C2PA est une norme technique ouverte permettant d’attacher des informations de provenance inviolables, appelées Content Credentials, aux images, vidéos, audios et documents. Le filigrane IA cache un signal lisible par machine dans le contenu généré lui-même. Pour les marketeurs, les deux répondent à une question que le public pose de plus en plus : cela a-t-il été fait par un appareil photo, un designer ou un modèle, et a-t-il été modifié ?
Qu’est-ce que C2PA et qui est derrière ?
La Coalition for Content Provenance and Authenticity a été fondée par des entreprises telles qu’Adobe, Microsoft, la BBC, Intel et Truepic, et a depuis été rejointe par beaucoup d’autres, dont Google, OpenAI et Meta. Elle publie la spécification. L’initiative connexe Content Authenticity Initiative, dirigée par Adobe, promeut l’adoption et propose des outils open-source.
Un manifeste C2PA est un enregistrement signé attaché à un fichier. Il peut indiquer quel outil l’a créé, quelles modifications ont été apportées, si une IA générative était impliquée et quelle organisation l’a signé. Si quelqu’un modifie le fichier sans mettre à jour le manifeste, la signature ne correspond plus et les outils de vérification le signalent.
Vous pouvez inspecter les informations d’identification avec le site de vérification Content Credentials ou avec des extensions de navigateur et des applications qui lisent la norme. Certains appareils photo de fabricants tels que Leica, Sony et Nikon peuvent désormais signer les photos lors de la capture.
En quoi le filigrane IA est-il différent ?
Les métadonnées peuvent être supprimées. Prendre une capture d’écran ou re-télécharger via certaines plateformes supprime complètement un manifeste C2PA. Le filigrane tente d’y survivre en intégrant un signal dans les pixels, la forme d’onde audio ou le choix des mots.
SynthID de Google DeepMind est l’exemple le plus connu. Il marque les images, l’audio, la vidéo et le texte produits par les modèles de Google, et Google a proposé un détecteur. D’autres fournisseurs utilisent leurs propres méthodes. La faiblesse est qu’aucun filigrane n’est totalement résistant au recadrage, à la compression ou à la suppression délibérée, et les détecteurs ne reconnaissent que leur propre schéma.
En pratique, les deux approches fonctionnent ensemble. Les informations d’identification portent un historique riche et lisible ; les filigranes fournissent un signal de secours lorsque les métadonnées sont perdues.
Où le public verra-t-il réellement ces étiquettes ?
La visibilité est encore inégale, c’est la réponse honnête au moment de la rédaction. Quelques exemples de support actuel :
- Adobe Firefly et Photoshop peuvent attacher des Content Credentials aux fichiers exportés, et les sorties Firefly les portent par défaut.
- OpenAI a ajouté des métadonnées C2PA aux images issues de ses outils de génération d’images.
- LinkedIn affiche une petite icône d’identification sur certaines images contenant des données C2PA.
- Meta étiquette le contenu qu’il détecte comme généré par IA sur Facebook et Instagram, en utilisant des signaux de l’industrie, notamment C2PA et sa propre détection.
- YouTube demande aux créateurs de divulguer les contenus modifiés de manière réaliste ou synthétiques et affiche des étiquettes.
- Google a commencé à utiliser les données C2PA dans certaines surfaces de recherche et publicitaires.
Comme le support change souvent, testez avec vos propres fichiers sur chaque plateforme plutôt que de vous fier aux annonces.
Pourquoi une équipe marketing devrait-elle s’en soucier ?
Trois raisons ressortent. Premièrement, la confiance : les marques utilisant ouvertement des images IA ont tendance à faire face à moins de réactions négatives que celles prises à les cacher. Deuxièmement, les règles : la loi européenne sur l’IA inclut des obligations de divulgation pour les contenus synthétiques qui pourraient induire en erreur, et les politiques des plateformes sur les médias synthétiques politiques et réalistes se durcissent. Troisièmement, la protection : signer vos propres photographies originales facilite la preuve de l’authenticité si une version falsifiée de votre campagne circule.
Pour les équipes de relations publiques, la provenance compte aussi dans les moments de crise. Une photo de presse signée avec un historique vérifiable est plus difficile à contester qu’un fichier non signé.
