Mignons animaux sous suspicion : bref aperçu du problème
Les animaux sont sans doute la source la plus fiable d'émotions chaleureuses sur Internet. Chats, oisillons sauvés, veaux, ours blancs : des générations entières d'internautes ont grandi avec ces images, et pour les projets de protection animale, elles sont depuis longtemps devenues un outil de collecte de dons qui fonctionne. Et c'est précisément ce genre qui a été le plus durement frappé par la vague de contenu synthétique.
Ces dernières années, les modèles génératifs ont appris à produire des images et des vidéos d'animaux si réalistes qu'il est presque impossible de les distinguer des vraies sans une loupe. Dans les fils d'actualité sont apparus des ours sauvés d'une banquise à la dérive, des histoires touchantes d'animaux retrouvés, des veaux séparés de leurs mères. Une partie du public en est arrivée à une conclusion simple : toute image touchante d'un animal nécessite désormais une vérification, car on ne peut plus se fier à l'œil nu.
Ce qui se brise exactement
L'escroquerie sur la détresse réelle
Les stratagèmes avec de faux animaux ne sont pas une menace abstraite, mais bien une activité qui fonctionne. Un exemple caractéristique : une habitante d'un État américain a reçu un message lui annonçant que son chat disparu avait été retrouvé. La photographie semblait convaincante — l'animal sur le plan de travail de la cuisine, un enfant à côté. La propriétaire a eu le temps de se réjouir et de raconter la trouvaille à sa voisine de palier avant de comprendre qu'on voulait lui soutirer de l'argent : l'inconnu demandait un paiement d'avance pour une « garde temporaire ».
Ce qui l'a alertée, ce n'était pas la demande d'argent, mais les détails. La posture de l'animal sur l'image envoyée reprenait celle de la photo de l'annonce de disparition. Le fond correspondait aussi — les mêmes objets dans la cuisine. Mais l'inscription sur l'étiquette de la bouteille de sirop s'est révélée déformée, ce qui est depuis longtemps considéré comme l'un des signes classiques d'une image générée. La femme n'a pas payé. Elle n'est pas allée à la police, n'étant pas sûre qu'il s'agissait bien d'un délit. Des mois plus tard, le chat n'a toujours pas été retrouvé.
Un coup porté à ceux qui montrent la vérité
Ce sont les organisations qui documentent des problèmes réels qui souffrent le plus. Le groupe à but non lucratif We Animals publiait les travaux de dizaines de photojournalistes documentant les conditions de détention des animaux dans les fermes, les cirques et les laboratoires. Ce type de contenu provoque par définition un choc et une résistance chez le spectateur — et auparavant, les auteurs étaient déjà accusés de mise en scène et de retouche des images.
Désormais, une nouvelle accusation s'ajoute aux anciennes : « c'est généré par l'IA ». Un cas révélateur — un tournage par drone dans une ferme laitière dans un État américain : les rangées infinies de cages sont si géométriquement régulières que cette régularité même est perçue comme une falsification. Des commentaires de ce type apparaissent régulièrement sous les vidéos, bien que l'organisation interdise explicitement à ses photographes d'utiliser des outils génératifs. La direction reconnaît qu'il est presque impossible de prouver a posteriori l'absence d'IA, c'est pourquoi il est prévu de publier des coulisses, d'expliquer les méthodes de vérification et d'intégrer dans les fichiers des métadonnées sur l'origine et l'historique des modifications.
Pourquoi les faux gagnent dans le fil
L'économie ici est simple. Un vrai tournage de vie sauvage, ce sont des expéditions, du matériel, des jours d'attente et du risque. Une image synthétique coûte des clopinettes et se crée en quelques minutes. Pour les propriétaires de comptes remplis de déchets générés par IA, ces images offrent un chemin rapide vers les likes, la portée et les revenus publicitaires, et comme elles sont moins chères à produire, elles supplantent de plus en plus les vidéos authentiques dans les recherches et sur les réseaux sociaux. C'est ce que souligne Oscar Horta — philosophe et militant pour les droits des animaux, qui a participé au tournage d'un court-métrage sur l'impact de l'IA sur la vie sauvage.
