Deepfake

Definition Deepfake

Le terme deepfake est une contraction de « deep learning » et « fake ». Il désigne des contenus générés ou altérés par des réseaux de neurones artificiels, en particulier les réseaux antagonistes génératifs (GAN), capables de synthétiser des visages, des voix et des expressions avec un niveau de réalisme croissant. Le mot apparaît pour la première fois en 2017 sur la plateforme Reddit, où un utilisateur publie des vidéos pornographiques non consenties de célébrités fabriquées à l’aide de ces techniques.

Les deepfakes recouvrent plusieurs catégories de contenus : la substitution de visage (face swap), où le visage d’une personne est appliqué sur le corps d’une autre dans une vidéo ; le clonage vocal, qui reproduit la voix d’un individu à partir d’un échantillon audio ; et la synthèse complète d’un personnage inexistant. Ces hypertrucages s’appuient sur de grandes quantités de données d’entraînement (photos, vidéos, enregistrements) pour apprendre à reproduire les caractéristiques visuelles et sonores d’une personne.

Si la technologie a d’abord été développée dans un cadre académique pour des applications légitimes (doublage, effets spéciaux, accessibilité), elle s’est rapidement diffusée au grand public via des outils accessibles en ligne, abaissant considérablement le niveau technique requis pour produire ce type de contenus. En France, le terme légal retenu est « hypertrucage ».

Deepfakes et désinformation : des risques documentés

Les deepfakes constituent un vecteur de désinformation particulièrement efficace parce qu’ils exploitent la confiance accordée aux contenus audiovisuels. Une vidéo ou un enregistrement audio reste, dans l’imaginaire collectif, une preuve plus convaincante qu’un texte. Des personnalités politiques, des dirigeants d’entreprise et des célébrités ont été ciblés par des hypertrucages diffusés sur les réseaux sociaux pour propager de fausses informations, manipuler l’opinion ou nuire à leur réputation.

Les usages malveillants documentés sont multiples : appels au virement frauduleux usurpant la voix d’un dirigeant, vidéos à caractère sexuel non consenti impliquant des personnalités publiques ou des particuliers, faux discours attribués à des chefs d’État.

La détection automatisée progresse, mais reste dans une course permanente avec les techniques de génération. Les outils de détection s’appuient sur l’analyse des incohérences visuelles (clignements, textures de peau, mouvements des lèvres), mais les modèles les plus récents réduisent ces artefacts à mesure que la puissance de calcul augmente.

Deepfakes : quel cadre juridique en France et en Europe ?

En France, la loi du 22 décembre 2018 relative à la lutte contre la manipulation de l’information a introduit des dispositifs de régulation des fausses informations en période électorale, sans viser spécifiquement les deepfakes. C’est la loi du 19 octobre 2024 visant à lutter contre les contenus à caractère sexuel non consentis (dite loi sur les « deepfake pornographiques ») qui a posé le premier cadre explicite, criminalisant la diffusion de tels contenus avec des peines pouvant atteindre deux ans d’emprisonnement et 60 000 euros d’amende.

Au niveau européen, le règlement sur l’intelligence artificielle (AI Act), entré en application progressivement à partir de 2024, impose aux systèmes d’IA générant des contenus synthétiques une obligation de marquage. Les deepfakes produits à des fins d’information ou de divertissement doivent comporter une mention claire de leur origine artificielle. Cette exigence de transparence vise à préserver la confiance du public sans interdire les usages créatifs légitimes.

Le droit à l’image et le droit à la vie privée constituent par ailleurs des fondements juridiques mobilisables par les victimes d’hypertrucages non consentis, indépendamment de toute législation spécifique sur les deepfakes. La propriété intellectuelle peut également être invoquée lorsque des œuvres protégées sont utilisées sans autorisation pour entraîner les modèles.