Procès de Diddy : comment des vidéos IA mensongères engrangent des millions de vues

Le procès de Sean « Diddy » Combs est devenu, en juin 2025, le matériau d’une production industrielle de vidéos trompeuses sur YouTube. Le procédé est simple et redoutablement efficace : associer une affaire très médiatisée, des célébrités reconnaissables, une miniature conçue pour choquer et un récit présenté comme une révélation. L’intelligence artificielle ne crée pas seulement les images qui accompagnent ces histoires, elle réduit aussi fortement le coût et le temps nécessaires pour en publier des dizaines.

Le résultat est préoccupant : des internautes peuvent tomber sur des montages qui donnent l’apparence d’un compte rendu judiciaire, alors qu’ils reposent sur des allégations inventées. Dans un contexte où l’audience cherche des informations rapides sur une affaire suivie, la frontière entre commentaire, rumeur et désinformation devient particulièrement facile à franchir.

Près de 900 vidéos pour exploiter une affaire médiatique

Le recensement de ces contenus fait état de 26 chaînes YouTube, près de 900 vidéos publiées en un an et presque 70 millions de vues cumulées. Ces chiffres ne mesurent pas seulement l’intérêt du public pour l’affaire : ils illustrent la capacité de certains créateurs à transformer une actualité judiciaire en une chaîne de production de contenus viraux.

Le format n’a rien d’improvisé. Les vidéos sont souvent bâties autour d’un scénario identique : une personnalité connue est placée, dans le titre ou dans l’image de couverture, au cœur d’une prétendue révélation liée à Diddy. La promesse est celle d’un témoignage inédit, d’une accusation spectaculaire ou d’un élément qui aurait été caché au public. Or les récits en question peuvent être entièrement fabriqués.

Le choix des miniatures est central. Une image générée par IA peut montrer une célébrité dans un décor de tribunal, face à Sean Combs ou dans une posture émotionnelle. Isolée dans le fil de recommandation, elle produit un effet de vraisemblance : l’internaute voit un visage connu, un cadre judiciaire et un titre alarmant, puis peut cliquer avant de se demander si la scène a réellement existé.

Cette mise en scène est d’autant plus trompeuse qu’elle s’appuie sur des codes visuels familiers de l’information télévisée et du commentaire judiciaire. Pourtant, une image réaliste n’est pas une photographie, une voix de synthèse n’est pas un témoignage, et une vidéo abondamment illustrée n’est pas une enquête.

Pourquoi ces fausses révélations attirent-elles autant de vues ?

La réponse tient autant à l’économie de YouTube qu’à la puissance des outils génératifs. Sur la plateforme, le titre, la miniature et les premières secondes d’une vidéo sont décisifs. Ils doivent convaincre l’utilisateur de cliquer parmi une multitude de contenus proposés. Les récits les plus nuancés sont rarement les plus performants dans cette compétition pour l’attention.

Les vidéos trompeuses exploitent trois ressorts très efficaces : la notoriété d’une affaire judiciaire, la curiosité autour de célébrités et le sentiment d’urgence. Une affirmation présentée comme explosive pousse à regarder immédiatement, avant toute vérification. Lorsqu’un contenu est ensuite recommandé à des spectateurs intéressés par le procès, les célébrités ou les actualités populaires, sa diffusion peut s’accélérer.

Le modèle est aussi rentable parce qu’il est répétable. Une même affaire peut servir de point de départ à une longue série de vidéos : il suffit de changer la personnalité associée au récit, la promesse du titre et l’image de couverture. Le créateur Wanner Aarts est cité parmi les personnes ayant expliqué qu’une chaîne centrée sur Diddy pouvait rapporter davantage que des projets plus conventionnels. Cette logique économique encourage la quantité, au risque de faire disparaître toute exigence de vérification.

Il faut distinguer ici l’intérêt légitime pour une affaire judiciaire médiatisée de l’exploitation de cet intérêt. Suivre un procès, analyser les faits rendus publics ou commenter des documents fiables relève du débat public. Inventer des éléments pour capter des clics relève d’une tout autre démarche.

L’IA rend la fabrication de vidéos beaucoup plus rapide

La désinformation en ligne n’a pas attendu l’IA générative. Ce que ces outils changent, c’est l’échelle de production. Là où il fallait auparavant écrire un texte, enregistrer une voix, trouver des illustrations et monter une vidéo, plusieurs étapes peuvent désormais être assistées ou automatisées.

Cette chaîne de fabrication explique pourquoi il est possible de publier fréquemment avec des moyens limités. Elle ne signifie pas que l’IA produit seule la désinformation : des personnes choisissent le sujet, rédigent ou valident les affirmations, sélectionnent les images et conçoivent les titres. La technologie abaisse surtout le coût de ces décisions éditoriales.

Les systèmes génératifs peuvent également produire des défauts, des incohérences ou des formulations vagues. Mais ces signaux ne suffisent plus à identifier une intox. Les images deviennent plus convaincantes et les voix de synthèse plus naturelles. La méthode la plus fiable reste donc de vérifier l’origine des affirmations, plutôt que de tenter de deviner à l’œil nu si chaque image a été créée par une machine.

