IA vs vraies photos : un guide complet pour repérer les images générées par l'IA

En 2026, distinguer une vraie photographie d’une image générée par l’IA est devenue l’une des compétences visuelles les plus importantes que vous puissiez développer. Midjourney v6, DALL-E 3, Stable Diffusion XL et Flux peuvent tous produire des images qui passent avec succès une inspection occasionnelle. Les images apparaissent dans les reportages, les réseaux sociaux, les documents juridiques et les supports marketing. Savoir comment les évaluer – tant visuellement que scientifiquement – ​​n’est plus une option pour quiconque travaille avec du contenu numérique.

Pourquoi la détection visuelle devient plus difficile

Les générateurs d’images d’IA antérieurs présentaient des faiblesses constantes et bien connues : des mains avec trop de doigts, du texte tronqué, des yeux larmoyants et une texture de peau non naturelle. Les améliorations de génération en génération dans des modèles comme Midjourney et Flux ont largement résolu ces tell au niveau de la surface. Les modèles les plus récents sont formés sur des ensembles de données beaucoup plus volumineux, utilisent des mécanismes d'attention plus sophistiqués et disposent de procédures de formation spécifiques pour corriger les modes de défaillance connus. Le résultat est des images qui résistent à une inspection visuelle minutieuse comme elles ne le faisaient tout simplement pas il y a deux ans. C’est pourquoi l’analyse médico-légale – qui examine les propriétés invisibles à l’œil humain – est devenue de plus en plus importante.

Mains, dents et corps

Malgré les améliorations, la forme humaine reste un domaine de faiblesse relative pour les générateurs d’IA. Regardez attentivement les mains dans n'importe quelle image générée par l'IA, en particulier là où les doigts interagissent avec des objets, fusionnent au niveau des jointures ou apparaissent derrière d'autres éléments. Bien que le problème des « six doigts » soit en grande partie résolu, des problèmes subtils demeurent : des proportions de doigts inhabituelles, des ongles à des angles étranges ou des articulations qui ne se plient pas correctement. Les dents sont tout aussi difficiles : les sourires générés par l’IA montrent parfois trop de dents, des dents qui ne s’alignent pas avec la structure de la mâchoire ou une géométrie inhabituelle de la ligne des gencives. Les corps vus sous des angles inhabituels ou dans des positions inhabituelles sont plus susceptibles de révéler une distorsion.

Texte et chiffres

Le texte lisible dans les images générées par l’IA reste l’un des signaux de détection les plus fiables. Les lettres peuvent être subtilement mal formées – un « a » minuscule qui semble légèrement faux, un « s » qui se courbe de manière inhabituelle, des chiffres sur un cadran de montre ou un tableau d’affichage qui n’ont pas vraiment de sens. Même lorsque des caractères individuels semblent corrects, les mots et les phrases peuvent être absurdes, mal orthographiés ou grammaticalement incorrects. Les panneaux, étiquettes, logos et titres de journaux dans les images d’IA échouent souvent lors d’une lecture attentive. Ceci est particulièrement utile pour détecter les « photographies d’actualité » ou les images de style documentaire générées par l’IA.

Contexte et cohérence environnementale

Les générateurs d’IA sont formés pour créer des images qui semblent correctes au premier plan mais qui perdent souvent leur cohérence vers les bords et l’arrière-plan. Recherchez : les bâtiments dont les fenêtres ne s'alignent pas ou n'obéissent pas à la perspective ; des escaliers qui mènent à des endroits impossibles ; des textures naturelles qui se carrelent ou se répètent selon des motifs non naturels ; une végétation qui semble organique individuellement mais forme des configurations impossibles sur les bords du cadre. Les surfaces d'eau constituent un défi particulier : les réflexions doivent correspondre à la scène au-dessus d'elles et les modèles de vagues doivent obéir à la physique. L’IA génère souvent de l’eau qui semble plausible localement mais qui ne s’intègre pas correctement au reste de l’environnement.

Éclairage, ombres et reflets

Un éclairage cohérent est l’une des choses les plus difficiles à obtenir pour les générateurs d’IA sur une image entière. Recherchez : les ombres qui tombent dans des directions incohérentes, suggérant différentes sources de lumière pour différents éléments ; reflets spéculaires sur des objets qui ne correspondent pas à la source de lumière apparente ; des reflets dans les yeux, les lunettes ou les fenêtres qui ne reflètent pas ce qui devrait logiquement être réfléchi ; éclairage de la peau qui semble provenir d’une direction différente de celle de l’éclairage de fond. Ces incohérences sont souvent subtiles mais deviennent visibles une fois que vous savez les rechercher.

La signature sonore

Les vraies photographies contiennent du bruit – une variation aléatoire des valeurs de pixels provenant du capteur de l’appareil photo. Ce bruit possède des propriétés statistiques spécifiques qui varient selon le type de capteur, le réglage ISO et le traitement. Les images générées par l’IA ont une structure de bruit fondamentalement différente. Les générateurs basés sur GAN (anciens modèles) produisent des modèles de bruit structurés dans des zones qui doivent être plates, visibles sous forme de texture sur des surfaces lisses comme le ciel ou la peau. Les générateurs basés sur la diffusion (Midjourney, Stable Diffusion, DALL-E) produisent différents artefacts – des modèles caractéristiques dans la façon dont les détails sont rendus à différentes fréquences spatiales. Les outils d'analyse médico-légale examinent ces signatures sonores à un niveau statistique invisible à l'œil humain, mais qui fait la distinction de manière fiable entre l'origine photographique et synthétique.

Métadonnées et provenance

Les vraies photographies contiennent des métadonnées EXIF : modèle d'appareil photo, objectif, vitesse d'obturation, ouverture, coordonnées GPS et horodatage. Les images générées par l’IA manquent généralement de ces données ou les suppriment. L’absence de métadonnées ne constitue pas une preuve définitive de la génération d’IA – les photos sont systématiquement débarrassées de leurs métadonnées avant d’être publiées pour des raisons de confidentialité – mais leur présence est un signal positif d’origine photographique. De plus, la recherche d'images inversée peut parfois faire apparaître la source de génération de l'IA : les images générées sont parfois indexées avec leurs invites, ou peuvent correspondre à des modèles de référentiels d'images synthétiques connus.

Quand l’inspection visuelle ne suffit pas

Pour une vérification à enjeux élevés – journalisme, contextes juridiques, modération de contenu – l’inspection visuelle n’est pas suffisante. L'analyse médico-légale au niveau des pixels examine : le contenu du domaine fréquentiel de l'image (les générateurs d'IA ont des spectres de puissance caractéristiques), la répartition du bruit sur les canaux de couleur, les modèles d'artefacts de compression et les propriétés statistiques des bords et des textures. Le pipeline d'analyse d'images de SUS IT applique ces techniques pour fournir un résultat de détection avec un niveau de confiance associé, identifiant la génération d'IA même dans des images qui semblent visuellement impeccables. Lorsque les enjeux sont élevés, la vérification médico-légale doit compléter, et non remplacer, l’examen visuel.