Imaginez une marionnette numérique parfaite : un deepfake est un média (vidéo, audio ou image) synthétique, fabriqué par des algorithmes d'apprentissage profond (deep learning), qui fait dire ou faire à une personne réelle ce qu'elle n'a jamais dit ni fait. Le mot lui-même fusionne deep learning et fake (faux).
Comment ça fonctionne
La plupart des deepfakes reposent sur des réseaux antagonistes génératifs (GAN, Generative Adversarial Networks) ou des modèles de diffusion. Deux réseaux s'affrontent :
- le générateur crée des images falsifiées ;
- le discriminateur tente de repérer le faux.
Cette compétition se formalise par un jeu min-max :
$$\min_G \max_D \; \mathbb{E}{x}[\log D(x)] + \mathbb{E}[\log(1 - D(G(z)))]$$
Au fil de l'entraînement, le générateur devient si performant que le faux devient quasi indétectable à l'œil nu.
Pourquoi c'est un risque
Les usages malveillants se multiplient : désinformation politique, arnaques par clonage vocal, fraude financière, et atteinte à la réputation (notamment via du contenu intime non consenti).
| Usage légitime | Usage abusif |
|---|---|
| Doublage et cinéma | Fausses déclarations de dirigeants |
| Avatars éducatifs | Arnaques au clonage de voix |
| Préservation patrimoniale | Manipulation électorale |
Se défendre
La parade combine détection automatique (analyse des artefacts, clignements, incohérences faciales), filigranes numériques et standards de provenance (comme C2PA) qui certifient l'origine d'un fichier.
Le deepfake illustre le paradoxe de l'IA générative : la même technologie qui crée des effets spéciaux saisissants peut aussi éroder notre confiance dans ce que nous voyons et entendons.