IAExplication
Détecteur SynthID ouvert à tous : un « non détecté » ne prouve rien
Depuis le 7 octobre, Google laisse chacun vérifier si une image, une vidéo ou un son porte la marque invisible de ses IA ou de celles d’OpenAI, Nvidia et Kakao. Une détection pèse lourd ; son absence n’authentifie rien.
Pour savoir si une photo virale sort d’un générateur d’images, il suffit désormais de la déposer sur synthid.com : le portail de Google, en anglais, répond si le fichier porte un filigrane SynthID, une marque invisible glissée dans le contenu au moment de sa création. Il accepte les images, les vidéos et les fichiers audio. Il ne répond qu’à cette question-là, et c’est tout l’enjeu de sa lecture.
D’un outil pour journalistes à un portail public
Google avait présenté SynthID Detector en mai 2025, lors de sa conférence I/O, sous la forme d’un outil réservé à des testeurs, avec une liste d’attente pour les journalistes, les professionnels des médias et les chercheurs. Plus de 10 milliards de contenus avaient alors été marqués.
Le billet du 7 octobre 2026, signé Pushmeet Kohli, vice-président de Google DeepMind, ouvre le portail à tous, dans le monde entier. Les chiffres ont changé d’échelle : plus de 180 milliards d’images et de vidéos filigranées depuis 2023, et l’équivalent de 240 000 ans de contenus audio. Google rappelle que des fonctions de vérification existent déjà dans son moteur de recherche, dans l’application Gemini et dans Chrome, qui traitent selon lui plus d’un million de demandes par jour.
La nouveauté tient surtout aux partenaires. Le détecteur reconnaît les contenus produits par les outils de Google, mais aussi par ceux d’OpenAI, de Nvidia et du sud-coréen Kakao, qui ont adopté la technique. Apple doit suivre, « bientôt », sans date.
Les fichiers déposés sont supprimés dès le résultat rendu, indique le portail. Pour faire respecter des quotas quotidiens, Google conserve une « signature numérique » de chaque fichier, rattachée à l’identifiant de l’utilisateur et effacée au bout de 24 heures.
Une marque cachée dans les pixels
Un filigrane numérique, au sens de SynthID, n’a rien du logo en surimpression. C’est une infime modification du contenu, invisible à l’œil et inaudible, qu’un logiciel sait retrouver. Selon la FAQ du portail, la marque est « tissée dans le contenu lui-même » : dans les pixels pour les images et les vidéos, dans les composantes de fréquence pour le son. Elle est censée survivre aux traitements courants d’un fichier partagé et repartagé : filtres, changements de couleurs, compression avec perte (celle qui allège un fichier en sacrifiant des détails, comme le JPEG).
Google ne promet pas l’invulnérabilité. La FAQ reconnaît que quelqu’un qui essaie « de nombreuses transformations » peut finir par en trouver une qui efface la marque, et présente SynthID comme une couche de protection parmi d’autres, « pas une garantie à elle seule ».
Ce que le résultat veut dire
Le portail rend l’un de deux verdicts. Sa FAQ en donne la lecture, que voici.
| Réponse | Ce qu’elle signifie selon Google | Ce qu’elle ne dit pas |
|---|---|---|
| Filigrane détecté | Le contenu a « probablement » été généré ou retouché par un modèle équipé de SynthID | Ni qui l’a produit, ni dans quelle intention, ni la part de retouche humaine. Google admet que, « dans de très rares cas », l’outil peut se déclencher sur un contenu non filigrané (un faux positif) |
| Filigrane non détecté | Aucun signal fiable n’a été trouvé : le contenu n’a probablement pas été produit par un modèle équipé de SynthID | Que le contenu est authentique. Google l’écrit : cela « n’exclut pas totalement » une génération ou une manipulation par IA |
Pour une vidéo ou un son, l’outil signale les passages filigranés : un montage peut mêler extraits réels et extraits générés.
Un « non détecté » a deux causes possibles, selon la FAQ, quand le contenu vient pourtant d’une IA : il a été créé par un modèle sans SynthID, qu’il s’agisse d’un non-partenaire ou d’un modèle antérieur à l’adoption de la technique, ou de fortes modifications ont dégradé le signal. Le portail est explicite : « Ce n’est pas un détecteur d’IA général. » Tous les générateurs d’images hors de cette alliance, y compris les modèles ouverts que chacun peut faire tourner sur sa machine, échappent par construction à la vérification.
Les détecteurs « généraux », eux, cherchent les traces involontaires que laissent les générateurs (textures, incohérences) pour estimer une probabilité. Leur champ est plus large, mais Google les juge « parfois moins fiables » qu’un filigrane, qui est un signal posé exprès. Le texte, enfin, n’est pas couvert : SynthID sait marquer des textes, mais le portail n’analyse pour l’instant que les images, les vidéos et l’audio.
La consigne de Google tient en une phrase de sa FAQ : aucun signal n’étant « complètement robuste », il faut « réunir plusieurs éléments avant de trancher ». Source de l’image, date de première apparition, cohérence des détails : la vérification classique reste nécessaire.
