Éthique de l'intelligence artificielle dans la génération d'images

L’éthique de l’intelligence artificielle appliquée à la génération d’images couvre trois problèmes majeurs : la violation des droits d’auteur, la production de deepfakes et les biais visuels encodés dans les modèles. Depuis 2023, plus de 15 milliards d’images ont été générées par IA selon Everypixel Journal. Sans cadre éthique clair, ces outils amplifient désinformation et discrimination.

Ce que produit l’IA générative en 2026

Midjourney, DALL-E 3, Stable Diffusion XL, Adobe Firefly, Imagen 3 de Google : cinq modèles dominent le marché. Leur puissance a explosé en trois ans. Midjourney v6, lancé fin 2024, génère des visages humains indiscernables de photographies réelles dans 89 % des cas, d’après une étude de l’université de Waterloo publiée en 2024.

Les usages couvrent un spectre large. Publicité, illustration éditoriale, création artistique, prototypage produit. Le problème ? Ces mêmes outils produisent aussi des images truquées de personnalités politiques, des contenus pornographiques non consentis et des visuels qui renforcent les stéréotypes raciaux ou de genre.

Le volume donne le vertige. Chaque jour, les utilisateurs de Midjourney génèrent environ 35 millions d’images. Adobe Firefly a dépassé les 6,5 milliards d’images générées depuis son lancement en mars 2023. La question n’est plus technique. Elle est éthique.

Droits d’auteur : le contentieux fondateur

Les modèles d’IA apprennent à partir de bases de données massives. LAION-5B, utilisée pour entraîner Stable Diffusion, contient 5,85 milliards de paires image-texte aspirées du web. Des photographes, illustrateurs et peintres numériques ont retrouvé leurs œuvres dans ces datasets sans avoir donné leur accord.

La réponse juridique s’accélère. En janvier 2023, trois artistes, Sarah Andersen, Kelly McKernan et Karla Ortiz, ont déposé un recours collectif contre Stability AI, Midjourney et DeviantArt. Getty Images a engagé des poursuites parallèles, estimant que Stability AI a copié 12 millions de photos protégées.

En Europe, l’AI Act adopté en mars 2024 impose aux fournisseurs de modèles génératifs de publier un résumé des données d’entraînement protégées par le droit d’auteur. L’obligation s’applique depuis août 2025. Aucun modèle majeur ne s’y conforme totalement à ce jour.

Le fond du débat reste ouvert : l’entraînement sur des œuvres existantes constitue-t-il un usage loyal (fair use) ou une contrefaçon ? La réponse varie selon les juridictions. Le Copyright Office américain a statué en février 2023 qu’une image 100 % générée par IA ne pouvait pas être protégée par le droit d’auteur. La jurisprudence évolue chaque trimestre.

Deepfakes : quand l’image fabriquée devient arme

La génération d’images par IA a rendu les deepfakes accessibles à tous. Produire un faux portrait réaliste prenait 72 heures de travail en 2019. Cinq secondes suffisent en 2026.

Les chiffres de Sensity AI mesurent l’ampleur : 500 000 deepfakes vidéo et image circulaient en ligne fin 2023, contre 14 000 en 2019. La croissance suit une courbe exponentielle. 96 % des deepfakes détectés en 2023 concernaient de la pornographie non consentie visant des femmes, selon la même source.

La sphère politique n’est pas épargnée. En janvier 2024, un robocall utilisant la voix clonée de Joe Biden a visé des électeurs du New Hampshire. En Slovaquie, un audio deepfake diffusé 48 heures avant les élections de septembre 2023 a potentiellement influencé le scrutin.

La désinformation visuelle explose avec ces outils. Les méthodes de vérification traditionnelles, recherche inversée, analyse EXIF, deviennent insuffisantes face à des images qui n’ont jamais existé sous forme originale.

Sur le terrain, les plateformes réagissent lentement. Meta a annoncé en février 2024 l’étiquetage des images générées par IA sur Facebook et Instagram. Google applique un filigrane numérique (SynthID) aux images produites par Imagen. Le taux de détection de SynthID atteint 95 % sur les images non compressées, mais chute à 72 % après compression JPEG standard.

