Il y a deux ans, une importante entreprise britannique a été victime d'une arnaque par hypertrucage. Les fraudeurs se sont fait passer pour des dirigeants de l'entreprise et ont utilisé un appel vidéo généré par intelligence artificielle (IA) pour convaincre un employé qu'il parlait à de vrais collègues. L'employé a été amené à virer 25 millions de dollars. Un incident plus récent est survenu en 2026, lorsqu'une vidéo a circulé sur les réseaux sociaux. Elle semblait montrer le dirigeant d'une bourse recommandant certains titres et promettant d'importants profits aux investisseurs. La bourse a ensuite confirmé qu'il s'agissait d'un hypertrucage. La vidéo a finalement été retirée, mais le mal était déjà fait.
L'idée derrière les hypertrucages n'est pas entièrement nouvelle. On manipule les photographies depuis presque les débuts de la photographie. Vous avez peut-être déjà vu des photos historiques de dictateurs retouchées pour faire disparaître des personnes tombées en disgrâce. Dans d'autres cas, on a retiré le palefrenier d'une photo montrant un dictateur à cheval afin de le faire paraître héroïque.
Ce qui a changé, c'est la technologie. L'IA permet maintenant de créer beaucoup plus facilement des images, des voix et même des vidéos truquées très convaincantes. Et ces contenus deviennent de plus en plus courants. Selon un rapport de 2025, plus de la moitié des entreprises sondées avaient subi une attaque par hypertrucage au cours des 12 mois précédents. Près de la moitié d'entre elles ont aussi signalé au moins un incident d'appel audio ou vidéo par hypertrucage.
Les hypertrucages ne sont plus associés seulement aux blagues ou aux montages où l'on remplace le visage de célébrités. Ils sont devenus une véritable préoccupation en cybersécurité. Les cybercriminels peuvent s'en servir pour propager de la désinformation, voler des identités et commettre des fraudes.
Quand vous entendez le mot « hypertrucage », vous pensez peut-être à une fausse vidéo montrant un politicien qui s'adresse à des électeurs pendant une campagne. C'est effectivement une façon dont les hypertrucages peuvent servir à propager de la désinformation, mais ce n'est pas la seule.
Les hypertrucages servent maintenant à usurper l'identité de dirigeants d'entreprise, à voler des identités, à commettre des fraudes financières et à amener des gens à révéler des renseignements sensibles. Les experts appellent cette dernière technique l'ingénierie sociale.
Le Department for Science, Innovation, and Technology du Royaume-Uni définit un hypertrucage comme un contenu audiovisuel créé ou modifié artificiellement qui utilise l'IA pour déformer la réalité d'une personne ou d'une chose. Les hypertrucages utilisent l'IA pour faire paraître ou sonner quelque chose comme réel alors que ce ne l'est pas.
Aujourd'hui, les hypertrucages peuvent prendre bien des formes : images ou vidéos fausses ou modifiées, voix qui ressemblent à celles de vraies personnes, vidéos où les mouvements des lèvres sont modifiés pour correspondre à des paroles qui n'ont jamais été prononcées, et avatars générés par l'IA. Ils peuvent même être utilisés pendant des appels vidéo, comme nous l'avons vu dans l'exemple de fraude de 25 millions de dollars.
Pour comprendre pourquoi les hypertrucages sont devenus si convaincants, il est utile de revenir sur l'évolution de la manipulation numérique. Dans les années 1990, des logiciels comme Adobe Photoshop ont permis de modifier plus facilement les photographies. Toutefois, créer un faux convaincant demandait encore du temps et des compétences. Ces outils fonctionnaient surtout avec des images, et chaque image devait être retouchée soigneusement à la main. Il était donc difficile de créer rapidement des faux à grande échelle.
L'arrivée de l'IA a tout changé. Au lieu de modifier ou de créer des images à la main, l'IA pouvait apprendre à quoi ressemblait une personne ou sa voix et aider à produire du faux contenu convaincant beaucoup plus rapidement. C'est ce qui a jeté les bases des hypertrucages que nous voyons aujourd'hui.
L'essor de l'IA générative a transformé les hypertrucages de façon spectaculaire. Plutôt que de dépendre entièrement de personnes qui retouchent manuellement des images ou des enregistrements, les systèmes d'IA générative peuvent apprendre à partir d'exemples d'images, de voix et de vidéos réelles. Ils peuvent ensuite générer de nouveaux contenus convaincants.
Les premiers systèmes d'IA pouvaient apprendre des caractéristiques importantes à partir de photos, comme les traits du visage, la posture et les expressions. Il est alors devenu possible, par exemple, de remplacer le visage d'une personne par celui d'une autre tout en conservant une grande partie de l'image d'origine.
D'autres techniques ont rendu les images générées plus réalistes en apprenant au système d'IA à reconnaître ses propres erreurs. Une partie du système créait une fausse image, tandis qu'une autre tentait de déterminer si elle était vraie ou fausse. À mesure que le système s'améliore pour repérer les faux, il s'améliore aussi pour en créer. C'est un peu comme un faussaire et un détective qui essaient sans cesse de se déjouer l'un l'autre.
Ces premières approches étaient impressionnantes, mais loin d'être parfaites. Les images générées pouvaient contenir des erreurs évidentes, comme des visages déformés, des yeux qui semblaient peu naturels ou d'autres détails qui clochent. Les vidéos étaient encore plus difficiles à produire, parce que tout devait rester naturel d'une image à l'autre. Des clignements inhabituels, des mouvements faciaux peu naturels ou des changements soudains d'éclairage ou d'ombres pouvaient révéler qu'une vidéo était fausse ou avait été manipulée.
