Observer un visage ne suffit plus pour authentifier une vidéo ou une voix. Une vérification solide combine indices visuels et sonores, outils d’analyse et procédure humaine avant toute demande sensible.
Un deepfake, c'est une vidéo, un audio ou une image générée par IA pour faire dire ou faire quelque chose à une personne réelle — sans son accord, sans qu'elle ait rien dit ni fait. En 2026, les outils pour en créer sont accessibles à n'importe qui. Ce guide explique ce qu'est un deepfake, comment le repérer, et ce que vous pouvez faire concrètement pour vous en prémunir, que vous soyez particulier ou responsable en entreprise.
Ce qu'est un deepfake, sans jargon
Le terme vient de deep learning + fake. Un deepfake exploite des modèles d'IA génératifs pour superposer le visage d'une personne sur une autre, cloner une voix à partir de quelques secondes d'enregistrement, ou générer une séquence vidéo entière à partir d'une simple photo.
En 2020, créer un deepfake convaincant demandait des milliers d'images et plusieurs heures de calcul GPU. Aujourd'hui, une poignée de photos extraites d'un profil LinkedIn suffisent. Les modèles de diffusion ont accéléré cette progression bien plus vite que les outils de détection.
Les usages malveillants les plus fréquents :
- Fraude au président : un faux CEO en visio demande à un comptable de valider un virement urgent
- Clonage vocal : la voix d'un manager demande par téléphone les accès d'un collaborateur
- Manipulation d'opinion : une personnalité politique tient un discours qu'elle n'a jamais prononcé
- Harcèlement ciblé : le visage d'une personne inséré dans un contenu non consenti et diffusé en ligne
Les signaux visuels et sonores pour détecter un deepfake
Aucune méthode à l'œil nu n'est infaillible, surtout sur les deepfakes récents produits par des modèles de dernière génération. Mais plusieurs indices trahissent encore les modèles de qualité intermédiaire.
Sur le visage
- Bords du visage qui glissent sur l'arrière-plan lors des mouvements brusques
- Texture de peau anormalement lisse, ou au contraire pixelisée par endroits
- Clignements d'yeux irréguliers, trop rares, ou mécaniques
- Oreilles, mèches de cheveux et montures de lunettes souvent mal reconstituées — les zones aux contours complexes sont les plus difficiles à synthétiser
- Éclairage du visage incohérent avec la lumière de la scène
Sur les expressions et la voix
- Microexpressions absentes — un vrai visage humain change imperceptiblement en continu, même au repos
- Dents et intérieur de bouche flous ou avec artefacts numériques visibles en pause
- Synchronisation lèvres/son qui dérape sur les consonnes complexes, notamment les fricatives
- Voix clonée : respiration absente entre les phrases, sibilantes légèrement déformées, prosodie trop régulière
- Fond sonore qui change brutalement d'une phrase à l'autre
Sur de courtes séquences audio bien produites, l'oreille humaine ne détecte rien. Ne faites pas confiance à l'écoute seule pour les messages vocaux présentés comme urgents.
Outils techniques pour analyser un deepfake
Quand l'observation directe ne suffit pas, plusieurs outils d'analyse existent :
- Intel FakeCatcher : analyse les micro-signaux biologiques liés aux variations de couleur de la peau dues au flux sanguin — accessible via API pour intégration dans un pipeline de vérification
- Microsoft Azure AI Content Safety : détection de contenu synthétique dans les flux image et vidéo, intégrable dans Office 365 et Teams
- Hive Moderation : couvre image, vidéo et audio dans un seul service avec une API REST simple
- Sensity AI : utilisé principalement par des équipes sécurité et des rédactions pour surveiller des flux en volume
Aucun de ces outils ne garantit 100 % de détection. Les modèles génératifs s'entraînent précisément pour contourner les détecteurs connus. C'est une course permanente. La détection technique doit donc être couplée à des protocoles humains, pas y être substituée.
Pour les entreprises : quatre protocoles qui fonctionnent
La vraie protection ne vient pas d'un outil seul. Elle vient de procédures que vos équipes appliquent systématiquement.
1. Vérification hors-bande pour tout acte financier ou sensible
Avant tout virement ou accès accordé suite à une demande par vidéo ou audio, imposez une confirmation sur un canal séparé — appel sur un numéro connu en interne, jamais sur le numéro fourni dans la demande. C'est la mesure la plus directe contre la fraude au président.
2. Mot de passe d'équipe pour les demandes urgentes
Un mot de code partagé entre collaborateurs, renouvelé chaque trimestre. Si le demandeur — quel que soit le visage ou la voix affichée — ne le connaît pas, la demande est bloquée et remontée.
3. Politique de publication des contenus biométriques
Les vidéos longues face caméra de vos dirigeants sur YouTube, LinkedIn, les médias publics — c'est le matériau d'entraînement d'un deepfake. Une règle simple réduit l'exposition : préférer les supports écrits ou les vidéos courtes en plan large pour les contenus publics non essentiels.
4. Authentification des contenus officiels avec C2PA
Le standard C2PA (Coalition for Content Provenance and Authenticity) permet d'incorporer des métadonnées d'origine vérifiables dans vos images et vidéos. Si vos communications officielles signent leurs contenus à la source, les destinataires peuvent contrôler l'authenticité avant d'agir. Adobe, Microsoft et plusieurs plateformes sociales ont adopté ce standard en 2024-2025.
Pour les particuliers : les bons réflexes
- Limitez les vidéos face caméra de longue durée sur vos profils publics — quelques secondes d'enregistrement vocal suffisent pour un clonage convaincant
- Vérifiez la source avant de partager une vidéo compromettante d'une personnalité publique : cherchez si d'autres médias vérifiables reprennent l'information de façon indépendante
- Appelez directement si vous recevez un message vocal "urgent" d'un proche ou d'un collègue — sur le numéro que vous connaissez, pas sur celui fourni dans le message reçu
- Signalez aux plateformes les contenus synthétiques non consentis — Meta, YouTube et TikTok ont des procédures dédiées, distinctes du signalement de contenu ordinaire
- Méfiez-vous des preuves visuelles seules dans un contexte de conflit, de pression ou de scandale : la rapidité de diffusion est souvent un signal d'alerte
Former vos équipes avant de vous équiper
La sensibilisation des équipes et les outils de détection se complètent. Les demandes sensibles doivent suivre une procédure de vérification connue et testée.
Chez BGB Formation, la sensibilisation aux deepfakes couvre les exercices de détection et la mise en place de protocoles. Elle s'adresse aux équipes concernées par les demandes sensibles.
Sessions en présentiel possibles à Marseille et en région PACA. Formats distanciels disponibles partout ailleurs.
Pour en savoir plus : nos formations IA ou contactez-nous directement.
À lire aussi :