À l’ère de la désinformation numérique, la technologie de détection des deepfakes émerge comme un rempart pour diminuer la propagation de contenus manipulés dans les médias contemporains.
Pour rappel, les deepfakes utilisent l’intelligence artificielle pour créer des vidéos ou des images falsifiées mais qui semblent très réalistes. Ils constituent pour la plupart un enregistrement vidéo ou audio élaboré ou altéré à l’aide de l’intelligence artificielle pour des fins malhonnêtes. Cette expression englobe non seulement le contenu ainsi généré, mais également les technologies employées. Le terme “deepfake” est une contraction de “Deep Learning” et de “Fake”, qu’on peut traduire par “fausse profondeur”.
Ces derniers ont suscité des inquiétudes quant à leur potentiel pour tromper le public et manipuler les discours médiatiques. Il faut savoir qu’ils peuvent manipuler l’opinion publique de diverses manières en créant des contenus visuels ou auditifs trompeurs.
Mais heureusement que les outils de détection de deepfakes existent de nos jours, et ils reposant souvent sur des algorithmes sophistiqués en plus de l’apprentissage automatique. Ces derniers sont donc conçus pour analyser minutieusement les médias à la recherche de signes de manipulation.
Alors que la menace des deepfakes persiste, ces nouvelles technologies permettent ainsi aux médias de vérifier l’authenticité du contenu, de prévenir la diffusion de fausses informations et de maintenir une intégrité journalistique.
Afin d’atteindre cet objectif, plusieurs entreprises et organisations se consacrent au développement de ces technologies de détection, qui exploitent des algorithmes d’apprentissage automatique et d’intelligence artificielle. Parmi ces initiatives, on compte des acteurs tels que Deepware Scanner, Microsoft Video Authenticator, ainsi que des solutions sur mesure élaborées par des experts en cybersécurité.
L’approche préconisée consiste à aussi adopter une vérification croisée en intégrant plusieurs solutions de détection. Cette stratégie qui combine différentes méthodes de détection, permet d’améliorer la précision globale du processus, et renforce la fiabilité des résultats obtenus.
