Guerre informationnelle
IA générative et désinformation : deepfakes, faux documents et sources empoisonnées
Les IA génératives ont changé deux choses dans la guerre informationnelle. Elles ont rendu la fabrication de faux presque gratuite. Et elles sont devenues, pour une part croissante du public, la première source d’information sur une personne ou une entreprise. Ces deux évolutions créent trois menaces distinctes, qui appellent des réponses différentes.
Menace n° 1 : les contenus hypertruqués
Voix clonée d’un dirigeant, vidéo truquée, fausse photo : les deepfakes ne demandent plus de moyens techniques importants. Ils servent à discréditer une personne, à lui prêter des propos qu’elle n’a jamais tenus, ou à commettre des fraudes, comme la fameuse « fraude au président » où un collaborateur reçoit un appel qui imite la voix de son dirigeant.
Le droit a commencé à suivre. En France, la loi visant à sécuriser et réguler l’espace numérique, adoptée en 2024, a étendu la répression des montages aux contenus générés par des traitements algorithmiques. Au niveau européen, le règlement sur l’intelligence artificielle impose de signaler qu’un contenu hypertruqué a été généré ou manipulé artificiellement. Ces textes ne suppriment pas le risque, mais ils ouvrent des voies de recours.
Menace n° 2 : les faux documents et les textes en masse
Un faux courrier interne, un faux rapport, un faux article portant le logo d’un média : les IA permettent de produire des documents crédibles en quelques minutes, et d’en décliner des centaines de variantes. Elles permettent aussi d’inonder un sujet de textes générés (faux avis, faux témoignages, faux commentaires) pour donner l’illusion d’une opinion massive. Les signaux d’une campagne coordonnée restent pourtant détectables, pour peu qu’on les cherche méthodiquement.
Menace n° 3 : l’empoisonnement des sources des IA
C’est la menace la plus récente et la plus discrète. Les IA génératives construisent leurs réponses à partir de ce qu’elles ont lu pendant leur entraînement et, de plus en plus, à partir de recherches web en temps réel. Celui qui publie beaucoup de contenus sur un sujet peut donc influencer ce qu’elles répètent. Des enquêtes publiées en 2025 ont documenté des réseaux de sites créés en grand nombre, peu lus par les humains, mais conçus pour être repris par les moteurs et les modèles.
Pour une entreprise ou un dirigeant, le risque est concret : une IA qui résume votre parcours en reprenant une vieille polémique, qui vous attribue une affaire qui concerne un homonyme, ou qui cite comme référence un site hostile. Et contrairement à un article de presse, cette réponse n’est visible que par celui qui pose la question : vous ne la voyez pas.
Comment se protéger
Mesurer ce que disent les IA
La première étape consiste à interroger les principaux modèles (ChatGPT, Claude, Gemini, Grok) sur votre nom ou celui de votre organisation, à comparer leurs réponses et à identifier les sources qu’ils citent. C’est ce que fait notre audit de perception IA, qui signale aussi les affirmations sans source.
Renforcer les sources d’autorité
Les IA accordent un poids particulier à certaines sources : encyclopédies, presse reconnue, sites institutionnels, bases de données publiques. Une page Wikipédia conforme et à jour, des prises de parole dans des médias de référence et un site officiel clair réduisent la place laissée aux contenus hostiles ou erronés.
Détecter et faire retirer les faux
Une veille qui couvre les réseaux, les plateformes vidéo et les réponses des IA permet de repérer tôt un contenu truqué. Selon les cas, on obtient son retrait auprès de la plateforme, on engage une action en justice, ou l’on publie un démenti documenté, appuyé par des éléments techniques.
Préparer ses équipes
Une procédure simple de vérification des demandes inhabituelles (virement, transmission d’informations) protège contre les fraudes par voix clonée. Les porte-parole doivent aussi savoir réagir si un faux circule à leur nom.
À retenir
L’IA ne crée pas de nouvelle forme de guerre informationnelle : elle accélère et démultiplie les anciennes. La réponse reste la même (anticiper, protéger, défendre et installer des positions solides), mais elle doit désormais couvrir un terrain supplémentaire : ce que les modèles disent de vous.
Questions fréquentes
Comment savoir si une vidéo est un deepfake ?
Certains indices trahissent un trucage : synchronisation imparfaite des lèvres, clignements d’yeux anormaux, éclairage incohérent, voix sans respiration. Mais les outils progressent vite : seule une analyse technique, croisée avec l’origine et le parcours de la vidéo, permet de conclure avec certitude.
Peut-on corriger ce qu’une IA dit de soi ?
Pas directement : on ne modifie pas un modèle. On agit sur les sources qu’il consulte et dont il apprend, en corrigeant les informations erronées là où elles sont publiées et en renforçant les sources d’autorité. L’effet se mesure en relançant l’audit dans le temps.
Les plateformes retirent-elles les deepfakes ?
Les grandes plateformes interdisent les contenus trompeurs générés artificiellement dans certains contextes, et doivent traiter les signalements de contenus illicites. Le retrait est d’autant plus rapide que le signalement est précis et documenté.