The Prague Post - Angle mort de l'IA: quand les outils échouent à détecter leurs propres faux

EUR -
AED 4.263393
AFN 72.560592
ALL 95.445505
AMD 426.579911
ANG 2.078536
AOA 1065.702339
ARS 1631.759056
AUD 1.625904
AWG 2.089612
AZN 1.978131
BAM 1.955708
BBD 2.33589
BDT 142.543287
BGN 1.938602
BHD 0.437379
BIF 3452.037433
BMD 1.160895
BND 1.48483
BOB 8.013623
BRL 5.844416
BSD 1.159745
BTN 110.916777
BWP 15.685261
BYN 3.18425
BYR 22753.548468
BZD 2.33249
CAD 1.604996
CDF 2617.819389
CHF 0.910396
CLF 0.026474
CLP 1041.960931
CNY 7.887994
CNH 7.891523
COP 4272.198809
CRC 524.875282
CUC 1.160895
CUP 30.763726
CVE 110.259808
CZK 24.299401
DJF 206.520274
DKK 7.47559
DOP 68.356781
DZD 154.999701
EGP 61.388609
ERN 17.41343
ETB 186.967195
FJD 2.561056
FKP 0.865939
GBP 0.863344
GEL 3.088435
GGP 0.865939
GHS 13.465366
GIP 0.865939
GMD 84.169382
GNF 10164.521322
GTQ 8.843584
GYD 242.598575
HKD 9.096602
HNL 30.855547
HRK 7.538743
HTG 151.872848
HUF 358.937677
IDR 20546.222087
ILS 3.356195
IMP 0.865939
INR 111.098268
IQD 1519.228455
IRR 1536328.880099
ISK 143.672854
JEP 0.865939
JMD 183.081378
JOD 0.823121
JPY 184.820387
KES 150.532911
KGS 101.520743
KHR 4647.781122
KMF 493.380922
KPW 1044.867203
KRW 1764.96766
KWD 0.359309
KYD 0.966454
KZT 547.684208
LAK 25416.803047
LBP 103880.307966
LKR 387.921732
LRD 212.230005
LSL 19.129599
LTL 3.427823
LVL 0.702214
LYD 7.390652
MAD 10.699096
MDL 20.116053
MGA 4872.770527
MKD 61.637097
MMK 2437.581041
MNT 4156.25447
MOP 9.360659
MRU 46.343818
MUR 55.00366
MVR 17.882128
MWK 2011.005296
MXN 20.116231
MYR 4.606321
MZN 74.185541
NAD 19.129599
NGN 1593.039054
NIO 42.67799
NOK 10.763942
NPR 177.466643
NZD 1.978855
OMR 0.447829
PAB 1.159745
PEN 3.954114
PGK 5.057762
PHP 71.364924
PKR 322.888194
PLN 4.240809
PYG 7067.667162
QAR 4.2402
RON 5.252359
RSD 117.404471
RUB 82.626109
RWF 1695.520153
SAR 4.355574
SBD 9.339615
SCR 15.93525
SDG 697.121913
SEK 10.874924
SGD 1.486415
SHP 0.866726
SLE 28.562282
SLL 24343.397066
SOS 662.768788
SRD 43.131949
STD 24028.189492
STN 24.498846
SVC 10.147522
SYP 128.31494
SZL 19.125099
THB 37.96551
TJS 10.774093
TMT 4.063134
TND 3.39504
TOP 2.795157
TRY 53.019603
TTD 7.871629
TWD 36.515387
TZS 3032.857174
UAH 51.328683
UGX 4391.793177
USD 1.160895
UYU 46.427814
UZS 13914.344732
VES 610.875316
VND 30607.005375
VUV 138.035939
WST 3.162369
XAF 655.92611
XAG 0.015386
XAU 0.000258
XCD 3.137378
XCG 2.090202
XDR 0.815762
XOF 655.92611
XPF 119.331742
YER 277.048092
ZAR 19.583496
ZMK 10449.455205
ZMW 21.831972
ZWL 373.807823
  • AEX

    10.0400

    1045.05

    +0.97%

  • BEL20

    39.4100

    5589.97

    +0.71%

  • PX1

    29.9200

    8115.75

    +0.37%

  • ISEQ

    208.5300

    13001.66

    +1.63%

  • OSEBX

    -13.9900

    2043.5

    -0.68%

  • PSI20

    -60.9000

    9166.74

    -0.66%

  • ENTEC

    -5.8300

    1416.23

    -0.41%

  • BIOTK

    -9.0700

    4114.76

    -0.22%

  • N150

    12.3300

    4265.7

    +0.29%

Angle mort de l'IA: quand les outils échouent à détecter leurs propres faux
Angle mort de l'IA: quand les outils échouent à détecter leurs propres faux / Photo: Chris Delmas - AFP

Angle mort de l'IA: quand les outils échouent à détecter leurs propres faux

Lorsque des Philippins indignés ont utilisé un assistant virtuel ("chatbot") dopé à l'IA pour vérifier la photo virale d'un parlementaire impliqué dans un scandale de corruption, l'outil n'a pas détecté qu'elle était fabriquée. Il l'avait pourtant lui-même générée.

