Comment reconnaître une image ou une vidéo générée par une IA (deepfake)

On scrolle sur TikTok, X ou Instagram, on tombe sur une image choquante ou une vidéo d’une personnalité qui lâche une phrase complètement folle… et là, la petite voix arrive : « c’est vrai ou c’est un fake ? ». Si vous avez déjà eu ce doute, vous êtes exactement la cible de cet article.

Les images générées par IA et les deepfakes vidéo ne sont plus un gadget de geek. Ça sert à manipuler l’opinion, à détruire une réputation, à monter des arnaques très crédibles, parfois avec une simple vidéo envoyée sur WhatsApp ou un appel avec voix clonée. Et même les experts ne peuvent pas toujours trancher à 100 % sur un simple coup d’œil. La bonne nouvelle : il existe déjà un arsenal de réflexes simples — regarder le contexte, repérer des signes de manipulation, s’appuyer sur quelques outils de détection et garder la tête froide.

À lire PromptChan.ai : Test complet générateur IA 2026

Ce guide donne des gestes concrets : quoi regarder sur une image, quoi écouter dans une vidéo, quels outils utiliser et comment garder son esprit critique sans virer parano.

Ce que l’on appelle vraiment « image IA » et « deepfake » #

Avant de parler détection, il faut mettre un peu d’ordre dans les mots, parce qu’on mélange souvent tout.

D’abord, il y a l’image générée par IA au sens strict : aucune photo, aucun appareil, juste un texte donné à un modèle comme Midjourney ou DALL·E qui produit une image à partir de zéro. C’est la fameuse « photo » de manifestation, d’explosion ou de célébrité qui n’a jamais existé.

Ensuite, il y a la photo réelle mais retouchée par IA : visage lissé, fond remplacé, upscale agressif, éléments ajoutés ou supprimés. Techniquement, ce n’est pas un deepfake, mais ça reste une manipulation qui peut changer complètement le sens d’une image.

À lire PromptChan : IA Chat Guide Complet 2026

Et enfin, le gros morceau : le deepfake vidéo. Un logiciel apprend le visage et/ou la voix d’une personne à partir de nombreuses images, vidéos et enregistrements. Il peut ensuite :

• remplacer son visage dans une autre vidéo ;
• lui faire dire autre chose que ce qu’elle a réellement prononcé ;
• générer un clip entièrement nouveau, avec une voix clonée et un corps animé par IA.

On a déjà vu des faux discours politiques, des vidéos truquées de dirigeants annonçant de fausses nouvelles, des images de guerre entièrement inventées ou des « nudes » fabriqués pour du chantage. Les journalistes s’appuient souvent sur une méthode simple pour vérifier un contenu : s’arrêter, enquêter sur la source, chercher une meilleure couverture ailleurs, et retracer le contexte d’origine.

Premier réflexe : le contexte avant les pixels #

S’il ne fallait garder qu’un seul réflexe, ce serait celui-là : commencer par le contexte, pas par les doigts.

Face à une image potentiellement générée par IA :

À lire Seduced AI : Générateur IA Adulte 2026

• Regardez qui publie : compte anonyme, créé récemment, historique vide ou rempli de contenus douteux, ça sent la manipulation.
• Scrutez la légende et les hashtags : certaines plateformes affichent un label « contenu généré par IA », mais ce n’est pas systématique.
• Posez-vous la question simple : « Est-ce plausible ? ». Une explosion énorme, une foule parfaite, une célébrité qui avoue un crime dans une vidéo floue, sans aucune trace dans les médias sérieux… ça mérite un stop net.
• Cherchez si des médias fiables ou des organisations de fact-checking ont parlé de cette image ou de cette vidéo.

Une vidéo spectaculaire publiée en solo par un compte louche est suspecte, même si le rendu est très propre. Avant de zoomer sur les yeux ou les articulations, on vérifie la source, la date, l’événement et l’angle émotionnel. Si l’objectif est clairement de choquer ou de pousser à partager vite, méfiance.

Les défauts visuels typiques des images IA #

Une fois le contexte passé au crible, là oui, on regarde les pixels. Les indices visuels les plus fréquents :

• Mains et doigts : longtemps le point faible de l’IA. On voit des doigts en trop, fusionnés, des articulations impossibles, des bagues mal placées ou dupliquées.
• Yeux et visage : pupilles sans reflets, yeux de tailles différentes, regards qui ne convergent pas, oreilles asymétriques, dents étranges.
• Texte dans l’image : panneaux illisibles, lettres inversées ou tordues, mots qui ressemblent à du charabia. Un gros signal d’alerte.
• Objets et arrière-plan : éléments qui se répètent, fenêtres sans cadre, objets qui se fondent entre eux, architecture impossible, fond qui « fond » en bouillie.
• Textures : peau trop lisse, cheveux qui se mélangent au décor, vêtements sans plis, matières plastifiées.