Ce que C2PA ne fait pas
- Il ne prouve pas que le contenu est vrai, seulement d’où il vient et comment il a changé.
- Il n’arrête pas la copie ou l’utilisation abusive.
- L’absence d’informations d’identification ne signifie pas que le contenu est faux ; la plupart des fichiers en ligne n’en portent toujours aucune.
Comment Alien Road applique C2PA et le filigrane IA
Dans un engagement typique, la découverte cartographie la chaîne de production visuelle du client : quelles images sont photographiées, lesquelles sont conçues, lesquelles sont générées ou modifiées avec l’IA, et quels outils les touchent en cours de route. Nous vérifions également comment chaque plateforme de publication gère les métadonnées, car certaines les suppriment lors du téléchargement.
La configuration signifie activer les Content Credentials dans les outils créatifs qui les prennent en charge, convenir d’une politique de divulgation pour les visuels générés ou modifiés par IA, et ajouter une étape à la liste de contrôle d’approbation des actifs. Pour les supports de presse, nous recommandons de signer les photos originales et de conserver les fichiers maîtres avec les informations d’identification intactes dans la bibliothèque multimédia.
La mesure est pratique : un échantillon d’actifs publiés est vérifié mensuellement avec un outil de vérification pour voir si les informations d’identification ont survécu, et toute plateforme qui les supprime est notée. Le rapport au client liste quels actifs portent des informations d’identification, quelles divulgations ont été appliquées et où des lacunes subsistent.
Comment ajouter cela à un flux de travail existant ?
La plupart des équipes n’ont pas besoin de nouveaux logiciels. Commencez avec ce qui est déjà là :
- Activez les Content Credentials dans les outils Adobe si vous les utilisez.
- Gardez les images générées dans leur format d’exportation d’origine jusqu’à l’exportation finale, car certaines conversions suppriment les métadonnées.
- Ajoutez un champ à votre suivi d’actifs : source (appareil photo, design, généré par IA, modifié par IA).
- Rédigez une phrase de politique de divulgation, comme lorsque les légendes mentionnent l’utilisation de l’IA.
- Téléchargez un fichier signé de test sur chaque plateforme sociale et vérifiez-le ensuite.
Les marques doivent-elles divulguer chaque utilisation de l’IA ?
Toute utilisation n’a pas besoin d’une étiquette. Supprimer un objet indésirable d’une photo de produit avec un outil IA est une modification de routine, tout comme la retouche. Une scène de vie entièrement générée montrant des personnes qui n’existent pas, utilisée dans une publicité, est un cas différent, surtout si les spectateurs pouvaient la prendre pour une vraie photographie.
Une politique viable sépare trois niveaux : les modifications mineures assistées par IA qui n’ont pas besoin d’étiquette publique, les altérations substantielles qui devraient porter des informations d’identification, et les personnes, lieux ou événements synthétiques qui nécessitent une divulgation visible. Les règles des plateformes et les dispositions sur les deepfakes de la loi européenne sur l’IA vont dans la même direction, donc une politique claire réduit également les conjectures juridiques.
Écrivez les niveaux avec des exemples de votre propre travail. Les designers et les gestionnaires de médias sociaux prennent alors la même décision sans débattre de chaque image.
Qu’en est-il du texte généré par IA ?
La provenance du texte est plus difficile. C2PA peut être attaché aux documents, et certains schémas de filigrane pour le texte existent, mais la plupart des textes en ligne circulent sous forme de copie simple qui ne conserve aucune métadonnée. Pour les blogs et les communiqués de presse, l’approche pratique est la responsabilité éditoriale : une personne nommée examine et approuve le contenu, et votre politique indique comment l’assistance IA est utilisée.
Par où commencer cette semaine
Choisissez cinq images de campagne récentes, dont au moins une faite ou modifiée avec l’IA. Exécutez chacune via un outil de vérification Content Credentials et notez ce qu’il montre.
Ensuite, publiez une image de test signée sur les plateformes que vous utilisez le plus, téléchargez-la à nouveau et vérifiez si les informations d’identification ont survécu. Ce seul test vous en dit plus sur votre exposition réelle que n’importe quel briefing de fournisseur, et il vous donne une base concrète pour une politique de divulgation.
Continuer la lecture : Services de relations publiques · Relations publiques numériques