Les règles de YouTube existent, mais la modération suit difficilement le rythme

YouTube interdit les pratiques de spam, les contenus trompeurs et certaines formes de désinformation. La plateforme peut retirer une vidéo, suspendre une chaîne ou la priver de revenus publicitaires. Elle impose aussi, dans certaines situations, de signaler les contenus réalistes qui ont été modifiés ou créés par synthèse lorsqu’ils peuvent induire le public en erreur.

Dans les faits, l’application de ces règles se heurte à la vitesse de publication. Une vidéo peut déjà avoir accumulé de nombreuses vues avant d’être repérée, signalée et examinée. La démonétisation réduit l’intérêt financier d’une chaîne, mais elle ne répare pas automatiquement les effets d’une affirmation déjà largement diffusée. Supprimer un compte peut aussi conduire ses responsables à recommencer sous un autre nom ou sur une autre plateforme.

Certaines chaînes ont déjà été démonétisées ou supprimées pour des violations liées notamment au spam et à la désinformation. Cela ne suffit toutefois pas à empêcher la persistance du modèle, car les outils d’IA permettent de relancer très vite de nouveaux formats. Le sujet n’est donc pas seulement l’absence de règles : c’est aussi la capacité à les faire respecter de façon cohérente, rapide et compréhensible pour le public.

Le phénomène dépasse largement les chaînes anglophones

La course aux vues ne se limite pas aux contenus en anglais. Des chaînes en espagnol et en français reprennent aussi ce type de recette : célébrités, accusations sensationnalistes, illustrations générées par IA et titres formulés pour provoquer le clic. Le corpus étudié cite notamment des vidéos françaises de la chaîne StarBuzzFR qui s’appuient sur des allégations fictives autour de personnalités connues.

Cette circulation entre langues complique la réponse. Une rumeur peut naître dans un espace linguistique, être reformulée dans un autre, puis revenir sous une apparence différente. La traduction automatique et les outils de génération de texte facilitent ce passage d’un public à l’autre. Une même narration peut ainsi être adaptée à des références culturelles différentes sans nécessiter un important travail éditorial.

Pour les personnes visées, le risque est multiple. Une fausse association avec une affaire pénale peut porter atteinte à une réputation, nourrir le harcèlement et rester accessible longtemps après un éventuel retrait. Les spectateurs, eux, risquent de confondre un récit fabriqué pour l’algorithme avec une information établie. Dans les deux cas, la viralité donne une force artificielle à l’affirmation : plus elle est vue, plus elle peut sembler crédible.

Comment vérifier une vidéo sur un procès ou une célébrité ?

Face à une vidéo très affirmée, quelques réflexes permettent de réduire le risque d’être trompé. Le premier consiste à remonter à l’affirmation précise. Une vidéo prétend-elle qu’une personne a témoigné, qu’un document a été versé au dossier ou qu’une déclaration a été faite devant un tribunal ? Il faut alors chercher une confirmation dans des comptes rendus judiciaires fiables, des médias reconnus ou des communications officielles.

Plusieurs signaux doivent inciter à la prudence :

• un titre qui promet une révélation définitive sans indiquer d’où elle vient ;
• une miniature montrant une scène spectaculaire sans crédit ni contexte ;
• une voix off qui enchaîne les affirmations sans citer de document identifiable ;
• un compte qui publie en grande quantité des histoires similaires sur de nombreuses célébrités ;
• l’absence de distinction claire entre image d’illustration, reconstitution et événement réel.

Il est également utile d’ouvrir plusieurs sources indépendantes plutôt que de regarder les vidéos recommandées à la suite les unes des autres. L’algorithme peut enfermer l’utilisateur dans un même récit, non parce qu’il est avéré, mais parce qu’il suscite des clics et du temps de visionnage.

Ce qu’il faut surveiller

Au 30 juin 2025, l’affaire des vidéos consacrées au procès de Diddy montre que l’IA générative est devenue un outil de production médiatique de masse, y compris pour des contenus dont la valeur informative est nulle ou trompeuse. La question ne concerne pas seulement les faux visuels les plus spectaculaires. Elle porte aussi sur les titres, les scripts et les narrations synthétiques qui, mis bout à bout, construisent une impression de vérité.

Les plateformes devront démontrer que leurs règles peuvent suivre le rythme de cette production automatisée. Les créateurs, les annonceurs et les spectateurs ont également un rôle : refuser de récompenser les récits non sourcés, signaler les contenus manifestement trompeurs et ne pas confondre popularité et fiabilité.

À plus long terme, l’enjeu est de préserver un réflexe essentiel dans l’espace numérique : lorsqu’une vidéo prétend révéler un fait grave, la bonne question n’est pas seulement « est-ce que l’image semble réelle ? », mais « quelle preuve permet de l’établir ? ».