L'avènement de l'intelligence artificielle suscite de vives inquiétudes dans tous les domaines, y compris le journalisme, et les médias synthétiques ne font qu'aggraver la situation. Ce guide s'attache à définir les médias synthétiques, leurs techniques et, plus alarmant encore, les signaux d'alarme qu'ils représentent pour le journalisme.
Pourquoi est-ce important:
Les différentes formes de données qui composent le contenu de l'actualité sont au bord de la duplication, car les médias synthétiques – un algorithme capable de manipuler textes, images et contenus audiovisuels – sont désormais accessibles à ceux qui les recherchent. Grâce à ce modèle basé sur l'IA, il est possible de créer des visages et des lieux qui n'existent pas, et même un avatar vocal numérique imitant la parole humaineAldana Vales 2019) Imaginez un monde où il est extrêmement difficile de distinguer les fausses informations des vraies, car les diffuseurs de fausses nouvelles peuvent manipuler les « preuves » pour servir leurs intérêts. Par exemple, si des vidéos de Trump, Poutine et Kim déclarant la guerre circulaient en ligne à l'échelle mondiale, personne ne cesserait de croire que la Troisième Guerre mondiale a commencé. Même si ces informations étaient démenties par les gouvernements concernés, la panique psychologique et économique qu'elles engendreraient pourrait être plus dévastatrice que l'impact d'un missile.Creuser plus profondément
Les médias synthétiques peuvent être créés grâce à trois formes d'intelligence artificielle générative (IAG) : les réseaux antagonistes génératifs (GAN), les auto-encodeurs variationnels (VEN) et les réseaux de neurones récurrents (RNN). Ces IAG sont utilisées respectivement pour la génération de photos, de vidéos et de textes. Le terme « génération » est employé car la plupart des contenus créés par ces algorithmes n'existent pas ; toutefois, les médias synthétiques peuvent également servir à la duplication. Selon Aldana Vales, « les réseaux antagonistes génératifs utilisent deux réseaux de neurones (un réseau de neurones est un système informatique capable de prédire et de modéliser des relations et des schémas complexes) qui s'affrontent ». Le premier réseau agit comme générateur et le second comme discriminateur. Le discriminateur supervise le générateur, s'assurant qu'aucune piste n'est négligée. Après plusieurs allers-retours entre les deux réseaux, le contenu produit ressemble à l'original. Contrairement aux réseaux antagonistes génératifs, les réseaux de neurones des auto-encodeurs variationnels sont appelés encodeur et décodeur, car cette technique implique la compression et la reconstruction du contenu vidéo. Le décodeur intègre une modélisation probabiliste qui identifie les différences probables entre les deux, permettant ainsi de reconstruire des éléments qui seraient autrement perdus lors du processus d'encodage-décodage. (Aldana Vales, 2019) Les réseaux neuronaux récurrents fonctionnent en reconnaissant la structure d'un vaste ensemble de textes. C'est la méthode utilisée dans l'application mobile de correction automatique de texte. Ces techniques sont appliquées dans divers projets tels que GauGAN Face2Faceet le modèle GPT-2. L'application la plus récente des médias synthétiques se trouve dans Siri ou Alexa. Ces assistants virtuels peuvent désormais « transformer du texte en audio et imiter la parole humaine ». Dans un article de 2017 intitulé « Le porno assisté par l'IA est là et on est tous foutus », Vice a révélé la diffusion d'une fausse vidéo pornographique, ce qui n'est pas un problème en soi, car la plupart des scénarios des films pornographiques sont fictifs (mdr) ; sauf que l'acteur avait le visage d'une actrice populaire non pornographique, Gal Gadot (Wonder Woman). De plus, en 2018, une vidéo montrant le président Barack Obama évoquant les risques liés aux vidéos manipulées a circulé sur Buzzfeed. Le plus étrange, c'est que le sujet généré par l'IA a le visage d'Obama et la voix de Jordan Peele, grâce aux médias synthétiques. Une campagne est en cours contre les risques potentiels des médias synthétiques pour l'authenticité des informations ; cependant, « au-delà du reportage… les rédactions se concentrent sur la détection des médias synthétiques et la validation des informations ». Le Wall Street Journal, par exemple, a créé un guide de la salle de rédaction et comité pour détecter les deepfakes. Le New York Times récemment annoncé « Il s’agit d’explorer un système basé sur la blockchain pour lutter contre la désinformation en ligne. » (Aldana Vales, 2019)Conclusion
Les médias synthétiques pourraient permettre aux agences de presse de surmonter aisément les barrières linguistiques. Cependant, ils pourraient aussi favoriser la diffusion de fausses informations. S'il est impossible d'empêcher les géants de la tech de se lancer dans la recherche en intelligence artificielle, les journalistes peuvent apprendre à limiter les dégâts que peuvent causer les médias synthétiques.Contenu de nos partenaires
