Un risque déjà présent dans les dossiers

En juin 2026, Aviva signale davantage d’images IA dans les demandes d’indemnisation. Les 233 millions de livres annoncés concernent l’ensemble des fraudes suspectées chez Aviva et Direct Line en 2025, pas uniquement les images IA.

Prenons un exemple : trois photos montrent un véhicule endommagé. Deux vues sont larges, la troisième montre une déformation importante. Ce détail peut être réel, retouché ou provenir d’un autre accident. Chaque hypothèse appelle une vérification différente. Une étiquette ‘IA ou réel’ ne résout pas le dossier.

Pour un éditeur de logiciel d’assurance, le dépôt de fichiers est un bon point de départ. Les images restent rattachées au dossier et les résultats viennent le compléter. Le gestionnaire ne devrait pas avoir à recopier les fichiers entre outils ni à rechercher le rapport correspondant.

Définir ce que la photo doit établir

Distinguez trois questions : le fichier a-t-il été généré ou modifié ? Représente-t-il le bien assuré et le sinistre déclaré ? La demande respecte-t-elle les conditions du contrat ? Un détecteur d’images apporte des éléments sur la première. Les pixels seuls ne répondent pas aux deux autres.

Une photo intacte peut être réutilisée avec une fausse date. Un assuré de bonne foi peut envoyer une image recadrée, compressée ou améliorée. Transformez chaque anomalie en question précise : demander un autre angle de la même pièce, par exemple, ou comparer l’emplacement du dommage sur plusieurs vues.

Conserver une copie identifiable

Gardez le fichier reçu dans le système de gestion, selon vos règles d’accès et de conservation. Notez sa référence, l’heure de réception et son empreinte numérique si votre système le permet. Réservez les annotations et redimensionnements aux copies de travail. Vous saurez ainsi quel fichier a été examiné, même si l’assuré le remplace ensuite.

Les Content Credentials C2PA peuvent fournir des informations de provenance signées. Elles peuvent être retirées d’un fichier : leur absence ne prouve donc pas une fraude. Consignez le résultat réel de validation et ses limites.

Transmettez uniquement les médias utiles à l’analyse. Évitez d’ajouter des pièces d’identité, échanges ou coordonnées de paiement sans rapport avec la vérification d’image.

Afficher le résultat API dans le dossier

Votre serveur peut envoyer une photo ou une vidéo à DeepfakePolicy et récupérer le rapport par interrogation de l’API ou webhook. Associez l’identifiant du rapport à votre référence de fichier. Prévoyez un état distinct pour les analyses en cours ou échouées : un délai dépassé n’est pas un résultat rassurant.

Présentez ensemble le signal du détecteur, les informations disponibles sur le fichier, l’interprétation et les limites. Gardez les désaccords visibles. Une description visuelle plausible ne doit pas effacer un signal fort ; un score élevé ne doit pas provoquer à lui seul un refus.

Pour évaluer le service, commencez par un lot choisi et lisez un rapport par fichier. Pour l’intégration, testez le parcours avec les exemples du sandbox, puis configurez la facturation de l’entreprise avant les fichiers réels. Les réponses du sandbox sont des exemples fixes, sans mesure de qualité de détection.

Mesurer le temps et la qualité des vérifications

Constituez un jeu d’essai proche des dépôts réels : photos de téléphone authentiques, retouches habituelles, fichiers recompressés et exemples synthétiques connus. Réservez un groupe distinct à l’évaluation finale, sans l’utiliser pour choisir les seuils. Cela évite de juger seulement les fichiers sur lesquels le processus a été ajusté.

Mesurez les fausses alertes sur les photos réelles, les modifications manquées, les résultats indéterminés et le temps consacré à chaque alerte. Comparez le coût du traitement d’une alerte pertinente à celui de votre procédure actuelle. Un grand nombre de signaux faibles peut ralentir le traitement.

  • Documenter les types de fichiers et transformations testés.
  • Séparer fausses alertes, retouches manquées et résultats indisponibles.
  • Examiner les désaccords avec les autres éléments du dossier.
  • Laisser la décision finale au gestionnaire habilité.

Un rapport facile à transmettre

Le rapport doit préciser le fichier reçu, la date d’analyse, les résultats et les questions ouvertes. Le PDF détaillé de DeepfakePolicy permet de consulter cette trace en dehors du tableau de bord ; l’API fournit des résultats structurés à votre application.

L’intérêt est une vérification reproductible à l’entrée des médias, avec assez d’explications pour décider de la suite. Le rapport documente l’analyse. Il ne détermine pas la responsabilité et ne constitue pas une expertise signée.

FAQ

FAQ

Un détecteur d’images IA prouve-t-il une fraude à l’assurance ?

Non. Il relève des signaux dans le fichier. Les faits, le contexte et la validité de la demande restent à établir avec les autres pièces et les procédures de l’assureur.

Peut-on utiliser l’API sans appel commercial ?

Oui. Le compte entreprise, les clés API, les exemples du sandbox et les tarifs sont accessibles en libre-service. Les fichiers réels nécessitent la facturation et les conditions d’accès applicables.

Un score faible garantit-il que la photo est authentique ?

Non. Une retouche locale peut être manquée et une photo réelle peut concerner un autre sinistre. Vérifiez aussi sa source, les autres vues et les informations du dossier.

Un résultat automatisé doit être vérifié avec la source et le contexte.

Intégrez la vérification à votre application.

Lire le guide de démarrage API
Sources principales

Sources principales

Consultez toujours la version actuelle et adaptez les contrôles au droit et à la politique applicables.