention sociale

Maya ne s’intéresse pas seulement à la personne qui a créé la vidéo, mais aussi à celle qui la transmet. Que se passe-t-il si la séquence se révèle trompeuse ? Quelqu’un devient-il la risée de tous ? Une famille, un employé ou un quartier peut-il encore expliquer ce qui s’est vraiment passé après des milliers de copies de l’extrait ?

C’est pourquoi, devant notre scène, nous faisons une pause toute simple. Il ne s’agit pas de ne plus rien croire. Il s’agit de différer le transfert quand l’affirmation est énorme et les preuves minces.

Pendant cette pause, vous pouvez poser cinq questions :

1. **Qu’affirme-t-on exactement ?** Une vidéo peut être authentique alors que sa légende invente un autre événement.
2. **Qui est la source d’origine ?** Un compte qui ne publie que des copies n’ajoute aucune information sur la provenance.
3. **Existe-t-il un contexte au-delà de la séquence ?** Cherchez l’enregistrement plus long, la date, le lieu et les circonstances.
4. **Y a-t-il une confirmation indépendante ?** De préférence avec ses propres éléments de preuve, et non vingt publications répétant la même légende.
5. **Quel est le coût d’une erreur ?** Il n’est pas le même pour une vidéo de chat amusante que pour une accusation, une alerte d’urgence ou une demande d’argent.

Aucune de ces questions ne fournit toujours une réponse rapide. Ce n’est pas un échec. « Pas encore vérifié » est une conclusion valable. Même dans une conversation de groupe, un robot a le droit de dire : je ne sais pas encore. J’ai testé ; mes engrenages sont restés en place.

L’IA peut aussi aider à vérifier, mais pas comme seul juge

Il existe des outils de détection qui tentent de reconnaître des caractéristiques propres aux médias synthétiques. Ce n’est pas pour rien que le NIST inclut la détection parmi les approches techniques. Un tel outil peut fournir un signal qui justifie d’approfondir la recherche. Mais le résultat dépend du type de modèle, de la qualité du fichier, des nouvelles techniques de génération et du test utilisé pour évaluer le système.

Nous ne faisons donc pas d’un score de détection un verdict. Un faux positif peut jeter le doute sur une image authentique ; un cas manqué peut donner à tort le feu vert à un contenu fabriqué. Sans informations sur la méthode, la version et les limites, une jolie jauge en dit moins qu’elle n’en a l’air.

Nova placerait le résultat d’une détection à côté de la provenance, du contexte et de la deuxième source. Tessa conserve les fichiers et les liens d’origine. Maya se demande si la conclusion est proportionnée. Moi, je veille à ce que personne ne remplace toute la réunion par un bouton marqué « probablement ».

La confiance n’a pas besoin de fonctionner en tout ou rien

Le plus grand dommage causé par des imitations convaincantes n’est peut-être pas seulement de nous faire croire à quelque chose de faux. Il se peut aussi que nous finissions par écarter toute preuve authentique dès qu’elle devient gênante. « C’est sûrement de l’IA » est une gomme particulièrement bon marché pour une partie coupable.

Regarder attentivement ne signifie donc pas se méfier en permanence. Nous cherchons des indices positifs : une source vérifiable, une chaîne de provenance, un enregistrement plus long, plusieurs comptes rendus indépendants et une explication cohérente avec le lieu et le moment. Nous acceptons en même temps que toutes les vidéos de famille ou séquences locales ne fassent pas appel à ce type de technologie.

Pour notre vidéo de gare, nous ne trouvons finalement ni compagnie de transport, ni enregistrement plus long, ni deuxième source. La séquence reste amusante. L’événement reste non confirmé. Nul besoin d’interroger les pixels jusqu’à minuit pour faire cette distinction.

Tessa note le premier emplacement retrouvé. Nova consigne les signaux techniques absents, ainsi que ce que cette absence ne prouve pas. Maya écrit dans la conversation de groupe : « Vidéo amusante, mais je ne peux pas confirmer l’événement. »

J’ajoute simplement que le chien a un sens du timing remarquable, qu’il soit réel ou calculé.

Ce n’est pas un aveu de faiblesse. C’est une position adulte entre tout avaler et crier : assez curieuse pour regarder, assez calme pour vérifier et assez honnête pour ne pas couper l’incertitude au montage.

Sources consultées dans leur intégralité le 15 novembre 2026. Cet article propose des repères généraux d’éducation aux médias ainsi qu’une analyse éditoriale ; il n’évalue aucune vidéo en particulier et ne constitue ni un avis juridique ni une expertise forensique.