Reconnaître une image générée par IA : 5 vérifications (2026)

Réponse rapide

On ne peut plus reconnaître une image générée par IA à l’œil nu : utilisez donc cinq couches. Vérifiez le contexte : un compte récent, toutes les photos éclairées de la même façon, aucune photo de groupe ni d’identification. Cherchez les détails qui trahissent encore : dents, boucles d’oreilles, contours des cheveux, texte, mains, reflets et lignes d’arrière-plan. Vérifiez la provenance avec les Content Credentials, « À propos de cette image » de Google et le SynthID Detector, et traitez les sites détecteurs comme des probabilités, pas des preuves. Demandez ensuite un court appel vidéo en direct : une image fixe générée ne peut pas tourner la tête sur demande.

Chiffres clés

31 %de réussite pour des personnes aux capacités ordinaires de reconnaissance des visages face à des visages générés par IA avant entraînement, contre 51 % après cinq minutes d’explicationsÉtude Royal Society Open Science rapportée par PetaPixel, décembre 2025
893 millions de dollarsperdus dans 22 364 plaintes impliquant l’intelligence artificielle déposées auprès du FBI en 2025FBI IC3 2025 Internet Crime Report
Plus de 180 milliardsd’images et de vidéos portant le filigrane invisible SynthID de Google depuis 2023, désormais vérifiable par tous sur synthid.comGoogle, octobre 2026

Une photo de profil est superbe. Peut-être un peu trop : peau sans défaut, lumière parfaite, un sourire digne d’une pub pour dentifrice. Vous essayez de savoir comment reconnaître une image générée par IA avant d’investir une semaine de plus dans la conversation, ou d’accepter un rendez-vous.

Le point de départ honnête, c’est qu’en octobre 2026, on ne peut généralement pas le dire à partir du visage seul. Dans une étude de 2025 publiée dans Royal Society Open Science, des personnes aux capacités ordinaires de reconnaissance des visages n’ont identifié les visages générés par IA que dans 31 % des cas, moins bien qu’un pile ou face. Et les visages générés sont désormais un outil standard de la fraude : le FBI a enregistré 893 millions de dollars de pertes dans 22 364 plaintes impliquant l’IA en 2025. Ce guide enseigne donc une méthode en couches : le contexte d’abord, puis les détails qui passent encore à travers, puis les outils de provenance, puis les détecteurs, puis le seul test qu’aucun générateur d’images ne peut réussir.

Peut-on reconnaître une image générée par IA rien qu’en la regardant ?

Pas de façon fiable. Des études de 2025 et 2026 ont montré que des personnes non entraînées repèrent les visages IA moins d’une fois sur deux, même si quelques minutes d’entraînement sur des indices précis aident beaucoup.

Dans l’étude de Royal Society Open Science, 664 participants ont jugé de vrais visages face à des faux StyleGAN3. Les participants non entraînés aux capacités ordinaires ont repéré 31 % des faux ; même les « super-physionomistes » n’ont atteint que 41 %. Après cinq minutes d’explications sur les erreurs courantes, surtout des motifs de cheveux anormaux et un mauvais nombre de dents, les participants ordinaires sont montés à 51 % et les super-physionomistes à 64 %. Une étude de 2026 auprès de 1 664 adultes a trouvé une précision moyenne plus élevée (85 %) sur des portraits issus de ChatGPT-4o et Imagen 3, mais la précision baissait avec l’âge, était plus faible sur téléphone que sur ordinateur, et les portraits ChatGPT-4o étaient les plus difficiles à trancher.

L’alerte du FBI de décembre 2024 sur l’IA générative dans la fraude indique que les criminels utilisent des images générées par IA pour des photos de profil crédibles et pour des photos « preuves » envoyées en conversation privée afin de convaincre les victimes qu’elles parlent à une vraie personne. Votre œil est une couche faible. Empilez-en quatre autres.

Les indices de contexte : le compte et la série de photos, pas les pixels.
Les détails visuels : ce que les générateurs ratent encore.
La provenance : les étiquettes et filigranes attachés au moment de la création de l’image.
Les détecteurs : des scores de probabilité, à utiliser avec prudence.
Le test en direct : un court appel vidéo avec une demande imprévue.