Biais visuels : l’IA reproduit les stéréotypes

Les modèles génératifs reflètent les biais présents dans leurs données d’entraînement. Une étude de Bloomberg publiée en 2023 a testé Stable Diffusion avec des prompts liés à des professions. Résultat : les images de PDG étaient masculines et à peau claire dans 97 % des cas. Les images associées à « travailleur social » montraient des femmes à 83 %.

Le mécanisme est mécanique. Si le dataset contient 10 fois plus de photos de médecins hommes blancs que de médecins femmes noires, le modèle reproduit cette disproportion. L’IA n’invente pas de biais. Elle amplifie ceux qui existent.

OpenAI a corrigé partiellement ce problème dans DALL-E 3 en ajoutant des instructions système de diversification automatique. Le résultat ? Des images plus variées, mais des critiques sur l’artificialité de cette « diversité forcée ». Le débat reste vif entre correction algorithmique et représentation fidèle de la réalité.

Les réponses réglementaires et techniques en 2026

Trois approches coexistent pour encadrer l’éthique de la génération d’images par IA.

La régulation, L’AI Act européen classe les systèmes de génération d’images dans la catégorie « risque limité ». Obligations : transparence sur l’utilisation d’IA, étiquetage des contenus générés, documentation des données d’entraînement. Les sanctions atteignent 15 millions d’euros ou 3 % du chiffre d’affaires mondial.

Aux États-Unis, la situation reste fragmentée. Dix-sept États ont adopté des lois spécifiques sur les deepfakes entre 2023 et 2025. Aucune loi fédérale unifiée n’existe.

Les standards techniques, La C2PA (Coalition for Content Provenance and Authenticity), fondée par Adobe, Microsoft et Intel, développe un standard de traçabilité des images. Chaque image embarque des métadonnées certifiant son origine : appareil photo, logiciel de création, modifications successives. Le photojournalisme professionnel adopte ce standard pour garantir l’authenticité de ses images.

Plus de 2 000 organisations utilisaient la norme C2PA fin 2025, dont Reuters, BBC, Nikon et Leica.

L’autorégulation, OpenAI interdit la génération de portraits de personnalités publiques avec DALL-E 3. Midjourney a banni les images de violence explicite et de contenu sexuel. Stability AI propose un filtre NSFW activé par défaut. L’efficacité de ces mesures reste partielle : les modèles open source permettent de contourner toute restriction.

Impact sur les professions visuelles

Les photographes, illustrateurs et directeurs artistiques font face à une transformation rapide. Selon une enquête Artstation de 2024, 70 % des illustrateurs freelance ont constaté une baisse de commandes liée à l’adoption d’outils IA par leurs clients.

Le secteur de la photographie de rue conserve sa valeur parce qu’il documente le réel. L’IA génère des scènes urbaines crédibles, mais pas des instants authentiques capturés dans un lieu et un temps précis. La même logique protège le reportage photographique de terrain : un reportage au Japon exige d’être au Japon.

Les agences photo adaptent leur modèle. Getty Images a lancé en septembre 2023 un outil de génération IA entraîné exclusivement sur son catalogue, avec rémunération des photographes dont les images servent à l’entraînement. Shutterstock a suivi avec un fonds de compensation pour les contributeurs.

Ce qui manque au cadre actuel

Trois lacunes persistent. Le consentement des artistes reste théorique : aucun mécanisme technique ne garantit le retrait effectif d’une œuvre des datasets d’entraînement après demande. Les initiatives comme « Have I Been Trained » (Spawning AI) permettent de vérifier la présence d’une image, mais pas de forcer sa suppression.

La détection des contenus générés manque de fiabilité. Les outils actuels, SynthID, C2PA, classificateurs automatiques, fonctionnent sur les sorties directes des modèles. Une capture d’écran, un recadrage ou une simple compression JPEG suffit à effacer les traces dans beaucoup de cas.

L’éducation visuelle reste le maillon faible. Selon Eurobaromètre (2024), 62 % des Européens ne savent pas distinguer une photo réelle d’une image générée par IA. Les médias visuels accélèrent la diffusion de ces contenus sans que le public dispose des outils critiques nécessaires.

Prochaine étape concrète : vérifier chaque image avant de la partager. Utiliser la recherche inversée, consulter les métadonnées, croiser les sources. L’IA génère des images. Le regard critique reste humain.