Détection de deepfakes : Test de 4 services

Outils de détection des deepfakes : tests sur 100 échantillons

Les journalistes ont testé quatre outils populaires de détection des deepfakes sur un ensemble de 100 fichiers : photos et vidéos originales, contenus synthétiques modernes issus de Sora 2.0, Veo 3, ElevenLabs, Midjourney V7, ainsi que des contenus hybrides avec amplification d’image. Le test a pris en compte la compression et l’absence de données EXIF — traits fréquents dans le partage sur les réseaux sociaux.

La méthodologie incluait des fichiers propres datant de 2022 à 2024, des clones audio et des images sans visages humains. Les résultats révèlent la précision de chaque outil, ses faux positifs et ses limites.

Hive AI Moderation Suite

Une API cloud et une extension navigateur évalue la probabilité de génération par IA sur une échelle de 0 à 100 %, grâce à des modèles entraînés sur des millions d’échantillons.

Dans les tests, Hive a correctement classé 94 % des images réelles, mais a échoué dans 12 % des cas vidéo — confondant parfois des artefacts de compression avec des signes d’IA. Idéal pour des vérifications rapides de photos dans les flux de masse, mais les résultats vidéo nécessitent une validation manuelle.

RealityGuard par Sensity

Une plateforme destinée aux entreprises, axée sur les micro-expressions, l’éclairage, les biométriques et la synchronisation audio-visuelle. Elle génère des cartes thermiques mettant en évidence les zones suspectes.

Meilleur résultat parmi les outils B2B : gère efficacement les deepfakes audio superposés à des vidéos. La précision chute à 55 % sur des sujets non humains comme les animaux ou les paysages.

Avantages :

• Détecte les surimpositions vocales sur des vidéos étrangères.
• Visualise les anomalies image par image.

Inconvénients :

• Faible efficacité sans visage humain dans le cadre.
• Non adapté au contenu journalistique sans personnes identifiables.

Contenu Certifié (C2PA)

La norme C2PA intégrée aux appareils Sony, Leica, Android 16 et iOS 19 ajoute un manifeste cryptographique enregistrant les données de capture, de modification et d’utilisation de l’IA. Une chaîne rompue indique une altération.

Dans les tests, 70 % des fichiers réels manquaient de métadonnées en raison d’appareils anciens ou d’applications de messagerie. Fiable uniquement pour les contenus provenant d’appareils compatibles, sous conditions strictes.

Intel FakeCatcher

Analyse la photopléthysmographie — les variations de couleur de peau causées par le flux sanguin. Pas besoin de rythmes cardiaques simulés par IA.

Précision de 100 % sur les vidéos HD avec plans rapprochés du visage. Échoue avec masques, lunettes ou résolution inférieure à 720p. Inutilisable sur les images fixes.

Pourquoi il n’existe pas de solution universelle

Les détecteurs sont toujours en retard par rapport aux générateurs car :

• IA adversaire : Les générateurs suppriment activement les artefacts connus (doigts, reflets dans les yeux).
• Compression : Des plateformes comme Telegram, WhatsApp ou Instagram suppriment le bruit subtil nécessaire à l’analyse.
• Comportement utilisateur : Une probabilité de 60 % est souvent traitée comme une certitude — ou ignorée — sans seuils standardisés.

Points clés

• Hive : 94 % de précision sur les photos ; problème avec les vidéos compressées.
• RealityGuard : meilleur choix pour les vidéos avec visages ; faible performance sur le contenu non humain.
• C2PA : idéal pour les nouveaux appareils ; 70 % des fichiers manquent de métadonnées.
• FakeCatcher : parfait sur les visages HD ; inutile en basse résolution.
• Une combinaison d’outils + revue manuelle est indispensable.

Recommandations d'utilisation

Pour les développeurs et les vérificateurs d’information :

• Photos : Utilisez Hive + ExifTool pour valider les métadonnées.
• Vidéos avec parole : Appliquez RealityGuard ou FakeCatcher à haute résolution.
• Votre propre contenu : Activez C2PA dans votre appareil photo pour garantir une authenticité vérifiable.

D’ici 2026, la détection exigera une stratégie multicouche : automatisation associée à un jugement expert.

— Editorial Team