Comment savoir si une image a été générée par IA ?

En bref

• Aucune méthode n’est fiable à 100 %, rappellent l’AFP et franceinfo : il faut croiser plusieurs indices.
• Chercher d’abord la source de l’image, par une recherche inversée (Google Images, TinEye).
• Lire les métadonnées de provenance (Content Credentials) si elles existent, sans conclure de leur absence : une capture d’écran les efface.
• Examiner les détails : mains, reflets, yeux, arrière-plan, textes et panneaux.
• Utiliser les détecteurs en ligne avec prudence : ils se trompent dans les deux sens.

Par où commencer ?

Aucune méthode ne donne à elle seule une réponse certaine. C’est le constat des spécialistes interrogés par l’AFP dès mars 2023 : il n’existe pas d’outil capable d’identifier avec certitude une image générée artificiellement, mais « recontextualiser le cliché et repérer des incohérences visuelles » permet souvent de trancher. Deux ans plus tard, franceinfo résume la même prudence : « il n’existe aucune méthode fiable à 100 % ».

L’ordre de vérification qui ressort des conseils des vérificateurs est donc le suivant : chercher d’où vient l’image, lire les informations de provenance si elles existent, examiner les détails, et seulement ensuite, avec précaution, utiliser un détecteur automatique.

D’où vient l’image ?

La première étape consiste à retrouver le contexte d’origine, par une recherche d’image inversée. L’AFP cite l’exemple des fausses photos de l’arrestation de Donald Trump, publiées le 20 mars 2023 : elles avaient été créées avec Midjourney par Eliot Higgins, fondateur du site d’enquête Bellingcat. Remonter à leur première publication permettait de comprendre leur origine.

franceinfo cite plusieurs outils pour cette recherche : Google Images, Fact Check Explorer et TinEye. Il faut aussi regarder qui publie l’image et si des médias fiables l’ont reprise. « Si c’est AP qui me fournit une image, j’aurai davantage confiance. Un anonyme sur TikTok, ce n’est pas une source fiable », résume Sabine Süsstrunk, chercheuse à l’École polytechnique fédérale de Lausanne.

Que disent les métadonnées de provenance ?

Un standard technique ouvert, C2PA, permet d’inscrire dans un fichier des informations sur son origine, appelées Content Credentials. Selon The Verge, il est soutenu en août 2024 par Microsoft, Adobe, OpenAI, Intel, Google et d’autres. Depuis février 2024, les images créées avec DALL-E 3 d’OpenAI portent ces métadonnées, accompagnées d’un petit symbole « CR », rapporte PetaPixel. Google, entré au comité de pilotage de la C2PA en 2024, a annoncé que sa fonction « À propos de cette image » indiquerait si une image portant ces données a été créée ou modifiée avec des outils d’IA.

La limite est majeure, et OpenAI la reconnaît elle-même : ces métadonnées « peuvent facilement être retirées, accidentellement ou volontairement ». La plupart des réseaux sociaux les suppriment à la publication, et une simple capture d’écran les efface, cite PetaPixel. Conclusion d’OpenAI : une image dépourvue de ces métadonnées « peut avoir été générée ou non » par ses outils. Côté photographie, The Verge relève qu’en 2024 seuls quelques appareils, comme le Leica M11-P ou certains Sony après mise à jour, signent leurs images dès la prise de vue.

Et les filigranes invisibles ?

Certains éditeurs cachent une marque dans l’image elle-même. SynthID, lancé par Google DeepMind en août 2023, inscrit un filigrane « directement dans les pixels », invisible à l’œil mais détectable par un logiciel. Il résiste mieux qu’un logo dans un coin, qui se recadre facilement, mais Google DeepMind prévient qu’il « n’est pas infaillible face à des manipulations extrêmes ». En mai 2025, Google annonce plus de 10 milliards de contenus marqués et ouvre un portail de vérification, SynthID Detector, d’abord à des testeurs. Il ne reconnaît que les contenus créés avec les outils de Google et de quelques partenaires.

Meta combine de son côté marques visibles, filigranes invisibles et métadonnées pour les images de son assistant Meta AI, tout en admettant qu’« il existe des moyens de retirer les marqueurs invisibles ». Un filigrane absent ne prouve donc pas qu’une image est authentique : l’outil utilisé n’en pose peut-être pas.