Les modèles récents corrigent une partie de ces erreurs grossières, surtout sur les mains et le texte. Mais une image qui cumule mains bizarres, fond incohérent, texte tordu et peau hyper lisse constitue un faisceau d’indices sérieux.

Les indices plus subtils : lumière, ombres, reflets #

Les images IA ratent souvent la « physique » du monde réel. Pour un œil plus fin, concentrez-vous sur :

À lire IA Undressing : Guide Complet Technologie

• Lumière et ombres : ombres qui partent dans plusieurs directions, zones éclairées qui ne correspondent pas à la source lumineuse, reflets absents sur des surfaces pourtant réfléchissantes.
• Reflets ratés : miroir qui ne renvoie pas la bonne personne, verre sans ombre, lunettes sans reflet de la scène, chrome lisse sans rien autour.
• Proportions et perspectives : personne trop grande par rapport au mobilier, profondeur de champ improbable, murs qui semblent « cassés ».
• Physique du monde réel : objets qui flottent, vêtements immobiles malgré du vent, liquides figés, mains qui tiennent un objet dans une position impossible.

Certaines images IA sont bluffantes, aucun doute. Mais si vous repérez un reflet de miroir qui ne colle pas au modèle, un verre sans ombre en plein soleil ou une voiture dont les roues se dissolvent dans le sol, votre instinct a probablement raison.

Dans le fichier : métadonnées, nom, filigranes, signatures #

Pour ceux qui aiment les coulisses techniques, il y a aussi des indices « dans le fichier » lui-même.

• Métadonnées EXIF : une vraie photo contient souvent des infos sur l’appareil, la date, le logiciel de retouche. Beaucoup d’images IA ont des métadonnées vides ou étranges (des outils comme ExifTool ou les propriétés du fichier permettent d’y jeter un œil).
• Nom de fichier : « midjourney_… », « DALL-E… » ou « AI image… » sont parfois explicites, certaines applis gardant une signature dans le nom.
• Filigranes visibles : logos d’applis IA, petites mentions « AI generated » ou « sample », même en transparence.
• Signatures numériques (C2PA, SynthID…) : certains éditeurs ajoutent un marquage, parfois invisible, pour signaler une image IA. Des outils dédiés cherchent ces signatures, mais uniquement sur les contenus qui les portent.

Attention : une simple capture d’écran, un recadrage ou une recompression effacent souvent ces informations. Ces indices techniques aident quand ils sont présents, mais leur absence ne prouve rien.

Tableau pratique : les indices à regarder sur une image #

Indice de manipulation	Ce qu’il faut regarder concrètement
Mains / doigts suspects	Comptez les doigts, observez les articulations, la forme des bagues, la façon dont la main tient l’objet.
Yeux et visage incohérents	Taille différente des yeux, reflets absents dans les pupilles, oreilles ou dents asymétriques, expression figée.
Texte illisible	Panneaux, enseignes, journaux avec lettres tordues, logos déformés, mots tronqués ou répétitifs.
Arrière-plan « fondant »	Objets fusionnés, perspectives impossibles, zones floues sans raison, répétition d’éléments identiques.
Lumière / ombres illogiques	Ombres qui ne suivent pas la lumière, reflets manquants sur l’eau ou le verre, éclairage différent sur le visage et le décor.

Recherche inversée : retrouver l’origine d’une image #

La recherche d’image inversée est l’outil préféré des fact-checkers. Elle devrait devenir un réflexe grand public.

À lire UndressApp : Analyse et risques de l’IA controversée

Le principe : vous envoyez l’image suspecte dans un moteur de recherche visuel (Google Images, Google Lens, Bing, TinEye…) et vous regardez où elle apparaît ailleurs. Cela permet de :

• retrouver des versions plus anciennes de la photo, qui montrent parfois un autre contexte ou un autre pays ;
• découvrir que l’image vient d’une banque d’images ou d’un site d’IA, parfois clairement identifié ;
• voir si la photo a été recadrée ou détournée pour raconter une histoire différente.

En pratique : sur ordinateur, clic droit puis « Rechercher l’image avec Google », ou l’icône appareil photo. Sur mobile, ouvrez Google Lens et importez la capture. Si aucune occurrence n’apparaît pour une prétendue « photo de presse » virale, c’est franchement suspect.

Les outils de détection : des indices, pas des oracles #

La question revient souvent : « il n’existe pas un site magique qui dit oui ou non ? ». La réponse honnête : il existe des détecteurs d’images IA, mais ce sont des signaux, pas des verdicts. On trouve :

• des « AI image detectors » en ligne qui analysent le style, les textures et les métadonnées, puis renvoient un score de probabilité ;
• des outils cités par des médias ou des ONG spécialisés en cybersécurité et fact-checking ;
• des extensions ou applis de sécurité qui alertent quand un contenu ressemble à un trucage.

