Technologie

Controverse autour d’une photo nocturne d’iPhone signalée par un détecteur d’IA : Qu’est-ce qui définit une création générée par l’IA ?

Controverse autour d'une photo nocturne d'iPhone signalée par un détecteur d'IA : Qu'est-ce qui définit une création générée par l'IA ?

Un photographe a récemment exprimé son mécontentement après avoir découvert que son image était jugée à 89% susceptible d’avoir été générée par une intelligence artificielle. Ce constat soulève des inquiétudes concernant les outils de détection et leur capacité à traiter des photographies modifiées par des applications sur smartphones.

Contexte de l’incident

Dans un post sur Reddit, le photographe a expliqué qu’il avait pris la photo avec un iPhone 16e en utilisant le mode nuit, le qualifiant de « simple exposition prolongée ». Il a partagé des captures d’écran des résultats de détection d’IA fournis par DeepAI. L’une de ses images a été identifiée à 89% comme étant d’origine IA, tandis qu’une autre l’était à 86%.

Le photographe a commenté : « Ces outils de détection d’images et de textes générés par l’IA sont un peu frustrants », signalant des exemples concrets où des images photographiques et des rendus numériques ont été mal attribués.

Réactions des utilisateurs

Sur la plateforme, plusieurs utilisateurs ont commencé à débattre des raisons qui pourraient expliquer de tels résultats. Un intervenant a suggéré que les logiciels des nouveaux téléphones ont souvent recours à des fonctionnalités d’IA pour nettoyer ou améliorer les images, à moins qu’elles ne soient désactivées.

A lire :  Découverte surprenante des scientifiques qui pourrait transformer la météo aux États-Unis : 'Un pari trop risqué'.

Un autre utilisateur a souligné qu’il est possible que le détecteur confonde la post-production logicielle avec des images créées totalement par une IA. Ils ont fait valoir qu’un post-traitement avec de l’IA pour réduire le bruit ne doit pas être assimilé à une création entièrement artificielle, surtout quand cela inclut des photographies prises avec des appareils professionnels.

Les opinions divergent

D’autres participants de la discussion ont partagé des expériences similaires avec des outils de détection d’IA. Un commentateur a mentionné que le même site avait identifié à tort une photo de la lune et un rendu 3D comme potentiellement générés par une IA.

Un utilisateur a mis en garde que les services de détection d’IA ne sont généralement pas fiables, sauf pour les vérifications par SynthID, un système légèrement plus crédible. Cependant, un autre utilisateur a contesté cette affirmation, affirmant que même s’il est possible d’effacer un SynthID, cela reste un outil relativement fiable en comparaison avec d’autres méthodes.

Un autre Redditor a même pris le temps de tester un extrait de la Bible avec un détecteur d’IA, constatant que le texte était classé à 78% comme étant généré par l’IA, ajoutant humoristiquement que peu de gens s’y attendaient.

Que faire face à la situation ?

Pour éviter ces désagréments, certains utilisateurs suggèrent de vérifier systématiquement la présence de systèmes de filigrane comme SynthID au lieu de se fier à des outils qui quantifient si une image ressemble à quelque chose d’IA. Cela pourrait fournir une assurance supplémentaire quant à l’authenticité des images.

Un commentateur a aussi défendu son point de vue sur l’inefficacité des détecteurs d’IA, affirmant qu’ils sont souvent peu fiables dans leur évaluation, alors que les utilisateurs continuent de les utiliser avec une foi aveugle.

A lire :  Ford Ranger : Une alimentation intégrée plus propre et économique qu'un générateur à essence.

Questions fréquentes

Qu’est-ce que la détection d’IA dans les images?

La détection d’IA est un processus qui cherche à identifier si une image a été générée ou modifiée par des algorithmes d’intelligence artificielle.

Pourquoi les outils de détection peuvent-ils se tromper?

Les outils de détection d’IA peuvent se tromper en raison de la complexité des algorithmes de post-traitement modernes utilisés dans les photographies, ce qui complique la distinction entre une image authentique et une image modifiée.

Quel est l’impact de ces erreurs de détection sur le travail des photographes?

Ces erreurs peuvent entacher la réputation des photographes et soulever des doutes sur l’authenticité de leur travail, rendant difficile la confiance du public envers les images publiées.

Existe-t-il des alternatives à ces outils de détection?

Oui, certaines personnes recommandent d’utiliser des systèmes de filigrane qui garantissent l’authenticité des images, offrant une plus grande fiabilité comparativement aux évaluations statistiques des apparences.

Comment savoir si une image a été altérée?

Il est parfois possible d’identifier une image altérée en examinant les métadonnées de l’image, ou en utilisant des logiciels spécialisés qui analysent la structure de l’image pour détecter des manipulations.