Les modèles génératifs d’image de 2023 à aujourd’hui ont comblé la plupart des défauts évidents. Le cliché « il suffit de compter les doigts » fonctionne encore assez souvent pour être utile, mais ne suffit plus à lui seul. Une étude NIST de 2024 sur les médias génératifs note que la précision de détection, même des outils commerciaux leaders, chute brutalement sur des modèles fraîchement entraînés. La réponse honnête à « cette image est-elle IA ? » est rarement un chiffre unique : c’est une pondération de signaux.
L’approche ci-dessous combine trois couches : inspection visuelle humaine, outils automatisés de détection et provenance via recherche inversée. Utilisez les trois avant de faire confiance à une photo, surtout si elle provoque une réaction émotionnelle.
Couche 1 — Indices visuels à vérifier en premier
Zoomez à 100% sur un ordinateur. Les artefacts d’IA s’effondrent en miniature et se révèlent en pleine résolution.
Mains et doigts
Six doigts, pouces fusionnés, mains saisissant des objets sans points de contact. Reste l’indice le plus fréquent en sortie de modèles de diffusion.
Yeux et pupilles
Pupilles asymétriques, reflets dirigés dans des directions différentes, iris qui dérivent hors de l’œil à l’examen rapproché.
Peau plastique ou cireuse
Peau uniformément lisse sur joue, front et cou — la vraie peau a des pores, des imperfections et des variations sous différents angles de lumière.
Bijoux et accessoires asymétriques
Une seule boucle d’oreille, boucles dépareillées, lunettes qui se courbent dans le visage, colliers qui se fondent dans les vêtements.
Texte et panneaux d’arrière-plan
Le texte d’arrière-plan est l’indice unique le plus fiable. Les modèles d’IA produisent des lettres qui ressemblent à de l’écriture mais ne forment rien de lisible.
Motifs et foules répétés
Même visage répliqué dans une foule, carreaux identiques au sol, poteaux de clôture qui fusionnent entre eux.
Couche 2 — Comparatif de détecteurs d’image IA gratuits
Aucun détecteur n’est une solution miracle. Passez une image dans deux d’entre eux et pondérez les réponses ; l’accord compte plus qu’un score isolé.
| Outil | Type | Force |
|---|---|---|
| Sightengine sightengine.com | API commerciale + démo web gratuite | Solide sur les portraits photoréalistes ; entraîné sur plusieurs familles de générateurs. |
| WasItAI wasitai.com | Outil web gratuit | Rapide, oui/non simple. Idéal comme première vérification. |
| DeepfakeDetection.io deepfakedetection.io | Outil web gratuit | Centré sur la manipulation faciale (face swaps, portraits GAN). |
| Hive AI Detector hivemoderation.com | Extension gratuite + API | Utilisé par de nombreuses plateformes pour la modération de contenu. |
| Google Lens (recherche inversée) lens.google.com | Gratuit | Ne détecte pas l’IA directement, mais trouve la version la plus ancienne connue. |
Couche 3 — Recherche inversée d’image
La provenance bat souvent la détection. Si une photo d’actualité « tout juste prise » existe déjà sur une banque d’images depuis 2021, la question IA vs. réelle devient sans objet — elle est recyclée de toute façon. Passez chaque image suspecte dans Google Lens, TinEye et Yandex Images. Yandex est particulièrement fort sur les visages. Le manuel d’investigation open-source de Bellingcat traite la recherche inversée comme étape un pour toute affirmation visuelle.
Note sur les faux positifs
Des vraies photos très retouchées (filtres lissants, artefacts de compression JPEG, modes beauté) déclenchent parfois les détecteurs d’IA. Traitez un score isolé de « probablement IA » comme un drapeau pour vérifier davantage, pas comme un verdict. Une vraie photo avec photographe vérifiable et historique de recherche inversée propre est plus fiable que n’importe quel score de détecteur.
Suivez les deepfakes et fausses images IA en circulation
Le flux AI Fakes de FAXTR catalogue les images virales générées par IA déjà démenties par les fact-checkers du monde entier.