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

EUR -
AED 4.289195
AFN 76.49547
ALL 92.504383
AMD 425.491998
ANG 2.090331
AOA 1070.986466
ARS 1751.301305
AUD 1.629392
AWG 2.103723
AZN 1.981945
BAM 1.954769
BBD 2.355728
BDT 142.924624
BGN 1.981227
BHD 0.440983
BIF 3480.813301
BMD 1.167924
BND 1.484181
BOB 13.508876
BRL 6.001607
BSD 1.169623
BTN 111.933281
BWP 15.672339
BYN 3.49899
BYR 22891.311552
BZD 2.35233
CAD 1.612506
CDF 2657.026847
CHF 0.934766
CLF 0.027339
CLP 1075.996753
CNY 7.84991
CNH 7.8529
COP 3557.473325
CRC 532.237536
CUC 1.167924
CUP 30.949988
CVE 110.211123
CZK 24.118214
DJF 208.2764
DKK 7.475111
DOP 68.527674
DZD 155.27669
EGP 59.339651
ERN 17.518861
ETB 189.165266
FJD 2.559621
FKP 0.856135
GBP 0.856146
GEL 3.042421
GGP 0.856135
GHS 13.011138
GIP 0.856135
GMD 85.843416
GNF 10276.976087
GTQ 8.925637
GYD 244.690955
HKD 9.154545
HNL 31.366204
HRK 7.53463
HTG 153.017163
HUF 362.308701
IDR 20672.956595
ILS 3.492564
IMP 0.856135
INR 111.766128
IQD 1532.211619
IRR 1605428.411257
ISK 141.610492
JEP 0.856135
JMD 185.628461
JOD 0.82803
JPY 185.551013
KES 151.082722
KGS 102.1354
KHR 4721.752408
KMF 492.863972
KPW 1051.131996
KRW 1611.525196
KWD 0.36027
KYD 0.974698
KZT 538.50675
LAK 26345.444269
LBP 104744.395562
LKR 385.041772
LRD 212.286224
LSL 18.755431
LTL 3.448576
LVL 0.706466
LYD 7.433303
MAD 10.802203
MDL 20.135157
MGA 5001.554983
MKD 61.528638
MMK 2452.419638
MNT 4199.596221
MOP 9.44484
MRU 46.607017
MUR 54.506751
MVR 18.044368
MWK 2028.099878
MXN 19.780543
MYR 4.719593
MZN 74.606379
NAD 18.755431
NGN 1575.354257
NIO 43.039697
NOK 10.869962
NPR 179.096515
NZD 1.954182
OMR 0.449083
PAB 1.169583
PEN 3.921132
PGK 5.183466
PHP 72.094201
PKR 324.541158
PLN 4.314201
PYG 7045.495475
QAR 4.251921
RON 5.254019
RSD 117.301608
RUB 96.587776
RWF 1723.450111
SAR 4.391734
SBD 9.381067
SCR 16.211981
SDG 702.505847
SEK 11.061111
SGD 1.48265
SHP 0.865275
SLE 28.726981
SLL 24490.782647
SOS 668.470356
SRD 44.112467
STD 24173.669987
STN 24.488029
SVC 10.233734
SYP 15185.348502
SZL 18.742757
THB 38.156535
TJS 10.789825
TMT 4.087734
TND 3.401837
TOP 2.812081
TRY 56.154839
TTD 7.933122
TWD 37.168062
TZS 3089.197636
UAH 52.263227
UGX 4350.70552
USD 1.167924
UYU 47.0468
UZS 13866.043588
VES 909.792111
VND 30534.206592
VUV 137.523272
WST 3.171974
XAF 655.633686
XAG 0.016911
XAU 0.000251
XCD 3.156373
XCG 2.107915
XDR 0.825783
XOF 655.63088
XPF 119.331742
YER 276.885557
ZAR 18.699119
ZMK 10512.721537
ZMW 22.19396
ZWL 376.07107
  • AEX

    3.2000

    1105.97

    +0.29%

  • BEL20

    64.3200

    5807.17

    +1.12%

  • PX1

    31.2800

    8484.43

    +0.37%

  • ISEQ

    157.1300

    14186.95

    +1.12%

  • OSEBX

    17.6500

    2093.58

    +0.85%

  • PSI20

    72.4000

    9354.78

    +0.78%

  • ENTEC

    -5.8300

    1416.23

    -0.41%

  • BIOTK

    90.3900

    4923.96

    +1.87%

  • N150

    31.6700

    4311.41

    +0.74%

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