Les deepfakes — contenus audiovisuels générés ou modifiés par IA — deviennent monnaie courante, utilisés pour manipuler la réalité, tromper ou nuire. En Australie, des adolescents ont été victimes de harcèlement et de chantage via des deepfakes sexuels créés par des applications grand public Au Japon et ailleurs, des personnalités publiques comme Tiffany Salmond, présentatrice du NRL, ont été directement ciblées
Lors des grandes élections (Australie, France, Inde…), des vidéos et images manipulées circulent massivement pour tromper, discréditer, influencer . Par exemple, en Australie, un rapport indique que 52 % des citoyens sont très préoccupés par la propagation de fake news via IA
Malgré le développement d’outils de détection, ceux-ci sont souvent défaillants : incapables de faire le lien entre méthodes de génération inconnues et de nouveaux contenus, ils génèrent des résultats ambiguës, laissant les journalistes en position de doute.
Atteintes à la vie privée et à la dignité : création de contenus explicites non consensuels, utilisés pour l’humiliation et le chantage.
Perte de confiance dans les médias : 73 % des Américains affirment rencontrer des difficultés à distinguer vrai et faux contenus
Érosion du débat public : le public suit davantage les influenceurs ou chatbots que les médias traditionnels (Joe Rogan, X, IA) , déplaçant le centre de gravité de l’information.
États-Unis : adoption du “Take It Down Act” le 19 mai 2025, criminalisant la diffusion de deepfakes intimes non consensuels avec retrait exigé en 48 h
Europe : le Parlement européen réclame des sanctions renforcées pour les créateurs de deepfakes
États : aux États-Unis, l’ensemble des 50 États a durci la législation sur la diffusion d’images intimes non consensuelles incluant les deepfakes .
Regulation & responsabilisation plateformes : Meta a intenté un procès contre des applications “nudify” pour empêcher leur publicité
Outils de vérification hybrides : combiner détection automatisée et vérification journalistique traditionnelle est essentiel .
Éducation au discernement : développer l’esprit critique, apprendre à repérer les indices d’un deepfake (ombres, symétrie, artefacts) .