Quels indices de contexte suggèrent qu’une photo de profil est générée par IA ?

L’indice le plus fort n’est pas dans les pixels : c’est un profil où chaque photo semble venir de la même séance et où personne d’autre n’apparaît jamais. Les vraies personnes ont des historiques photo désordonnés. Les personnes générées ont un book.

Même lumière, même objectif, même distance sur chaque photo. Lumière douce et uniforme, arrière-plan flou, sujet centré.
Aucune photo prise sur le vif. Rien en plein fou rire, rien de mal cadré, rien pris par quelqu’un d’autre à une fête.
Aucune photo de groupe, et aucune photo où le visage est de profil marqué, partiellement caché ou en mouvement.
Aucune photo identifiée par d’autres et aucun commentaire d’amis qui la connaissent visiblement.
Le compte est récent, ou les publications ont été mises en ligne d’un coup, avec peu d’abonnés. Notre guide pour savoir si un compte Instagram est faux montre où trouver la date d’inscription et le pays.
Le visage ne vieillit pas. Des photos censées être espacées de plusieurs années montrent la même coupe, le même poids et la même peau.
L’histoire est générique : un intitulé de poste sans employeur, une ville sans quartier, des centres d’intérêt qui correspondent exactement aux vôtres.

Un ancien test a perdu de sa force. Demander « un selfie avec trois doigts levés » permettait autrefois de démasquer les séries de photos volées. Les modèles d’image actuels savent garder un visage cohérent dans de nouvelles poses : considérez donc une demande de photo réussie comme un petit plus, pas comme une preuve.

Comment vérifier la personne derrière la photo ?

Vérifiez la personne, pas seulement l’image : faites une recherche inversée sur deux ou trois photos, puis confirmez que le nom, le métier et la ville appartiennent à une seule vraie personne avec un passé. Une personne générée par IA n’a pas de passé, et cette absence se voit.

Une recherche d’image inversée donne deux résultats très différents. Si les photos ont été volées à une vraie personne, vous trouverez généralement l’original : le book d’un mannequin ou une banque d’images. Si les photos ont été générées, vous ne trouverez généralement rien, parce que l’image n’existait pas avant d’être créée. Donc « aucun résultat » signifie soit une personne discrète, soit une personne synthétique, et il vous faut l’étape suivante pour trancher. Notre guide sur la recherche d’image inversée détaille les étapes pour Google Lens, TinEye et Bing sur téléphone et ordinateur.

L’étape suivante, c’est le nom. Une recherche « Rencontre » sur Search A-Z prend le nom complet et le pays qu’on vous a donnés, plus tout détail connu (ville, employeur, tranche d’âge, téléphone ou e-mail), et vous dit à quel point nous sommes sûrs qu’une vraie personne correspond. Le rapport affiche son poste et son entreprise actuels, son parcours professionnel, sa formation, ses profils sociaux et professionnels publics, les actualités et mentions web issues d’une recherche en direct, et les éventuelles alertes publiques d’arnaque ou de fraude. Vous pouvez ajouter jusqu’à trois photos du profil et nous les passons dans Google Lens pour montrer où ces images exactes apparaissent ailleurs ; il s’agit d’une recherche de copies de l’image, pas de reconnaissance faciale, et les photos sont supprimées une fois la vérification effectuée. Les recherches « Rencontre » n’affichent que la ville, jamais d’adresse personnelle ni de proches, et la personne n’est jamais prévenue de votre recherche.

Lisez le résultat en pensant à l’IA. Une histoire détaillée (un employeur nommé, un diplôme, une ville) attachée à une personne que le rapport ne trouve pas du tout est un signal fort, parce que les vraies personnes avec ces détails laissent des traces. Si nous ne trouvons pas la bonne personne, le rapport le dit.

Quels détails visuels trahissent encore une image générée par IA ?

Les détails qui trahissent encore en 2026 se trouvent sur les bords et dans les détails : dents, bijoux, cheveux, texte, mains, reflets et géométrie de l’arrière-plan. Zoomez et comptez combien vous en trouvez.