Filigrane contre étiquette : le rôle de C2PA
L’autre grande méthode de marquage ne touche pas aux pixels. La C2PA (Coalition for Content Provenance and Authenticity), dont le comité de pilotage réunit notamment Google, OpenAI, Adobe, Microsoft, Meta, Sony, TikTok et la BBC, publie un standard ouvert de « Content Credentials ». Le principe : joindre au fichier ses métadonnées, c’est-à-dire des informations descriptives sur son origine et ses retouches (logiciel ou appareil utilisé, modifications successives), et les signer de façon cryptographique, avec la clé privée du logiciel ou de l’appareil, pour qu’une falsification se voie. La coalition compare ce relevé à une étiquette nutritionnelle.
Les deux approches ont des forces opposées. Les métadonnées C2PA sont lisibles par n’importe quel outil compatible et racontent un historique détaillé. Mais elles accompagnent le fichier sans faire partie de l’image, et le document d’explication de la spécification le confirme : elles peuvent être retirées. Le filigrane, lui, reste dans l’image, mais il ne dit qu’une chose (« modèle partenaire ») et ne se lit, selon la FAQ, qu’avec la technologie SynthID.
Les deux se rejoignent : pour retrouver des métadonnées perdues, la C2PA prévoit des « liaisons souples » (« soft bindings »), qui reposent sur un filigrane invisible ou sur la recherche d’une empreinte de l’image dans une base. Et la coalition fait la même mise en garde que Google : les informations de provenance, seules, ne disent pas si un contenu est « vrai, exact ou factuel ».
Ce que l’AI Act impose aux générateurs
Le droit européen pousse dans cette direction. Depuis le 2 août 2026, selon la Commission européenne, l’article 50 du règlement sur l’IA (AI Act) oblige les fournisseurs de systèmes qui génèrent du son, des images, des vidéos ou du texte à veiller à ce que leurs sorties soient « marquées dans un format lisible par machine et identifiables comme ayant été générées ou manipulées par une IA ». Le texte n’impose aucune technique : son considérant 133 cite « les filigranes, les identifications de métadonnées, les méthodes cryptographiques », les empreintes ou « d’autres techniques ». Une obligation distincte vise ceux qui les utilisent pour diffuser des contenus : un hypertrucage (« deepfake ») doit être signalé comme tel.
La loi demande de marquer, pas d’ouvrir un détecteur à tous. Google n’est pas seul à le faire pour les images : OpenAI, qui pose lui aussi SynthID sur ses images et ses sons, propose déjà au public un outil de vérification de ses images et de son audio, rappelle son billet du 5 octobre. Le texte reste l’angle mort des deux côtés. Le portail de Google ne l’analyse pas, et OpenAI réserve d’abord son détecteur de textes filigranés à des chercheurs et organismes agréés, « étant donné le risque de filigranes manqués et de faux positifs », comme nous l’avons raconté le 6 octobre.
Un outil public, une cible publique
Ouvrir un détecteur au monde entier, c’est aussi l’offrir à ceux qui veulent le tromper. Google le sait : les conditions d’utilisation interdisent d’y mener des attaques ou d’y mettre au point des transformations destinées à effacer la marque, d’automatiser les envois ou de contourner les quotas quotidiens, dont le portail ne publie pas le chiffre.
Les chercheurs n’ont pas forcément besoin du portail. En juillet 2025, l’Université de Waterloo (Canada) a fait connaître les travaux de deux de ses informaticiens, Andre Kassis et Urs Hengartner, publiés au symposium IEEE sur la sécurité et la vie privée : UnMarker, une méthode qui repère dans une image les fréquences inhabituelles et les déforme sans changement visible. Selon leur article scientifique, elle a déjoué sept filigranes publiés par la recherche, dont Stable Signature, celui de Meta, sans connaître la méthode de marquage ni interroger le détecteur. Le communiqué de l’université affirme qu’elle a aussi visé SynthID ; l’étude, elle, ne le cite qu’en introduction, comme exemple de solution industrielle, et ne publie aucun essai sur lui. « Si nous avons pu le trouver, des acteurs malveillants le peuvent aussi », résumait Andre Kassis. Ces travaux ne prouvent donc pas que la marque de Google s’efface ; ils montrent néanmoins pourquoi Google présente lui-même son filigrane comme une couche parmi d’autres.
Pour l’usage courant, le résultat reste asymétrique. Si l’on suit Google, une image trouvée sur un réseau social, passée par plusieurs compressions mais par aucun outil d’effacement, garde sa marque quand elle sort d’un modèle partenaire : une détection est alors un indice sérieux. Un « non détecté », lui, laisse toutes les hypothèses ouvertes, de la photo authentique à l’image d’un générateur qui ne marque rien.
Les citations de Google, d’OpenAI, de la C2PA et de l’Université de Waterloo sont traduites de l’anglais par la rédaction.
Les agents qui préparent les articles de L’Octet s’appuient sur un modèle d’Anthropic, entreprise concurrente de Google.
