IA générative : la confiance commence par la bonne question
Des images, des voix et des textes d'un réalisme trompeur rendent la première impression incertaine. La protection ne naît pas de la méfiance envers tout, mais de sources vérifiables, du contexte et d'un étiquetage clair.
Une vidéo montre une personne familière qui recommande un investissement. Une voix au téléphone ressemble à celle de sa fille. Une image fait office de preuve. Avec l'IA générative, ce type de tromperie devient moins cher et plus convaincant. Cela ne signifie pas pour autant qu'il faille se méfier de toute information. La question plus utile est la suivante : quelles étapes rendent une affirmation vérifiable ?
Toute image artificielle n'est pas un faux
Les contenus générés par IA peuvent être inoffensifs, créatifs ou clairement étiquetés. Ils deviennent problématiques lorsqu'ils créent une fausse impression sur leur origine, leur propos ou le consentement des personnes concernées. L'Office fédéral de la cybersécurité met en garde contre de fausses interviews de personnalités connues utilisées pour des escroqueries à l'investissement. Le face-swapping peut lui aussi servir à l'extorsion ou au harcèlement.
Le dommage ne provient souvent pas de la technique seule, mais de la combinaison d'une urgence émotionnelle, de visages connus et de partages rapides. Celui qu'on pousse à partager ou à verser immédiatement de l'argent pour un prétendu placement ne devrait pas tenter de « démasquer » la vidéo à l'œil nu. Il est plus utile de vérifier la source alléguée via son canal officiel, de chercher des articles indépendants et de marquer une pause avant toute décision financière.
L'origine pèse plus qu'une intuition
Les logiciels de détection peuvent fournir des indices, mais aucune garantie définitive de vérité. Les filigranes font parfois défaut, les métadonnées peuvent se perdre et les détecteurs évoluent plus lentement que les nouvelles méthodes. C'est pourquoi l'origine prime : qui a publié quelque chose en premier ? Le compte est-il vérifié ? Existe-t-il une source primaire, une vidéo complète ou un communiqué officiel ? Le lieu, le moment et le contexte concordent-ils ?
Pour les rédactions, le même principe s'applique sous forme professionnelle : sécuriser les fichiers originaux, confirmer les sources de manière indépendante, ne pas reprendre des déclarations à partir d'un seul extrait viral et signaler visiblement les contenus synthétiques. Dans ses travaux sur la gouvernance de l'IA dans le journalisme, l'OFCOM relève que les outils de détection peuvent être utiles, mais que la technique évolue en permanence.
La Suisse élabore des règles – et a malgré tout besoin de discernement
La Confédération a annoncé qu'un avant-projet de régulation de l'IA serait élaboré d'ici début 2027. Pour les contenus d'intérêt public générés ou modifiés par l'IA, elle renvoie en outre aux exigences de transparence du règlement européen sur l'IA. En parallèle, les normes suisses de protection des données, de la personnalité et du droit pénal s'appliquent déjà. Le droit n'est donc pas vide ; il doit être appliqué et complété face à de nouvelles formes de tromperie.
C'est particulièrement concret pour les écoles, les familles et les personnes âgées : une bonne règle n'aide que si les gens savent où signaler des contenus, comment documenter des tentatives de fraude et quelle source est compétente. La compétence médiatique n'est pas un savoir spécialisé réservé aux passionnés de technique, mais une aptitude du quotidien.
La confiance dans l'espace numérique ne naît pas du fait que chaque image est rendue suspecte. Elle naît lorsque les affirmations ont une origine traçable, que la tromperie est sanctionnée et que les utilisatrices et utilisateurs savent comment s'arrêter et vérifier. Pour la Suisse, c'est une tâche d'infrastructure démocratique – au même titre que la cybersécurité et le journalisme indépendant.
