Comment détecter les images générées ou modifiées par IA, et où la détection atteint-elle ses limites ?
Comment détecter les images générées ou modifiées par IA, et où la détection atteint-elle ses limites ?
Les outils de détection d'images IA peuvent estimer si une image a été générée ou altérée par une IA, mais ils ne peuvent pas le prouver, et leur fiabilité chute dès qu'une image est recadrée, redimensionnée, retouchée ou modifiée à plusieurs reprises. Le mardi 20 octobre 2026 à 17 h (heure de Paris), le CEPIC réunit Florian Barbaro, PhD (CEO d'UncovAI) et Mete Zihnioglu (Directeur Général de Sipa Press) pour mettre la détection à l'épreuve sur des images réelles.
En bref : un détecteur donne une probabilité, pas un verdict. Pour les rédactions, les agences photo et les équipes de vérification, l'approche la plus sûre associe la détection (une estimation faite après coup) et des standards de provenance comme C2PA et CAWG (un enregistrement fait au moment de la création et des modifications).
Pourquoi la détection d'images IA compte pour les médias visuels
Les images générées ou modifiées par IA sont de plus en plus sophistiquées, et la question n'est plus seulement « cette image est-elle réelle ? » mais aussi « qu'est-ce qui a été modifié, et comment ? » Une photographie de presse peut être entièrement authentique, légèrement retouchée, partiellement générée, ou le résultat de plusieurs modifications successives. Chaque cas appelle une décision éditoriale différente, et un simple score oui/non ne peut pas tous les couvrir.
Que peuvent identifier les outils de détection d'images IA ?
Les outils de détection sont entraînés sur de vastes jeux de données d'images réelles et synthétiques et recherchent les motifs statistiques laissés par les modèles génératifs. Utilisés avec prudence, ils peuvent :
- Signaler les images qui semblent entièrement générées par IA, ce qui donne à un éditeur une raison d'enquêter plus avant.
- Indiquer une possible manipulation partielle, lorsque seules certaines zones d'une image paraissent synthétiques.
- Aider à trier de gros volumes de contenus reçus, afin que le temps de vérification humaine aille là où il est le plus utile.
Où la détection d'images IA atteint-elle ses limites ?
La détection est une estimation, et sa précision dépend de ce qu'a subi l'image. Le webinaire examinera ces cas à partir d'exemples réels :
| Scénario | Pourquoi c'est difficile pour les détecteurs |
|---|---|
| Photo originale, non modifiée | Un faux positif reste possible : une image authentique peut être signalée à tort comme générée par IA. |
| Photoshop ou retouche classique | Une retouche légitime peut être confondue avec des modifications par IA, ou les masquer. |
| Image entièrement générée par IA | Les générateurs évoluent vite, les détecteurs doivent donc suivre les nouveaux modèles. |
| Image partiellement modifiée par IA | Une petite zone synthétique dans une photo réelle est plus difficile à repérer qu'une image entièrement générée. |
| Image recadrée ou redimensionnée | Le recadrage et le redimensionnement peuvent altérer ou supprimer les traces sur lesquelles s'appuie un détecteur. |
| Image ayant subi plusieurs modifications successives | Les retouches superposées brouillent les signaux, et le résultat est difficile à interpréter. |
À retenir : un score de détection est une piste à creuser, jamais une conclusion. Quand la crédibilité d'un photographe ou la réputation d'une agence est en jeu, une estimation ne suffit pas.
La détection estime, la provenance documente
La détection examine une image terminée et devine comment elle a été produite. La provenance fait l'inverse : elle enregistre comment un contenu est fabriqué, au moment où il l'est, sous une forme vérifiable par la suite. Les deux approches sont complémentaires.
- C2PA associe à un fichier un manifeste infalsifiable qui consigne les outils utilisés, les modifications effectuées et tout recours à l'IA.
- CAWG prolonge C2PA en ajoutant une identité vérifiable, qui indique qui revendique la création du contenu.
- Règlement européen sur l'IA, article 50 : applicable depuis le 2 août 2026, il fixe des obligations de transparence pour les contenus générés par IA, notamment le marquage lisible par machine par les fournisseurs de systèmes d'IA générative et l'étiquetage des deepfakes par les déployeurs.
Pour approfondir ces standards, lisez notre analyse expliquant pourquoi le score d'un détecteur est une piste, pas une preuve.
Détails du webinaire : la détection d'images IA mise à l'épreuve
- Date et heure : mardi 20 octobre 2026, 17 h (heure de Paris)
- Organisateur : CEPIC, la Coordination of European Picture Agencies Stock, Heritage and News
- Intervenant, détection : Florian Barbaro, PhD, CEO d'UncovAI, sur ce que la détection d'images IA peut et ne peut pas identifier aujourd'hui
- Intervenant, photographie de presse : Mete Zihnioglu, Directeur Général de Sipa Press, sur l'expérience d'une agence de presse indépendante
- Inscription : détails à venir
La session explorera ce que les outils de détection peuvent identifier, où se situent leurs limites, et ce qui se passe lorsque des images sont générées, retouchées, recadrées, éditées ou modifiées par IA.
Membres du CEPIC : proposez des images pour le test en direct
Le CEPIC recherche des images réelles à utiliser comme exemples pratiques. Les contributions peuvent inclure :
- Des images originales, non modifiées
- Des images retouchées avec Photoshop ou un autre outil
- Des images entièrement ou partiellement générées ou modifiées par IA
- Des images recadrées ou redimensionnées
- Des images ayant subi plusieurs modifications différentes
Vos exemples aideront à démontrer à la fois les possibilités et les limites de la détection par IA. Pour contribuer, contactez l'équipe du CEPIC.