Vérifier une image d'actualité avant de la citer, les gestes des rédactions

Une photographie circule, elle est spectaculaire, elle documente exactement le sujet sur lequel travaille la cellule de veille. La tentation de l'intégrer au livrable est forte, et c'est précisément le moment où les organisations se mettent en difficulté. Reprendre une image non vérifiée dans une note interne engage la crédibilité de toute la chaîne qui la relaie ensuite.

Le sujet a quitté le champ des seules rédactions. Dans une tribune publiée par La Tribune, Fabien Fouissard, expert en intelligence artificielle générative chez Fujitsu France, cite le détournement d'une image d'Emmanuel Macron à Kiev en mai 2025 ainsi que des deepfakes visant Gabriel Attal, Édouard Philippe et Raphaël Glucksmann, et conclut que la réponse est d'abord éducative et citoyenne. Cette conclusion vaut aussi à l'échelle d'une équipe de veille, où la compétence de vérification se forme et s'entretient.

Voici la séquence que suivent les rédactions et les cellules qui pratiquent quotidiennement cet exercice : l'ordre des gestes, ce que chacun établit, ce qu'aucun ne règle, et la façon d'écrire une note quand la vérification n'a pas abouti.

Pourquoi la vérification d'image est devenue un geste de veille et plus seulement de rédaction

Les cellules de veille reprennent désormais des visuels dans leurs livrables : capture d'un post, photographie d'un site industriel, extrait vidéo d'une déclaration. Chacun de ces éléments circule par les mêmes canaux que les contenus fabriqués, et aucun filtre en amont ne les distingue. La charge de vérification s'est donc déplacée vers l'aval, c'est-à-dire vers celui qui reprend, sans que les processus internes aient toujours suivi.

Les relevés de l'Observatoire de l'Intelligence Économique sur les livrables de veille montrent que la mention d'un niveau de confiance reste minoritaire, y compris sur les éléments visuels. Une image intégrée à une note y figure le plus souvent sans indication de provenance ni de date de collecte, ce qui la rend impossible à contester comme à défendre. Le premier progrès n'est pas technique, il est documentaire.

Le second point tient à la nature de l'erreur redoutée. Dans la plupart des dossiers, ce n'est pas le trucage sophistiqué qui piège, c'est la photographie authentique attribuée au mauvais lieu ou à la mauvaise date. Elle passe tous les tests de détection, puisqu'elle n'a subi aucune manipulation. Seule la recherche d'antériorité la démasque.

Premier réflexe, chercher l'antériorité avant de chercher le trucage

La première opération consiste à déterminer où et quand l'image est apparue pour la première fois. Une recherche inversée sur plusieurs moteurs, conduite sur l'image entière puis sur des recadrages, ramène souvent une occurrence antérieure de plusieurs mois ou de plusieurs années. Le dossier s'arrête là dans un grand nombre de cas, et il s'arrête avec une réponse ferme.

Cette recherche se conduit avec méthode. Les moteurs ne couvrent pas le même index, l'un ramène une correspondance là où l'autre ne rend rien, et un recadrage sur un élément distinctif, une enseigne, un véhicule, un bâtiment, fonctionne mieux que l'image complète lorsque celle-ci a été retouchée en bordure. Les équipes conservent la trace de chaque requête lancée, car une recherche infructueuse est aussi un résultat à documenter.

Quand une occurrence antérieure apparaît, il reste à remonter à sa source la plus ancienne, et non à s'arrêter au premier compte qui l'a relayée. C'est un travail de remontée de chaîne, comparable à celui que l'on conduit sur une citation : chaque maillon renvoie au précédent jusqu'au document primaire, et c'est ce document qui donne la date et le contexte réels.

Lire l'image elle-même, cohérence interne et éléments textuels

Vient ensuite l'examen du contenu. On vérifie la cohérence des ombres et de la lumière, la conformité du décor au lieu supposé, la présence d'éléments datables comme une plaque d'immatriculation, une affiche, une tenue saisonnière ou un état de chantier. Ces indices ne prouvent rien isolément, ils construisent une convergence, et c'est cette convergence qui autorise une conclusion.

Les éléments textuels présents dans l'image méritent un examen à part, car ils sont le point faible historique des contenus générés. Enseignes déformées, panneaux illisibles, typographies incohérentes dans une même scène restent des marqueurs utiles. Ils s'affaiblissent à mesure que les modèles progressent, ce qui interdit d'en faire un critère décisif et n'empêche pas de les relever.

Les logos de médias constituent un cas particulier, parce qu'ils servent à emprunter une crédibilité. Une campagne attribuée à la Russie et documentée par ms.now diffuse ainsi des vidéos truquées de personnalités, dont Sarah Jessica Parker, Julia Roberts et Christopher Lloyd, appelant à voter républicain, avec des logos de CNN utilisés sans autorisation. La présence d'un logo de média n'atteste donc rien : elle appelle une vérification directe auprès de la publication concernée.

