Cligner des yeux ne suffit plus : l'IA passe la reconnaissance faciale

Le 26 octobre, « l'IA générative peut désormais tromper la reconnaissance faciale » figurait parmi les sujets les plus consultés sur les réseaux sociaux chinois. Sous les publications, une même formule revenait : « ça fait froid dans le dos ». Mais ce qui dérange vraiment n'est pas la technique. C'est la question que personne n'a posée : la dernière fois que j'ai scanné mon visage, qui validait de l'autre côté de l'écran — moi, ou un clip de quinze secondes ?

Une affaire publiée cette année par le tribunal populaire intermédiaire de Hangzhou met la réponse sur la table. Deux personnes ont collecté des photos de tiers en ligne, les ont animées par IA — hochements de tête, rotations, clignements — puis ont falsifié les données de la caméra. Il n'en fallait pas plus pour franchir la vérification faciale d'une plateforme de e-commerce et vider les comptes de leurs informations personnelles.

Le tribunal du district de Yuhua, à Changsha, a jugé une version plus crue encore. Un étudiant avait acheté sur un site illégal une méthode de « fausse vidéo faciale par IA », fabriqué le visage animé d'autrui, réinitialisé le mot de passe de paiement et détourné plus de 50 000 yuans en moins de quatre mois. Pas de salle serveur digne d'un film de hackers, pas de complice à l'intérieur. Une seule personne, dans une chambre universitaire.

Le « clignez des yeux », une parade de bricolage

La détection de vivacité, en clair, consiste à faire confirmer par la caméra qu'une personne réelle se tient devant elle. Les premières versions misaient sur le clignement, la bouche ouverte, la rotation de la tête. Sont venus ensuite les variations de lumière, les reflets d'écran, la profondeur infrarouge, puis la randomisation des consignes : tournez la tête à gauche, lisez cette suite de chiffres.

Tout ce dispositif repose sur un postulat jamais énoncé : falsifier un visage qui bouge serait bien plus difficile que falsifier un visage immobile.

Ce postulat s'est effondré en 2026. Donnez une seule photo de face à un modèle vidéo actuel : en quelques dizaines de secondes, vous obtenez une séquence avec micro-expressions, respiration et léger balancement de la tête. Demandez-lui de hocher la tête, il hoche ; demandez-lui de cligner, il cligne. Le coût ? L'expert interrogé par le Global Times avance un chiffre : quelques dizaines de yuans et une dizaine de secondes d'audio suffisent à « répliquer » n'importe qui.

La faille n'est pas dans le modèle, mais dans la diffusion

Une chose mérite d'être dite clairement : ces attaques cherchent rarement à tromper l'algorithme le plus avancé. Elles s'attaquent au maillon le plus mince du processus.

Premier maillon : la provenance des données. Inutile de pirater une base pour récupérer votre visage. Une photo de face bien nette suffit — publiée sur WeChat, sur un site d'emploi, en avatar sur une plateforme de seconde main, ou photocopiée sur un bordereau de livraison. Dans l'affaire de Hangzhou, les suspects se contentaient de « collecter sur internet ».

Deuxième maillon : la confiance accordée aux données de la caméra. Falsifier ces données sonne comme une opération sophistiquée ; en pratique, beaucoup de clients considèrent le flux fourni par la caméra comme une entrée fiable, sans vérification de signature. La serrure est solide, le chambranle est en carton.

Troisième maillon : la réutilisation. Un même modèle s'applique à des dizaines de personnes d'un coup, et un compte fermé se remplace par une nouvelle coquille. Le coût marginal est proche de zéro. Quand les experts parlent de « seuil d'entrée très bas, modèles duplicables en série, on change de coquille après une fermeture », ils ne décrivent pas une technologie. Ils décrivent l'économie de ce commerce.

En amont de la chaîne, un business bien plus rentable

Détourner 50 000 yuans, c'est l'échelle d'une affaire pénale. Le vrai volume se situe à l'autre bout.

Le 18 octobre, l'actrice Wu Yue a pris la parole : un compte utilisait l'IA pour contrefaire son visage et sa voix afin de vendre des soins de la peau. Les captures d'écran qu'elle a conservées montrent 16 492 ventes cumulées et un chiffre d'affaires estimé à plus de 1,3 million de yuans. À la fin de la vidéo truquée, une imitation de Deng Yaping apparaissait pour prolonger la promotion.

D'un côté, quelques dizaines de yuans de production ; de l'autre, plus d'un million de yuans de ventes. C'est cette asymétrie qui explique la persistance du phénomène. La fermeture d'un compte n'est pas une sanction, c'est un coût d'exploitation.

Les autorités ont bougé en parallèle. L'Administration nationale de la radio et de la télévision a lancé un plan de lutte contre les « détournements par IA », ciblant les réécritures non autorisées des quatre grands romans classiques, des sujets historiques et des figures modèles. Les principales plateformes vidéo ont retiré près de 13 000 contenus illicites en septembre seulement. Quand les comptes de retrait se chiffrent en dizaines de milliers, c'est que la capacité de production en amont est déjà excédentaire.

Ce que le commun des mortels peut faire est plus concret qu'il n'y paraît

Les conseils de CCTV sont assez pratiques pour être recopiés :

En appel vidéo, demandez à votre interlocuteur un geste précis : cligner trois fois de suite, se toucher le nez, passer la main devant son visage. Les échanges de visage échouent surtout en cas d'occlusion ou de mouvement rapide — attendez-vous à du retard, à des contours qui frémissent, à une déformation contre-nature.

Sur un appel inconnu où personne ne parle, ne prenez pas la parole le premier. Attendez trois secondes en silence ; si le silence persiste, raccrochez. Un échantillon vocal est la matière première du clonage : chaque phrase prononcée ajoute un fragment de corpus.

Ne communiquez ni numéro de pièce d'identité, ni employeur, ni adresse, ni intitulé de poste sans nécessité réelle. Évitez de laisser visage, photos, voix et empreintes dans des mini-applications d'origine douteuse.

Pour les plateformes, l'efficacité ne passe pas par des détections de vivacité plus sophistiquées, mais par trois mesures : signer les données au moment de la capture, afin que la « donnée caméra » ait une origine vérifiable ; imposer une seconde vérification sur les opérations à risque au lieu de faire du visage l'unique preuve ; et réserver un emplacement de signature aux contenus générés — quel modèle les a produits, qui les a publiés, ce que la plateforme a fait après les avoir identifiés.

Une conclusion peu confortable

Dans ce débat, beaucoup placent leurs espoirs dans les outils de détection. Or la détection arrive toujours trop tard : il faut d'abord une vidéo suspecte pour pouvoir la tester. Et le paiement par reconnaissance faciale intervient avant même que vous ayez vu la vidéo.

La vraie solution ne se trouve donc probablement pas du côté des algorithmes, mais du côté des institutions et des produits : rétrograder le visage du statut de preuve unique à celui de preuve secondaire, ramener les virements importants et les changements de mot de passe vers une vérification multi-facteurs, faire de l'attribution des contenus générés une option par défaut plutôt qu'un choix.

La technologie a déjà cassé le prix de l'apparence vraie. Ce qui coûtera cher, désormais, c'est de redéfinir ce que signifie « c'est bien moi ».