L'IA générative moderne a surmonté bon nombre de ces limites. Les systèmes récents apprennent à créer du contenu de différentes façons et peuvent générer des images, des voix et des vidéos de plus en plus réalistes. Certains peuvent partir de ce qui ressemble à du bruit visuel aléatoire et le transformer en image réaliste. D'autres peuvent comprendre le lien entre le texte, les images et les vidéos, ce qui permet de créer du nouveau contenu à partir de simples instructions écrites.
Cette évolution a changé l'ampleur du problème des hypertrucages. Créer un faux convaincant exigeait autrefois des compétences spécialisées ainsi que beaucoup de temps et d'efforts. Aujourd'hui, des outils d'IA de plus en plus performants permettent à bien plus de gens de produire rapidement du faux contenu réaliste, presque gratuitement.
Pourquoi les hypertrucages sont-ils si convaincants?
Plusieurs avancées technologiques ont permis aux hypertrucages de s'améliorer très rapidement. Autrefois, il fallait passer des heures, voire des jours, à retoucher des images avec des logiciels spécialisés. Aujourd'hui, un nombre grandissant d'outils d'IA faciles à utiliser peut créer rapidement du contenu convaincant. La technologie peut faire beaucoup plus que remplacer le visage d'une personne par celui d'une autre. Les systèmes d'IA modernes peuvent combiner différents types de contenu pour créer des illusions plus convaincantes. Par exemple, un attaquant peut cloner la voix d'une personne, créer ou manipuler une vidéo de cette personne et synchroniser les mouvements de sa bouche avec de fausses paroles. On peut ainsi donner l'impression qu'elle a dit des choses qu'elle n'a jamais dites. La fraude de 25 millions de dollars mentionnée plus tôt montre comment ce type dangereux d'usurpation d'identité peut être utilisé dans une attaque réelle.
L'IA est aussi devenue plus efficace pour créer des vidéos fluides et cohérentes. Les premiers hypertrucages présentaient souvent des défauts visuels, mais les systèmes d'IA modernes sont plus capables de maintenir l'apparence, les mouvements, l'éclairage et l'environnement d'une personne tout au long d'une vidéo, d'une image à l'autre.
En bref, les systèmes d'IA sont de plus en plus performants, la technologie nécessaire pour les développer et les faire fonctionner coûte moins cher, et les outils deviennent plus accessibles. Malheureusement, cela les rend aussi plus faciles à utiliser pour les cybercriminels.
Peut-on repérer un hypertrucage?
Cela soulève une question importante : peut-on savoir si quelque chose est un hypertrucage?
Il y a seulement quelques années, il pouvait parfois être étonnamment facile d'en repérer un. Les faux visages pouvaient cligner des yeux de façon étrange, les dents pouvaient sembler peu naturelles, ou l'éclairage et les ombres pouvaient ne pas être logiques. Il était alors plus facile de les remarquer à l'œil nu. À mesure que l'IA s'est améliorée, plusieurs de ces erreurs évidentes sont devenues moins fréquentes.
Examiner attentivement le contenu peut encore révéler certains indices qu'il est faux. Vous pourriez toujours remarquer certains de ces problèmes. Il y a toutefois un point important : l'absence de ces erreurs ne signifie pas qu'un contenu est authentique. Les hypertrucages modernes peuvent être suffisamment convaincants pour qu'une personne ne puisse pas les reconnaître en se fiant seulement à ce qu'elle voit ou entend.
Des outils de détection spécialisés peuvent repérer des éléments beaucoup plus difficiles à voir pour les humains, même lorsqu'ils les cherchent. Il peut s'agir de petites incohérences dans les mouvements du visage, les clignements, les reflets, les ombres ou même de légers changements de couleur de peau. D'autres outils vérifient si la parole correspond aux mouvements de la bouche.
Ces techniques de détection font face au même défi : à mesure que la technologie des hypertrucages s'améliore, plusieurs des indices sur lesquels elles s'appuient deviennent plus difficiles à trouver. Aucun indice visuel ni outil de détection ne devrait donc être considéré comme une preuve absolue qu'un contenu est réel ou faux.
Une bonne façon d'identifier du contenu suspect consiste à vérifier d'où il vient. Une recherche d'image inversée, par exemple, peut montrer si une image est apparue ailleurs en ligne et si une image plus ancienne a été modifiée ou présentée dans un contexte trompeur.
Les technologies plus récentes peuvent aussi fournir des renseignements sur l'historique du contenu numérique. Lorsqu'elles sont offertes, elles peuvent indiquer d'où vient le contenu et comment il a été modifié.
Ces technologies doivent toutefois être considérées comme des éléments de preuve utiles, et non comme une garantie.
Regardez, vérifiez et confirmez
Pour les utilisateurs de tous les jours, l'approche la plus sûre consiste à combiner plusieurs vérifications. Examinez le contenu, réfléchissez à son origine et validez les demandes inattendues ou importantes par un autre moyen fiable. Par exemple, si vous recevez un appel vidéo qui semble venir de votre gestionnaire et vous demande de virer de l'argent d'urgence, ne vous fiez pas seulement au fait que la personne semble et sonne authentique. Communiquez avec elle par un moyen que vous utilisez déjà et auquel vous faites confiance, puis confirmez la demande de façon indépendante.
Aujourd'hui, repérer du contenu créé par hypertrucage exige une combinaison de techniques, allant de la recherche d'indices visuels ou audio inhabituels à l'utilisation d'outils de vérification numérique. Il n'existe pas de méthode de détection parfaite et, à mesure que l'IA s'améliore, les hypertrucages deviennent de plus en plus difficiles à repérer. Au bout du compte, la meilleure défense reste le bon jugement. Si quelque chose vous semble inhabituel, surtout lorsqu'il est question d'argent ou de renseignements sensibles, arrêtez-vous et vérifiez avant d'agir.