Ce qui l'inquiète, ce ne sont pas seulement les faux pour le trafic, mais aussi les scènes qui ressemblent à des sauvetages héroïques : des animaux sortis du feu ou de l'eau. Le problème, c'est que ces falsifications ébranlent la confiance dans les véritables opérations de sauvetage — et donc, à l'avenir, compliqueront aussi la collecte de fonds pour celles-ci. C'est particulièrement désagréable dans un contexte de multiplication des phénomènes météorologiques extrêmes, où une aide réelle est de plus en plus souvent nécessaire.
Quand le faux pousse à des actions dangereuses
Il existe aussi un effet plus inquiétant. Si le spectateur croit à des scénarios de sauvetage invraisemblables, il peut tenter de les reproduire dans la réalité — au risque de se mettre en danger et de nuire directement à l'animal. Horta cite en exemple des images d'ours blancs en train de se noyer et de personnes dans des barques qui se précipitent pour les sauver, et qualifie ces scènes d'absurdes : elles n'ont rien à voir avec la façon dont l'aide aux animaux se déroule réellement.
Ce que l'on tente de faire : règles, labels, outils de vérification
Des garde-fous au sein même des modèles
Une partie des chercheurs propose de résoudre le problème au niveau des développeurs. Ce mois-ci, Jeff Sebo, directeur du Center for Mind, Ethics, and Policy à l'Université de New York, a commencé à appeler les entreprises à inclure dans les instructions destinées aux modèles des formulations qui les retiendraient de générer du contenu potentiellement nuisible aux animaux. L'idée n'est pas d'interdire tout et n'importe quoi, mais de souligner l'importance des preuves et du bon sens lorsqu'il s'agit de souffrances possibles d'êtres vivants, sans pour autant sombrer dans le moralisme ni refuser aux utilisateurs des requêtes raisonnables.
Des labels obligatoires
En parallèle, la réglementation avance. De nouvelles normes dans certains États et régions exigent que les générateurs d'images populaires intègrent dans leurs résultats des labels invisibles signalant l'origine synthétique du contenu. Les réseaux sociaux, de leur côté, doivent lire ces labels et marquer publiquement ces images et vidéos.
Vérifier — mais qui en a le temps
Un autre levier : le développement de la culture numérique du public et l'accessibilité des outils de vérification. ChatGPT, Gemini et Meta AI savent déterminer si une image a été créée par le chatbot correspondant, ce qui donne en théorie à chacun un moyen simple de vérification. En pratique, c'est plus compliqué : rares sont ceux qui vont télécharger dans un chatbot chaque photo de chat aperçue dans leur fil, et les outils eux-mêmes ont leurs limites — des quotas de requêtes à la couverture incomplète des modèles de différentes générations.
En conclusion
Le problème des faux animaux générés par IA ne concerne pas le fait que quelqu'un se soit attendri pour rien. Il s'agit de la destruction d'un canal par lequel la protection animale et les projets de conservation dialoguaient avec le public et collectaient des fonds pour un travail réel depuis des années. Quand la confiance dans l'image visuelle disparaît, ce ne sont pas seulement les auteurs qui en pâtissent, mais aussi les animaux eux-mêmes, pour lesquels tout cela est fait.
Il n'existe pas de bouton universel « désactiver les faux ». Le travail devra, semble-t-il, se faire sur plusieurs fronts à la fois : transparence des auteurs, labels d'origine intégrés, exigences envers les développeurs de modèles et habitude du public de vérifier ce qui suscite de fortes émotions. L'image touchante d'un animal ne disparaîtra pas — mais désormais, elle soulève un peu plus de questions qu'avant.