Détail	Où regarder	Fiabilité
Dents : trop nombreuses, trop peu, qui fusionnent, ou étrangement régulières	Zoomez sur la bouche sur toute photo souriante	Moyenne. L’un des deux indices de l’étude d’entraînement de 2025
Boucles d’oreilles et bijoux : une paire dépareillée, un collier qui se fond dans la peau, un fermoir sans chaîne	Les deux oreilles, le décolleté, la montre et les bagues	Moyenne
Cheveux : des mèches qui se fondent dans l’arrière-plan ou la peau, des cheveux qui deviennent du tissu ou un col	Les bords de la tête, les épaules, là où les cheveux rencontrent les vêtements	Moyenne à élevée. L’autre indice de l’entraînement
Texte : des lettres sur des vêtements, panneaux, badges ou livres qui sont presque des mots	Tout ce qui porte une inscription dans le cadre	Élevée quand il y en a
Mains : mauvais nombre de doigts, doigts fusionnés, articulations pliées dans le mauvais sens, objets tenus qui ne se raccordent pas	Les mains et tout ce qu’elles tiennent	Moyenne. Les modèles se sont améliorés ; une main propre prouve peu
Lunettes et reflets : des reflets qui ne correspondent pas à la scène, des montures qui ne se rejoignent pas derrière les oreilles, des verres dépareillés	Verres, montures, miroirs, fenêtres	Moyenne
Géométrie de l’arrière-plan : carrelages, rambardes, cadres de fenêtre ou bords de porte qui se courbent ou ne s’alignent pas	Derrière et à côté de la personne	Moyenne
Ombres et lumière : une ombre sous le nez qui ne correspond pas à la lumière sur le mur	Sous le menton et le nez, par rapport à l’arrière-plan	Moyenne. Les « ombres inexactes » figurent sur la liste du FBI
Peau et symétrie : une peau sans pores, parfaitement lisse, avec des yeux très nets ; un visage un peu trop symétrique	Les joues par rapport aux yeux	Faible à lui seul. Les filtres et les retouches font la même chose sur de vraies photos

Aucun de ces détails n’est une preuve. La compression, les filtres et une mauvaise photographie en créent certains sur de vraies photos. Deux ou trois détails dans une même série de photos, plus les indices de contexte ci-dessus, forment un schéma. Un seul détail est une raison de continuer à vérifier.

Comment vérifier la provenance d’une photo avec Content Credentials, SynthID et « À propos de cette image » ?

Les outils de provenance lisent des étiquettes attachées à une image lors de sa création : ils peuvent donc confirmer « ceci vient d’un outil d’IA », mais pas « ceci est une vraie photo », et ils ne fonctionnent que si les étiquettes ont survécu au trajet jusqu’à votre écran.

Content Credentials (C2PA)

Allez sur contentcredentials.org/verify et importez le fichier ou collez l’URL publique d’une image. Si l’image porte des Content Credentials, l’outil Verify montre qui l’a produite, quelle appli ou quel appareil a été utilisé et, si une étape d’IA générative est intervenue, quel outil d’IA. S’il n’y a pas de manifeste, il affiche « No Content Credential », le résultat normal pour une capture d’écran ou une photo passée par la plupart des applis sociales, puisque les credentials vivent dans les métadonnées du fichier. Un résultat vide n’est pas un certificat de bonne santé.

« À propos de cette image » de Google

Dans l’appli Google ou sur google.fr, ouvrez une image dans la visionneuse, touchez l’icône d’information, puis « À propos », puis « En savoir plus sur une image ». La page d’aide de Google indique qu’elle montre quand Google a vu pour la première fois une version similaire de l’image, comment d’autres sites la décrivent et, quand des métadonnées existent, une section « Comment l’image a été créée ou modifiée » qui peut indiquer si elle a été prise avec un appareil photo ou générée par IA. Google prévient que ces métadonnées peuvent être modifiées par des outils d’édition, et que la fonction n’est disponible que dans certaines régions.

