Reconnaître une vidéo générée par IA : les indices qui alertent

La question revient à chaque vidéo qui circule un peu vite : est-ce que c'est vrai ? L'œil humain n'a jamais été un très bon expert en authenticité, et il l'est de moins en moins à mesure que les modèles progressent. Il reste pourtant utile d'apprendre à repérer les signaux qui doivent éveiller l'attention — à condition de bien comprendre ce qu'ils valent. Aucun de ceux qui suivent n'est une preuve. Ce sont des indices faillibles, qui invitent à ralentir et à vérifier, jamais à conclure.

Le raisonnement de cet article est donc en deux temps. D'abord, ce que l'observation peut apporter. Ensuite, et c'est le plus important, la méthode qui la dépasse : la vérification de la source, qui reste efficace même quand le rendu est parfait.

Ce que le visage peut trahir

Le visage concentre la difficulté, parce que nous y sommes exceptionnellement sensibles. Plusieurs zones méritent l'attention.

• Les contours. La jonction entre le visage et le cou, la ligne de la mâchoire, la limite du front : des bords légèrement flous, un liseré qui ne correspond pas à la netteté du reste de l'image, un décrochage quand la tête tourne.
• Les cheveux. Les mèches fines, les frisottis et les cheveux qui dépassent restent difficiles à rendre. Une chevelure qui semble peinte en bloc, dont les contours se recomposent d'une image à l'autre, mérite un second regard.
• Les lunettes. Les reflets qui ne bougent pas avec la tête, les branches qui traversent la tempe de façon incohérente, une monture dont l'épaisseur varie.
• Le regard et les clignements. Un rythme de clignement trop régulier ou anormalement rare, des yeux qui ne convergent pas vers le même point, un regard qui reste fixe pendant que la tête bouge.
• Les dents et l'intérieur de la bouche. Des dents qui changent de forme au fil des mots, une langue qui n'apparaît jamais, des lèvres dont le mouvement ne suit pas exactement les consonnes prononcées.

La synchronisation labiale mérite un mot à part. Regarder une séquence deux ou trois fois de suite, en se concentrant uniquement sur la bouche, révèle parfois un décalage minime mais constant, ou des mouvements qui ne correspondent pas aux sons entendus — notamment sur les consonnes qui exigent une fermeture nette des lèvres.

Les mains, les objets et le décor

Hors du visage, les erreurs se logent dans les détails que l'on regarde peu. Les mains, d'abord : nombre de doigts, articulations, façon dont ils épousent un objet tenu. Une main qui traverse légèrement un verre, des doigts qui fusionnent le temps d'un geste, une bague qui se déplace de phalange sont des signaux classiques.

Les accessoires ensuite. Un bijou qui change de forme, une montre dont le cadran se réorganise, un motif de chemise ou de cravate qui se recompose entre deux plans, un badge dont le contenu varie : ces objets à structure répétitive sont fragiles. Le texte l'est encore plus. Une enseigne, un panneau, un livre à l'arrière-plan, un sous-titre incrusté : lorsque les caractères ne forment pas de mots lisibles, ou changent d'une seconde à l'autre, l'alerte est sérieuse.

La lumière constitue un autre point d'appui. Les ombres portées doivent être cohérentes entre elles et avec les sources visibles : un visage éclairé par la gauche dans un décor éclairé par la droite, une ombre absente sous un menton, un reflet dans une vitre qui ne correspond pas à la scène. À cela s'ajoutent les défauts de tenue dans le temps : un arrière-plan qui ondule légèrement, des lignes droites — encadrements de portes, rambardes, carrelage — qui se déforment au passage d'un personnage, une netteté inégale entre le sujet et son environnement, ou encore des mouvements trop lisses, glissés, sans les micro-hésitations d'un corps réel.

Ce que l'oreille peut relever

Le son est souvent négligé, alors qu'il livre parfois plus que l'image. Une voix de synthèse peut manquer de respiration : les inspirations entre les phrases, les reprises de souffle en milieu de propos, les hésitations disparaissent, et il en résulte un débit d'une régularité peu naturelle. L'intonation peut sembler plate, ou au contraire modulée de façon systématique, sans lien avec le sens de ce qui est dit.

L'ambiance sonore compte aussi. Un enregistrement réalisé dans une rue, une salle ou une voiture porte les traces de cet espace : réverbération, bruits de fond, écho. Une voix parfaitement propre placée dans un décor qui devrait être bruyant crée une dissonance que l'oreille perçoit avant l'esprit. À l'inverse, une ambiance sonore ajoutée peut sembler collée par-dessus, sans interagir avec la voix.

La méthode qui vaut mieux que l'œil

Tout ce qui précède partage une faiblesse : ce sont des défauts, et les défauts se corrigent. Chaque génération de modèles efface une partie de la liste. Se fier à ces indices, c'est courir derrière une cible qui recule. La vérification de la source, elle, ne se périme pas.

Le premier réflexe consiste à remonter à l'origine. D'où vient cette vidéo ? Le compte qui la publie l'a-t-il produite, ou l'a-t-il reprise ? Le fil aboutit-il à un émetteur identifiable — une rédaction, une institution, la personne elle-même — ou se perd-il dans une chaîne de republications anonymes ? Un contenu authentique important laisse presque toujours une trace en amont.

Le deuxième réflexe consiste à chercher la même information ailleurs. Si des propos attribués à une personnalité étaient réels, plusieurs rédactions les auraient relayés, et la personne ou son entourage aurait réagi. Le silence de tous les acteurs qui auraient dû s'exprimer est en soi une information. À l'inverse, la reprise par des dizaines de comptes ne prouve rien : ils peuvent tous s'être appuyés sur la même source unique.

Le troisième porte sur la date et le compte. Une vidéo authentique peut être ressortie des années plus tard et présentée comme récente — c'est l'une des manipulations les plus fréquentes, et elle ne demande aucune technologie. Vérifier la date de première publication, l'ancienneté du compte diffuseur, la cohérence de son historique et la présence d'une éventuelle certification prend quelques secondes.

Le quatrième relève de l'auto-observation. Les contenus conçus pour circuler visent une réaction immédiate : indignation, peur, sentiment de confirmation. Cette émotion est le vrai levier, bien plus que la qualité technique du rendu. Quand une vidéo donne une envie pressante de la partager, c'est précisément le moment de ne pas le faire tout de suite. Attendre une heure, chercher une confirmation, revenir ensuite : ce délai suffit à désamorcer la plupart des manipulations.

Deux précautions à ne jamais oublier

La première : l'absence d'indice ne prouve rien. Une vidéo sans le moindre défaut visible peut parfaitement être une production de synthèse. Les listes de signaux vieillissent vite, et le raisonnement « je n'ai rien vu, donc c'est authentique » est le plus dangereux de tous. Ces indices ne servent qu'à faire naître le doute, jamais à le lever.

La seconde : accuser à tort est grave. Qualifier publiquement une vidéo authentique de fabrication, c'est mettre en cause la sincérité de ceux qui l'ont produite ou diffusée, et parfois abîmer la parole d'une personne qui témoigne. Le phénomène a un revers connu : à force de soupçon généralisé, n'importe qui peut désormais contester un document réel en le qualifiant de faux. Le doute est un outil de discernement, pas une position permanente.

La conclusion pratique tient en peu de mots. Observer, oui, mais sans y placer sa confiance. Vérifier la source, systématiquement. Et, en l'absence de certitude, s'abstenir d'affirmer quoi que ce soit — ne pas partager reste toujours une option, et c'est souvent la meilleure.