La création et la diffusion de contenus audio, vidéo ou image produits ou altérés matériellement par des techniques de médias synthétiques (apprentissage automatique, modèles génératifs, compositing numérique) de manière à déformer la réalité effective, des déclarations, l'identité ou le contexte pour les observateurs.

Principe

Les médias synthétiques peuvent modifier sensiblement la perception de la réalité parce que les techniques génératives reproduisent les mouvements faciaux, les voix et les indices contextuels ; en l'absence de provenance et de vérification contextuelle, le public peut accepter le contenu synthétique comme authentique et le traiter comme preuve.

Démonstration

Scénario illustratif : Situation — Une courte vidéo montrant une personnalité publique semblant approuver une fausse politique est mise en ligne et largement partagée. Reconnaissance — L'analyse technique détecte des artefacts de compression incohérents et l'absence de métadonnées de source originale ; les vérifications contextuelles ne trouvent aucun événement de prise de parole corroborant. Action — Les plateformes étiquettent le clip comme synthétique en attente de vérification, et les vérificateurs publient leurs résultats techniques et contextuels. Conséquence — L'étiquetage précoce et l'explication réduisent la propagation et aident le public à réinterpréter les partages antérieurs (scénario illustratif).

Mauvaise application

Interprétation erronée : qualifier de « deepfake » tout média édité ou manipulé (étalonnage des couleurs, coupes standard, doublage pour traduction). Erreur : confondre le montage courant non trompeur avec la falsification synthétique ; l'usage correct réserve le terme aux contenus synthétiques modifiant matériellement l'authenticité ou l'identité et susceptibles de tromper.

Conséquence

Effets causaux : La diffusion de médias synthétiques convaincants peut produire de fausses croyances, porter atteinte à la réputation, permettre des fraudes ou des coercitions et éroder la confiance dans les preuves audiovisuelles authentiques ; elle augmente aussi les coûts de vérification et peut dissuader la création légitime de contenu par les utilisateurs.

Inversion

Qualification : Tous les médias synthétiques ne sont pas trompeurs — les créations artistiques, satiriques ou consenties diffèrent par l'intention et le contexte. De plus, les contenus synthétiques de faible fidélité peuvent être facilement démentis et donc moins susceptibles d'avoir un impact durable ; la Définition vise la diffusion matériellement trompeuse.

Limite

Clairément compris — Une vidéo générée par IA fabriquée pour montrer une personne réelle prononçant des paroles qu'elle n'a jamais dites et diffusée sans consentement. Cas limite — Un court extrait monté à partir de véritables rushes qui altère le contexte sans recourir à la synthèse générative ; l'évaluation dépend du degré auquel l'altération modifie le sens. Clairément exclu — Filtres caméra standard, artefacts de compression ou montages créatifs autorisés et étiquetés comme tels.

Tension sémantique

Tension : Authenticité/Confiance ↔ Expression Créative/Innovation. Les mesures visant à limiter les deepfakes trompeurs (étiquetage de provenance, suppressions) peuvent entrer en conflit avec les usages synthétiques légitimes, satiriques ou consentis.

Synthèse

Aperçu approfondi : Le problème central de la Diffusion de Deepfake est l'effondrement du lien entre source et preuve : le réalisme synthétique rompt la fiabilité des indices audiovisuels, donc la réponse efficace combine normes de provenance, détection technique, corroboration contextuelle et éducation aux médias plutôt que de se fier à l'apparence seule.