nuclai
Repères

Vidéo, voix, texte : peut-on encore repérer l’IA ?

À l’œil, de moins en moins : selon une étude du fabricant Tavus, 48 % des participants ont pris son avatar vidéo pour un humain. Par marquage, un peu plus : Anthropic et OpenAI ajoutent un filigrane invisible aux textes de leurs IA. Celui d’OpenAI ne vise que l’UE, et une réécriture l’affaiblit fortement.

Tiré à part : Vidéo, voix, texte : peut-on encore repérer l’IA ?

29.10.2026 — Résumé. À l’œil, de moins en moins : selon une étude du fabricant Tavus, 48 % des participants ont pris son avatar vidéo pour un humain. Par marquage, un peu plus : Anthropic et OpenAI ajoutent un filigrane invisible aux textes de leurs IA. Celui d’OpenAI ne vise que l’UE, et une réécriture l’affaiblit fortement.

Mis à jour le 29.10.2026

À l’œil, de moins en moins

Le 01.10.2026, l’entreprise américaine Tavus a présenté Griffin, un modèle qui génère en temps réel une personne qui parle, écoute et réagit en vidéo. Pour le tester, Tavus a mené sa propre étude avec 54 participants. Chacun pensait discuter une minute en visioconférence avec un autre participant. En face, c’était Griffin-Lite, une version préliminaire du modèle. 26 personnes sur 54, soit 48 %, ont cru parler à un humain. Nous avons regardé les démonstrations publiées par Tavus, et il nous a fallu une bonne minute pour repérer les agents virtuels.

La tendance reste lisible : l’hyperréalisme visuel n’est plus le seul marqueur de réussite des avatars numériques. Avec Griffin, la différence se joue désormais sur l’infime : une gestuelle naturelle, une hésitation calculée, une pointe d’accent qui humanise l’échange.

Notre lecture : cette finesse technique ouvre une perspective fascinante pour le travail, celle du collègue sur mesure. En adaptant les traits, le tempérament et la dynamique relationnelle de l’agent à notre propre fonctionnement, on pourrait réduire d’emblée les frictions humaines propres à toute équipe. Moins d’énergie dissipée dans la négociation des caractères, plus d’alignement opérationnel : le collaborateur virtuel deviendrait alors un amplificateur direct de nos compétences.

Par marquage, un peu plus

Autre approche : marquer le contenu au moment où il est produit. Anthropic a ouvert la voie en août 2026 : les textes générés par ses modèles Claude portent un filigrane, appliqué dans le monde entier. En octobre, OpenAI a suivi en annonçant le sien, appelé textGrain, pour les textes générés avec ChatGPT et Codex, dans l’UE seulement.

Le principe est proche chez les deux. Quand le modèle hésite entre des mots à peu près équivalents, une clé secrète oriente subtilement son choix. Le lecteur ne voit rien, mais un détecteur peut retrouver ce schéma. Aucun caractère invisible n’est ajouté et le sens du texte ne change pas. Dans les deux cas, le détecteur n’est pas public : il est réservé à certaines organisations, comme des chercheurs ou des autorités.

Le filigrane a aussi ses limites, chiffrées par OpenAI. Sur des passages en anglais d’environ 300 mots (400 tokens), le taux de détection passe d’environ 92 % à 66 % quand 10 % des mots sont remplacés par des synonymes, et à environ 17 % avec 25 % de synonymes. Selon OpenAI, une traduction ou une forte réécriture l’affaiblit aussi. Enfin, un filigrane ne mesure pas la part du travail humain dans un texte.

Que prévoit la loi ?

Dans l’UE, l’AI Act impose depuis le 02.08.2026 que les deepfakes soient signalés comme tels, avec un régime allégé pour les œuvres artistiques ou satiriques. En Suisse, il n’existe pas de règle équivalente, mais le Préposé fédéral à la protection des données (PFPDT) estime que l’usage d’outils capables de modifier le visage, l’image ou la voix d’une personne identifiable devrait toujours être clairement indiqué.

Ce qui aide encore à repérer

Aucun de ces indices n’est une preuve, mais ensemble, ils en disent souvent plus que l’image elle-même.

  • Le contexte. Une demande inhabituelle, pressante ou qui sort des canaux habituels attire l’attention, quelle que soit la qualité de la vidéo ou de la voix.
  • La source. Qui publie, sur quel compte, avec quel historique : ces questions valent aussi pour un contenu généré.
  • Le recoupement. La même information, retrouvée sur un canal connu (le site officiel, le numéro habituel d’un interlocuteur), confirme ou infirme ce qu’on a vu ou entendu.
  • Les outils des fabricants. OpenAI propose un outil public pour vérifier ses images et ses sons ; pour le texte, les détecteurs restent réservés à des spécialistes. L’absence de marquage ne prouve rien pour autant : il a pu être effacé, ou le contenu vient d’un outil qui ne marque pas.

Ce que nous en retenons

Le marquage progresse, mais il dépend du fabricant, de la région et de ce qu’on fait du contenu ensuite. Pour une équipe de communication, la question se pose donc dans les deux sens : comment lire les contenus reçus, et comment présenter ceux qu’elle produit avec l’IA. C’est l’un des sujets que nous abordons dans notre accompagnement en communication.

Cet article n’est pas un avis juridique.

Par Sofia Mestre

Sources

Haut de page