Un filigrane pour armer les éditeurs contre les fausses nouvelles

Pourtant, une solution existe pour lutter contre les "fake news" (fausses nouvelles)

Pourtant, une solution existe contre les fake news. Elle a été inventée et brevetée par la SAS Lamark, créée en mai 2015 sous le nom commercial Imatag. Elle développe des technologies d'identification de contenus images et vidéos. Les technologies d'Imatag sont principalement utilisées pour le compte d'ayants droit qui souhaitent connaître les utilisations qui sont faites de leurs contenus sur Internet. Imatag dispose de brevets et de logiciels dans les domaines du watermarking, du CBIR et du CBVR. Imatag dispose d'une expertise dans l'acquisition et l'analyse de données multimédias sur Internet et en particulier sur les réseaux sociaux.

Désinformation, désinformation et malinformation

Toutes sortes de contenus trompeurs pullulent sur le web : propagande, mensonges, conspirations, rumeurs, canulars, contenus hyperpartisans, mèmes, vidéos et médias manipulés.

Claire Wardle, chercheuse et l'une des spécialistes les plus respectées en la matière, distingue trois catégories : la désinformation, un contenu intentionnellement conçu pour nuire, la désinformation, une information erronée partagée sans intention de nuire et la malinformation, un mensonge basé sur un fond de vérité.

En creusant un peu plus, elle a établi des sous-catégories.

• La satire, plus dangereuse qu'il n'y paraît car plus elle est partagée, plus les internautes perdent le contact avec l'auteur de l'affiche. Ils ont du mal à identifier son ton parodique.
• Faux lien, utilisation de titres sensationnels pour attirer les clics.
• Contenu trompeur ou utilisation partielle d'informations, de fragments de statistiques. Le contexte altéré le plus courant est celui dans lequel des photos ou des vidéos authentiques sont accompagnées de légendes trompeuses.
• Le contenu imposteur, qui utilise le logo d'un média ou d'une institution célèbre.
• Le contenu manipulé, qui est un contenu authentique dont un aspect a été modifié (photomontage ou vidéo éditée ou modifiée).
• Enfin, le contenu fabriqué, totalement faux et conçu pour tromper délibérément, relève du domaine du deepfake.

Comment garantir la véracité d'une information, l'authenticité de la source et du site qui la présente ?

Les internautes passent plusieurs heures par jour sur les réseaux sociaux à consulter des contenus informatifs. Mais beaucoup de ces contenus sont postés par des utilisateurs qui ne sont pas des sources de confiance. Une certaine proportion de ces contenus s'avère d'ailleurs manipulée ou détournée de son contexte d'origine. Les internautes ne peuvent pas vérifier la source de tous les contenus qu'ils consultent quotidiennement. La responsabilité d'intégrer les outils permettant la traçabilité et la vérification des informations produites et partagées incombe donc aux plateformes, en collaboration avec les éditeurs et les agences de presse. Imatag se positionne comme un fournisseur de technologie pour cet écosystème.

De nombreuses "fake news" extraient une vidéo ou une photographie particulièrement spectaculaire ou choquante de son contexte d'origine et l'utilisent pour illustrer une autre information, fausse ou vraie.

Cette photo partagée est un exemple classique de contexte erroné. Elle est apparue sur les réseaux sociaux à la mi-mars 2020, alors que l'Italie enregistrait 475 décès dus à la Covid19 en une seule journée.

Cette image remonte au 5 octobre 2013, sept ans plus tôt, à Lampedusa, (ci-dessous) après le chavirement d'un bateau d'immigrants en Méditerranée, provoquant la noyade de plus d'une centaine d'entre eux. (Photo AFP trouvée par IMATAG).

La date à laquelle la photographie ou la vidéo du poste suspect a été prise est le premier élément à vérifier. Si elle est antérieure ou postérieure à l'information qu'elle complète, le doute est légitime. Cependant, l'utilisation des métadonnées pour confirmer l'authenticité d'une photographie se heurte à de nombreux obstacles. De quels moyens disposons-nous ?

L'utilisation des métadonnées pour confirmer l'authenticité d'une photographie se heurte à de nombreux obstacles

La première consiste à aller sur Google Images, à faire glisser la photo suspecte dans le moteur de recherche et à voir ce qui en ressort.

Ce moteur de recherche effectue alors une recherche par "similarité". Il recherche des images similaires à celle qui a été téléchargée, en utilisant des modèles de couleur, de forme et de contenu. Il en résulte plusieurs images apparemment proches, y compris, assez souvent, la même.

Mais il n'y aura aucune indication sur la date de la photo car la chronologie n'est pas au centre des moteurs de recherche. Dans la grande majorité des cas, l'internaute ne trouvera pas la date et le lieu de création des photos. Il ne trouvera pas non plus l'auteur ou l'agence photographique qui a initialement publié cette photo. Les moteurs de recherche n'affichent pas les métadonnées des images, champs dans lesquels sont saisis l'auteur, la source, la date et la description.

Les sites d'information, ainsi que les plateformes de médias sociaux, suppriment les métadonnées en pensant, à tort, que cela accélérera le chargement de leur site web.

Si le nom de l'agence photographique subsiste étonnamment, l'internaute devra alors rechercher l'image sur le site de l'agence. C'est peut-être alors qu'il finira par l'identifier et qu'il pourra corroborer la légende et la date de la photographie originale avec celle trouvée en ligne.

Cette recherche manuelle d'identification, fastidieuse pour un individu confronté à des milliers de fake news par an, est extrêmement chronophage. Elle s'avère potentiellement prohibitive en termes de coûts pour les entreprises de médias. C'est d'autant plus vrai pour les réseaux sociaux qui dépensent des millions pour vérifier manuellement la source et la véracité des informations publiées par les utilisateurs.

‍

Comment les services de vérification des faits peuvent-ils automatiser la détection des fausses nouvelles ?

Détecter les fake news n'est donc pas chose aisée. Les sites d'information, dont la crédibilité est plus que jamais la seule garantie de survie, proposent aujourd'hui des services de fact-checking qui débusquent les fake news les plus populaires.

Mais comment automatiser la détection de millions de "fake news" parmi les 4 milliards de photographies postées chaque jour, sachant que seulement 3% d'entre elles ont encore un (méta) droit d'auteur ?

L'étiquetage ou le filigrane du contenu visuel s'avère être le premier pas vers une réponse fiable pour les producteurs d'actualités. C'est l'étape technique indispensable à toute identification automatisée des contenus. Pour réussir, le filigrane doit être invisible et traçable malgré toutes les transformations et altérations auxquelles les photographies sont généralement soumises lorsqu'elles sont transformées en fake news.

Cette technologie très particulière de filigrane invisible et indélébile existe. Inventée et brevetée par Imatag, une startup française, elle a été mise à l'échelle pour s'adapter aux besoins des agences de presse comme l'AFP. Via une analyse des pixels, elle peut également identifier les zones où les pixels ont été manipulés et ainsi signaler automatiquement qu'une image a été altérée. Un outil multi critique contre les fake news.

‍