J’ai recadré puis rephotographié une image faite par Gemini juste pour brouiller les pistes : ce qui restait dedans ne s’efface avec aucun des deux

Recadrer une image, la ressortir sur un écran, puis la rephotographier avec un autre appareil : c’est la vieille recette pour effacer toute trace numérique d’une photo. Mais dans le cas d’une image générée par Gemini, cette manipulation n’a rien changé. Le filigrane est resté détectable, malgré les deux couches de perturbation appliquées volontairement. La raison tient en un mot : SynthID, la technologie de Google DeepMind qui ne loge pas dans les métadonnées du fichier mais directement dans la structure des pixels.

Un filigrane qui vit dans l’image, pas dans son étiquette

La plupart des méthodes de traçabilité classiques, comme le standard C2PA, fonctionnent en ajoutant une étiquette invisible dans les données du fichier : un tampon administratif, en somme, facile à arracher dès qu’on convertit le format ou qu’on prend une capture d’écran. Internet broie les fichiers avec la compression, le redimensionnement, la conversion PNG vers JPG, et la méthode C2PA ne survit généralement pas à ce traitement. SynthID, lui, joue un jeu différent. Il s’agit d’une modification structurelle des pixels développée par Google DeepMind, qui résiste au recadrage et à la compression.

Techniquement, le procédé repose sur une transformation de Fourier appliquée à l’image. SynthID est le filigrane spectral que Google injecte dans chaque image Gemini via une transformation de Fourier. Des chercheurs indépendants ont réussi à en isoler la signature : Alosh Denny l’a caractérisé à partir d’une cinquantaine d’images en noir et blanc, identifiant six fréquences porteuses avec une cohérence de phase supérieure à 99,9 %, soit une empreinte partagée par toutes les images produites par le même modèle. Concrètement, ce n’est pas un logo caché dans un coin qu’un simple recadrage suffirait à supprimer. C’est un motif qui traverse l’image entière, du premier au dernier pixel.

Pourquoi la rephotographie n’a rien effacé

L’idée de rephotographier un écran pour « nettoyer » une image n’est pas absurde en soi : c’est exactement ce que fait une capture d’écran, en quelque sorte, et de nombreux internautes pensent que passer par cette étape casse la chaîne de traçabilité. Le problème, c’est que le signal survit à ce genre de traitement presque intact. Une capture d’écran d’une image générée par IA contenant SynthID est visuellement identique à l’originale, sans dégradation visible dans la zone du filigrane. Mieux (ou pire, selon le point de vue) : une capture d’écran prise sur un affichage haute résolution qui capture une image en pleine taille à sa résolution native préserve le signal du filigrane à haute intensité.

Cette résistance n’est pas un hasard, c’est un objectif de conception assumé par Google. Le filigrane est ajouté au moment où le contenu est créé, et conçu pour résister à des modifications comme le recadrage, l’ajout de filtres, le changement de fréquence d’images, ou la compression avec perte. Un testeur indépendant a d’ailleurs poussé l’expérience plus loin qu’un simple recadrage-rephotographie : il a tenté de retourner l’image horizontalement, un vieux truc utilisé par les pilleurs de contenu pour tromper les détecteurs automatiques de droits d’auteur, mais Google Lens a quand même détecté l’origine IA de l’image. Le même testeur a ensuite joué sur le recadrage progressif : à 50 % de recadrage, le filigrane a survécu sans problème, mais en poussant à 80 %, la détection a fini par échouer. il existe bien un seuil de rupture, mais il est bien plus élevé que ce que la plupart des utilisateurs imaginent en coupant simplement les bords d’une photo.

Une fiabilité qui n’est pourtant pas absolue

Voilà où l’histoire se complique un peu, et où il faut résister à la tentation de présenter SynthID comme une technologie infaillible. Le seul moyen officiel de vérifier la présence du filigrane reste de demander directement à Gemini, et l’assistant se trompe parfois. Le chercheur en criminalistique numérique Neal Krawetz a testé le détecteur avec une image dont il savait pertinemment qu’elle contenait le filigrane, et Gemini a refusé à trois reprises de voir le filigrane et a même inventé un photographe existant en jurant qu’il s’agissait de sa photo. Sur trois tentatives similaires, l’outil n’a détecté correctement le filigrane que deux fois sur trois. Un score qui interroge, forcément, pour ce qui est présenté comme l’outil de référence contre les deepfakes.

Cette marge d’erreur va dans les deux sens. Une absence de détection ne prouve rien non plus : sur un même fichier, Gemini n’a trouvé aucun filigrane SynthID alors qu’un détecteur basé sur l’analyse de niveau d’erreur a signalé l’image comme étant à cinquante pour cent susceptible d’être générée ou modifiée par ordinateur. D’où cette règle de bon sens que rappellent les spécialistes de la vérification d’images : l’absence de filigrane et de信 crédentiels de contenu équivaut à une absence d’information, pas à une preuve d’authenticité. Il existe même désormais des services entiers, souvent payants, qui prétendent neutraliser le signal SynthID pixel par pixel, preuve que la course entre filigranage et contournement est loin d’être terminée.

Un détail mérite d’être signalé pour prendre la mesure du phénomène : depuis l’accord passé entre OpenAI et Google DeepMind, les images générées par ChatGPT, DALL·E, Codex et l’API OpenAI intègrent désormais elles aussi des filigranes SynthID, faisant de cette technologie le premier standard de filigrane adopté sur plusieurs plateformes IA majeures. Autant dire que la prochaine fois qu’un recadrage ou une capture d’écran ne suffira pas à faire disparaître les traces d’une génération par IA, ce ne sera plus seulement un problème Google, mais un problème partagé par une bonne partie de l’écosystème des générateurs d’images grand public.

Sources : laveilledestef.com | ai.synthidremove.com