Quatre adultes britanniques sur dix ont vu un deepfake : ce que mesure cette enquête

Le chiffre a circulé à partir du 16 août 2026 et il est facile à retenir : 43 % des adultes britanniques déclarent avoir rencontré au moins un deepfake, et la proportion monte à 50 % chez les enfants. Sada Elbalad rapporte ces résultats dans une synthèse consacrée à l'érosion de la confiance envers les contenus visuels.

Pris tel quel, un taux de cette nature se prête à toutes les lectures. Il dit qu'une part considérable de la population a croisé un contenu synthétique, ou du moins pense l'avoir croisé, ce qui n'est pas la même chose. La nuance n'est pas rhétorique : elle décide de ce que les équipes de veille auront le droit de conclure.

Cet article reprend la mesure ligne à ligne : ce que l'enquête interroge, ce qu'elle laisse dans l'ombre, pourquoi l'écart avec le taux d'auto-détection compte davantage que le taux d'exposition lui-même, et comment une cellule de veille intègre ce type d'indicateur sans en faire un argument d'autorité.

Ce que mesure exactement l'enquête relayée par Sada Elbalad

La donnée est déclarative. On demande à des personnes si elles ont rencontré un deepfake, et on enregistre leur réponse. Sada Elbalad présente le résultat comme un indicateur de familiarité avec le phénomène, non comme un comptage d'expositions établies. Aucune vérification technique ne vient confirmer que le contenu aperçu était effectivement synthétique.

Cette construction a une conséquence directe : le taux de 43 % agrège deux populations très différentes. Celles qui ont vu un contenu manifestement truqué et l'ont identifié comme tel, et celles qui ont vu un contenu qualifié de deepfake par un tiers, un article, une notification de plateforme ou une conversation. Le souvenir se forme dans les deux cas.

Rien de tout cela n'invalide la mesure. Un indicateur déclaratif reste utile pour suivre une tendance, à condition de comparer des vagues d'enquête construites de la même façon. Il devient trompeur dès qu'on le convertit en volume de contenus synthétiques en circulation, ce que la donnée ne permet pas d'établir.

Un test simple permet de vérifier qu'un chiffre est correctement employé : reformuler la phrase en explicitant la question posée. « 43 % des adultes britanniques interrogés déclarent avoir rencontré au moins un deepfake » ne se prête pas aux mêmes usages que « 43 % des adultes britanniques ont été exposés à un deepfake ». La seconde formulation dépasse ce que l'enquête établit, et c'est pourtant celle qui circule dans les résumés.

Déclarer avoir vu un faux n'est pas l'avoir détecté

Le second chiffre de la même synthèse est plus dérangeant que le premier. Selon Sada Elbalad, seules 10 % des personnes interrogées s'estiment capables d'identifier un contenu synthétique. Autrement dit, une large majorité de celles qui déclarent avoir croisé un deepfake ne se reconnaissent pas la compétence de le repérer par elles-mêmes.

L'écart entre les deux réponses dessine une chaîne de qualification déjà externalisée. Le public sait que des faux circulent parce qu'on le lui dit : signalement de plateforme, article de vérification, mention dans une conversation. L'identification, elle, se produit rarement au moment de la consultation, et presque jamais de façon autonome.

Pour une équipe de veille, cette configuration porte un nom : le délai de détection ne dépend plus de l'observateur final, mais de la vitesse à laquelle un tiers qualifie le contenu. Tant que ce tiers n'a pas publié, un faux circule dans un espace où personne ne le conteste, et où sa reprise passe pour une confirmation.

Un enfant sur deux concerné : la ligne de partage n'est pas où on l'attend

La proportion déclarée chez les enfants, 50 % d'après Sada Elbalad, dépasse celle des adultes. La lecture immédiate consiste à y voir une exposition plus forte des jeunes publics, ce qui reste plausible compte tenu de leurs usages. Une seconde lecture, moins confortable, mérite d'être posée à côté de la première.

Un public plus jeune identifie sans doute mieux la catégorie elle-même. Le mot deepfake appartient à son vocabulaire courant, il l'associe à des formats précis, filtres, doublages, montages viraux. Un adulte qui a vu la même image sans disposer de l'étiquette ne la rangera pas dans cette case, et répondra par la négative.

Les deux explications produisent la même statistique et n'appellent pas les mêmes réponses. La première plaide pour une action sur l'exposition, la seconde pour un travail sur le vocabulaire et la reconnaissance des formats. Une enquête déclarative ne tranche pas entre elles, et c'est une raison supplémentaire de ne pas la citer seule.

Du taux d'exposition au dividende du menteur

La synthèse de Sada Elbalad relie explicitement ces deux chiffres à un effet documenté depuis plusieurs années, le dividende du menteur. Dès lors que chacun sait qu'un faux convaincant se produit à faible coût, contester l'authenticité d'un document devient une stratégie de défense crédible, y compris lorsque le document est authentique.

L'effet est asymétrique et c'est ce qui le rend redoutable. Fabriquer le doute coûte une phrase ; le dissiper suppose une chaîne de garde, des métadonnées, un fichier source, parfois un tiers technique. Le temps de la réfutation se compte en jours, celui de l'accusation en secondes, et l'écart ne se rattrape pas.