Pour aller plus loin sur leur fonctionnement et leur résistance aux retouches, voir notre guide sur les filigranes, C2PA et SynthID.

Que valent les étiquettes des réseaux sociaux ?

Depuis 2024, Meta étiquette sur Facebook, Instagram et Threads les images dont les métadonnées signalent une origine IA, y compris celles d’OpenAI, Midjourney ou Adobe. L’étiquette « Made with AI » a toutefois été appliquée à des photos simplement retouchées, et Meta l’a remplacée le 1er juillet 2024 par « AI info », avant de la reléguer en septembre dans le menu des publications pour les contenus seulement modifiés.

À l’inverse, une image non étiquetée n’est pas forcément authentique. Sur TikTok, c’est au créateur de déclarer son contenu, rappelle franceinfo : « ce n’est pas parce que la mention “généré par IA” n’apparaît pas que l’image est nécessairement authentique ». En Europe, l’article 50 de l’AI Act impose désormais un marquage des contenus générés, détaillé dans notre guide sur l’AI Act.

Quels détails regarder ?

Les mains, les reflets et les visages

Les vérificateurs de l’AFP listent des défauts fréquents. Les mains d’abord : en 2023, les générateurs avaient « encore du mal à créer des mains réalistes », et un CRS à six doigts avait trahi de fausses photos de manifestation. Les reflets ensuite : « Un bon moyen de repérer une IA est de chercher des ombres, des miroirs, de l’eau, mais aussi de zoomer sur les yeux et d’analyser les pupilles », conseille Vincent Terrasi, de la société Draft & Goal. Puis les asymétries : oreilles, boucles d’oreilles, dents, cheveux, branches de lunettes fondues dans le visage.

L’arrière-plan et la logique

L’arrière-plan est souvent le plus révélateur. « Plus un élément va être lointain, plus il va être flou, déformé, et avoir des perspectives incorrectes », explique Vincent Terrasi. Les erreurs de logique comptent aussi : l’AFP a relevé un panneau de sens interdit bleu, qui n’existe pas en France, dans une image générée. En 2025, Denis Teyssou, du Medialab de l’AFP, cite encore dans franceinfo « les yeux asymétriques, l’expression des personnages en arrière-plan qui ressemblent parfois à des zombies, les oreilles bizarres ». Sabine Süsstrunk conseille de se méfier des images « trop lisses » et de chercher les petites imperfections de la peau.

Des indices qui vieillissent vite

Ces indices vieillissent vite. « Les IA s’améliorent de jour en jour et présentent de moins en moins d’anomalies, donc il ne faudra pas se fier aux indices visuels à long terme », prévenait dès 2023 Annalisa Verdoliva, de l’université Frédéric-II de Naples. Sur Draculia, les affiches d’Alcalá de Henares et de Lugo montrent comment des professionnels argumentent : ombres incohérentes, échelles fausses, affiches historiques mal recopiées.

Faut-il utiliser un détecteur en ligne ?

Avec prudence. Dès 2023, l’AFP jugeait leurs résultats « très mitigés », parfois trompeurs. En 2025, franceinfo a testé l’image virale d’une statuette des Oscars calcinée : un détecteur la jugeait générée à 92 % en haute résolution, mais la même image, en capture d’écran trouvée sur X, était déclarée d’origine humaine à 99 %. Un « faux négatif » dû à la qualité dégradée du fichier. « Il n’y a pas de solution miracle », résume Denis Teyssou.

Les détecteurs se trompent aussi dans l’autre sens, en qualifiant de générées de vraies photos, ce qui alimente des accusations injustes. Nous y consacrons un guide : pourquoi les accusations d’IA se trompent souvent.

Que retenir ?

Une image n’est jamais « prouvée IA » par un seul indice. Les éléments les plus solides sont extérieurs à l’image : sa source d’origine, une déclaration de son auteur, des métadonnées de provenance intactes. Les défauts visuels et les détecteurs orientent l’enquête sans la conclure. Pour lire ce qu’un fichier déclare sur son origine, utilisez notre vérificateur de provenance, qui fonctionne sans envoyer l’image ; pour tester votre œil, faites le quiz IA ou pas IA. C’est la méthode appliquée pour chaque fiche de Draculia, qui distingue un usage confirmé, déclaré ou seulement soupçonné, comme l’explique notre méthodologie.