Glossaire des modèles forensiques
Uthentic ne confie jamais le verdict à un seul modèle. Chaque analyse interroge plusieurs moteurs indépendants — sur les images et, séparément, sur les textes — et en fusionne les lectures après calibration. Voici ce que mesure chacun d'eux et comment le lire, car un chiffre sans son contexte photographique n'est pas une preuve.
Moteurs pour les images
Lisent le fichier photographique : signature du capteur, cohérence de l'optique, texture du détail et intégrité locale de chaque zone.
- Intégrité locale du fichier
- Modèle d'analyse de l'intégrité locale : il cherche les zones du fichier dont la signature de bruit et de compression ne coïncide pas avec le reste de l'image.
- Comment le lireSert à distinguer une photographie entièrement générée d'une photographie réelle dont une zone a été refaite par logiciel. Sa carte monochrome indique où regarder, pas que l'image est fausse.
- Généralisation inter-générateurs
- Détecteur universel d'images synthétiques fondé sur des représentations visuelles générales, non liées à un seul générateur.
- Comment le lireTient bien sur des générateurs qu'il n'a jamais vus à l'entraînement ; sur des photographies très compressées ou redimensionnées, il perd en sensibilité.
- Traces de capteur et d'optique
- Famille de détecteurs académiques qui mesure les traces de capteur et les incohérences d'interpolation des couleurs laissées par la chaîne de prise de vue.
- Comment le lireUn signal élevé indique que la chaîne appareil-objectif-capteur n'est pas reconstituable : cela peut venir de la génération par IA ou d'une réexportation agressive.
- Moteur propriétaire de lecture de la peau
- Moteur propriétaire embarqué qui lit la microtexture de l'épiderme et la cohérence du rétroéclairage de la pigmentation en fonction de la lumière réfléchie de l'environnement.
- Comment le lireCompare le grain de la peau à la direction de la lumière ambiante : une peau réelle présente une microtexture irrégulière et un rapport pigmentation-lumière cohérent ; une peau synthétique tend vers une pâte visuelle uniforme et un rétroéclairage désaccordé de la scène.
- Détecteur open source (traitement local)
- Détecteur entraîné sur un large ensemble de générateurs publics, exécuté localement sur l'appareil via un moteur d'inférence embarqué.
- Comment le lireFournit une lecture indépendante sans envoi du fichier à des services externes ; il est fort sur les générateurs répandus, plus faible sur les modèles très récents.
- Diffusion haute fidélité
- Famille de modèles de diffusion texte-vers-image à haute fidélité, parmi les générateurs les plus fréquents dans les images analysées.
- Comment le lireLaisse une texture de détail très régulière et un microcontraste uniforme : photographiquement, cela se lit comme une lumière trop propre, sans accident.
- Motifs de diffusion et de GAN
- Signatures statistiques dans le domaine des fréquences, typiques respectivement des modèles de diffusion et des réseaux génératifs antagonistes.
- Comment le lireCe sont des indices de famille générative, pas des preuves : une photographie réelle fortement filtrée peut montrer des motifs périodiques similaires.
Provenance et métadonnées
Vérifient ce que le fichier déclare sur sa propre origine et si cette déclaration est signée et cohérente.
- C2PA
- Norme de provenance signée : elle inscrit dans le fichier qui l'a produit et quelles modifications il a subies, avec une signature cryptographique vérifiable.
- Comment le lireUne signature valide est la preuve la plus forte disponible sur l'origine. Son absence est normale pour la plupart des fichiers et n'indique pas une falsification.
- EXIF et métadonnées de prise de vue
- Données techniques écrites par l'appareil photo ou le logiciel : modèle, objectif, temps de pose, ouverture, ISO, espace colorimétrique, chaîne d'édition.
- Comment le lireLa cohérence entre les paramètres déclarés et le rendu visible de la lumière est un indice fort ; réseaux sociaux et messageries suppriment souvent ces données.
Moteurs pour les textes
Déterminent si un texte a été écrit par un modèle linguistique et expliquent sur quelles phrases se concentre la preuve.
- Modèles linguistiques ouverts très répandus
- Famille de modèles linguistiques ouverts, très utilisée pour générer ou réécrire des textes ; c'est l'une des références des benchmarks de détection.
- Comment le lireLes textes produits montrent des phrases de longueur régulière et des transitions prévisibles : c'est le type de régularité que mesurent les statistiques de burstiness.
- Modèles linguistiques récents multilingues
- Famille de modèles linguistiques très performants, souvent présente dans les textes en français et en anglais générés récemment.
- Comment le lireProduit des raisonnements très ordonnés et un lexique moyen : augmente le risque de faux négatif sur les textes techniques, où l'humain écrit lui aussi de façon régulière.
- Détecteur anti-paraphrase
- Détecteur académique de texte généré, entraîné de façon adversariale contre les réécritures et les paraphrases.
- Comment le lireC'est le signal le plus stable quand le texte a été paraphrasé pour masquer son origine.
- Détecteur multi-générateurs
- Détecteur de référence pour la généralisation : évalué sur des dizaines de générateurs et de domaines différents.
- Comment le lireUtile comme contrepoids quand un seul moteur se déséquilibre ; sa lecture compte surtout quand elle concorde avec les statistiques.
Métriques du rapport
Ce sont les chiffres qui apparaissent dans le rapport : comment ils se calculent et, surtout, comment ne pas les lire.
- Perplexité
- Mesure à quel point un texte est prévisible pour un modèle linguistique de référence : des valeurs basses indiquent des choix lexicaux très attendus.
- Comment le lireNe décide jamais seule : les textes juridiques, académiques et normatifs humains ont naturellement une perplexité basse.
- Burstiness
- Variabilité de la prévisibilité entre phrases consécutives : l'écriture humaine alterne pics et creux, l'écriture générée tend vers l'uniformité.
- Comment le lireÀ lire avec la longueur du texte : sous le seuil minimal de mots, la valeur n'est pas fiable et l'analyse déclare une preuve insuffisante.
- Courbure conditionnelle
- Écart entre la vraisemblance observée du texte et celle attendue par le modèle de référence sur les alternatives les plus probables.
- Comment le lireRobuste sur les textes échantillonnés à haute température, où la seule perplexité se rapproche de celle d'un humain.
- AI Probability
- Pourcentage final du rapport, obtenu par fusion robuste des moteurs indépendants après calibration.
- Comment le lireDe 0 à 19 %, le verdict est vert (réel) ; à partir de 20 %, il est rouge (IA probable). Le rapport indique toujours combien de moteurs ont répondu.
10 179 tests sur la fusion des moteurs
La fusion n'est jamais modifiée au feeling. Chaque changement de pondération passe par un banc d'essai reproductible de 10 179 tests, réparti en trois catégories : photographies réelles, photographies réelles avec modifications logicielles (retouche, recadrage, inpainting local) et images générées par IA. Sur ces catégories sont mesurées l'aire sous la courbe ROC, le score de Brier, l'erreur de calibration attendue et les courbes risque-couverture.
La catégorie des photographies réelles avec modifications logicielles est la plus importante pour la crédibilité du rapport : elle garantit qu'une photographie authentique retouchée en post-production ne soit pas déclarée générée par IA. Quand les signaux sont contradictoires ou la couverture des moteurs insuffisante, le rapport déclare une preuve insuffisante plutôt que de forcer un pourcentage.