Actualités IA
IA et désinformation
Deepfakes, clonage vocal, fausses images : des cas réels documentés, et un guide pratique pour s'en prémunir.
Un cas réel documenté
L'escroquerie au deepfake Arup (janvier 2024)
Un employé du bureau de Hong Kong du groupe d'ingénierie britannique Arup a viré 25,6 millions de dollars (200 millions de dollars hongkongais) à des fraudeurs, en 15 virements réalisés en une seule journée, après une visioconférence où le directeur financier du groupe et plusieurs collègues étaient en réalité des deepfakes générés à partir d'enregistrements publics de réunions et de conférences de l'entreprise. Arup a confirmé l'incident publiquement en mai 2024 ; l'enquête de la police de Hong Kong, ouverte dès janvier 2024, était toujours en cours début 2025, sans arrestation ni récupération des fonds à cette date.
Source : CNN Business, mai 2024
Les questions essentielles
Qu'est-ce qu'un deepfake ?
Une image, une vidéo ou un audio généré ou modifié par IA pour représenter une personne réelle disant ou faisant quelque chose qu'elle n'a jamais dit ni fait. La technologie s'est banalisée au point de rendre certains deepfakes convaincants même lors d'une visioconférence en direct, comme l'illustre l'affaire Arup ci-dessus.
Le clonage vocal est-il facile à réaliser ?
Techniquement, la production a considérablement baissé en coût et en complexité ces dernières années, et plusieurs modèles de génération vocale grand public permettent de reproduire une voix à partir d'un échantillon audio relativement court. Nous n'avons pas trouvé de chiffre précis et vérifiable sur la durée d'échantillon minimale nécessaire pour un clonage de qualité convaincante — méfiez-vous des chiffres exacts (« 3 secondes suffisent ») qui circulent sans source technique vérifiable.
Quels types d'arnaques utilisent ces technologies ?
Deux schémas reviennent régulièrement dans les cas documentés : l'usurpation d'un dirigeant d'entreprise pour autoriser un virement frauduleux (comme dans l'affaire Arup), et l'usurpation d'un proche en détresse pour obtenir un paiement d'urgence. Dans les deux cas, le point commun est la pression du temps et de l'urgence, conçue pour empêcher toute vérification indépendante.
Les fausses images générées par IA sont-elles utilisées pour de la désinformation politique ?
C'est une préoccupation documentée par de nombreux observateurs électoraux et chercheurs en désinformation à travers le monde, sans que nous puissions ici quantifier précisément son ampleur réelle — un sujet à suivre plutôt qu'un fait chiffrable de façon fiable à ce stade.
Comment reconnaître un contenu généré par IA
Vérifiez la source
Une image ou vidéo surprenante partagée sans source primaire identifiable (média reconnu, compte officiel vérifié) mérite une vérification avant d'être crue ou partagée.
Cherchez les incohérences visuelles
Les mains, les dents, les reflets, les ombres et les bords d'objets restent des zones où les générateurs d'image actuels produisent encore, par moments, des erreurs détectables à l'œil — même si cela devient de moins en moins fiable à mesure que la technologie progresse.
Écoutez les détails audio
Une respiration absente, une intonation trop régulière ou une qualité audio étrangement homogène peuvent trahir un clonage vocal — mais ce n'est plus un indicateur suffisant à lui seul face aux meilleurs outils actuels.
Vérifiez par un second canal
Le réflexe le plus fiable reste humain, pas technique : en cas de demande urgente et inhabituelle (virement, mot de passe, information confidentielle), recontactez la personne par un canal différent de celui utilisé pour la demande, avant d'agir.
Utilisez les outils de détection avec prudence
Des outils de détection de contenu généré par IA existent, mais aucun n'est fiable à 100 % à ce jour — considérez leur résultat comme un indice supplémentaire, pas comme une preuve définitive.