Les travaux publiés par l'Observatoire de l'Intelligence Économique sur la qualification des contenus visuels vont dans le même sens : la charge de la preuve se déplace vers celui qui affirme l'authenticité. Une organisation qui n'a pas préparé ses preuves avant l'incident les produira trop tard pour peser sur la perception.

Le cas typique se rencontre en gestion de crise. Un enregistrement authentique circule, il met en cause une déclaration interne, et la première réponse envisagée consiste à en contester la provenance. Cette réponse fonctionne à court terme et détruit la crédibilité de l'organisation si l'authenticité est établie ensuite. Le calcul se fait donc en amont, quand la doctrine de réponse s'écrit, pas sous pression.

Ce que ce type d'indicateur change pour une cellule de veille

Un taux d'exposition déclaré ne se surveille pas comme un signal opérationnel. Il sert de cadrage : il justifie un budget, il calibre une action de sensibilisation, il alimente une note de contexte. Il n'indique jamais qu'un contenu précis circule en ce moment contre une marque, un dirigeant ou un site industriel.

Le signal opérationnel se construit à partir du corpus : détection des reprises d'un même visuel, suivi des comptes qui l'amplifient, recherche d'image inversée, examen des métadonnées résiduelles. Sur ce terrain, NewsCore (www.newscore.fr) couvre en continu des millions de sources, relie les occurrences d'un même contenu d'une langue à l'autre et raccourcit le délai entre la première publication et l'alerte.

La distinction entre les deux registres évite l'erreur la plus fréquente, qui consiste à présenter un chiffre d'opinion publique comme une mesure de menace propre à l'organisation. Le premier décrit un climat, le second décrit un fait daté et localisé. Les confondre produit des notes alarmantes et des décisions sans objet.

Un taux d'exposition déclaré décrit un climat de méfiance. Il ne dit rien du contenu qui circule aujourd'hui contre votre organisation, et c'est pourtant celui-là qu'il faut trouver.

Instrumenter la mesure sans la surinterpréter

Trois précautions suffisent à rendre ce type de chiffre utilisable. La première consiste à conserver l'attribution complète, source, date, formulation de la question, dans la note interne comme dans les supports diffusés. Un chiffre orphelin se retourne contre celui qui le cite dès qu'un interlocuteur en demande l'origine.

La deuxième consiste à ne comparer que des vagues comparables. Un taux déclaratif progresse mécaniquement quand la notoriété du terme progresse, indépendamment de toute augmentation réelle des contenus synthétiques. Suivre la série dans le temps a du sens ; rapprocher deux enquêtes de méthodologies différentes n'en a aucun.

La troisième consiste à documenter ce que l'organisation fait de la mesure. Une sensibilisation déclenchée, un exercice de qualification d'image ajouté au plan de crise, une procédure de conservation des originaux : ce sont ces traces qui transforment un chiffre de presse en élément de dispositif, et non sa simple citation en réunion.

Ces trois précautions ont un coût nul et un rendement immédiat en crédibilité interne. Une cellule de veille qui les applique se distingue des notes de tendance qui circulent par dizaines, parce qu'elle assume ce que ses sources établissent et ce qu'elles laissent ouvert. C'est aussi la condition pour que la direction traite ses alertes comme des éléments de décision et non comme de la revue de presse commentée.

Questions fréquentes

Que signifie précisément le chiffre de 43 % d'adultes britanniques ayant vu un deepfake ?

Il signifie que 43 % des adultes britanniques interrogés déclarent avoir rencontré au moins un contenu qu'ils identifient comme un deepfake, d'après les résultats rapportés par Sada Elbalad. C'est une donnée déclarative : elle enregistre un souvenir et une catégorisation personnelle, pas une exposition vérifiée techniquement. Elle mesure la familiarité avec le phénomène plutôt que le volume de faux réellement en circulation.

Pourquoi l'écart avec les 10 % de personnes se disant capables d'identifier un faux est-il le chiffre important ?

Parce qu'il décrit une population qui sait que des faux existent mais qui ne se reconnaît pas les moyens de les repérer. Cette configuration déplace la détection vers des tiers, plateformes, vérificateurs, rédactions, et allonge mécaniquement le délai pendant lequel un contenu circule sans être contesté. Pour une cellule de veille, c'est cet intervalle qui définit la fenêtre d'action utile.

Le dividende du menteur concerne-t-il aussi les entreprises ?

Oui, et de façon très concrète. Dès qu'une organisation est mise en cause par un enregistrement, une photographie ou une capture, la contestation d'authenticité devient une réponse disponible pour toutes les parties, y compris celles qui ont tort. L'organisation qui veut prouver l'authenticité de ses propres documents doit avoir constitué à l'avance sa chaîne de garde, ses fichiers sources et ses métadonnées.

Comment utiliser ce type d'étude dans une note de veille sans la surinterpréter ?

En la traitant comme un élément de contexte et non comme une alerte. La note indique la source, la date, la formulation retenue, puis précise explicitement ce que la donnée n'établit pas : ni un volume de contenus synthétiques, ni un niveau de risque propre à l'organisation. Le reste de la note repose sur des observations issues du corpus surveillé, seules à même de désigner un contenu, un compte ou une date.