Ce qu'un filigrane invisible prouve, et ce qu'il n'établit pas

Le marquage des contenus générés par intelligence artificielle s'installe comme réponse par défaut à la crise de confiance visuelle. L'idée séduit par sa simplicité : si chaque image, chaque son et chaque vidéo produits par un modèle portaient une signature indétectable à l'oeil, la question de l'authenticité se réglerait à la lecture. La réalité technique est plus étroite, et la confondre avec la promesse expose à des erreurs d'analyse coûteuses.

Un article publié par Gulf News décrit ces filigranes invisibles comme un moyen d'identifier un contenu généré par IA sans altérer l'expérience de lecture, tout en documentant trois obstacles persistants : la robustesse face aux modifications du fichier, la granularité de l'information portée par la marque, et l'absence d'un standard universellement adopté. Ces trois limites définissent exactement ce que l'outil établit et ce qu'il laisse ouvert.

Ce repère sépare donc deux questions que la conversation publique mélange en permanence : d'où vient ce fichier, et ce qu'il montre est-il vrai. Le filigrane répond à la première, jamais à la seconde. Les faits d'actualité mobilisés ici sont ceux que Le Fil de la Veille a rapportés, et la lecture proposée vise l'usage pratique en cellule de veille plutôt que la description des algorithmes.

Ce qu'un filigrane est techniquement, et ce qu'il n'est pas

Un filigrane invisible consiste à insérer, dans le signal lui-même, une perturbation calculée que l'oeil et l'oreille ignorent mais qu'un détecteur retrouve. Il ne s'agit ni d'un logo apposé en coin d'image, ni d'une mention ajoutée dans les métadonnées du fichier. Cette localisation dans le signal explique sa résistance relative à certaines manipulations et sa fragilité devant d'autres.

Il faut le distinguer de deux mécanismes voisins. Les métadonnées de provenance décrivent la chaîne de production dans un en-tête de fichier, information riche mais facile à effacer. La signature cryptographique atteste qu'un fichier n'a pas changé depuis sa signature, et devient invalide au moindre recadrage. Le filigrane occupe une position intermédiaire : moins précis que la signature, plus tenace que les métadonnées.

Reste la question du sens de la marque. Sa présence indique qu'un outil participant a produit ou traité le contenu. Elle ne dit ni qui a formulé la demande, ni dans quelle intention, ni ce que le contenu représente. Un montage entièrement synthétique et une simple retouche de luminosité effectuée par un outil marqueur portent le même signal.

Preuve d'origine et preuve de véracité sont deux choses différentes

La confusion la plus fréquente consiste à lire une marque comme un verdict de fausseté. Une photographie de presse authentique passée par un outil de retouche marqueur porte la signature, sans que la scène représentée soit fabriquée. Inversement, une image entièrement synthétique produite par un modèle ouvert ne porte rien, et reste indétectable par cette voie.

La symétrie inverse est tout aussi trompeuse. L'absence de marque n'atteste pas l'authenticité : elle signale seulement qu'aucun détecteur participant n'a trouvé de signal. Les explications possibles sont nombreuses, depuis l'usage d'un outil non participant jusqu'à une conversion de format ayant détruit la marque, en passant par une capture d'écran de l'image d'origine.

Pour un analyste, la conséquence pratique tient en une phrase : le filigrane est un indice à verser au dossier, pas une conclusion. Il se combine à la datation, à la recherche d'antériorité, à l'examen du compte diffuseur et à la reconstitution du parcours de publication. Un dossier fondé sur la seule détection de marque ne résiste pas à un contradicteur sérieux.

Robustesse : ce qui survit au recadrage et ce qui disparaît

La robustesse désigne la capacité de la marque à subsister après les transformations ordinaires d'un fichier en circulation. Or un contenu qui se diffuse est recompressé par chaque plateforme, redimensionné, recadré pour épouser un format vertical, réencodé lors d'un partage par messagerie, parfois filmé depuis un écran. Chaque étape dégrade le signal porteur.

Le point important pour la veille est que cette dégradation suit précisément le chemin de la viralité. Plus un contenu circule, plus il a subi de transformations, donc moins la marque a de chances d'être encore lisible. Autrement dit, la détection est la plus fiable là où elle est la moins utile, sur le fichier d'origine, et la plus incertaine sur les copies qui atteignent réellement le public.

Cette asymétrie a une traduction méthodologique : remonter à la version la plus ancienne accessible avant de tester quoi que ce soit. Rechercher l'antériorité, identifier la première publication observable, récupérer le fichier dans sa meilleure définition disponible. Le travail de reconstitution de la chaîne de diffusion précède l'analyse technique et conditionne sa valeur.

Granularité : marquer un fichier entier ou marquer un passage

La granularité désigne la finesse de l'information portée par la marque. Un filigrane appliqué au fichier entier indique qu'un outil est intervenu quelque part, sans localiser l'intervention. Il ne distingue pas une image intégralement générée d'une photographie authentique dont un seul élément a été remplacé, alors que ces deux cas n'appellent pas du tout le même traitement.

