Adobe lance Content Authenticity, un outil pour tracer l’origine des images

L’image d’une personne, d’un événement ou d’une œuvre peut aujourd’hui être générée, retouchée et rediffusée en quelques minutes. Dans cet environnement, savoir d’où vient un fichier et qui l’a produit devient presque aussi important que l’image elle-même. Le 8 octobre 2024, Adobe a annoncé la mise en bêta publique de Content Authenticity, une application web gratuite conçue pour aider les créateurs à associer une identité et des informations de provenance à leurs images.

L’ambition est claire : redonner aux photographes, illustrateurs et artistes numériques un moyen simple de revendiquer leur travail, dans un contexte où les faux contenus réalistes, les reprises sans crédit et l’entraînement des systèmes d’IA suscitent de vives inquiétudes. Mais il faut être précis sur ce que propose réellement Adobe. L’application ne détermine pas si une image est vraie ou fausse, et elle n’empêche pas matériellement une copie. Elle crée plutôt une trace vérifiable de son origine, comparable à une étiquette numérique attachée au fichier.

Content Credentials : une signature plutôt qu’un détecteur

Le cœur du dispositif repose sur les Content Credentials, que l’on peut traduire par des informations d’authenticité ou de provenance. Il s’agit de métadonnées attachées à un contenu numérique et protégées par une signature cryptographique. Elles peuvent indiquer notamment qui a revendiqué la création de l’image, de quel outil elle provient et quelles modifications ont été déclarées.

Avec la nouvelle application web, un créateur peut importer une image, y associer des éléments d’identification tels que son nom et ses canaux professionnels, puis télécharger un fichier enrichi de ces informations. Adobe précise que l’outil peut être utilisé pour des œuvres réalisées en dehors de ses logiciels. C’est un point important : la provenance ne doit pas être réservée aux seuls utilisateurs de Photoshop ou de Lightroom.

Les Content Credentials sont conçus pour révéler toute modification apportée aux informations qu’ils contiennent. En d’autres termes, quelqu’un ne peut pas changer discrètement le nom déclaré dans ces données sans que la signature associée ne soit invalidée. Cette propriété ne signifie pas qu’Adobe vérifie indépendamment l’identité, la qualité ou la véracité de chaque œuvre. Elle signifie que les informations ajoutées sont liées au fichier de façon traçable.

Le choix des mots compte. Parler de « certification » peut laisser entendre qu’une autorité garantit que la scène représentée a bien existé. Ce n’est pas le rôle de l’application. Une photographie peut porter des Content Credentials et montrer une scène mise en scène. À l’inverse, une photographie authentique peut ne contenir aucune donnée de provenance, par exemple si elle vient d’un appareil ou d’une plateforme qui ne prend pas encore en charge ce standard.

Une réponse aux besoins concrets des créateurs

Pour de nombreux professionnels de l’image, l’enjeu premier est l’attribution. Une photographie circule souvent bien au-delà de son site d’origine, parfois recadrée, compressée ou republiée sans nom d’auteur. Le fichier peut alors perdre le contexte qui permettait d’identifier facilement son créateur.

L’application d’Adobe vise à restaurer ce lien entre une œuvre et la personne qui la revendique. Elle ajoute aussi une fonction particulièrement attendue en 2024 : la possibilité de signaler une préférence selon laquelle le contenu ne devrait pas être utilisé pour entraîner ou alimenter des systèmes d’IA générative.

Cette préférence est un signal destiné aux développeurs de modèles et aux plateformes qui choisissent de la respecter. Elle répond à une préoccupation majeure des artistes, dont les travaux peuvent être aspirés à grande échelle sur le web pour constituer des jeux de données. Elle ne constitue toutefois pas une barrière technique empêchant automatiquement un robot de collecte de télécharger l’image, ni une garantie que tous les acteurs de l’IA suivront cette indication.