Le SynthID Detector de Google

Depuis le 7 octobre 2026, n’importe qui peut se connecter sur synthid.com et vérifier si une image, une vidéo ou un fichier audio porte le filigrane invisible SynthID de Google, que Google dit avoir appliqué à plus de 180 milliards d’images et de vidéos depuis 2023. La limite importante : il ne trouve que les filigranes SynthID, ajoutés par les outils d’IA de Google et par des partenaires que Google nomme, dont OpenAI, NVIDIA, Kakao et Apple. Une image issue d’un outil qui ne filigrane pas ressort propre. Un test de Notebookcheck le lendemain du lancement a constaté qu’il détectait une image Gemini fraîche et, comme prévu, ne signalait pas une image issue d’un générateur hors programme.

L’étiquette « Infos IA » de Meta

Sur Facebook, Instagram et Threads, les contenus que Meta détecte comme entièrement générés par IA portent une étiquette « Infos IA » sous la publication ; pour les contenus seulement modifiés avec des outils d’IA, l’étiquette se trouve dans le menu de la publication, un changement rapporté par TechCrunch en septembre 2024. Meta indique que l’étiquette provient de signaux partagés par le secteur ou de la déclaration de l’auteur. Pas de signal, pas d’étiquette : une étiquette absente ne veut donc rien dire.

En résumé : un résultat de provenance positif (« créé avec Gemini », « Content Credentials : IA générative ») est une preuve solide. Un résultat de provenance vide est une preuve faible, parce que la plupart des photos de profil, vraies ou fausses, arrivent débarrassées de leurs métadonnées.

Les détecteurs d’images IA fonctionnent-ils vraiment ?

Les sites détecteurs vous donnent une probabilité, pas un verdict, et des tests indépendants montrent qu’ils sont bien moins performants sur des images réelles que ne le suggèrent leurs propres chiffres de précision.

Un banc d’essai de 2025 appelé AIGIBench a testé 11 détecteurs avancés sur des images issues de 23 générateurs plus de vrais échantillons venus des réseaux sociaux et de plateformes d’art IA. Les auteurs ont constaté « des baisses de performance significatives sur des données réelles », des gains limités des astuces d’entraînement habituelles, et une sensibilité aux prétraitements ordinaires comme le redimensionnement et la compression qu’applique chaque appli sociale. En clair, un détecteur entraîné sur les générateurs de l’an dernier et des fichiers impeccables rencontre le générateur de cette année et une capture d’écran compressée, et il devine.

Utilisés avec prudence, ils sont une couche de plus :

Importez la copie la plus grande et la moins compressée possible, pas une capture d’écran d’une capture d’écran.
Lancez deux détecteurs différents (le détecteur d’IA de Hive, Sightengine et AI or Not sont couramment utilisés) et comparez.
Traitez tout ce qui n’est pas un score très élevé comme « inconnu ». Ne considérez jamais « probablement humain » comme un feu vert.
Pesez le score face aux indices de contexte et aux détails. Un résultat de détecteur ne l’emporte jamais sur un appel vidéo.

Les applis payantes qui promettent la certitude, ou citent 99 % de précision mesurée sur leur propre jeu de test.

Quel test bat toutes les vérifications de photo IA ?

Un court appel vidéo en direct avec une demande imprévue bat toutes les vérifications de photo, parce qu’une image fixe générée ne peut pas tourner la tête sur demande, et que la personne derrière un profil IA ne peut pas soudain produire le visage.

Demandez-le gentiment : « Ça te dit un petit appel vidéo de cinq minutes avant qu’on se voie ? » Pendant l’appel, demandez-lui de se tourner de profil, de passer lentement une main devant son visage et de vous montrer la pièce. Notre guide sur les arnaques au deepfake en appel vidéo couvre les tests en direct et ce à quoi ressemble un échange de visage quand il se casse.

Les personnes qui ont utilisé des photos IA ne prennent généralement pas l’appel. Attendez-vous à une caméra cassée, une mauvaise connexion ou une promesse pour « la semaine prochaine ». Des excuses répétées après une semaine de discussion enthousiaste, plus n’importe lequel des indices de contexte ci-dessus, c’est votre réponse. Si vous voyez aussi des signes que toute l’identité est inventée, notre guide pour savoir si vous êtes victime de catfishing explique la suite. Et n’envoyez jamais d’argent à quelqu’un que vous n’avez rencontré qu’en ligne, aussi réelles que paraissent les photos.

