Étape 1/13

Introduction - De la retouche photographique aux deepfakes

Une révolution silencieuse : ce qui prenait des heures à un professionnel se fabrique en quelques secondes sur un smartphone.

Une longue histoire de la manipulation visuelle

La manipulation de l'image n'est pas une invention du XXIe siècle. Dès l'invention de la photographie au XIXe siècle, des retouches ont été pratiquées pour embellir les portraits ou effacer des personnages gênants. Le régime stalinien en a fait un instrument politique systématique : les photographies officielles étaient régulièrement modifiées pour faire disparaître les opposants politiques tombés en disgrâce, comme si leur existence même devait être effacée de la mémoire collective.

Ce qui a radicalement changé

Ce qui a radicalement changé avec l'avènement de l'intelligence artificielle, c'est la démocratisation totale et l'accélération vertigineuse de ces techniques. Là où il fallait autrefois des heures de travail d'un professionnel aguerri pour modifier une image de manière convaincante, un adolescent équipé d'un simple smartphone peut aujourd'hui générer en quelques secondes une vidéo hyperréaliste d'un chef d'État prononçant des propos qu'il n'a jamais tenus.

Objectifs de la séance

Comprendre les deepfakes

Définir le fonctionnement technique des hypertrucages et leurs différentes formes.

L'IA générative

Distinguer la manipulation d'une image existante et la création d'une image ex nihilo.

Le regard critique

Repérer les indices de manipulation et mobiliser les outils de vérification OSINT.

Étape 2/13

Repère n°1 - Comprendre les deepfakes (hypertrucages)

Un duel algorithmique permanent qui produit des résultats indiscernables à l'œil humain.

Définition et fonctionnement technique

Le terme « deepfake » est une contraction de « deep learning » (apprentissage profond) et « fake » (faux). Il désigne des vidéos, images ou enregistrements audio dans lesquels le visage, la voix ou le corps d'une personne réelle a été remplacé ou modifié de manière convaincante par intelligence artificielle.

Le duel des réseaux antagonistes génératifs (GAN)

La technologie repose sur les réseaux antagonistes génératifs (Generative Adversarial Networks). Son fonctionnement peut être comparé à un duel permanent entre deux algorithmes :

Le générateur

  • Crée de fausses images ou vidéos en s'inspirant d'un corpus d'images réelles.

Le discriminateur

  • Tente de distinguer les faux des vrais.
Ces deux algorithmes s'affrontent en boucle, s'améliorant mutuellement jusqu'à produire des résultats indiscernables à l'œil humain.

Les principales formes de deepfakes

Substitution de visage

Le visage d'une personne est remplacé par celui d'une autre.

Synthèse vocale

La voix d'une personne est clonée pour lui faire dire n'importe quoi.

Face reenactment

Les expressions faciales sont manipulées pour synchroniser avec un discours différent.

Étape 3/13

Quick Quiz 1

Deepfakes, GAN et formes d'hypertrucage.

Étape 4/13

Repère n°2 - L'IA générative : quand l'image naît du néant

Au-delà des deepfakes : la création d'images entièrement nouvelles à partir d'une simple description.

I. Au-delà des deepfakes : la création ex nihilo

L'IA générative va plus loin encore : elle crée des images entièrement nouvelles à partir d'une simple description textuelle. Des outils comme Midjourney, DALL-E ou Stable Diffusion permettent à n'importe quel utilisateur de générer en quelques secondes une photographie hyperréaliste d'une scène qui n'a jamais existé.

En mars 2023, une image générée par Midjourney représentant le Pape François vêtu d'une doudoune blanche de marque a fait le tour du monde, partagée par des millions d'internautes convaincus de son authenticité. Cet épisode illustre parfaitement la nouvelle réalité : n'importe qui peut désormais créer une « preuve visuelle » de n'importe quel événement imaginaire.

II. Le « dividende du menteur » : quand le faux contamine le vrai

Le « dividende du menteur » désigne un phénomène pervers : puisque tout peut désormais être fabriqué, il devient possible de nier l'authenticité de documents réels en les qualifiant de deepfakes. Le mensonge ne se contente plus d'inventer ; il contamine désormais la vérité elle-même.
Étape 5/13

Quick Quiz 2

IA générative et dividende du menteur.

Étape 6/13

Repère n°3 - Développer un regard critique : la boîte à outils du citoyen vigilant

Même les deepfakes les plus sophistiqués laissent des traces détectables.

Les indices visuels de manipulation

Anomalies anatomiques

Doigts surnuméraires ou déformés, oreilles asymétriques, dents floues.

Incohérences d'éclairage

Ombres contradictoires, reflets incohérents entre les éléments de l'image.

Artefacts de transition

Zones floues aux contours du visage, jonctions imparfaites.

Textes illisibles

L'IA a du mal avec les caractères typographiques (panneaux, étiquettes).

Les outils de vérification (OSINT)

Recherche d'image

  • Google Images, TinEye : retrouver l'origine d'une image.