L’intérêt de l’outil se situe donc à plusieurs niveaux :

• rendre l’auteur plus visible lorsque le fichier est consulté dans un environnement compatible ;
• conserver un historique déclaré des étapes de création ou d’édition ;
• exprimer une préférence d’usage face à l’IA de manière lisible par des systèmes automatisés ;
• faciliter la vérification pour les rédactions, les agences, les clients et les plateformes qui reçoivent une image.

Cette approche ne remplace pas les protections classiques, comme le droit d’auteur, les contrats de licence, les conditions d’utilisation d’un site ou les recours contre la contrefaçon. Elle peut néanmoins apporter un élément de contexte utile lorsqu’un litige ou une confusion survient.

Firefly et Content Authenticity, deux outils différents

L’annonce peut prêter à confusion, car Adobe développe aussi Firefly, sa famille d’outils d’IA générative. Firefly sert à produire ou modifier des contenus à partir d’instructions textuelles et de fonctions de retouche générative. Content Authenticity, lui, sert à ajouter et consulter des informations de provenance.

Les deux produits sont liés par une même stratégie de transparence, mais ils n’occupent pas la même place dans le processus créatif. Adobe a déjà intégré les Content Credentials à plusieurs de ses services et les associe notamment à des contenus générés avec Firefly. La nouvelle application étend cette possibilité à des images qui ne sont pas nécessairement passées par l’écosystème Adobe.

Adobe présente Firefly comme une IA conçue pour un usage commercial, entraînée sur des contenus sous licence, notamment Adobe Stock, et sur des contenus du domaine public dont les droits ont expiré. Cette position répond aux débats sur les données utilisées pour entraîner les modèles génératifs, même si les Content Credentials ont une fonction différente : renseigner la provenance des fichiers, pas documenter à eux seuls l’ensemble des conditions juridiques de leur création.

Ce que les Content Credentials peuvent, et ne peuvent pas, protéger

La valeur d’un standard de provenance dépend largement de son adoption. Pour être réellement utile, une information ajoutée par un créateur doit rester accessible quand l’image est ouverte, modifiée ou publiée sur une autre plateforme. Or les services en ligne n’ont pas tous les mêmes pratiques : certains préservent les métadonnées, d’autres les compressent ou les retirent lors d’un nouvel envoi.

Adobe cherche à répondre à ce défi avec une infrastructure de provenance durable et avec le développement de standards interopérables. Dans la pratique, il faut toutefois éviter de considérer un fichier signé comme un passeport infaillible. Une capture d’écran, un export dans un autre format ou une republication sur un service qui efface des informations peuvent réduire fortement la trace disponible.

La signature ne garantit pas non plus la sincérité de la déclaration initiale. Si une personne attache son nom à une image qu’elle ne détient pas, le système peut montrer que cette personne a fait cette déclaration à un moment donné. Il ne tranche pas, à lui seul, la question de la propriété juridique. Celle-ci dépend des lois applicables, des contrats, des éléments de preuve et, en cas de litige, de l’appréciation d’une juridiction.

Un standard ouvert pour éviter les étiquettes propriétaires

Adobe ne développe pas cette technologie dans un cadre fermé. L’entreprise a cofondé en 2019 la Content Authenticity Initiative, une coalition réunissant des acteurs de la technologie, des médias et de la création autour de la question de la provenance des contenus numériques. Les Content Credentials s’appuient sur les spécifications de la Coalition for Content Provenance and Authenticity, plus connue sous l’acronyme C2PA.

L’objectif est de faire émerger un langage commun. Sans norme partagée, chaque logiciel pourrait afficher son propre badge, incompréhensible ou invisible ailleurs. Avec une spécification ouverte, un fichier enrichi dans une application peut, en principe, être lu et vérifié par d’autres services compatibles.

Ce modèle rappelle les informations techniques déjà présentes dans certains fichiers photo, comme le type d’appareil ou les réglages de prise de vue. La différence est que les Content Credentials cherchent à formaliser aussi les interventions humaines et algorithmiques, tout en rendant les modifications de ces informations détectables.

