Les générateurs IA les plus récents réussissent souvent le bon nombre de doigts et le texte dans l'image, donc les anciennes astuces visuelles ne suffisent plus à elles seules. Plus fiable : une recherche d'image inversée (Google Images, TinEye) et la vérification d'un label Content Credentials (C2PA), si l'image en possède un. Les détails visuels — mains, arrière-plan, ombres — restent un indice complémentaire utile, mais le contexte et la provenance comptent de plus en plus chaque année.
Une photo qui ressemble à une vraie personne, à un vrai avis client, ou à un vrai événement d'actualité peut être générée par l'IA en quelques secondes — gratuitement, par n'importe qui. La plupart du temps, ces images sont inoffensives. Mais elles sont de plus en plus utilisées dans de faux profils, des annonces frauduleuses et du contenu trompeur en ligne. Les anciens conseils — compter les doigts, lire le texte en arrière-plan — échouent souvent face aux meilleurs générateurs actuels, et un conseil qui échoue est pire que l'absence de conseil, car une photo qui « réussit » le test inspire plus confiance, pas moins. Le geste le plus fiable aujourd'hui consiste à d'abord chercher d'où vient une image, puis à regarder les détails visuels.
Essayez une recherche d'image inversée
Avant de traquer les défauts visuels, vérifiez si l'image est déjà apparue ailleurs. Téléchargez la photo (ou collez son URL) sur images.google.com ou tineye.com — les deux sont gratuits et ne nécessitent aucun compte. Les résultats vous montrent partout où cette image est déjà apparue en ligne.
Si une « nouvelle » photo de profil apparaît sous un nom différent, sur un autre site, ou datée de plusieurs années plus tôt, vous avez votre réponse, quel que soit le degré de conviction de la photo. Sur mobile, un appui long sur l'image propose généralement une option « rechercher l'image », ou vous pouvez installer l'extension de navigateur TinEye.
Recherchez un label Content Credentials (C2PA)
Content Credentials est une norme — techniquement appelée C2PA — qui attache à une image des métadonnées vérifiables sur son origine : quel appareil ou outil l'a créée, si l'IA y a touché, et par qui. Les téléphones les plus récents (le Pixel 10 de Google, par exemple) et plusieurs outils d'édition peuvent désormais signer ces métadonnées.
Vous pouvez vérifier une image en la téléchargeant sur verify.contentauthenticity.org ou contentcredentials.org, ou via l'extension de navigateur « Content Credentials » pour Chrome, qui ajoute une option au clic droit. Il y a un piège majeur : le label est une preuve solide quand il est présent et valide, mais son absence ne prouve rien. De nombreuses plateformes sociales suppriment les métadonnées au moment du téléchargement, et beaucoup de photos n'en ont jamais porté.
Comptez les doigts — mais traitez ça comme un indice plus faible désormais
C'était autrefois l'un des tests les plus fiables, mais il ne tient plus vraiment face aux meilleurs générateurs actuels — les modèles ont appris à dessiner des mains avec le bon nombre de doigts. Les erreurs apparaissent encore surtout dans les images générées rapidement ou à moindre coût, ou dans des poses inhabituelles : poings serrés, doigts entrelacés, une main partiellement cachée derrière un objet.
Si une main est clairement visible, jetez-y un œil — mais si elle semble correcte, cela ne signifie pas à lui seul que la photo est réelle. Traitez ce test comme l'un des indices mineurs parmi d'autres, pas comme un test décisif.
Lisez tout texte visible dans l'image
Le texte dans une image — une enseigne de magasin, une couverture de livre, une étiquette de produit — posait autrefois de sérieux problèmes aux générateurs IA, donnant souvent une approximation confuse de lettres. Les outils les plus récents gèrent bien mieux ce défi, donc ce qui était un test fiable n'est désormais lui aussi qu'un indice complémentaire.
Les générateurs moins chers ou plus rapides produisent encore de mauvaises combinaisons de lettres, des caractères inversés, ou des séquences répétées qui ne veulent rien dire. Si le texte dans une image n'a clairement aucun sens, c'est toujours un signal utile — mais ne vous y fiez pas seul.
Vérifiez les oreilles, les dents, les ombres, l'arrière-plan et les accessoires — des détails mineurs mais toujours utiles
Les visages humains sont légèrement asymétriques dans la réalité ; les visages IA semblent parfois trop symétriques ou trop lisses. Les oreilles peuvent fusionner avec les cheveux ou avoir une forme de cartilage étrange ; les dents se fondent parfois en une bande blanche uniforme.
Il vaut aussi la peine de vérifier si toutes les ombres tombent de façon cohérente depuis une source lumineuse apparente, si les motifs d'arrière-plan (briques, carrelage, foules de gens) se répètent de façon non naturelle, et si les petits accessoires — boucles d'oreilles, montures de lunettes, chaîne de collier — semblent déformés ou asymétriques, ce que les images IA ratent encore parfois. Aucun de ces détails n'est une preuve à lui seul aujourd'hui, mais combinés à d'autres signes, ils restent utiles à noter.
Demandez-vous d'où vient l'image
L'inspection visuelle et la recherche inversée ne sont qu'une partie du travail. Demandez-vous : ce profil est-il associé à un compte avec une activité réelle et organique — photos taguées, commentaires d'autres personnes qui semblent réelles, historique de publications cohérent ? Cet avis de produit inclut-il des détails spécifiques et crédibles sur l'achat, ou juste des éloges généraux ? Qui a publié l'image en premier, et quand ?
Les vérifications de contexte détectent ce que l'inspection visuelle rate. Et à mesure que la qualité des images IA continue de s'améliorer, le contexte et la provenance compteront plus que les signes visuels.
Une note honnête : la détection devient plus difficile
Les vérifications visuelles de ce guide ne fonctionnent que sur une partie des images d'aujourd'hui, et leur fiabilité continue de baisser — la recherche sur les techniques d'édition d'image les plus récentes a constaté que la précision des détecteurs commerciaux tombe près du hasard une fois les artefacts globaux évidents neutralisés. Ce qui aurait clairement échoué au test des doigts ou du texte il y a un an passe désormais sans problème. Cela ne rend pas ces vérifications inutiles — cela signifie que le visuel seul ne suffit plus, et doit être associé à une recherche d'image inversée, une vérification Content Credentials, et un regard sur qui a publié l'image en premier.
Des détecteurs IA dédiés existent, mais traitez-les comme un signal complémentaire, pas comme un verdict — leur précision varie et ils sont en retard sur les générateurs les plus récents. Aucune vérification unique n'est un détecteur fiable à elle seule ; combiner plusieurs signes avec un regard sur la provenance vous donne une base raisonnable pour un scepticisme sain.
À découvrir ensuite : Ces mêmes instincts s'appliquent à la vidéo — voyez Comment détecter une vidéo deepfake pour la version image animée de ce guide. Si vous souhaitez tester des outils de détection dédiés, Les détecteurs IA testés couvre ce qui fonctionne réellement et où les outils actuels ont des lacunes.
Sources
- AI-Generated Image Detectors Overrely on Global Artifacts: Evidence from Inpainting Exchange — Nebioglu, Bilgiç and Popescu, arXiv, 2026
- Content Credentials — Coalition for Content Provenance and Authenticity (C2PA)
- Verify Content Credentials — Content Authenticity Initiative
- Google Pixel 10 Adds C2PA Support to Verify AI-Generated Media Authenticity — The Hacker News
- TinEye — Reverse Image Search — TinEye
- Google Images — Google
