AI FAKE SCAN
Comment nous analysons les preuves
Comprenez les indices utilisés, le sens de chaque résultat et les limites de l’analyse.
Données d’origine et données du fichier
Les métadonnées sont des informations enregistrées dans le fichier, comme le nom d’un programme ou des données de l’appareil photo. Elles peuvent être modifiées ou supprimées. À elles seules, elles ne prouvent pas l’origine de l’image.
Les Content Credentials sont des registres sur l’origine et les modifications d’un fichier. C2PA est la norme utilisée pour ces registres. Nous vérifions le registre, sa signature et la confiance dans son signataire. Un registre absent ou invalide ne prouve pas l’utilisation d’IA.
Indices visuels
Un modèle recherche dans les pixels des motifs qui peuvent être liés à des images générées par IA. Nos indices visuels passent encore des tests de validation. À eux seuls, ils laissent le résultat sans réponse définitive. Ils ne constituent pas une probabilité mesurée que l’image ait été créée par IA.
Ce que signifie chaque réponse
Indices d’utilisation d’IA : une déclaration d’origine fiable ou une vérification validée a indiqué l’utilisation d’IA. Cela ne résout pas tous les doutes sur l’image.
Impossible de trouver une réponse : les informations ou la couverture ne suffisent pas pour une conclusion fiable. Cela ne signifie pas que l’image est réelle.
Aucun indice fort d’IA : les vérifications nécessaires sont restées sous les seuils utilisés. Cela ne prouve pas que la scène ou l’histoire est vraie.
Ce que nous ne promettons pas
Nous ne promettons pas d’identifier tous les générateurs, échanges de visage, modifications ou marques invisibles. Une vérification non effectuée ne doit pas être traitée comme un résultat négatif. La version de base ne remplace pas une enquête sur la source.
Les recadrages, captures d’écran, compressions et nouveaux programmes d’IA peuvent modifier les indices. Lisez la couverture de chaque rapport. N’utilisez pas un résultat seul pour accuser quelqu’un ou prendre une décision importante.
contact@aifakescan.com · Vérifier une image · Confidentialité · Conditions d’utilisation
Questions et réponses
Un détecteur d’IA peut-il accuser quelqu’un à tort ?
Oui. Des faux positifs peuvent se produire, surtout avec des médias hors champ, transformés ou inconnus.
Un score élevé prouve-t-il une génération par IA ?
Pas à lui seul. Le score doit être défini, calibré et validé pour des médias comparables.
La compression peut-elle perturber un détecteur d’IA ?
Oui. La compression peut affaiblir des signaux utiles ou introduire des artefacts qui affectent la classification.
Un résultat incertain est-il un échec ?
Non. Il est approprié lorsque les preuves disponibles ne soutiennent pas une conclusion binaire fiable.
Guides associés
Comment détecter les images générées par IA
Apprenez à détecter les images générées par IA grâce à la vérification des sources, aux Content Credentials, à l’inspection visuelle et aux résultats des détecteurs, sans confondre indices et preuves.
Ce que les captures d’écran et la compression JPEG ont changé dans notre test de détection d’images d’IA sur 60 fichiers
Une étude de cas reproductible sur 12 sources et 60 fichiers : captures d’écran, redimensionnement, compression JPEG, réencodage des métadonnées, justificatifs C2PA et résultats de modèles visuels.
Le détecteur d’images d’IA indique un résultat incertain : que vérifier ensuite
Un processus pratique après une analyse d’image d’IA incertaine : vérifiez la couverture, conservez l’original, examinez les justificatifs et les filigranes et documentez le contexte de la source.