Taille du texte:

Les internautes se tournent de plus en plus vers des chatbots pour vérifier des images en temps réel. Mais ces outils échouent souvent, interrogeant sur leurs capacités à détecter les images factices, à un moment où les grandes plateformes réduisent la vérification humaine.

Dans de nombreux cas, ils identifient comme authentiques des images générées par l'IA, ce qui accentue la confusion dans un univers numérique saturé de faux visuels.

Les outils de vérification "sont principalement entraînés sur des schémas linguistiques et manquent de la compréhension visuelle nécessaire pour identifier correctement les images générées ou manipulées", explique Alon Yamin, PDG de Copyleaks, une plateforme de détection de contenus IA.

"Les chatbots donnent souvent des évaluations incohérentes ou trop générales, ce qui les rend peu fiables pour des tâches comme la vérification ou l'authentification."

Aux Philippines, une image fabriquée a ainsi circulé sur les réseaux sociaux impliquant Elizaldy Co, ex-député impliqué dans une vaste affaire de corruption concernant des projets fictifs de contrôle des inondations, qui auraient coûté des centaines de millions de dollars au contribuable.

La photo montrait l'ex-député au Portugal, alors qu'il aurait dû se trouver aux Philippines à la disposition de la justice. Lorsque des internautes ont interrogé l'assistant IA de Google pour savoir si la photo était authentique, l'IA a répondu à tort par l'affirmative.

Elizaldy Co n'est en réalité jamais réapparu en public depuis le début de l'enquête.

Les vérificateurs de l'AFP ont retrouvé le créateur de l'image et établi qu'elle avait été précisément générée par l'IA de Google.

Google n'a pas répondu aux sollicitations de l'AFP sur ce sujet.

- "Distinguable de la réalité" -

L'AFP a trouvé d'autres occurrences d'IA incapables de reconnaître leurs propres créations.

Lors des violentes manifestations du mois dernier au Cachemire pakistanais, des internautes ont partagé une image censée montrer des hommes marchant avec des drapeaux et des torches.

Une analyse de l'AFP a révélé qu'elle avait été créée avec le modèle Gemini de Google. Mais Gemini et Copilot (Microsoft) l'ont identifiée comme authentique.

"Ces modèles (d'IA) sont programmés uniquement pour bien imiter", explique à l'AFP Rossine Fallorina, du centre de recherche Sigla. "En un sens, ils ne peuvent que générer des choses qui imitent correctement. Ils ne peuvent pas déterminer si cette imitation est réellement distinguable de la réalité".

Plus tôt cette année, le Tow Center for Digital Journalism de l'université américaine Columbia a testé sept chatbots IA – dont ChatGPT, Perplexity, Gemini et Grok (une IA appartenant à Elon Musk) – sur 10 photos de photojournalistes.

Tous ont échoué à identifier correctement la provenance des images qui leur étaient soumises, selon l'étude.

- "Choqué" -

L'AFP a retrouvé l'auteur de la fausse photo d'Elizaldy Co, qui a dépassé le million de vues sur les réseaux: un développeur web philippin qui affirme l'avoir créée "pour s'amuser" avec Nano Banana, le générateur d'images IA de Gemini.

"Malheureusement, beaucoup de gens y ont cru", confie-t-il, sous couvert d'anonymat pour éviter les représailles. "J'ai modifié mon post en précisant +image générée par IA+ pour stopper la propagation, car j'étais choqué par le nombre de partages."

Ces cas montrent à quel point les photos générées par IA peuvent être indiscernables des images réelles. Et la tendance inquiète, alors que les internautes délaissent les moteurs de recherche traditionnels au profit des outils IA pour s'informer et vérifier des contenus.

Le géant américain Meta, qui contrôle Facebook et Instagram, a annoncé en début d'année la fin de son programme de fact-checking aux Etats-Unis pour le remplacer par un système de "notes de communauté", écrites par des utilisateurs, sur le modèle du réseau social X d'Elon Musk.

L'AFP collabore en revanche toujours avec Meta dans 26 langues, en Asie, Amérique latine et dans l'Union européenne.

Les chercheurs estiment que les modèles d'IA peuvent aider les fact-checkers professionnels à géolocaliser rapidement des images et repérer des indices visuels. Mais ils avertissent qu'ils ne peuvent pas remplacer le travail humain.

"On ne peut pas compter sur les outils IA pour combattre l'IA à long terme", insiste Rossine Fallorina.

S.Janousek--TPP