Photographie Numérique et Image · 3e Trimestre

Éthique de l'image et Deepfakes

Analyse de la manipulation des images et de la véracité de l'information visuelle.

À propos de ce thème

Les technologies de manipulation d'images ont atteint un niveau de sophistication qui rend la distinction entre le vrai et le faux de plus en plus difficile. Les deepfakes, générés par des réseaux de neurones antagonistes (GAN), permettent de créer des vidéos et des photos réalistes de personnes disant ou faisant des choses qu'elles n'ont jamais faites. En Seconde, ce sujet invite les élèves à développer un regard critique sur les contenus visuels qu'ils consomment quotidiennement.

Ce thème s'inscrit dans le volet « Impacts sociaux » du programme de SNT et fait écho au thème de la photographie numérique. Il mobilise des connaissances techniques (comment fonctionne la génération d'images par IA) et des réflexions citoyennes (vérification de l'information, responsabilité individuelle face à la diffusion de contenus manipulés). Les élèves apprennent à utiliser des outils de vérification comme la recherche inversée d'images et l'analyse des métadonnées.

Les débats structurés et les études de cas en groupe sont particulièrement adaptés à ce sujet : confronter ses opinions avec celles de ses camarades pousse à argumenter et à nuancer sa pensée sur des questions qui n'admettent pas de réponse simple.

Objectifs d'apprentissage

• Analyser les techniques de manipulation d'images utilisées dans les deepfakes pour en identifier les artefacts potentiels.
• Évaluer la crédibilité d'une image ou d'une vidéo en appliquant des méthodes de vérification numérique.
• Expliquer les implications éthiques et sociales de la diffusion de contenus visuels manipulés.
• Comparer l'impact des images authentiques et des deepfakes sur la perception publique et la confiance dans les médias.
• Synthétiser les bonnes pratiques pour identifier et signaler les contenus visuels trompeurs.

Avant de commencer

Principes de base de la photographie numérique

Pourquoi : Les élèves doivent comprendre comment une image est capturée et stockée numériquement pour saisir les mécanismes de sa manipulation.

Introduction à l'intelligence artificielle et aux algorithmes

Pourquoi : Une connaissance élémentaire du fonctionnement de l'IA est nécessaire pour appréhender la technologie derrière les deepfakes.

La recherche d'information en ligne et l'évaluation des sources

Pourquoi : Les compétences en évaluation critique de l'information sont fondamentales pour aborder la véracité des contenus visuels.

Vocabulaire clé

Deepfake	Contenu multimédia, souvent une vidéo ou une image, créé ou modifié par intelligence artificielle pour remplacer l'apparence ou la voix d'une personne par celle d'une autre, de manière très réaliste.
GAN (Generative Adversarial Network)	Type de réseau de neurones artificiels composé de deux modèles qui s'entraînent mutuellement : un générateur crée des données synthétiques et un discriminateur évalue leur authenticité.
Artefact numérique	Défaut ou irrégularité visible dans une image ou une vidéo, souvent causé par le processus de compression, de manipulation ou de génération par IA, qui peut trahir une altération.
Recherche inversée d'images	Technique permettant de rechercher des images similaires ou la source originale d'une image donnée en utilisant cette image comme requête de recherche, utile pour vérifier son authenticité et son contexte.
Métadonnées	Données descriptives associées à un fichier numérique (image, vidéo), contenant des informations telles que la date de création, le lieu, le modèle de l'appareil photo, qui peuvent aider à authentifier ou à identifier une manipulation.

Idées d'apprentissage actif

Jeu de Détection : Vrai ou généré par IA ?

L'enseignant projette une série de 15 images mêlant photographies authentiques et images générées par IA. Les élèves votent individuellement pour chaque image, puis les résultats sont révélés. La classe analyse collectivement les indices qui distinguent le vrai du faux.

⏱ 25 min·Classe entière

Générer mission

Enquête en Équipe : Vérifier une image suspecte

Chaque groupe reçoit une image potentiellement manipulée et doit utiliser au moins trois méthodes de vérification : recherche inversée (Google Images, TinEye), analyse des métadonnées EXIF, examen des incohérences visuelles. Le groupe rédige un rapport de vérification structuré.

⏱ 35 min·Petits groupes

Générer mission

Débat Structuré : Faut-il interdire les deepfakes ?

La classe est divisée en trois camps : pour l'interdiction totale, pour une régulation encadrée, contre toute restriction. Chaque groupe prépare ses arguments pendant 10 minutes, puis un débat chronométré commence avec un temps de parole égal pour chaque camp.

