Des images saisissantes… mais inventées
On voit circuler des clichés bouleversants : des enfants déchar-nés serrés les uns contre les autres dans une eau boueuse, des bénévoles blancs encerclés par des foules africaines affamées, des enfants arabes brandissant des gamelles dans des camps. Le choc est réel, mais les scènes ne le sont pas. Selon des enquêtes médiatiques récentes, des ONG de premier plan s’appuient désormais sur l’IA générative pour produire des images de détresse qui n’ont jamais existé, souvent brochées de stéréotypes raciaux et de récits de violence ou de catastrophes climatiques.
Du « poverty porn » à sa version 2.0
Le « poverty porn » désignait, dès la fin des années 2000, l’usage d’images voyeuristes de personnes pauvres et opprimées destinées à provoquer un électrochoc émotionnel chez les publics des pays riches, afin de soutirer des dons. La nouveauté aujourd’hui : on ne photographie même plus la réalité. La souffrance devient une fiction fabriquée par algorithme. Cette mutation permet d’éviter les coûts, les démarches de consentement, et toute confrontation avec la complexité du réel. Le procédé se résume à mimer une « grammaire visuelle de la pauvreté » — enfants au bol vide, sols craquelés, regards implorants — sans personne derrière l’image.
Qui s’y met, et comment
Des chercheurs affirment avoir recensé plus d’une centaine de visuels synthétiques utilisés dans des campagnes de collecte de fonds. Parmi les cas cités :
- une grande organisation britannique ayant diffusé des images IA dans une campagne contre le mariage des enfants ;
- des entités onusiennes recourant à des « reconstitutions » numériques de violences sexuelles pour illustrer des situations de crise.
Ces exemples ne sont pas isolés : ils dessinent une tendance où l’IA devient un outil de mise en scène au service du marketing humanitaire.
Pourquoi c’est grave
L’usage d’images générées qui singent la détresse a plusieurs effets délétères :
- Atteinte à la dignité : la souffrance est stylisée et codée selon des clichés raciaux et coloniaux.
- Érosion de la confiance : si l’image est fausse, qu’en est-il du message et de l’usage des dons ?
- Invisibilisation des voix locales : des personnes bien réelles, et leurs histoires, sont évacuées au profit d’un récit préfabriqué.
- Glissement vers la désinformation : plus l’IA s’infiltre, plus il devient difficile pour le public de distinguer fiction et témoignage.
- Simplification extrême : la complexité des causes structurelles (inégalités, dette, conflits, climat) est remplacée par une imagerie choc.
Ce que disent les chercheurs
Un spécialiste de santé globale, auteur d’un commentaire dans une grande revue médicale, décrit cette dérive comme un « poverty porn 2.0 » : les organisations reproduisent des codes visuels standardisés, parce que c’est bon marché, rapide, et qu’on s’affranchit du consentement des personnes photographiées. Des médias internationaux confirment la montée de ces pratiques et documentent des cas concrets, soutenus par des captures de campagne et des déclarations d’ONG.
Le paradoxe éthique et politique
Ce cinéma numérique intervient alors que le monde compte déjà une abondance de vies brisées par la guerre, la faim, la précarité et le réchauffement. Ironie supplémentaire : l’économie de l’IA — serveurs gourmands en énergie, extraction de minéraux, concentration de richesses — s’alimente aux mêmes inégalités et pollutions que ces organisations prétendent combattre. Fabriquer la misère plutôt que l’écouter revient à détourner le regard des responsabilités réelles et des rapports de force qui maintiennent des populations dans la pauvreté.
Ce que devraient faire les organisations
Pour sortir de l’impasse, plusieurs pistes concrètes s’imposent :
- Privilégier des récits documentés avec consentement éclairé, rémunération et sécurité des personnes.
- Encadrer toute utilisation d’IA par une transparence totale (étiquetage visible, justification de l’usage, limites).
- Adopter des chartes iconographiques bannissant les stéréotypes et imposant la contextualisation (causes, solutions, acteurs locaux).
- Financer des créateurs locaux et des journalistes sur place, plutôt que des visuels fabriqués en studio.
- Recentrer la communication sur le pourquoi de la pauvreté : inégalités systémiques, échanges inégaux, politiques publiques, responsabilités internationales.
Conseils pratiques pour les donateurs et le public
- Cherchez des indications de transparence : l’image est-elle identifiée comme générée ? Le contexte est-il détaillé ?
- Privilégiez les organismes qui publient des preuves d’impact, des budgets audités et des témoignages locaux.
- Méfiez-vous des visuels trop lisses ou archétypaux : sols craquelés stéréotypés, enfants au bol, foules sans visages.
- Demandez des explications quand un visuel semble artificiel ; les organisations sérieuses répondent et corrigent.
En bref
La tentation de l’image facile est forte, mais elle déresponsabilise, déshumanise et fragilise la crédibilité du secteur. Plutôt que de fantasmer la pauvreté, il faut en affronter les causes et donner la parole à celles et ceux qui la vivent.
FAQ
Comment reconnaître une image générée par IA dans une campagne caritative ?
Indices fréquents : textures plastifiées, mains ou doigts mal rendus, bijoux ou tissus qui « fondent », arrière-plans incohérents, regards trop symétriques, absence de métadonnées. Mais certains modèles sont très bons : exigez un étiquetage clair.
L’IA peut-elle être utilisée de façon éthique par les ONG ?
Oui, si l’usage est limité, déclaré et ne simule pas des personnes réelles en détresse. Exemples acceptables : illustrations pédagogiques, schémas, maquettes pour expliquer des protocoles. Jamais pour représenter une souffrance « comme si » elle était réelle.
Existe-t-il des normes ou lois sur ces pratiques ?
Les cadres varient selon les pays. Des lignes directrices sectorielles émergent : obligation de transparence, règles sur le consentement, interdiction de contenus trompeurs. À défaut de loi, les chartes internes et les audits indépendants deviennent essentiels.
Que peut faire un donateur face à une campagne douteuse ?
Contacter l’organisation, demander si l’image est authentique, exiger la source et le contexte. En cas d’opacité, privilégier des acteurs qui publient des évaluations d’impact et travaillent avec des partenaires locaux.
L’IA n’est-elle pas utile pour protéger l’anonymat des victimes ?
Protéger l’identité est crucial, mais on peut le faire avec des floutages, des pseudonymes ou des angles cadrés sans inventer des scènes. « Remplacer » des personnes réelles par des personnages fictifs supprime la traçabilité et peut déformer la réalité.