Un outil de détection d’images générées par l’intelligence artificielle développé par Meta a montré des limites lors de récents tests. Selon une enquête de Reuters, le système n’a pas réussi à identifier certaines de ses propres créations numériques après qu’elles aient été recadrées. Cette incapacité à détecter des visuels modifiés par un simple ajustement de cadrage soulève des interrogations sur la fiabilité du dispositif face aux manipulations visuelles courantes. Conçu pour distinguer le contenu authentique des productions artificielles, le détecteur rencontre des difficultés lorsque la structure originale de l’image est partiellement altérée. Les tests ont révélé que plusieurs images synthétiques de Meta ont été classées à tort comme naturelles une fois tronquées. Ce résultat met en lumière les fragilités techniques actuelles des algorithmes de reconnaissance, qui s’appuient souvent sur des motifs ou des métadonnées facilement perturbés par le recadrage. Cette lacune rappelle les défis persistants de la modération automatique dans un environnement numérique où les modifications visuelles sont omniprésentes. Les experts soulignent que la lutte contre la désinformation par l’IA nécessite des outils de détection plus résilients, capables de maintenir leur précision malgré les transformations géométriques simples. Alors que les modèles de génération visuelle continuent de progresser, la capacité à tracer l’origine réelle d’une image demeure un enjeu central pour les plateformes et les régulateurs. Les prochaines itérations du détecteur de Meta devront probablement intégrer des mécanismes plus robustes pour répondre à ces limites identifiées par la presse.