⏱ 40 min·Petits groupes

Générer mission

Liens avec le monde réel

Les journalistes d'investigation utilisent des outils d'analyse forensique numérique pour vérifier l'authenticité des images et vidéos soumises dans des enquêtes, par exemple lors de la couverture de conflits ou de scandales politiques.

Les plateformes de réseaux sociaux comme Meta et X (anciennement Twitter) emploient des équipes spécialisées dans la modération de contenu et l'utilisation d'IA pour détecter et signaler les deepfakes afin de limiter la désinformation lors des campagnes électorales.

Les professionnels du cinéma et des effets spéciaux utilisent des techniques similaires aux deepfakes pour rajeunir des acteurs ou recréer des personnages, mais dans un cadre artistique et avec une transparence sur la nature fictive du contenu.

Attention à ces idées reçues

Idée reçue courante

On peut toujours distinguer un deepfake d'une vraie image en regardant attentivement.

Ce qu'il faut enseigner à la place

Les technologies actuelles produisent des résultats de plus en plus indiscernables à l'œil nu. Les indices visuels (mains mal formées, reflets incohérents) s'améliorent rapidement. C'est pourquoi il faut enseigner des méthodes de vérification systématiques plutôt que de compter sur l'observation seule.

Idée reçue courante

Les deepfakes ne concernent que les célébrités et les personnalités politiques.

Ce qu'il faut enseigner à la place

N'importe qui peut être victime de manipulation d'image. Les cas de revenge porn deepfake et d'usurpation d'identité touchent des personnes ordinaires. Un atelier d'étude de cas variés aide les élèves à prendre conscience de la dimension personnelle de ce risque.

Idée reçue courante

La retouche photo et les deepfakes sont la même chose.

Ce qu'il faut enseigner à la place

La retouche modifie une image existante (luminosité, couleurs, suppression d'éléments). Les deepfakes génèrent du contenu entièrement nouveau à partir de modèles d'apprentissage automatique. Comparer les deux processus en classe clarifie cette distinction technique fondamentale.

Idées d'évaluation

Question de discussion

Présentez aux élèves un cas concret de deepfake médiatisé (par exemple, une fausse déclaration politique). Demandez-leur : 'Quels indices visuels ou contextuels pourraient vous alerter sur la possible manipulation de cette vidéo ? Comment pourriez-vous vérifier cette information avant de la partager ?'

Vérification rapide

Fournissez aux élèves deux images similaires, l'une authentique et l'autre légèrement manipulée via un outil simple. Demandez-leur de lister au moins trois différences ou artefacts qu'ils observent et d'expliquer brièvement comment ils ont procédé pour les identifier.

Billet de sortie

Sur un post-it, demandez aux élèves de répondre à la question : 'Quelle est la principale différence entre une image manipulée et un deepfake, et pourquoi cette distinction est-elle importante pour notre citoyenneté numérique ?'

Questions fréquentes

Comment reconnaître un deepfake ?

Plusieurs méthodes complémentaires existent : observer les incohérences visuelles (textures de peau inhabituelles, clignements anormaux, arrière-plans flous), utiliser la recherche inversée d'images pour retrouver l'original, vérifier les métadonnées du fichier et consulter des sites de fact-checking comme AFP Factuel. Aucune méthode seule n'est infaillible, d'où l'importance de croiser les vérifications.

Comment fonctionnent les deepfakes techniquement ?

Les deepfakes utilisent principalement des réseaux antagonistes génératifs (GAN) : deux réseaux de neurones s'affrontent, l'un génère des images et l'autre tente de détecter les faux. Ce processus itératif améliore progressivement la qualité des images produites. Le réseau générateur apprend à reproduire les traits, expressions et mouvements d'une personne à partir de nombreuses photos d'entraînement.

Que dit la loi française sur les deepfakes et la manipulation d'images ?

En France, la diffusion de deepfakes peut relever de plusieurs infractions : atteinte au droit à l'image (article 9 du Code civil), usurpation d'identité (article 226-4-1 du Code pénal), diffamation ou injure. La loi de 2018 contre la manipulation de l'information sanctionne aussi la diffusion de fausses informations pendant les périodes électorales.

Comment aborder l'éthique des deepfakes en apprentissage actif ?

Le débat structuré est la méthode la plus efficace : répartir les élèves en groupes défendant des positions différentes (interdiction, régulation, liberté) les oblige à construire des arguments et à écouter les contre-arguments. Combiner cela avec un atelier pratique de détection rend le sujet concret et développe simultanément l'esprit critique et les compétences techniques.