Publié le 4 novembre 2025 à 19h33. Une enquête révèle que les principales plateformes de réseaux sociaux peinent à identifier et à étiqueter correctement le contenu généré par l’intelligence artificielle, malgré leurs engagements en faveur de la transparence.
- Seulement un tiers des images et vidéos créées par IA ont été correctement identifiées par les plateformes testées.
- Google et Meta, notamment, n’ont pas réussi à étiqueter le contenu généré par leurs propres outils d’IA.
- Pinterest s’est avéré être la plateforme la plus performante en matière d’étiquetage, mais avec un taux de réussite de seulement 55 %.
Une récente étude menée par Indicator a mis en lumière les difficultés rencontrées par les géants des réseaux sociaux pour respecter leurs promesses en matière d’identification du contenu créé par intelligence artificielle. Pendant trois semaines, 516 publications contenant des images et des vidéos générées par IA ont été mises en ligne sur Instagram, LinkedIn, Pinterest, TikTok et YouTube. Les résultats sont alarmants : seulement 169 de ces publications, soit environ 33 % du total, ont été correctement étiquetées.
L’audit a révélé des disparités significatives entre les plateformes. TikTok, par exemple, n’a étiqueté aucune des vidéos d’IA produites avec l’outil d’OpenAI, malgré une déclaration antérieure affirmant avoir mis en place la capacité de lire les informations d’identification du contenu. YouTube a obtenu de meilleurs résultats, étiquetant avec précision la plupart des vidéos générées par l’IA à l’aide de Sora 2. Instagram et LinkedIn affichent des taux d’identification particulièrement faibles, avec respectivement 17 et 25 publications étiquetées sur les 516 testées.
Un aspect particulièrement préoccupant soulevé par l’enquête est l’incapacité de Google et Meta à étiqueter le contenu créé par leurs propres outils d’IA générative. Les vidéos issues de Gemini n’étaient pas détectées sur YouTube, et les images créées avec Meta AI n’étaient pas étiquetées sur Instagram. Interrogé par Indicator, un porte-parole de Meta a reconnu que la détection de l’IA est un défi complexe et que l’entreprise améliore continuellement ses mécanismes. Google n’a pas répondu aux sollicitations d’Indicator concernant les filigranes sur Gemini.
L’étude a également mis en évidence l’influence de la méthode de téléchargement sur le processus d’étiquetage. Les images générées avec Adobe Firefly sur mobile et téléchargées via un iPhone ne contenaient pas d’informations d’identification, contrairement à celles générées sur un ordinateur portable. De même, les images téléchargées sur iPhone depuis Google Gemini sous forme de fichiers n’étaient pas correctement identifiées comme étant générées par l’IA sur Instagram.
Henry Ajder, chercheur spécialisé dans les deepfakes, a souligné à Indicator que « le patchwork d’incohérences autour des approches standard de la Coalition for Content Provenance and Authenticity (C2PA) et autres en matière d’étiquetage du contenu montre qu’il reste encore beaucoup à faire. »
Cependant, certains points positifs ont été relevés. OpenAI semble utiliser un mécanisme fiable pour étiqueter avec précision les images générées par ChatGPT et les vidéos créées par Sora 2. De plus, toutes les images Adobe Firefly publiées depuis un ordinateur portable sur LinkedIn ont reçu les étiquettes IA correctes, tout comme les images générées par Gemini publiées sur Instagram via un téléphone mobile et les vidéos Sora 2 téléchargées sur YouTube via un ordinateur portable. Pinterest, en utilisant à la fois des métadonnées et des classificateurs, a atteint un taux de détection de contenu IA de 55 %, le plus élevé parmi les plateformes testées.
Cet audit souligne l’importance de contrôles réguliers pour s’assurer que les plateformes de réseaux sociaux respectent leurs engagements en matière de transparence dans l’environnement numérique. L’entrée en vigueur prochaine de réglementations en Europe (conformément à la loi européenne sur l’IA) et en Californie (conformément à la loi sur la transparence de l’IA) à partir de 2026 devrait inciter les plateformes à adopter une approche plus uniforme en matière d’étiquetage du contenu IA. La Chine a déjà commencé à appliquer sa propre loi relative aux métadonnées de l’IA et à un étiquetage précis.
L’Inde s’est également jointe à cette démarche réglementaire, avec un projet d’amendement aux IT Rules (2021) qui ajoute la définition des informations générées synthétiquement, incluant la désinformation générée par l’IA et les deepfakes. La date limite pour soumettre des commentaires sur ce projet d’amendement est fixée au 6 novembre.