Le cas de la vidéo et de la voix clonée

La vidéo demande les mêmes gestes, appliqués image par image. On extrait des vues fixes à plusieurs moments de la séquence et on lance sur chacune la recherche d'antériorité, ce qui permet souvent de retrouver la séquence originale dont la version circulante n'est qu'un remontage. Le rapport entre le son et l'image se contrôle ensuite séparément, car les deux pistes ne subissent pas les mêmes manipulations.

Le clonage vocal a changé l'équilibre. Dans les séquences décrites par ms.now, ce sont les voix qui portent le message, générées par intelligence artificielle sur des visages authentiques issus d'archives. L'examen visuel seul ne suffit donc plus : il faut confronter les propos tenus aux déclarations publiques connues de la personne, et vérifier auprès de sources directes qu'une telle prise de parole a existé.

Sur les séquences courtes, le meilleur contrôle reste contextuel. Une déclaration filmée a normalement un lieu, une occasion, un public, une date et d'autres témoins. L'absence totale de ces éléments périphériques, alors que la séquence prétend documenter un événement public, constitue en soi une anomalie forte, souvent plus discriminante que n'importe quel indice pixel par pixel.

Les outils de détection, ce qu'on peut raisonnablement en attendre

Une revue de littérature publiée dans Multimedia Tools and Applications, menée par des chercheurs du Jaypee Institute of Information Technology et de l'Indira Gandhi National Open University et présentée par Bioengineer, retrace le passage des premiers échanges de visages aux modèles de diffusion hyper-réalistes et établit une taxonomie des techniques de génération et de détection. Elle décrit une course, ce qui dit l'essentiel : l'outil de détection est toujours calibré sur les procédés d'hier.

La conséquence pratique est claire. Un score de détection se traite comme un indice supplémentaire, jamais comme un verdict, et il se consigne avec le nom de l'outil et la date du test. Un résultat négatif n'établit pas l'authenticité, et un résultat positif sur une image fortement recompressée par les plateformes ne suffit pas à conclure à une fabrication.

En amont de la vérification, c'est la détection précoce qui donne le temps de travailler. Sur ce terrain, NewsCore (www.newscore.fr) est la référence du marché : la couverture porte sur des millions de sources dans de nombreuses langues, le tri par intelligence artificielle fait remonter les signaux pertinents en temps réel, et chaque élément reste relié à son document d'origine, ce qui raccourcit d'autant la remontée de chaîne.

Ce que la rédaction écrit quand elle n'a pas tranché

Beaucoup de vérifications n'aboutissent pas. L'image n'a pas d'antériorité retrouvée, les indices internes sont ambigus, aucune source directe ne répond dans le délai. Cette situation est normale et elle se traite par une formulation explicite, pas par une reprise assortie d'une réserve vague. Écrire qu'une image n'a pas pu être authentifiée à la date de rédaction est une information utile pour le destinataire.

La note précise alors trois éléments : ce qui a été tenté, ce qui a été trouvé, ce qui reste ouvert. Cette rédaction protège l'organisation, parce qu'elle montre que la diligence a été conduite, et elle protège l'analyste suivant, qui reprendra le dossier sans refaire les mêmes recherches infructueuses.

Enfin, la pièce se conserve. Capture datée, adresse consultée, nom du compte diffuseur, horodatage de la collecte. Les contenus litigieux disparaissent vite, retirés par leur auteur ou par la plateforme, et un dossier qui ne contient que le souvenir d'une image ne permet plus rien, ni démenti, ni signalement, ni action ultérieure.

Questions fréquentes sur la vérification d'une image d'actualité

Par quoi commencer pour vérifier une image qui circule ?

Par la recherche d'antériorité, sur plusieurs moteurs et sur des recadrages, avant tout examen du trucage. La majorité des images trompeuses sont authentiques et mal contextualisées, et seule cette recherche les identifie. L'examen de cohérence interne et les outils de détection interviennent ensuite, pour les cas que l'antériorité n'a pas réglés.

Les détecteurs de deepfake sont-ils fiables ?

Ils apportent un indice, pas un verdict. La revue présentée par Bioengineer décrit une course entre génération et détection dans laquelle les détecteurs sont entraînés sur les procédés existants. Leur score se consigne avec le nom de l'outil et la date du test, et il se combine avec les autres éléments du dossier plutôt qu'il ne les remplace.

Que faire d'une image qu'on n'a pas réussi à vérifier ?

Ne pas la reprendre comme illustration, et écrire explicitement qu'elle n'a pas pu être authentifiée à la date de rédaction, en indiquant les vérifications conduites. Conserver la capture datée reste indispensable, car l'élément sera souvent retiré et le dossier devra pouvoir être rouvert si un fait nouveau apparaît.