La viralité de Nano Banana Pro et la crise silencieuse de la vérification en ligne

Croiser des images générées par l’intelligence artificielle (IA) en 2025 n’a plus rien d’exceptionnel. Elles sont partout. Mais que fait-on lorsque leur réalisme les rend presque indiscernables de véritables photos?

C’est une image virale, vue sur X, qui a piqué ma curiosité. Dans une publication ayant récolté des dizaines de millions de vues, un utilisateur comparait deux images d’une jeune femme dans un bar, dont la version générée par Nano Banana Pro se distinguait par son réalisme bluffant.

Sous la publication, les réactions étaient autant enthousiastes que terrifées. Devant la version dite «Pro», je me suis surprise à penser que, vue hors contexte, je n’aurais peut-être même pas remis en question l’authenticité de l’image. On est loin des images déformées très «slop» qu’on voit sur Facebook.

• À lire aussi: C’est quoi, l’«AI slop»?

Dans ce contexte, j’ai voulu essayer Nano Banana Pro, de la famille Gemini de Google. J’ai pu générer l’image au haut de l’article, qui représente une version de Justin Trudeau avec une barbe hipster et des skis. J’ai même clairement écrit «Justin Trudeau» dans ma requête, chose que je croyais pourtant interdite par l’outil. Cette impression venait de la politique d’utilisation, qui proscrit l’usurpation de l’identité d’une personne réelle «dans le but de tromper.». Il reste toutefois flou de savoir jusqu’où cette règle s’applique concrètement, surtout que l’outil de génération vidéo, VEO 3.1, m’empêche de faire la même requête.

J’ai aussi fait le test avec mes proches. J’ai généré une image de moi-même dans un bar, puis retiré le logo de Gemini. Je savais très bien que mes amis n’allaient pas utiliser l’outil de Google, SynthID, pour vérifier s’il s’agissait d’une vraie photo de moi. Personne n’a remis en question l’authenticité de l’image; ils m’ont plutôt demandé à quel bar j’étais.

Derrière l’effet viral de Nano Banana Pro dans les derniers jours, une question s’impose: est-ce qu’on assiste à une crise silencieuse de la vérification en ligne, où la capacité à douter et à authentifier ce qu’on voit s’érode?

Pour mieux comprendre les enjeux, j’ai jasé avec Fanny Tan, journaliste indépendante spécialisée en intelligence artificielle et chercheure à la Chaire Raoul-Dandurand.

«Je pense que principalement, la sophistication des images générées par IA vient éroder notre confiance vis-à-vis de ce qu'on voit en ligne, explique Tan. Avec le bannissement des nouvelles sur les plateformes de Meta (et, en parallèle, la prolifération du contenu dégénératif (AI slop) et le laxisme de Meta quant aux contenus de fraudes financières, qui imitent la facture visuelle de médias québécois et canadiens), il devient de plus en plus difficile, voire carrément impossible, de discerner le vrai du faux.»

L’IA générative pourrait d’ailleurs venir appuyer les effets délétères de la désinformation, croit la chercheure. Ce qui est difficile dans tout ça, c’est de rétablir les faits. Il est beaucoup plus compliqué de démystifier une image synthétique que de la créer. 

Il y a aussi un épuisement de la vigilance. Ce n’est pas tant un manque d’outils de vérification qui pose problème, mais l’absence de réflexe à les utiliser. «À peu près personne qui ne travaille pas dans le monde de l’information ne prend le temps de vérifier les images qu’ils et elles voient en ligne. Après tout, la plupart des gens font défiler leurs fils d’actualités machinalement, sans réfléchir. Sortir de son “scrolling” pour vérifier l’authenticité d’une image, c’est un détour que peu de gens sont prêts à emprunter au quotidien», souligne Tan.

Face à la montée en puissance des images synthétiques, la tentation peut être grande de décrocher. Pourtant, pour Fanny Tan, certains réflexes demeurent essentiels.

Le premier est fondamental: revenir à la source. «Qui a rédigé la publication? S’agit-il d’un journaliste établi, ou d’un compte anonyme? Dans quel média ou site web le propos ou l’image a-t-il été publié? Cet auteur, ce média ou ce site web est-il reconnu pour ses biais politiques ou idéologiques?» rappelle-t-elle. Autrement dit, l’image seule ne suffit plus. C’est l’ensemble de son contexte de diffusion qui doit être interrogé.

La chercheure insiste aussi sur l’importance d’une posture d’humilité quant à notre capacité de distinguer le vrai du faux. «Rappelons toutefois que la majorité des gens surestiment leur capacité à discerner les vraies images des fausses, et que le réalisme grandissant des images synthétiques ne fait qu’exacerber le problème, explique-t-elle. Je crois qu’il est primordial de se rappeler de ça, et de rester humble par rapport à nos capacités de détection, peu importe notre niveau d’éducation.»

La popularité de l’IA générative, comme celle de Nano Banana Pro, ne marque pas seulement une avancée technologique. Elle révèle aussi l’état fragile de notre écosystème informationnel. Le problème n’est plus seulement de savoir si les images peuvent mentir, mais aussi de voir si on a encore l’énergie collective de demander si elles disent vrai.

À mesure que les outils de génération deviennent accessibles à tous, la vérification, elle, demeure exigeante, lente, et coûteuse. Lorsque l’effort pour douter devient plus lourd que celui de croire, ce n’est pas seulement l’image qui perd sa valeur de preuve: c’est l’ensemble du contrat de confiance numérique qui s’érode.