Cette limite pèse particulièrement sur les contenus longs. Dans une vidéo de plusieurs minutes, l'insertion de quelques secondes synthétiques suffit à changer le sens d'une déclaration. Une marque globale ne dit ni où, ni combien de temps, ni quelle piste a été touchée. La vérification retombe alors sur l'analyse classique : cohérence des ombres, continuité sonore, comparaison avec l'enregistrement intégral.

Il faut aussi garder en tête ce que la marque ne porte pas, faute de place et par conception. Elle n'embarque ni l'identité du demandeur, ni l'horodatage exact, ni la consigne ayant produit le contenu. Ces éléments existent parfois côté fournisseur, dans des journaux de production, mais leur accès relève d'une procédure judiciaire ou contractuelle, pas de l'examen d'un fichier.

L'absence de standard partagé et ses conséquences sur la chaîne de garde

Un filigrane n'a d'utilité que si un détecteur sait le lire. Tant qu'aucun standard ne s'impose, chaque famille d'outils marque à sa façon, chaque détecteur ne reconnaît que les schémas qu'il connaît, et un résultat négatif signifie seulement que le détecteur employé n'a rien trouvé. La négation est donc toujours locale, jamais universelle.

Pour une cellule de veille, cela impose une discipline documentaire stricte. La note doit préciser quel détecteur a été utilisé, sur quelle version du fichier, à quelle date, avec quel résultat. Sans cette traçabilité, un test négatif se transforme insensiblement en affirmation d'authenticité au fil des reprises internes, ce qui constitue précisément le mécanisme d'erreur à éviter.

La collecte pèse ici autant que l'analyse : il faut retrouver les occurrences d'un même visuel à travers des langues, des plateformes et des fuseaux différents. NewsCore (www.newscore.fr) couvre en continu des millions de sources, relie les reprises d'un même contenu et fait remonter les signaux pertinents en temps réel, avec le lien direct vers chaque publication d'origine.

Doctrine d'usage : formuler une conclusion honnête dans une note

Une note défendable distingue trois registres. L'observation technique consiste à écrire qu'un détecteur nommé a détecté ou non un signal sur une version identifiée du fichier. L'évaluation combine cette observation avec la datation, l'antériorité et le comportement du compte diffuseur. La recommandation, enfin, indique quelle décision reste possible en l'état des preuves disponibles.

Les formulations qui tiennent devant un contradicteur restent prudentes sur le statut du fichier et fermes sur la méthode. Écrire que la marque est présente et que l'origine synthétique du fichier testé est établie constitue une affirmation solide. Écrire qu'aucune marque n'a été trouvée et en déduire l'authenticité constitue une faute de raisonnement, quelle que soit la qualité du détecteur.

Cette exigence rejoint les travaux de méthode publiés par l'Observatoire de l'Intelligence Économique sur la chaîne de garde des pièces numériques : horodater la collecte, conserver le fichier tel que trouvé, documenter chaque transformation opérée par l'analyste. Le filigrane s'insère dans ce dispositif comme un test parmi d'autres, avec sa date, son outil et sa portée limitée.

Un filigrane répond à une question d'origine. Il ne répondra jamais à la question de savoir si ce que montre l'image a réellement eu lieu.

Questions fréquentes

Un filigrane invisible prouve-t-il qu'une image est fausse ?

Non. Il indique qu'un outil participant est intervenu dans la production ou le traitement du fichier, ce qui recouvre aussi bien une génération complète qu'une simple retouche. La qualification du contenu comme trompeur relève d'une autre démarche : recherche d'antériorité, confrontation à des sources primaires, examen du contexte de publication et du compte qui diffuse.

Que conclure quand aucun filigrane n'est détecté ?

Rien de définitif. Un résultat négatif signifie que le détecteur employé n'a pas trouvé de signal qu'il sait lire. L'explication tient parfois à l'usage d'un outil non participant, parfois à une recompression, un recadrage ou une capture d'écran qui a effacé la marque. Le test négatif se documente comme tel dans la note, sans se transformer en certificat d'authenticité.

Un filigrane résiste-t-il à une capture d'écran ou à un recadrage ?

Cela dépend de la technique employée et de l'ampleur de la transformation. Une recompression légère laisse souvent le signal lisible, tandis qu'un recadrage important, un changement de format ou un enregistrement de l'écran dégradent fortement les chances de détection. La règle de travail consiste à toujours tester la version la plus proche de l'original que l'on parvient à récupérer.

Comment intégrer la détection de filigrane dans un processus de veille ?

En la plaçant après la reconstitution de la diffusion, jamais avant. On identifie d'abord la première occurrence observable, on conserve le fichier et son contexte, on horodate la collecte, puis on lance le test en notant l'outil et sa version. Le résultat vient enrichir un faisceau d'indices déjà constitué, et l'analyste conserve la main sur la conclusion.