Les deepfakes reproduisent un pouls crédible et compliquent encore leur détection

Un battement de cœur, même imperceptible à l’œil nu, semblait offrir aux enquêteurs un précieux indice d’authenticité. Dans une vidéo réelle, les légères variations du volume sanguin sous la peau modifient très discrètement la lumière renvoyée par le visage. Or, les résultats rapportés le 30 avril 2025 montrent que des deepfakes récents peuvent présenter eux aussi un signal de pouls suffisamment crédible pour tromper un détecteur. Une avancée qui rappelle une règle essentielle : aucun indice isolé ne permet de certifier qu’une vidéo est vraie.

L’enjeu dépasse largement la curiosité technique. À mesure que les vidéos générées ou modifiées par intelligence artificielle gagnent en qualité, elles peuvent être utilisées pour attribuer à tort des propos ou des gestes à une personne. Dans un contexte politique, médiatique ou militant, cette capacité fragilise la confiance accordée aux images, mais aussi la capacité du public à distinguer un document authentique d’une fabrication.

Un signal biologique qui n’est plus une garantie d’authenticité

Un deepfake est un contenu, le plus souvent une vidéo ou un enregistrement audio, créé ou altéré avec des techniques d’apprentissage profond. Le principe peut consister à remplacer un visage, à modifier des expressions, à synchroniser des lèvres avec une nouvelle bande sonore ou à imiter une voix. Les usages visibles du grand public ont longtemps été associés au divertissement et aux montages humoristiques. Mais les mêmes procédés peuvent servir à la désinformation, à la diffamation ou à l’usurpation d’identité.

Les chercheurs en détection ont donc cherché des traces plus difficiles à reproduire que les défauts évidents d’un montage. Pendant plusieurs années, les incohérences des clignements d’yeux, des contours du visage, des lèvres ou des reflets ont constitué des pistes utiles. Le problème est que les générateurs progressent vite : lorsqu’un défaut devient connu, les outils de création finissent souvent par mieux le corriger.

Le rythme cardiaque paraissait différent, car il renvoie à un phénomène physiologique réel. Un visage filmé peut laisser apparaître de minuscules changements de teinte liés à la circulation du sang. Pourtant, un deepfake n’a évidemment pas de circulation sanguine. Ce que les travaux évoqués ici mettent en lumière n’est donc pas l’apparition d’un véritable cœur artificiel dans une vidéo, mais la présence d’un signal visuel ressemblant à un pouls humain.

Comment une caméra peut-elle estimer un rythme cardiaque ?

La méthode utilisée porte le nom de photopléthysmographie à distance, souvent abrégée en rPPG. Elle ne nécessite ni bracelet connecté ni capteur posé sur la peau. Elle exploite simplement les images d’une caméra et les changements infimes de lumière observables à la surface du visage.

À chaque battement, le volume de sang dans les vaisseaux superficiels varie légèrement. Ces variations influencent la lumière renvoyée par la peau. Un algorithme peut alors suivre, image après image, la fluctuation de certaines zones du visage et en extraire un signal périodique. Lorsque la vidéo est de qualité suffisante, ce signal sert à estimer le nombre de battements par minute.

Selon les résultats décrits, le détecteur développé par les chercheurs pouvait estimer le rythme cardiaque avec un écart de 2 à 3 battements par minute par rapport au rythme réel. Cette précision illustre le potentiel de la rPPG, mais elle ne transforme pas une webcam en instrument médical. L’objectif est ici l’analyse de l’authenticité d’un contenu vidéo, non le suivi de santé d’une personne.

Pourquoi les deepfakes peuvent-ils afficher un pouls plausible ?

Les tests menés sur des vidéos deepfake récentes ont livré un résultat déroutant : le détecteur y a identifié un battement réaliste alors que ce rythme n’avait pas été intégré volontairement comme une fonctionnalité explicite du montage. Les variations subtiles de tonalité de peau présentes dans les images semblent avoir été, au moins en partie, préservées ou reproduites par le processus de génération.

C’est précisément ce qui rend le phénomène important. Un modèle de génération ne doit pas nécessairement « comprendre » la physiologie humaine pour produire une vidéo dans laquelle une signature physiologique paraît présente. S’il a appris à générer des images de visage cohérentes dans le temps, il peut conserver des détails visuels très fins issus de la séquence d’origine ou en fabriquer de nouveaux qui paraissent cohérents à un algorithme de mesure.

Autrement dit, un détecteur qui se contente de poser une question simple, « y a-t-il un pouls ? », risque de se tromper. La présence d’un rythme visuellement plausible peut faire passer un contenu manipulé pour une vidéo authentique. Les chercheurs se retrouvent ainsi dans une course continue : les créateurs de deepfakes améliorent le réalisme des images, tandis que les outils de vérification cherchent des signaux plus difficiles à imiter.

Du rythme global au flux sanguin local, la nouvelle piste de détection

La réponse envisagée ne consiste pas à abandonner les signaux physiologiques, mais à les analyser avec davantage de finesse. Plutôt que de mesurer uniquement un rythme moyen sur l’ensemble du visage, les chercheurs proposent de se concentrer sur le flux sanguin local.

