Le filigrane SynthID de Google peut-il vraiment endiguer la désinformation par IA ?

Google a rendu public un bilan technique de SynthID, sa technologie de filigrane invisible censée identifier les contenus générés par ses modèles (Gemini, Imagen, Lyria). Verdict des tests indépendants : l'outil tient bon face aux manipulations courantes ; recadrage, compression, changements de couleurs. Mais les chercheurs du Starling Lab, collectif de recherche Stanford-USC spécialisé dans l'authenticité des contenus numériques, tempèrent nettement l'enthousiasme.

SynthID fonctionne, mais ne couvre qu'une partie du problème

Le principe est simple sur le papier : un filigrane imperceptible à l'œil nu, mais détectable par un logiciel, intégré directement dans les pixels d'une image ou dans les probabilités de mots choisies par un modèle de texte. Techniquement, SynthID a fait ses preuves : il reste détectable même après des modifications assez agressives.

Le problème, selon Adam Rose, conseiller au Starling Lab, ne vient pas de la technologie elle-même. Il vient de tout ce qui reste en dehors de son périmètre : les modèles à poids ouverts (open source), qui peuvent tourner directement sur l'ordinateur d'un particulier, sans passer par aucune infrastructure filigranée. Aucune loi, aucun standard industriel ne peut forcer un modèle exécuté en local à s'auto-marquer.

Autrement dit : SynthID peut très bien devenir la norme chez les grands éditeurs – Google, et potentiellement leurs partenaires – sans jamais couvrir la majorité réelle des contenus produits dans le monde.

IA et droit d'auteur : ce que les créateurs doivent comprendre

Date de publication : 27 mai 2026 I Temps de lecture : 9 minutes 30s

Le vrai risque : un faux sentiment de sécurité

C'est le point qui mérite le plus d'attention, et qui rejoint une inquiétude qu'on partage en interne. Un filigrane répond à la question « ce contenu a-t-il été généré par un outil qui filigrane ses productions ? » – pas à la question « ce contenu est-il vrai ? ». Ce sont deux questions différentes, et le risque est de les confondre.

Concrètement : un lecteur, un client ou un partenaire habitué à l'idée qu'un contenu IA est « marqué » pourrait développer une confiance excessive envers tout contenu non marqué – alors que l'absence de filigrane ne prouve rien du tout, ni l'origine humaine, ni la véracité.

Il y a aussi un effet pervers moins souvent évoqué. À mesure que ces standards se démocratisent, l'usage de l'IA dans la production de contenu devient un argument que des concurrents peuvent retourner contre une marque, qu'elle utilise réellement l'IA ou non. Et les publics sont de plus en plus capables de repérer, à l'œil, un texte « trop lisse » ou une image « trop parfaite » – avec ou sans filigrane technique. Miser sur un filigrane pour gérer sa réputation, plutôt que sur la qualité et la transparence du travail publié, est un pari risqué.

Ce que ça change pour qui travaille avec l'IA au quotidien

La bonne nouvelle dans tout ça : la solution n'est pas de cacher l'usage de l'IA, ni de compter sur un filigrane pour le faire à sa place. C'est de garder la main sur ce que l'IA produit – vérifier, recouper, corriger avant publication – et de choisir le bon modèle pour la bonne tâche plutôt que de dépendre d'un seul écosystème fermé.

Ce qu'il faut retenir

• Le filigrane SynthID est une avancée technique réelle, mais il ne résoudra pas la désinformation à lui seul : trop de contenus IA échapperont structurellement à sa couverture, et un contenu marqué ou non marqué ne dit rien de sa véracité.
• La vigilance humaine – vérifier, recouper, comparer plusieurs sources et plusieurs modèles – reste, et restera, la meilleure protection.
• C'est aussi pour ça qu'on pense qu'il vaut mieux assumer et maîtriser son usage de l'IA plutôt que de compter sur un filigrane pour trancher à sa place.