Une photo d'un politicien « arrêté en pleine rue ». Un message vocal de votre « patron » demandant un virement urgent. Un avis produit rédigé par quelqu'un qui n'a jamais existé. Les trois se génèrent aujourd'hui en moins d'une minute, gratuitement — et en 2026, les faux sont assez bons pour que « ça a l'air vrai » ne veuille plus rien dire.

Voici la méthode qui fonctionne : quoi regarder dans chaque format, et surtout quoi faire quand vos yeux ne suffisent plus — car de plus en plus souvent, ils ne suffiront pas.

Commencez par la source, pas par les pixels

Avant de zoomer sur les oreilles de qui que ce soit, posez d'abord les questions « ennuyeuses ». Elles démasquent plus de faux que n'importe quelle astuce visuelle :

  • Qui a publié ceci, et où est-ce apparu en premier ? Une image spectaculaire qui n'existe que sur un seul compte anonyme, sans aucune reprise par un média établi, est suspecte quel que soit son réalisme.
  • Que dit la recherche d'image inversée ? Google Lens ou TinEye révèlent souvent que la photo « de dernière minute » date de trois ans, vient d'un autre pays, ou a déjà été démentie. C'est la vérification gratuite la plus rentable qui soit.
  • Un média fiable en parle-t-il ? Les événements réels laissent des traces multiples. Les faux n'ont généralement qu'une seule source.

Et si un contenu provoque une émotion forte et exige une action rapide — partager, cliquer, envoyer de l'argent — considérez cette urgence comme un signal d'alarme en soi. C'est le même schéma que dans comment repérer un e-mail de phishing : la pression fabriquée est l'indice.

Images IA : là où les générateurs trébuchent encore

Les générateurs ont à peu près corrigé les mains à six doigts, mais les détails banals leur résistent :

  • Le texte dans l'image. Panneaux, étiquettes, maillots, dos de livres — les lettres fondent en pseudo-caractères. Zoomez sur tout ce qui est écrit.
  • Les motifs répétitifs. Clôtures, briques, foules, dents, touches de clavier : cherchez les répétitions anormales ou les éléments qui fusionnent.
  • La physique de la lumière. Ombres incohérentes, reflets qui ne correspondent pas à la scène, lunettes ou bijoux qui se fondent dans la peau.
  • L'arrière-plan. Le modèle soigne le sujet ; les défauts s'accumulent derrière : objets déformés, architecture tordue, membres flottants dans la foule.
  • Le trop-propre. Les vraies photos ont du bruit, de la poussière, un cadrage imparfait. Une photo « d'actualité » avec un éclairage de studio parfait mérite le doute.

Aucun de ces indices ne prouve quoi que ce soit isolément. Ce sont des signaux de probabilité, pas des verdicts.

Deepfakes vidéo : surveillez les bords

  • La bouche. Synchronisation labiale légèrement décalée, dents qui se floutent ou changent de forme, mâchoire qui ne suit pas exactement les mots.
  • Les contours du visage. Scintillements à la racine des cheveux, aux oreilles, à la jonction visage-cou — surtout quand la tête tourne.
  • Le clignement et les micro-expressions. Clignements anormalement réguliers, ou visage étrangement figé entre deux phrases.
  • La cohérence sur la durée. Lunettes qui changent subtilement, boucle d'oreille qui disparaît, éclairage du visage sans rapport avec la pièce.
  • La brièveté du clip. Beaucoup de deepfakes sont courts et recadrés, sans contexte — les plans environnants les trahiraient.

Pour tout contenu important, revenez au test de la source : où est la vidéo complète ? Qui d'autre la détient ?

Textes IA : les détecteurs ne marchent pas — lisez le comportement

Réponse honnête : les détecteurs automatiques de texte IA ne sont pas fiables. Ils accusent des textes humains (surtout de locuteurs non natifs) et laissent passer les sorties IA retouchées. OpenAI a fermé son propre détecteur dès 2023, précisément pour manque de précision. Ne vous fiez pas à un pourcentage, et n'accusez jamais un étudiant ou un rédacteur sur cette seule base.

Ce qui aide vraiment, c'est une lecture comportementale :

  • Vérifiez les faits vérifiables. Le texte IA invente avec aplomb des références, des statistiques, des citations. Prenez deux affirmations et contrôlez-les — les détails fabriqués sont l'indice le plus fiable qui existe.
  • La fluidité creuse. Des paragraphes parfaitement équilibrés qui ne disent rien de concret et conviendraient à n'importe quel sujet.
  • L'absence de vécu. Un vrai expert laisse des empreintes : chiffres précis, noms d'outils, récits d'échecs. Les « avis » générés restent vagues sur tout ce qu'un vrai utilisateur retiendrait.
  • Le compte qui publie. Un avis parmi quarante postés le même jour, un « journaliste » sans historique — les métadonnées de l'auteur trahissent plus que le style du texte.

Voix clonées : l'arnaque « au proche »

Cloner une voix ne demande que quelques secondes d'audio, et l'attaque classique est un appel paniqué ou un vocal : un proche en difficulté, un patron qui exige un virement urgent. Les défenses qui fonctionnent :

  • Rappelez sur le numéro que vous avez déjà — pas celui qui vient de vous appeler.
  • Posez une question dont la réponse est inconnaissable, ou convenez en famille d'un mot de code — c'est rudimentaire, et ça marche.
  • Urgence + secret + argent = stop automatique, quelle que soit la voix.

Les vérifications qui survivront à la course aux armements

Chaque indice visuel de ce guide s'affaiblira à mesure que les modèles progressent. Celles-ci, non :

  1. La recherche d'image inversée (Google Lens, TinEye) — gratuite, instantanée, elle attrape les images recyclées ou sorties de leur contexte.
  2. Les Content Credentials (C2PA). Un standard en expansion : appareils photo et logiciels signent cryptographiquement les médias. Collez une image sur contentcredentials.org/verify pour voir son historique si elle porte des credentials. L'adoption est partielle, mais quand ils sont présents, c'est une preuve solide.
  3. Les filigranes invisibles. Certains générateurs intègrent un filigrane indétectable à l'œil (comme SynthID de Google) que leurs outils savent lire. Son absence ne prouve rien ; sa présence tranche.
  4. Le recoupement. Le plus ancien des réflexes : un événement réel a plusieurs sources indépendantes. Une seule source = non vérifié, aussi nette que soit la vidéo.

La conclusion honnête

Vous ne gagnerez pas une guerre du pixel contre les générateurs de 2026 — aucun œil n'est assez bon. Changez la question : non plus « est-ce que ça a l'air vrai ? » mais « est-ce que ça peut être vérifié ? ». La source d'abord, la recherche inversée ensuite, le recoupement enfin — et l'urgence comme signal d'attaque. Cette habitude bat n'importe quelle astuce de détection, et elle fonctionnera aussi sur les faux de l'année prochaine.

_À lire ensuite : comment repérer un e-mail de phishing — les mêmes schémas de manipulation, dans votre boîte mail — et les bases de la cybersécurité pour petites entreprises._