Contexte de la diffusion
En octobre 2026, une photo prétendant montrer l’actrice Mia Goth dans un T‑shirt « MY EX IS MY BIGGEST FAN » a été partagée sur Instagram. Le post, publié par le compte miagoth_, affichait plus d’un million d’abonnés et le badge bleu de vérification. Des centaines de milliers d’utilisateurs ont aimé l’image, et des médias de divertissement l’ont relayée comme authentique.
Les représentants de l’actrice ont déclaré que l’image était générée par IA et ont demandé à Instagram de supprimer le compte. Malgré plusieurs plaintes, le compte est resté actif pendant plusieurs jours avant d’être finalement retiré.
Mécanismes de génération d'images IA
Les générateurs d’images photoréalistes utilisent des réseaux antagonistes génératifs (GAN) ou des modèles diffusion. Ces architectures apprennent à reproduire les caractéristiques faciales à partir de larges bases de données d’images publiques. En combinant un texte descriptif (« Mia Goth », « T‑shirt », « divorce ») avec le modèle, le système crée une image qui conserve les traits distinctifs de la personne tout en ajoutant des éléments contextuels.
Le résultat est souvent indiscernable des photographies réelles, surtout lorsqu’il est partagé sur des plateformes où les métadonnées d’image sont supprimées. Cette absence de filigrane numérique complique la détection automatisée.
Politique de vérification et d’étiquetage d’Instagram
Meta vend depuis plusieurs années le badge bleu via le programme de vérification payante. Ainsi, un compte fan peut obtenir le même indicateur d’authenticité qu’un compte officiel, même s’il ne représente pas la personne concernée. Le badge a donc créé une confusion majeure dans ce cas.
Concernant le contenu généré par IA, Instagram impose un label « AI‑generated » uniquement aux vidéos. Les images fixes, comme celle de Mia Goth, ne sont pas soumises à cette obligation. Cette exception laisse une porte ouverte à la diffusion massive de deepfakes visuels sans avertissement.
Implications pour la protection de l’image
Le cas illustre trois risques techniques. Premièrement, l’absence de contrainte d’étiquetage pour les images permet à des acteurs malveillants de propager des faux visuels à grande échelle. Deuxièmement, le badge de vérification payant ne garantit plus l’authenticité du compte, ce qui affaiblit la confiance des utilisateurs. Troisièmement, les outils de détection actuels, basés sur des artefacts de compression ou des incohérences de pixels, peinent à identifier les images créées par les modèles diffusion les plus récents.
Pour réduire ces vulnérabilités, plusieurs mesures sont envisageables : étendre l’obligation d’étiquetage aux images, restreindre la vente du badge bleu aux entités vérifiées par des documents d’identité, et développer des filtres basés sur l’analyse de la signature du modèle IA. Sans ces ajustements, les deepfakes resteront un vecteur de désinformation et de violation du droit à l’image.
