Détecteur Image IA Analyser une image →
Guide

Comment savoir si une image est générée par IA : 7 signes à vérifier (+ outil)

Publié le · Mis à jour le · L'équipe Détecteur Image IA

Détails d'images en gros plan : main, œil, panneau flou, boucle d'oreille

Pour savoir si une image est générée par IA, vérifiez sept points dans l'ordre : le texte et les logos, les mains et les objets tenus, les reflets et les ombres, les arrière-plans, les accessoires et les symétries, la « perfection » générale, puis les métadonnées et l'origine de l'image. Aucun de ces signes n'est décisif seul ; ensemble, ils orientent. Pour trancher, un détecteur d'image IA mesure ce que l'œil ne voit pas.

Pourquoi l'œil nu ne suffit plus

En 2023, les images générées se repéraient à des doigts en trop et des visages fondus. Les générateurs de 2025-2026 — Midjourney V7, Flux, GPT Image, Nano Banana — ont corrigé la plupart de ces défauts et produisent des portraits, des intérieurs et des scènes de rue que la majorité des gens ne distinguent plus d'une photo. Les signes ci-dessous restent utiles parce que les modèles échouent encore sur des détails précis, mais leur absence ne prouve rien. Ils servent à orienter votre jugement, pas à conclure.

1. Le texte, les logos et les inscriptions

C'est le signe le plus durable. Regardez les enseignes, les étiquettes, les t-shirts, les plaques, les écrans, les affiches en arrière-plan. Les générateurs rendent bien un mot ou deux au centre de l'image, mais les inscriptions secondaires deviennent des pseudo-lettres : formes qui ressemblent à des caractères sans en être, mots inventés, logos de marques légèrement faux. GPT Image fait mieux que les autres sur le texte principal ; il échoue encore sur les petits caractères et les tableaux.

2. Les mains, les doigts et les objets tenus

Le nombre de doigts est aujourd'hui presque toujours correct. Ce qui trahit encore les modèles, ce sont les interactions : une main sur un clavier, des doigts autour d'une anse, une fourchette, un instrument de musique, deux personnes qui se serrent la main. Regardez si les doigts se plient là où il faut, si l'objet est tenu de façon physiquement possible et s'il ne fusionne pas avec la main.

Analyse réalisée par TruthScan — vos fichiers ne transitent pas par ce site.

3. Les reflets, les ombres et la lumière

Une scène réelle obéit à une géométrie stricte. Vérifiez que les ombres portées correspondent à une même source de lumière, qu'un objet devant un miroir ou une vitre s'y reflète correctement, que les reflets dans les deux yeux d'un portrait ont la même forme. Les générateurs produisent des lumières très esthétiques mais souvent impossibles : ombre à gauche pour un objet, à droite pour un autre, reflet absent dans une flaque.

4. Les arrière-plans

Le sujet principal concentre l'attention du modèle ; le fond est traité avec moins de soin. Cherchez les objets qui se fondent l'un dans l'autre, les fenêtres dont les carreaux ne s'alignent pas, les escaliers qui ne mènent nulle part, les passants dont le visage est brouillé ou dupliqué, les meubles sans pieds. Sur un paysage, vérifiez la cohérence des lignes de fuite et l'horizon.

5. Les accessoires et les symétries

Lunettes dont les branches ne se rejoignent pas derrière les oreilles, boucles d'oreilles différentes, col asymétrique, boutons décalés, montre sans aiguilles, bijou qui traverse un vêtement. Les visages générés sont aussi souvent trop symétriques ; les oreilles, en revanche, sont fréquemment différentes l'une de l'autre parce que le modèle les traite séparément.

6. La « perfection » et le contexte

Une photo prise sur le vif a du flou de mouvement, du bruit dans les zones sombres, un cadrage imparfait, une peau avec des pores. Une image générée est souvent nette partout, équilibrée, sans défaut. Posez-vous aussi la question du contexte : cette « photo d'actualité » existe-t-elle sous un autre angle ? Cette personne a-t-elle d'autres photos où elle vit vraiment (groupe, voyage, sport) ? Un profil avec un seul portrait de studio est un signal.

7. Les métadonnées et la provenance

Si vous avez le fichier d'origine — pas une capture d'écran, pas une image passée par WhatsApp — regardez ses métadonnées. Les images de ChatGPT embarquent des Content Credentials (C2PA) qui déclarent l'outil ; celles de Midjourney des métadonnées IPTC ; celles de Gemini un filigrane invisible SynthID lisible par l'outil de Google. Ces marques sont fiables quand elles sont présentes. Leur absence ne prouve rien : les réseaux sociaux les suppriment, les modèles ouverts n'en mettent pas, et des métadonnées d'appareil photo se copient en deux clics. Faites aussi une recherche d'image inversée : une image réelle sortie de son contexte est plus fréquente qu'une image générée.

Quand les signes ne suffisent pas : le détecteur

Les sept signes ci-dessus portent sur le contenu de l'image. Un détecteur automatique regarde autre chose : la matière même des pixels. Un générateur produit une image en « débruitant » un signal aléatoire, et ce processus laisse des régularités statistiques dans le bruit, les fréquences et les textures, différentes de celles d'un capteur photo. Le détecteur, entraîné sur des millions d'images réelles et générées, renvoie une probabilité et une carte de chaleur des zones les plus suspectes. Cette carte est précieuse pour les photos réelles retouchées par IA — le cas le plus difficile à l'œil — parce qu'elle localise l'élément modifié.

Le détecteur a ses limites : la recompression écrase une partie des traces, les images mixtes donnent des scores intermédiaires, et un modèle tout juste sorti peut lui échapper quelques semaines. C'est pourquoi la bonne méthode combine les trois approches : vos observations, la recherche inversée, l'analyse automatique. Notre page comment ça marche détaille le fonctionnement, et le test en 10 secondes condense tout cela en une check-list rapide pour les photos de personnes.

En résumé

  1. Regardez le texte et les logos, puis les mains en interaction.
  2. Vérifiez la cohérence des ombres, des reflets et de l'arrière-plan.
  3. Cherchez les accessoires asymétriques et la perfection suspecte.
  4. Lisez les métadonnées si vous avez l'original ; faites une recherche inversée.
  5. Passez l'image dans le détecteur et lisez la carte de chaleur, pas seulement le score.

Questions fréquentes

Peut-on reconnaître une image générée par IA à l'œil nu ?

De moins en moins. Les sept signes de cet article restent utiles sur les textes, les mains en interaction, les reflets, les fonds et les accessoires, mais les générateurs récents les corrigent souvent. Un détecteur automatique analyse ce que l'œil ne voit pas.

Quel est le signe le plus fiable ?

Aucun signe visuel n'est fiable seul. Les incohérences de texte et de logos, puis les reflets et ombres, sont les plus persistantes. La combinaison de plusieurs signes, d'une recherche d'image inversée et d'un score de détecteur donne une conclusion solide.

Les métadonnées prouvent-elles qu'une image est réelle ?

Non. Des métadonnées EXIF se copient et se modifient ; leur absence est fréquente sur les images partagées via les réseaux sociaux. Les Content Credentials (C2PA) et les filigranes SynthID sont plus fiables, mais seuls certains générateurs les ajoutent.

Outils et guides liés

Sources