Comment savoir si une photo ou une vidéo a été générée par IA en 2026
Les signes visuels (mains, textures, reflets) ne suffisent plus à repérer un contenu généré par IA. Voici les deux méthodes techniques qui fonctionnent réellement, et leurs limites.
Chercher des mains à six doigts ou des reflets incohérents ne repère plus grand-chose en 2026 : les modèles génératifs récents corrigent ces artefacts presque systématiquement. La détection fiable ne passe plus par l’œil, mais par deux mécanismes techniques indépendants, tous deux imparfaits mais complémentaires.
Le premier est la provenance déclarative, portée par le standard C2PA (“Content Credentials”). Un appareil ou un logiciel compatible signe le fichier avec un manifeste qui déclare qui l’a créé ou édité, avec quel outil, et à partir de quelles sources. Depuis 2026, certains appareils signent ce manifeste au niveau matériel dès la capture — c’est le cas du Google Pixel 10, qui utilise sa puce de sécurité Titan M2 pour signer chaque photo par défaut. Quand un contenu est généré ou modifié par IA, l’outil de création peut renseigner un champ dédié, le “digital source type”, avec des valeurs comme “trainedAlgorithmicMedia” (entièrement généré) ou “compositeWithTrainedAlgorithmicMedia” (composite, partiellement généré).
Le second mécanisme est le tatouage numérique invisible, intégré directement dans les pixels, la bande sonore ou le texte au moment de la génération plutôt que déclaré a posteriori. SynthID, développé par Google DeepMind, en est l’exemple le plus répandu : il équipe les sorties d’Imagen, Veo et Lyria, résiste à l’essentiel des retouches courantes (recadrage, compression, changement de format), et a marqué plus de 100 milliards de contenus d’ici mai 2026. Le mécanisme s’est depuis étendu au-delà de Google, avec des accords couvrant notamment OpenAI, ElevenLabs et Kakao. Un contenu suspecté peut être vérifié via l’application Gemini ou le portail SynthID Detector.
Ces deux approches progressent aussi sous la pression réglementaire : l’article 50 du règlement européen sur l’IA impose, depuis le 2 août 2026, un marquage lisible par machine pour tout contenu généré par un système d’IA proposé dans l’Union européenne (avec une période de transition jusqu’au 2 décembre 2026 pour les systèmes déjà sur le marché, et aucune obligation rétroactive pour les contenus antérieurs au 2 août 2026).
Aucune de ces deux méthodes n’est une preuve absolue. L’absence de manifeste C2PA ou de tatouage détectable ne prouve rien : une capture d’écran, une conversion de format ou un simple partage sur un réseau social suffisent à faire disparaître l’un comme l’autre, y compris sur un contenu authentique. À l’inverse, la présence d’un manifeste ne garantit que ce que l’outil signataire a choisi d’y déclarer — elle n’est pas une certification indépendante. Dans les deux cas, le résultat est un indice à interpréter, jamais un verdict.
En pratique, la vérification la plus fiable aujourd’hui reste de lire directement le manifeste C2PA d’un fichier plutôt que de deviner à l’œil.
Vérifier la provenance C2PA d'un fichier →
Voir aussi
- SynthID, C2PA, tatouage numérique : panorama des méthodes de détection de contenu généré
- C2PA, Content Credentials : le standard qui veut authentifier images et vidéos
- Vérifier la provenance d'une image avant publication : méthode pour les rédactions
Sources
- Content Authenticity Initiative — The State of Content Authenticity in 2026
- Google DeepMind — SynthID
- EU AI Act — Article 50, obligations de transparence
- IPTC — Digital Source Type (vocabulaire des métadonnées de provenance)
Dernière mise à jour :