Fact-checking

  • AFP Factuel, Les Décodeurs, Libération CheckNews.
Détecteurs automatiques : des outils spécialisés comme Deepware Scanner permettent d'analyser une vidéo suspecte, sans pour autant garantir un verdict infaillible.
Étape 7/13

Quick Quiz 3

Indices de manipulation et outils OSINT.

Étape 8/13

Repère n°4 - Application méthodique : « L'ère du voir sans croire »

Un texte qui interroge la crise de la preuve visuelle à l'ère de l'intelligence artificielle.

Texte support - « L'ère du "voir" sans croire », revue de sciences humaines, novembre 2023 (350 mots)
Article

Pendant des siècles, la photographie a joui d'un statut épistémologique particulier : elle était la preuve. Là où la peinture interprétait, là où le dessin stylisait, la photo « capturait » le réel. Roland Barthes, dans La Chambre claire (1980), soulignait cette propriété unique de l'image photographique : le « ça-a-été », cette certitude que ce qui est représenté a bien existé devant l'objectif.

Cette certitude est aujourd'hui définitivement ébranlée. L'avènement des outils de génération d'images par intelligence artificielle a rompu le lien ontologique entre l'image et le réel. Une photographie ne prouve plus rien. Pire encore, nous entrons dans l'ère du « dividende du menteur » : puisque tout peut être fabriqué, il devient possible de nier l'authenticité de documents réels en les qualifiant de deepfakes. Le mensonge ne se contente plus d'inventer ; il contamine désormais la vérité elle-même.

Face à cette crise de la preuve visuelle, deux attitudes extrêmes sont également dangereuses. La crédulité naïve, qui consiste à partager sans vérifier, alimente la désinformation. Mais le scepticisme radical, qui consiste à douter de toute image, paralyse le débat démocratique et profite in fine aux acteurs malveillants qui cherchent à brouiller les pistes.

La réponse à cette crise n'est ni technique ni politique : elle est fondamentalement éducative. Apprendre à chaque citoyen à distinguer les différents régimes de l'image - la photographie documentaire, l'illustration, la satire visuelle, la fiction - et à maîtriser les outils élémentaires de vérification constitue aujourd'hui un impératif démocratique aussi fondamental que l'apprentissage de la lecture.

Ce que révèle une lecture active de ce texte

Thèse identifiée

  • La crise de la preuve visuelle appelle une réponse éducative, pas seulement technique ou politique.

Concepts mobilisés

  • Le « ça-a-été » de Roland Barthes : la certitude perdue de l'authenticité photographique.
  • Le « dividende du menteur » : le faux qui contamine la crédibilité du vrai.
Nuance essentielle : l'auteur rejette deux positions extrêmes, la crédulité naïve et le scepticisme radical, pour défendre une troisième voie : l'éducation à la distinction des régimes de l'image.
Étape 9/13

Quick Quiz 4

Application méthodique sur le texte-support.

Étape 10/13

Podcast & PowerPoint animé

Réécoutez le cours ou consultez le diaporama commenté.

Ep. 1 - Flash CGE : deepfakes et IA générative en quelques minutes

GAN, dividende du menteur, indices de manipulation - l'essentiel du chapitre

Ep. 2 - Cours approfondi : les nouveaux faussaires de l'image et du son

Version complète et détaillée du cours - idéal pour la révision

Diaporama animé et commenté

Intégralité du cours en présentation PowerPoint avec animations et notes du professeur.

Étape 11/13

Synthèse Visuelle

Cliquez sur l'image pour zoomer.

Carte mentale - Chapitre 5 CGE
Infographie - Chapitre 5 CGE

Notions clés à retenir

Deepfake

Vidéo, image ou audio truqué par IA, indiscernable à l'œil nu.

GAN

Duel entre un générateur de faux et un discriminateur qui les détecte.

IA générative

Création d'images entièrement nouvelles à partir d'une description textuelle.

Dividende du menteur

Nier l'authenticité d'un document réel en le qualifiant de deepfake.

Indices de manipulation

Anomalies anatomiques, incohérences d'éclairage, artefacts, textes illisibles.

OSINT

Outils de vérification en source ouverte : recherche inversée, fact-checking.

Étape 12/13

Test Final

10 questions variées - Note sur 20 avec diagnostic personnalisé.

Étape 13/13

Conclusion

Vidéo de synthèse et rappel des points essentiels.

De la crédulité naïve à la vigilance éduquée

Points clés à retenir

  • Un deepfake résulte d'un duel entre un générateur et un discriminateur (GAN)
  • L'IA générative crée des images ex nihilo, sans photographie source
  • Le dividende du menteur permet de nier de vrais documents en les qualifiant de faux

Réflexe méthodologique

  • Ni crédulité naïve, ni scepticisme radical : privilégier la vérification outillée
  • Toujours croiser plusieurs indices avant de juger une image authentique ou non
  • Mobiliser les outils OSINT (recherche inversée, fact-checking) avant de partager
À retenir pour la suite : « Savoir déjouer l'illusion technologique prépare directement à la confrontation de documents divergents sur un même phénomène. »
Chapitre 05 CGE terminé - Félicitations !