Cette interopérabilité est particulièrement importante pour les médias. Face à une image spectaculaire diffusée sur les réseaux sociaux, une rédaction ne peut pas se contenter d’un indicateur technique. Elle doit recouper le contexte, la date, le lieu et la source. Des données de provenance fiables peuvent accélérer ce travail, mais elles ne remplacent pas la vérification journalistique.

Pourquoi le cadre réglementaire renforce l’intérêt de ces outils

L’arrivée de l’application intervient quelques mois après l’adoption définitive du règlement européen sur l’intelligence artificielle, l’AI Act, entré en vigueur le 1er août 2024. Ce texte prévoit notamment des obligations de transparence pour certains contenus générés ou manipulés par l’IA, avec une application progressive de ses différentes dispositions.

Les mécanismes de provenance peuvent aider les éditeurs d’outils, les plateformes et les créateurs à documenter l’origine d’un contenu synthétique. Ils ne suffisent cependant pas, à eux seuls, à garantir le respect de toutes les obligations prévues par la loi. Une règle juridique impose des responsabilités, des modalités d’information et parfois des exceptions. Une métadonnée est, elle, un moyen technique de transmettre une information.

Pour les auteurs, la question dépasse largement la seule IA. Le droit d’auteur protège une œuvre originale selon des règles qui varient d’un pays à l’autre. Ajouter une identité à une image peut faciliter l’attribution et la preuve d’un parcours, mais ne crée pas automatiquement de nouveaux droits. À l’inverse, l’absence de Content Credentials ne fait pas disparaître les droits d’un photographe ou d’un illustrateur.

Comment utiliser l’application web d’Adobe

La version annoncée par Adobe est proposée gratuitement en bêta publique. Son fonctionnement est pensé pour rester accessible à une personne qui ne maîtrise ni la cryptographie ni les logiciels professionnels de création. Le parcours repose sur quelques étapes simples : importer une image, renseigner les informations que l’on souhaite associer au fichier, définir le cas échéant la préférence liée à l’utilisation pour l’IA, puis appliquer les Content Credentials avant de récupérer le contenu.

Avant de l’adopter dans un flux de travail professionnel, il est utile de se poser trois questions. D’abord, où l’image sera-t-elle publiée et ces services préservent-ils les informations de provenance ? Ensuite, quelles données personnelles le créateur souhaite-t-il rendre visibles, par exemple son nom ou un lien professionnel ? Enfin, quelle preuve complémentaire conservera-t-il, comme les fichiers originaux, les contrats de commande ou les exports datés ?

Pour les organisations, le déploiement peut aussi nécessiter une politique interne. Une agence ou une rédaction doit décider qui peut signer les contenus, quelles informations seront affichées et à quel moment de la chaîne de production elles seront ajoutées. La technologie est plus utile lorsqu’elle accompagne des procédures claires qu’elle ne l’est lorsqu’elle est appliquée de manière automatique et isolée.

Ce qu’il faut surveiller

Le lancement de Content Authenticity marque une étape concrète dans la réponse aux bouleversements provoqués par l’IA générative. Adobe met à disposition des créateurs un outil gratuit pour adopter un standard de provenance, sans les obliger à créer leurs images avec Firefly. C’est une avancée utile dans un secteur où l’attribution a souvent été sacrifiée à la vitesse de diffusion.

La question décisive sera désormais celle de l’adoption. Les plateformes sociales, les logiciels de création, les appareils photo, les médias et les développeurs de modèles d’IA devront préserver, afficher et respecter ces informations pour qu’elles deviennent vraiment visibles du grand public. Il faudra aussi observer si la préférence de non-utilisation pour l’entraînement des IA est suivie d’effets par les entreprises concernées.

La lutte contre les deepfakes et le vol de contenus ne reposera pas sur une seule étiquette. Elle demandera des standards techniques partagés, des règles juridiques applicables, une meilleure information des utilisateurs et des pratiques rigoureuses de vérification. Dans cet ensemble, les Content Credentials ne sont pas une solution miracle, mais ils peuvent devenir une pièce importante de l’infrastructure de confiance dont l’internet de l’IA a besoin.