Le Deepfake

1. Définition claire

Le deepfake, ou hypertrucage, désigne un contenu multimédia (vidéo, image ou audio) généré ou modifié par des algorithmes d'apprentissage profond, le plus souvent des réseaux de neurones antagonistes (GAN). Cette technologie permet de superposer le visage ou la voix d'une personne sur un autre support avec un réalisme saisissant, créant ainsi un simulacre d'action ou de parole qui n'a jamais eu lieu dans la réalité.

Contrairement aux trucages classiques, le deepfake ne repose pas sur un montage manuel, mais sur une synthèse automatisée qui apprend les caractéristiques physiologiques d'un individu pour les reproduire. Il ne s'agit plus de manipuler l'image, mais de la réinventer intégralement à partir d'un modèle statistique de la réalité.

2. Origine du terme

• Étymologie : Mot-valise anglais formé à partir de « deep learning » (apprentissage profond) et de « fake » (faux).

• Contexte historique : Si la recherche sur la synthèse d'image existe depuis les années 1990, le terme émerge véritablement dans la sphère publique à la fin de l'année 2017.

• Première apparition connue : Il tire son nom d'un utilisateur de la plateforme Reddit, dont le pseudonyme était « deepfakes », qui avait commencé à partager des vidéos pornographiques où les visages de célébrités étaient substitués à ceux des actrices originales.

3. Comment le terme est utilisé aujourd’hui

• Médias : Le terme est omniprésent dans le discours journalistique pour désigner les campagnes de désinformation ou les parodies politiques. Il est souvent associé au champ sémantique de la menace ou de la manipulation de l'opinion.

• Organisations : Dans le monde de l'entreprise, il est utilisé pour qualifier de nouvelles formes de cybercriminalité, notamment la fraude au président, où la voix ou l'image d'un dirigeant sont synthétisées pour valider des transferts de fonds.

• Discours publics : Il sert de métonymie pour désigner l'érosion de la vérité à l'ère numérique, symbolisant la fin de la preuve par l'image.

4. Enjeux éthiques et sociaux

• Risques : Le principal danger réside dans l'atteinte à la dignité (pornographie non consentie) et la déstabilisation démocratique par la diffusion de fausses déclarations.

• Confusions : Il existe un risque de « dividende du menteur » (liar's dividend), où une personne peut nier la véracité d'un événement réel en prétendant qu'il s'agit d'un deepfake, jetant ainsi un doute permanent sur toute preuve visuelle.

• Responsabilités : La question de la traçabilité et du tatouage numérique (watermarking) devient un enjeu de gouvernance majeur pour les plateformes de diffusion et les concepteurs d'outils d'intelligence artificielle générative.

5. Sources et références

• Articles académiques : Travaux d'Ian Goodfellow sur les Generative Adversarial Networks (2014) ; rapports du MIT Media Lab sur la détection des contenus synthétiques.

• Médias crédibles : Analyses de The Verge ou de la MIT Technology Review sur l'évolution des techniques de synthèse.

• Institutions : Guides de l'UNESCO sur l'éthique de l'IA ; rapports du Conseil de l'Europe sur les risques liés aux manipulations de l'information.