Comprendre les hypertrucages : comment ils fonctionnent et comment les détecter
Que sont les deepfakes ?
Les deepfakes sont des médias synthétiques — images, vidéos ou enregistrements audio — créés ou manipulés à l'aide d'algorithmes d'apprentissage profond. Le terme, contraction de « deep learning » et « fake », est apparu fin 2017. Depuis, la technologie a évolué d'une curiosité technique de niche à un outil répandu avec de profondes implications sociétales.
Types de deepfakes
- Échange de visage : Remplacement du visage d'une personne par celui d'une autre dans une vidéo
- Synthèse faciale : Création d'un visage humain entièrement nouveau à partir de zéro
- Deepfakes vocaux : Clonage de la voix d'une personne pour synthétiser de nouveaux discours
- Manipulation de corps entier : Altération des mouvements corporels ou de la gestuelle
- Deepfakes textuels : Génération de texte dans le style d'une personne spécifique
Comment sont créés les deepfakes
Les deepfakes modernes utilisent principalement deux architectures de réseau de neurones : les Réseaux Génératifs Adversariaux (GAN) et les modèles de diffusion. Les GAN se composent d'un générateur créant du contenu faux et d'un discriminateur essayant de détecter les faux. La qualité s'améliore continuellement. Les modèles de diffusion plus récents (comme ceux alimentant Stable Diffusion) sont désormais capables de créer des deepfakes d'une qualité remarquable.
Comment détecter les deepfakes
Signaux visuels dans les deepfakes vidéo
- Clignement des yeux irrégulier ou absent (les modèles précoces omettaient souvent le clignement)
- Bords flous ou incohérents autour du visage, en particulier aux contours des cheveux
- Incohérences d'éclairage — le visage peut paraître éclairé différemment de l'arrière-plan
- Synchronisation labiale imparfaite dans les deepfakes audio-vidéo
- Artefacts visuels autour des oreilles, dents ou yeux
- Expressions faciales « figées » ou légèrement non naturelles
Signaux dans les deepfakes audio/vocaux
- Qualité audio anormalement uniforme sans bruits ambiants
- Transitions de mots légèrement non naturelles
- Absence de variations respiratoires naturelles
- Accent ou style de discours légèrement différent de la normale
Outils de détection automatisés
- FaceForensics++ — Modèles open-source atteignant jusqu'à 99 % de précision dans des conditions contrôlées
- Microsoft Video Authenticator — Analyse les photos et vidéos pour détecter les manipulations IA
- Sensity AI — Plateforme professionnelle déployée par des médias et gouvernements
- Deepware Scanner — Outil gratuit basé sur le web pour les vérifications de base
Impact des deepfakes dans le monde réel
Les deepfakes ont été utilisés dans des contextes préoccupants : contenu pornographique non consensuel (l'une des utilisations les plus répandues), désinformation politique, fraude financière (comme le vol de 25,6 M$ à Hong Kong en 2024), harcèlement et extorsion, et atteinte à la réputation d'individus.
Se protéger des deepfakes
- Établissez des mots de code secrets avec les membres de votre famille pour vérifier les demandes urgentes par téléphone
- Limitez les photos et vidéos de vous disponibles publiquement
- Soyez sceptique vis-à-vis des demandes vidéo ou audio urgentes, surtout financières
- Vérifiez les demandes importantes via un second canal de communication