Cette image est-elle authentique ? Guide simple des filigranes d’IA

Vous faites défiler une photo spectaculaire, vous vous arrêtez une demi-seconde et vous vous demandez : est-ce qu’une personne a pris cette photo, ou est-ce qu’une IA l’a créée ? Répondre à cette question vient de devenir plus facile, mais pas autant que vous l’espériez.

En mai 2026, OpenAI a annoncé de nouveaux signaux de provenance pour les images générées par IA, combinant les Content Credentials basés sur la norme ouverte C2PA avec un filigrane invisible SynthID développé par Google DeepMind. OpenAI a également mis en ligne un outil public de vérification à l’adresse openai.com/research/verify, où chacun peut téléverser une image et vérifier la présence de ces signaux.

C’est un vrai progrès. Mais les filigranes sont des signaux utiles — pas une preuve infaillible. Voici ce que le grand public doit vraiment savoir.

L’actualité en 30 secondes

• OpenAI intègre désormais deux couches de provenance dans les images générées par IA : des métadonnées C2PA et un filigrane invisible SynthID.
• SynthID, développé par Google DeepMind, a déjà été appliqué à plus de dix milliards d’images et de séquences vidéo sur les services de Google.
• Un outil public sur openai.com/research/verify permet à chacun de téléverser une image pour vérifier si elle provient des outils OpenAI.
• La discussion sur Hacker News a été animée : de nombreux lecteurs se sont demandé si les filigranes pouvaient être supprimés, et si l’outil de détection nécessitait de téléverser votre image sur un serveur (oui, pour l’instant).

Pourquoi cela compte pour les utilisateurs au quotidien : vous verrez de plus en plus souvent des mentions comme « Généré par IA » ou « Créé avec l’IA » associées à des images sur les réseaux sociaux, les sites d’actualité ou les applications de messagerie. Comprendre ce que signifient ces labels — et ce qu’ils ne signifient pas — vous aide à décider ce que vous croyez et ce que vous partagez.

Trois types de labels IA que vous pouvez rencontrer

Tous les labels d’images IA ne fonctionnent pas de la même manière. Il en existe trois principaux types :

Filigranes visibles

Un logo, un symbole ou une étiquette de coin ajoutée sur l’image. Facile à voir, facile à découper. Courant sur les sites de photos libres de droits et certains outils d’IA qui apposent leur marque sur les résultats de leur offre gratuite. Ils indiquent quelque chose sur l’origine, mais c’est le signal le moins durable.

Filigranes invisibles (SynthID)

Un signal intégré directement dans les pixels d’une image par un réseau neuronal. Il est invisible à l’œil nu et conçu pour résister aux modifications courantes : redimensionnement, recadrage, ajustements de couleur et compression avec perte comme l’enregistrement en JPEG de basse qualité.

SynthID ne donne pas une réponse oui/non. Le détecteur fournit l’un des trois résultats : détecté, non détecté ou incertain. Cette troisième catégorie est importante — toutes les images ne reçoivent pas un verdict assuré.

Métadonnées et Content Credentials (C2PA)

Informations intégrées dans le fichier lui-même — non pas dans les pixels, mais dans les métadonnées du fichier — qui enregistrent qui ou quoi a créé l’image, quels outils ont été utilisés et quelles modifications ont été apportées. Pensez-y comme une étiquette nutritionnelle pour un fichier numérique.

La norme C2PA est soutenue par Adobe, Microsoft, Google, OpenAI, Sony et de grandes agences de presse telles que AP et Reuters. L’outil de vérification sur verify.contentauthenticity.org peut lire ces credentials pour tout fichier compatible.

Type de label	Peut-on le voir ?	Résiste aux captures d’écran ?	Ce qu’il indique
Filigrane visible	Oui	Souvent non	Que l’image a été traitée ou publiée par une plateforme spécifique
Filigrane invisible (SynthID)	Non	Conçu pour résister aux modifications de base	Que l’image a probablement été générée par un modèle d’IA spécifique
Métadonnées / Content Credentials	Non	Généralement non — les métadonnées sont supprimées par les captures d’écran et les rechargements sur les réseaux sociaux	Informations détaillées sur l’origine lorsqu’elles sont présentes

Pourquoi un filigrane n’est pas une preuve

OpenAI souligne un point essentiel dans son annonce : les signaux de provenance peuvent indiquer l’origine d’une image, mais ils ne prouvent pas la véracité de son contenu. Un signal détecté signifie simplement que l’image provient d’outils OpenAI — cela ne dit rien sur l’exactitude du contenu, son contexte ou l’honnêteté de son utilisation.

En termes simples : un filigrane vous indique la provenance d’une image, pas s’il faut lui accorder du crédit.

Trois raisons de ne pas se fier uniquement aux filigranes :

L’absence de filigrane ne garantit pas l’authenticité. La plupart des images générées par l’IA en ligne n’ont pas été créées avec ChatGPT ou Gemini. Les modèles open source, les outils plus anciens et les images produites avant l’introduction des filigranes ne comportent aucun signal. L’absence de filigrane n’est pas une preuve qu’un photographe humain en est l’auteur.

