En poursuivant votre navigation sur ce site, sans modifier le paramétrage de vos cookies, vous acceptez l’utilisation de cookies nous permettant de réaliser des statistiques de visite.
En savoir plus

En ce moment

Fake news : les avancées technologiques nous aideront-elles à distinguer le vrai du faux ?


“Le décodage de l’info bénéficie de plus en plus des progrès de la technologie”


Sur le même sujet

La sagacité ne suffit pas toujours à vérifier les faits (“fact-checking”) et démasquer les fausses informations (“fake news”). Certaines technologies peuvent être déployées au service de cet objectif.

Les réseaux sociaux sont un terrain fertile pour la propagation de mensonges sciemment présentés comme des informations légitimes. Les démasquer est parfois simple. Le sens critique, le civisme et l’éducation aux médias peuvent souvent suffire pour mettre en échec les stratégies des désinformateurs.

En revanche, les vidéos trafiquées appelées deep fakes, dans certains cas, sont de plus en plus difficiles à identifier comme telles. Ces vidéos composites donnent l’illusion d’une véritable captation. Elles sont élaborées à l’aide d’une technique de synthèse d’images, issue de l’intelligence artificielle, qui permet par exemple de changer le visage d’un protagoniste d’une manière convaincante.

Or, des vidéos vues par un grand nombre de personnes peuvent provoquer des tensions sociales, influencer les décisions des électeurs ou encore nuire à la réputation des entreprises et des personnes.

Course aux armements

La “course aux armements technologiques” qui s’ensuit oppose deux “camps” intriqués, comme le sont les deux réseaux d’un GAN (Generative Adversarial Network), cette technologie qui est souvent à l’origine des deep fakes mais qui permet aussi de démasquer ces fausses vidéos. Le camp des désinformateurs s’emploie à fabriquer des mensonges plus crédibles. Le camp des “fact-checkers” apprend à identifier des faux toujours plus sophistiqués.

Cet anglicisme renvoie au processus de vérification des faits (fact checking), pilier de la pratique du journalisme depuis les années 1920. Il s’agit de valider l’exactitude des chiffres et des affirmations énoncés dans un texte ou un discours. Certains médias proposent des services dédiés à cette démarche ou plus largement à l’explication de l’actualité, par exemple en France les “Décodeurs” (service de fact-checking du journal Le Monde) ou les “Observateurs” (France 24).

Détecter le fake à la source

Ce décodage de l’information bénéficie de plus en plus des progrès de la technologie. Depuis 2018, des chercheurs du Computer Science and Artificial Intelligence Lab (Massachusetts Institute of Technology) et du Qatar Computing Research Institute professent ainsi que la meilleure approche contre les fake news est de s’intéresser aux sources elles-mêmes plutôt qu’aux informations isolées. Ils ont développé un système basé sur le machine learning pour détecter si une source est pertinente ou biaisée.

En France aussi, des solutions émergent pour tenter de contenir le problème des fake news. Dans le cadre du projet Content Check démarré en 2016, quatre laboratoires de recherche et des médias comme Le Monde travaillent ensemble pour mettre au point des logiciels destinés aux journalistes pour vérifier les faits.

Ioana Manolescu, chercheuse en informatique à l’Inria, est l’une des pionnières de Content Check. “Je suis partie du constat qu’avec le développement de l’open data, tout le monde a accès à de très nombreuses informations, confie la chercheuse à Farid Gueham, de la Fondation pour l’Innovation Politique. Mais ces informations sont disséminées et pas toujours faciles d’accès : c’est très compliqué de les interconnecter.”

L’équipe travaille par exemple sur un logiciel qui améliore l’accessibilité des données de l’Insee. Un crawler (robot d’indexation) analyse le site internet, les données sont ensuite extraites grâce à une API et consolidées dans une base de données par un algorithme qui identifie le type de chaque cellule. Le logiciel permet de répondre à la recherche d’un journaliste en retournant une valeur et un lien vers le tableau d’origine.

Intelligence artificielle et réseau de neurones

À l’Institut de recherche en informatique et systèmes aléatoires, Vincent Claveau, chargé de recherche au CNRS spécialisé dans le traitement automatique des langues, se concentre, lui, sur les vidéos truquées circulant sur les réseaux sociaux.

Souvent modifié et compressé plusieurs fois, le contenu est analysé afin de repérer s’il existe des images presque similaires sur le web. “Un réseau de neurones est entraîné à les identifier, en comparant des représentations vectorielles”, confie le chercheur au magazine Industrie & Technologies. Le calcul de la différence entre les deux images permet ensuite de mettre en avant les zones modifiées et d’identifier la retouche effectuée.

Son équipe commence également à travailler sur la décontextualisation des images, en analysant les caractéristiques des images et du texte associé, toujours grâce au deep learning. La course aux armements se poursuit de plus belle.


“Le décodage de l’info bénéficie de plus en plus des progrès de la technologie”


Sur le même sujet

Mots-clés :