Aucun de ces outils n’est infaillible : ils se trompent dans les deux sens, en ratant des faux et en signalant à tort des contenus réels. Le bon réflexe est de croiser : contexte + anomalies visuelles + recherche inversée + outils de détection. Un score isolé ne suffit jamais.

Repérer un deepfake vidéo : image, mouvement, son #

Sur une vidéo deepfake, les indices se cachent souvent dans les micro-détails du visage, des mouvements et du son.

• Visage : contours qui vibrent, bords flous autour du menton, fusion étrange avec le cou, expressions trop rigides, clignements d’yeux rares ou mécaniques.
• Mouvements : gestes qui ne collent pas à l’émotion, tête saccadée, micro-décalage entre la voix et les lèvres, posture un peu « flottante ».
• Lumière : grain de peau incohérent, couleur qui change d’un plan à l’autre, ombres qui ne suivent pas les mouvements du visage.
• Son : voix monotone, respiration étrange, transitions bizarres entre syllabes, bruit de fond qui ne varie jamais.

Regarder la vidéo au ralenti ou sur un écran plus grand aide à repérer les décalages de synchronisation labiale, les expressions figées et les déformations du fond. Des détecteurs de deepfake vidéo existent côté professionnels, mais ils restent limités et ne sont pas fiables à 100 %.

Deepfake vocal : la voix ne suffit plus #

Les arnaques à la voix clonée se multiplient. Avec quelques secondes d’enregistrement, certains systèmes reproduisent une voix de façon bluffante. Quelques signaux d’alerte :

• une intonation plate ou trop régulière, comme si la personne lisait un texte sans respirer ;
• des difficultés sur certains mots, des transitions étranges entre les phrases, une respiration peu naturelle ;
• un contexte anxiogène : faux appel d’urgence, demande d’argent immédiate, injonction à agir vite.

Les réflexes de protection à automatiser : rappeler la personne par un autre canal (SMS, messagerie, visio) avant de croire une demande urgente ; poser une question personnelle que seul le vrai contact connaît ; refuser toute demande financière fondée uniquement sur une voix, sans autre vérification.

Quand les IA progressent : les limites des méthodes classiques #

Il faut rester lucide : les modèles progressent vite. Les mains s’améliorent, les yeux clignent plus naturellement, les textes sont plus propres, les perspectives tiennent mieux la route. À l’inverse, les méthodes traditionnelles prennent parfois un coup :

• compression, recadrage, impression puis scan effacent les métadonnées, les filigranes et certaines signatures numériques ;
• les deepfakes de haute qualité corrigent une bonne partie des erreurs visibles ;
• les détecteurs automatiques laissent passer des manipulations, ou signalent comme « suspectes » des vidéos parfaitement réelles.

Résultat : la certitude absolue n’existe pas, même pour les pros. L’objectif n’est pas de jouer les juges suprêmes sur chaque vidéo, mais de réduire le risque d’être manipulé.

Les réflexes à adopter au quotidien #

Le plus utile, ce sont les habitudes à installer. Rien de « geek », juste du bon sens structuré :

• se demander « qui y gagne si je crois cette image ou cette vidéo ? » — une émotion forte sans source claire sent la désinformation ;
• vérifier au moins deux sources fiables avant de partager un contenu choquant ou très politique ;
• prendre 30 secondes pour une recherche inversée dès qu’un contenu semble trop parfait ou trop extrême ;
• se rappeler que « voir » n’est plus une preuve en soi : le trucage brouille la frontière entre vrai et faux ;
• en parler autour de soi, sensibiliser les ados, encourager les entreprises à former leurs équipes à ces risques.

Ces réflexes finiront par s’intégrer comme on a appris à repérer un mail de phishing. Ce n’est pas dramatique : c’est simplement la nouvelle hygiène mentale de base.

Questions fréquentes #

Peut-on détecter à coup sûr un deepfake vidéo ?

Non. On repère beaucoup de deepfakes grâce aux indices visuels, sonores et contextuels, mais aucune méthode n’est fiable à 100 %, même avec des algorithmes de détection. Ce sont des indices qui s’additionnent, jamais une preuve définitive.

Les images générées par IA sont-elles toujours pleines de défauts visibles ?

Plus autant qu’avant. Les erreurs grossières sur les mains, les yeux ou le texte se raréfient avec les modèles récents, mais des incohérences subsistent souvent dans les reflets, la lumière, les perspectives et les arrière-plans.

Est-ce que les outils de détection automatique voient tout ?

Non. Ils aident, mais ils laissent passer des contenus avancés et signalent parfois comme suspects des contenus parfaitement réels. Il faut les traiter comme un indice à croiser avec le contexte et l’analyse visuelle, jamais comme une preuve.

Que faire si une vidéo ou une image deepfake me vise ?

Ne restez pas seul : rassemblez les preuves (captures, liens, dates), signalez le contenu aux plateformes, prévenez vos proches et votre employeur pour limiter l’impact, et rapprochez-vous si besoin des autorités ou d’associations d’aide aux victimes.