Un filigrane n’explique pas le contexte. Une photo authentique peut être sortie de son contexte, accompagnée d’une fausse date ou localisation, ou recadrée pour tromper. L’image est authentique ; l’histoire qui l’entoure ne l’est pas forcément.

Les captures d’écran suppriment les métadonnées. Si quelqu’un fait une capture d’écran d’une image et la repartage, les métadonnées C2PA disparaissent généralement. SynthID peut subsister, mais le contexte — la légende, le compte source, la date — peut déjà être perdu.

Considérez cela comme une ceinture de sécurité. Une ceinture de sécurité est vraiment utile et il faut toujours la porter. Mais en porter une ne signifie pas que vous pouvez conduire imprudemment. Les filigranes d’IA réduisent le risque ; ils ne le suppriment pas.

Une échelle pratique de confiance

Avant de partager ou d’agir sur une image, prenez un instant pour faire une vérification mentale rapide :

Situation	Niveau de confiance	Action suggérée
Compte officiel avec photo originale, source traçable	Élevé	Lire le contexte et la date avant de partager
Média reconnu, sans mention d’IA	Moyen	Vérifier que le titre correspond à l’image
Ami qui transfère une capture d’écran avec une affirmation forte	Faible	Demander d’où il la tient
Image virale à fort impact émotionnel, compte inconnu	Très faible	Ne pas partager avant vérification
Image reçue avec une demande d’argent ou d’action urgente	Très faible	Arrêtez-vous. Vérifiez via un canal complètement distinct.

Le schéma à retenir : plus la pression émotionnelle est forte, plus il faut ralentir. L’alarme, l’indignation et l’urgence sont les conditions dans lesquelles la désinformation circule le plus vite.

Ce qui est inconfortable, c’est que les deux affirmations sont vraies : les filigranes aident, mais ils peuvent aussi échouer. Les réflexes ci-dessous restent efficaces, qu’un filigrane soit présent ou non.

Comment vérifier une image avant d’y croire

Vous n’avez pas besoin d’outils spécialisés pour la plupart des vérifications. Cinq réflexes couvrent la majorité des situations :

1. Vérifiez la source. Qui a publié cela à l’origine ? Le compte a-t-il un historique ? Quand a-t-il été créé ? Un compte tout neuf avec une seule publication sensationnaliste est un signal d’alerte.

2. Cherchez l’original. Une recherche d’image inversée avec Google Lens ou TinEye prend environ trente secondes. TinEye peut indiquer la première apparition d’une image en ligne — si une photo censée dater de la semaine dernière a été indexée il y a deux ans, il y a un problème.

3. Lisez attentivement le texte dans l’image. Les générateurs d’images par IA produisent souvent des textes déformés, incohérents ou absurdes sur les panneaux, affiches, t-shirts ou étiquettes. Si l’écriture dans l’image semble brouillée ou étrange, c’est un indice important.

4. Vérifiez les détails. Mains avec un nombre incorrect de doigts, ombres tombant dans différentes directions, reflets qui ne correspondent pas, arrière-plans avec des motifs répétitifs qui se fondent de manière peu naturelle — ces erreurs deviennent plus rares à mesure que l’IA progresse, mais elles apparaissent encore dans de nombreuses images.

5. Utilisez les outils de vérification. Téléchargez une image sur openai.com/research/verify pour vérifier les signaux de provenance OpenAI, ou sur verify.contentauthenticity.org pour les identifiants C2PA provenant de tout créateur ou outil compatible.

Soyez prudent avant de télécharger des images sur des détecteurs d’IA

La question la plus fréquente sur Hacker News à propos du nouvel outil d’OpenAI : « N’y a-t-il aucun moyen de faire cela sans télécharger l’image ? » Pour l’instant, non — pour SynthID, la vérification s’effectue sur les serveurs d’OpenAI.

Il est important d’y réfléchir avant de télécharger :

Risque généralement faible de téléchargement : Images d’actualité publiques, publications sur les réseaux sociaux provenant de comptes publics, photos de produits, images trouvées sur un site web public.

Réfléchissez bien avant de télécharger :

• Captures d’écran contenant des conversations privées
• Photos de personnes n’ayant pas donné leur consentement pour une diffusion en ligne
• Images montrant votre adresse, localisation ou habitudes quotidiennes

Ne téléchargez pas :

• Passeport ou pièce d’identité officielle
• Dossiers médicaux ou documents de santé
• Photos d’enfants
• Relevés bancaires ou documents financiers
• Documents professionnels confidentiels

Si vous souhaitez vérifier une image privée, masquez ou recadrez tout détail sensible avant de la télécharger. L’objectif est de vérifier l’image elle-même, pas de partager vos informations personnelles avec un tiers.

Lorsque l’image contient du texte en langue étrangère

De nombreuses images trompeuses circulent avec du texte dans une langue que vous ne comprenez pas. Une affiche, une capture d’écran, un avis ou une publication sur les réseaux sociaux — si vous ne pouvez pas lire les mots, vous ne pouvez pas évaluer la véracité de l’information.

