Faire semblant, mais en plus convaincant que l’original. Des chercheurs ont demandé à des modèles d’IA d’imiter 112 figures publiques, puis ont soumis le résultat à des juges humains. Verdict embarrassant pour les vrais concernés : dans plusieurs cas, les répliques synthétiques ont été jugées plus authentiques, plus cohérentes et plus pertinentes que les déclarations d’origine.
Points clés
- 112 figures publiques imitées par des modèles d’IA dans une expérience relayée par 404 Media
- Les juges humains ont souvent préféré les réponses synthétiques sur l’authenticité, la cohérence et la pertinence
- Le risque : des faux plus convaincants que les vrais propos, diffusables à grande échelle
Des réponses jugées plus crédibles que celles des vrais élus
D’après l’expérience relayée par 404 Media, le protocole a porté sur 112 personnalités publiques. Les chercheurs ont demandé à l’IA de se faire passer pour elles dans des échanges et des prises de position, avant de faire noter ces productions par des évaluateurs humains. Ces derniers ont souvent préféré la version synthétique à la vraie, sur trois critères précis : authenticité, cohérence et pertinence.
Le problème n’est pas seulement la qualité de l’imitation. C’est la facilité avec laquelle une réponse plausible passe pour vraie, alors qu’elle sort tout droit d’un modèle. Le test tombe au pire moment, avec la multiplication des usurpations d’identité, des faux messages attribués à des responsables publics et des contenus fabriqués pour piéger électeurs, abonnés ou journalistes.
Un risque de tromperie à grande échelle
Le sujet déborde largement du laboratoire. Ces derniers mois, plusieurs acteurs de la cybersécurité ont documenté des usages frauduleux de l’IA pour se faire passer pour des personnalités connues ou des institutions. En juin 2026, des alertes publiques pointaient déjà des tentatives d’influence et d’arnaque à base de voix clonées, de textes générés et de comptes factices.
Dans ces scénarios, l’outil ne se contente pas de produire du contenu. Il imite un ton, une syntaxe, une posture. Si une IA décroche de meilleurs scores qu’une personne réelle sur un test d’authenticité perçue, la frontière entre communication légitime et imposture devient franchement poreuse. La crédibilité d’un texte généré se transforme alors en levier de manipulation redoutablement efficace.
Pourquoi ce test inquiète les chercheurs
L’alerte tient à la combinaison de trois ingrédients : vitesse de production, adaptation au style d’une personne et diffusion instantanée sur les réseaux sociaux. Un faux message bien calibré peut être publié en masse, repris hors contexte et circuler avant qu’une correction n’arrive. Or on lit souvent des extraits plutôt que la source complète, ce qui rend le tri entre citation réelle et imitation quasi impossible pour le lecteur pressé.
Les modèles génératifs ne se contentent donc plus de fabriquer du texte acceptable. Ils produisent des versions qui, aux yeux d’un public non spécialiste, paraissent plus claires et plus convaincantes que les originaux. Le danger n’est pas l’existence du faux. C’est sa capacité à battre le vrai sur son propre terrain.