Dans une vidéo authentique, les variations liées au sang ne sont pas nécessairement identiques partout et au même instant. Les zones du front, des joues ou du nez peuvent présenter des évolutions locales dont les relations sont dictées par la circulation réelle et par les conditions de captation. Un contenu synthétique peut parvenir à afficher une fluctuation globale convaincante tout en révélant des incohérences lorsqu’on compare très précisément ces différentes zones.

L’idée est donc d’étudier la structure spatiale du signal, et pas seulement sa cadence. Une méthode de ce type pourrait notamment :

• comparer les fluctuations observées dans plusieurs parties du visage ;
• examiner si leur évolution temporelle reste cohérente d’une image à l’autre ;
• croiser ce résultat avec d’autres indices de manipulation, visuels ou techniques.

Il s’agit toutefois d’une direction de recherche, pas d’une solution définitive. Un détecteur utile doit être évalué sur des vidéos de qualité variée, sur plusieurs méthodes de génération et face à des tentatives délibérées de contournement. La détection automatique fournit un niveau de confiance, rarement une certitude absolue.

Quels risques pour l’information et le débat public ?

Le risque principal ne vient pas seulement de la capacité à fabriquer une vidéo trompeuse. Il vient aussi de la vitesse à laquelle elle peut être diffusée, recadrée et sortie de son contexte. Une séquence attribuant de faux propos à une personnalité politique, à un responsable d’entreprise ou à un défenseur des droits humains peut provoquer des dégâts avant même que sa falsification soit établie.

Les deepfakes peuvent aussi installer un doute généralisé. Lorsqu’il devient facile d’affirmer qu’une vidéo est peut-être artificielle, des images authentiques risquent elles aussi d’être contestées sans preuve. Le défi est donc double : détecter les faux crédibles, tout en préservant la capacité à établir l’authenticité des documents réels.

Pour le public, la prudence la plus utile reste d’abord contextuelle. Un battement de cœur, un clignement naturel ou une voix bien imitée ne sont pas des critères suffisants pour valider un contenu. Avant de relayer une vidéo sensible, il convient de vérifier :

• qui l’a publiée en premier et si son origine peut être retracée ;
• si la personne ou l’organisation concernée a communiqué par ses canaux habituels ;
• si des médias fiables ou des services de vérification indépendants confirment le contexte ;
• si la vidéo existe dans une version plus longue, moins recadrée et accompagnée d’éléments vérifiables.

Ces gestes ne demandent pas de maîtriser les algorithmes. Ils réduisent surtout le risque de donner de l’ampleur à une manipulation conçue pour susciter une réaction immédiate.

La technologie ne remplace pas les règles ni la vigilance collective

La sophistication des deepfakes relance les questions de responsabilité. Les concepteurs d’outils génératifs, les plateformes qui hébergent les contenus, les médias et les pouvoirs publics n’occupent pas la même position, mais tous participent à la réponse. La transparence sur l’origine d’une vidéo, la possibilité de signaler rapidement un faux et la conservation d’éléments permettant d’en vérifier la provenance sont des compléments indispensables aux détecteurs.

En avril 2025, le débat européen sur l’encadrement de l’intelligence artificielle porte notamment sur la transparence et les obligations applicables selon les usages. Mais une règle ne peut pas, à elle seule, empêcher la diffusion d’un contenu déjà viral. De même, un outil de détection ne peut pas trancher tous les cas sans analyse humaine. La réponse la plus robuste combine donc prévention, authentification technique, modération adaptée et éducation aux médias.

Il faut également éviter un faux sentiment de sécurité. Les listes de « signes infaillibles » circulent facilement, alors que les signes visuels changent au rythme des modèles génératifs. Une image trop lisse, un regard étrange ou un mouvement de lèvres imparfait peuvent éveiller un doute, mais leur absence ne garantit rien.

Ce qu’il faut surveiller

Le résultat observé avec le pouls rappelle que les outils de détection doivent évoluer aussi vite que les méthodes de génération. Plusieurs points mériteront une attention particulière : la capacité des analyses locales du flux sanguin à résister aux nouveaux deepfakes, leur fiabilité sur des vidéos ordinaires et compressées, ainsi que leur intégration avec d’autres méthodes d’authentification.

La question centrale ne sera pas seulement de savoir si une intelligence artificielle peut créer un visage crédible. Elle sera de déterminer comment démontrer l’origine d’une vidéo, dans quelles conditions un détecteur peut être considéré comme fiable et comment présenter ses résultats sans transformer une probabilité technique en verdict hâtif.

Face à des deepfakes capables de conserver jusqu’à l’apparence d’un pouls, la bonne réponse n’est ni la panique ni la confiance aveugle. C’est une vérification plus exigeante, fondée sur plusieurs indices, et une diffusion plus responsable des contenus qui prétendent montrer ou faire dire quelque chose à une personne réelle.