La traduction du texte contenu dans une image est une étape distincte de la vérification de l’authenticité de l’image. OpenL peut extraire et traduire le texte des images et des captures d’écran dans plus de 100 langues, afin que vous puissiez comprendre ce que dit l’image avant de décider si vous pouvez lui faire confiance ou la partager.

C’est important car la traduction et la vérification sont deux tâches différentes. La traduction vous indique ce que dit l’image. La vérification vous indique si l’image doit être considérée comme fiable. Les deux étapes méritent d’être réalisées, dans cet ordre.

Pour un guide pratique sur les outils de traduction d’images, consultez comment traduire des images du quotidien et comment traduire du texte à partir d’images et de photos.

FAQ

Un filigrane IA peut-il prouver qu’une image est fausse ?

Non. Un filigrane IA — s’il est détecté — indique qu’une image a été générée par un outil IA spécifique. Il renseigne sur l’origine. Cela ne signifie pas que l’image représente quelque chose de faux, et cela ne dit rien sur la légende, le contexte ou la façon dont l’image est utilisée.

L’absence de filigrane signifie-t-elle que l’image est authentique ?

Non. De nombreuses images générées par IA ne comportent aucun filigrane : elles ont été créées avec des modèles open source, générées avant l’introduction des filigranes, ou leurs signaux ont été supprimés via des captures d’écran ou des rechargements. L’absence de filigrane n’est pas une preuve de photographie humaine.

Les filigranes IA peuvent-ils être supprimés ?

Les chercheurs et développeurs étudient activement les limites des systèmes de filigrane. SynthID est conçu pour être plus résistant que les approches basées sur les métadonnées, mais aucun système de filigrane n’est garanti comme permanent. Le point le plus important pour les utilisateurs au quotidien : même si un filigrane est présent, cela ne prouve pas qu’une image est fiable ; et si un filigrane est absent, cela ne prouve pas que l’image a été réalisée par un humain.

Comment puis-je savoir si une image a été créée par une IA ?

Commencez par la source, pas par les pixels. Cherchez la publication originale, vérifiez si le compte est fiable, recherchez des versions plus anciennes de l’image et lisez attentivement tout texte présent dans l’image. Les indices visuels comme des mains étranges, du texte déformé, des ombres incohérentes ou des reflets impossibles peuvent aider, mais les images générées par l’IA moderne ne présentent pas toujours d’erreurs évidentes.

Comment puis-je traduire le texte à l’intérieur d’une image générée par IA ?

Utilisez un outil de traduction d’image ou un logiciel de reconnaissance optique de caractères (OCR) pour extraire et traduire le texte. Le traducteur d’images d’OpenL prend en charge plus de 100 langues et fonctionne avec des captures d’écran, des photos et des documents numérisés. Une fois le texte lisible, vous pouvez évaluer si l’affirmation qu’il contient tient la route.

Dois-je faire confiance à une photo simplement parce qu’elle porte la mention « made with AI » ?

Un label indique que l’image a été générée par une IA. Il ne vous dit pas si l’affirmation qu’elle illustre est vraie ou fausse. Considérez ce label comme un élément de contexte utile, mais pas comme un verdict.

Conclusion : Faites confiance avec prudence

Les filigranes IA représentent un véritable progrès. Pour la première fois, une part croissante des images générées par IA comporte des signaux que le grand public et les plateformes peuvent vérifier. Cela mérite d’être souligné.

Mais les filigranes ne sont qu’une couche d’un problème bien plus vaste. De vraies photos sont détournées. Le contexte disparaît. Les captures d’écran perdent leurs métadonnées. De vieilles images sont recyclées avec de nouvelles légendes.

La meilleure habitude à adopter est simple : prenez le temps avant de partager. Vérifiez la source. Vérifiez la date d’apparition de l’image. Lisez le texte qu’elle contient. Si l’image est dans une langue que vous ne comprenez pas, traduisez-la d’abord. Ensuite, décidez si elle mérite votre confiance.

Sources

• OpenAI : Faire progresser la traçabilité des contenus pour un écosystème IA plus sûr et plus transparent — Annonce officielle de l’adoption de C2PA et SynthID, ainsi que de l’outil public de vérification
• Outil de vérification OpenAI — Outil public permettant de vérifier si une image a été générée par les outils OpenAI
• Google DeepMind : SynthID — Présentation de la technologie SynthID, couvrant les images, l’audio, le texte et la vidéo
• Content Authenticity Initiative : verify.contentauthenticity.org — Outil public de vérification C2PA pour les images avec Content Credentials
• Discussion Hacker News : OpenAI adopte le filigrane SynthID de Google pour les images IA avec un outil de vérification — Discussion communautaire sur la robustesse du filigrane, les recherches sur sa suppression, la confidentialité lors de la vérification par téléchargement, et les limites de la détection propriétaire
• Article SynthID-Image (arXiv 2510.09263) — Article technique sur le système de filigrane par apprentissage profond SynthID-Image
• C2PA : Coalition for Content Provenance and Authenticity — Standard technique ouvert pour les Content Credentials utilisé par Adobe, Microsoft, Google, OpenAI et d’autres
• Recherche d’images inversée TinEye — Outil pour retrouver la source originale et la première apparition d’une image