En résumé

On ne peut plus reconnaître de façon fiable une image générée par IA à l’œil nu, alors n’essayez pas. Lisez le compte et la série de photos pour le contexte, zoomez sur les dents, les cheveux, les bijoux, le texte et les arrière-plans, lancez les outils de provenance en sachant qu’un résultat vide prouve peu, traitez les détecteurs comme des indices, et demandez un court appel vidéo en direct. Une vraie personne passe les cinq couches sans s’en apercevoir. Une personne générée échoue à la dernière.

Questions fréquentes

Comment savoir si une photo de profil de rencontre est générée par IA ?

Regardez d’abord l’ensemble du profil : lumière identique sur chaque photo, aucune photo de groupe, aucune photo identifiée, un compte récent et une histoire générique. Zoomez ensuite sur les dents, les boucles d’oreilles, les contours des cheveux, le texte et les lignes d’arrière-plan. Vérifiez la provenance avec contentcredentials.org/verify et « À propos de cette image » de Google, et demandez un court appel vidéo en direct. Un refus plus les indices de contexte, c’est votre réponse.

Existe-t-il un outil gratuit pour vérifier si une image est générée par IA ?

Oui, trois à connaître. Le SynthID Detector de Google sur synthid.com (ouvert à tous depuis octobre 2026) trouve les filigranes invisibles de Google et de ses partenaires. L’outil Verify de Content Credentials sur contentcredentials.org/verify lit les étiquettes C2PA si le fichier les a encore. « À propos de cette image » de Google montre quand l’image est apparue pour la première fois et comment elle a été créée, quand des métadonnées existent. Les trois confirment l’IA quand ils trouvent une étiquette ; aucun ne peut prouver qu’une photo est réelle.

Pourquoi une recherche d’image inversée n’a-t-elle rien trouvé pour une photo suspecte ?

Soit la personne est discrète et ses photos ne sont pas indexées, soit l’image a été générée et n’a jamais existé en ligne auparavant. La recherche inversée trouve des copies, et une image IA n’en a aucune. Utilisez plutôt le nom : une recherche « Rencontre » sur Search A-Z montre si une vraie personne avec ce nom, ce métier et cette ville existe, et le rapport le dit si personne ne correspond.

Les photos générées par IA ont-elles des métadonnées ?

Souvent très peu. Une photo d’appareil porte généralement des données EXIF (modèle, date, réglages) ; une image générée n’en a généralement aucune, et certains générateurs attachent des Content Credentials indiquant quel outil l’a créée. Mais la plupart des plateformes suppriment les métadonnées à l’import et les captures d’écran n’en portent jamais, donc l’absence de métadonnées est courante aussi pour les vraies photos. Traitez-la comme un indice, pas comme une preuve.

Peut-on faire confiance aux détecteurs d’images IA ?

Seulement comme un élément parmi d’autres. Un banc d’essai de 2025 portant sur 11 détecteurs a constaté de fortes baisses de performance sur des images réelles issues des réseaux sociaux et après une compression ordinaire. Utilisez la meilleure copie dont vous disposez, lancez deux détecteurs, traitez les scores moyens comme inconnus, et ne laissez jamais un résultat « probablement humain » remplacer un appel vidéo en direct.

Que faire si je découvre qu’un match a utilisé des photos générées par IA ?

Arrêtez de répondre, n’expliquez pas ce que vous avez trouvé, et signalez puis bloquez le profil dans l’appli. N’envoyez ni argent, ni cartes cadeaux, ni cryptos pour quelque raison que ce soit, et ne partagez plus de données personnelles. Si vous avez déjà envoyé de l’argent, contactez immédiatement votre banque ou votre appli de paiement et signalez-le à la FTC sur reportfraud.ftc.gov et au FBI sur ic3.gov ; au Royaume-Uni, utilisez Report Fraud, dans l’UE votre police nationale, et en France 17Cyber ou Info Escroqueries au 0 805 805 817.

Sources

Les chiffres sont les plus récents publiés par chaque source au moment de la mise à jour de ce guide. Les pertes déclarées sont un minimum : la plupart des fraudes ne sont jamais signalées.

Comment reconnaître une image générée par IA : une vérification en cinq couches pour les profils de rencontre et au-delà