OpenAI et Anthropic à l’ONU : ce que le débat sur l’IA change pour les preuves de deepfake
À l’ONU, les dirigeants de l’IA ont demandé une coopération internationale. Pour une équipe fraude, la question arrive dans la boîte de réception : que prouve cette image ou cette vidéo ?
Ce qui s’est passé le 23 septembre à l’ONU
Sam Altman, PDG d’OpenAI, et Dario Amodei, PDG d’Anthropic, se sont exprimés devant le Conseil de sécurité de l’ONU le 23 septembre 2026 sur l’intelligence artificielle et la sécurité internationale. Altman a proposé des normes nationales et internationales complémentaires pour les systèmes d’IA avancés. Selon Reuters, Amodei a averti qu’une IA mal maîtrisée pourrait représenter un risque pour l’humanité et qu’aucune entreprise ni aucun État ne pouvait agir seul.
Cette réunion n’a pas adopté de nouvelle loi sur les deepfakes. Elle n’a imposé ni l’achat d’un détecteur ni un certificat pour chaque image générée. Il faut séparer la portée politique d’une intervention de l’existence d’une obligation juridique.
Les mesures réellement proposées par OpenAI
Altman a évoqué des méthodes communes pour mesurer les capacités des modèles, évaluer les risques et les protections, maintenir un contrôle humain et déclarer rapidement les incidents. Il a aussi demandé des canaux sécurisés d’échange sur les nouvelles menaces. Dans un texte publié deux jours avant la réunion, OpenAI précisait que chaque État déciderait s’il intègre ces normes techniques à son droit.
Ces propositions concernent surtout les modèles de pointe et leur autonomie croissante. Elles ne définissent pas une méthode pour reconnaître une fausse image sur un réseau social. Elles rappellent toutefois une exigence concrète : sans vocabulaire commun et sans sources vérifiables, deux équipes ne peuvent ni comparer leurs constats ni corriger une erreur ensemble.
Pour les entreprises, le problème commence avec un fichier
Un assureur reçoit une photo de dommage, une plateforme examine une vidéo de vendeur, une équipe financière écoute un message attribué à sa direction. La question immédiate porte sur l’origine du fichier, sur ce qu’il prétend montrer et sur les éléments indépendants qui corroborent l’affirmation.
Une vraie photo peut accompagner une légende trompeuse. Une image créée par IA et annoncée comme telle peut être parfaitement légitime. L’absence de Content Credentials ne prouve rien à elle seule. Un score de détection sert à orienter l’examen ; il ne vérifie ni l’identité de l’expéditeur ni l’existence d’une fraude.
Dans l’UE, l’article 50 s’applique déjà
Depuis le 2 août 2026, l’article 50 du règlement européen sur l’IA prévoit des obligations de transparence. La Commission distingue le marquage lisible par machine que certains fournisseurs doivent assurer et l’information à fournir par les déployeurs lorsque des personnes sont exposées à un deepfake. L’obligation applicable dépend du rôle de chacun et de l’usage du contenu.
Le Conseil de sécurité n’a pas modifié cet article le 23 septembre. Un rapport de détection ne vaut pas certificat de conformité. Publier soi-même un contenu synthétique et enquêter sur un fichier suspect reçu d’un tiers sont deux situations qui appellent des vérifications différentes.
Constituer un dossier que quelqu’un d’autre pourra vérifier
Conservez la meilleure copie disponible avant qu’un message disparaisse ou qu’une plateforme recompresse le fichier. Notez l’URL, le compte, la légende, l’heure et le fuseau horaire. Formulez la preuve que l’image est censée apporter, puis cherchez des documents ou prises de vue indépendants. Examinez la provenance disponible et utilisez un contrôle adapté au format.
Inscrivez l’empreinte du fichier, l’outil utilisé, la date, son résultat et les éléments contradictoires. Distinguez le constat technique, l’interprétation de l’analyste et la décision humaine. Si l’origine reste incertaine, écrivez-le. Un collègue doit pouvoir retrouver les sources et contester le raisonnement sans refaire toute l’enquête.
- Conserver le fichier, son URL et son contexte.
- Vérifier séparément ce que le média prétend démontrer.
- Noter l’empreinte, la provenance et les éléments manquants.
- Traiter le score comme un indice probabiliste.
- Documenter la décision humaine et ses motifs.
La prochaine étape utile pour une équipe fraude
La réunion de l’ONU n’a fixé aucune échéance d’achat. Une équipe gagne davantage à relier chaque fichier à ses sources, à son résultat et à la personne qui a décidé. Pour un volume important d’images, le traitement par lots aide à ne pas mélanger dossiers et fichiers ; il ne transforme pas un cas incertain en certitude.
De futures normes internationales pourraient faciliter les signalements d’incidents. Ce n’est qu’une possibilité à ce stade. Aujourd’hui, le bon niveau de contrôle dépend de l’enjeu du dossier et des règles réellement applicables au pays concerné.
Questions fréquentes
L’ONU a-t-elle adopté de nouvelles règles sur les deepfakes le 23 septembre 2026 ?
Non. Le Conseil de sécurité a entendu des propositions et des alertes sur l’IA avancée ; cette réunion n’a pas instauré d’obligation générale de détection ou d’étiquetage.
Qu’ont demandé OpenAI et Anthropic à l’ONU ?
OpenAI a défendu des normes techniques communes, l’évaluation des risques, le contrôle humain et la déclaration des incidents. Anthropic a insisté sur la coopération internationale face aux risques graves.
Le règlement européen oblige-t-il à acheter un détecteur ?
L’article 50 prévoit des obligations de transparence pour certains fournisseurs et déployeurs. Il n’impose pas, de façon générale, l’achat d’un détecteur précis.
Un rapport prouve-t-il qu’une image est authentique ?
Non. Le rapport décrit des indices liés à un fichier. L’origine, la légende, les personnes et le contexte doivent être examinés séparément.
Poursuivre avec une vérification indépendante.
Analyser un fichierSources principales
Consultez toujours la version actuelle et adaptez les contrôles au droit et à la politique applicables.