Préserver la confiance visuelle à l'ère du marketing propulsé par l'IA

L'explosion du contenu généré par l'IA

Feriez-vous confiance à une marque dont l’ensemble de la communication visuelle est créée par l’intelligence artificielle ? Que penseriez-vous si vous étiez séduit par un nouveau personnage dans une publicité pour un habit, pour découvrir par la suite que cette personne n’existe pas ? Votre perception changerait-elle si la marque omettait de mentionner l’utilisation de l’IA dans la création de ces visuels ?

Ce sont là des questions cruciales pour les professionnels du marketing d’aujourd’hui. Plusieurs études indiquent que le fait de ne pas mentionner l’utilisation de l’IA dans la publicité nuit considérablement à l’authenticité perçue de la marque, un facteur essentiel pour instaurer la confiance envers celle-ci. Selon une étude récente menée par Santa Cruz Software, plus de la moitié des consommateurs éviteraient d’acheter un produit si son design semblait faux ou incohérent. À l’inverse, les bannières publicitaires qui comportent des signes d’authenticité renforcent considérablement la confiance des consommateurs.

Une autre étude de 2024 révèle en outre que lorsque les consommateurs pensent qu’un contenu marketing émotionnel est généré par l’IA plutôt que créé par un humain, cela entraîne une baisse tant du bouche-à-oreille positif que de la fidélité des clients.

Face à ces défis, comment les spécialistes du marketing peuvent-ils préserver l’authenticité de la marque et instaurer la confiance ?

Pourquoi l’authenticité des images est désormais une priorité marketing

Cet article s’inspire de la présentation de Paul Melcher lors de notre conférence DUO 25. Il y a abordé un enjeu crucial : la difficulté à distinguer les images synthétiques des images réelles. Ce défi n’affecte pas seulement le marketing, mais a également de graves implications pour le journalisme, l’éthique et la perception des consommateurs.

Bien que ce blog se concentre sur le marketing, il est clair que garantir l’authenticité des images est crucial pour préserver la fidélité des clients. Comment les spécialistes du marketing peuvent-ils donc démontrer l’authenticité visuelle dans un monde dominé par l’IA générative ? Et comment les systèmes de gestion des ressources numériques (DAM) peuvent-ils contribuer à cette mission ?

Lutter contre les visuels non authentiques : le rôle de l’attribution

Que pouvons-nous faire pour contrer l’érosion de la confiance causée par les visuels manipulés par l’IA, même lorsqu’ils proviennent de nos marques préférées ? L’une des solutions clés réside dans l’attribution du contenu. Comme l’explique le livre blanc de la Content Authenticity Initiative intitulé « Établir la norme en matière d’attribution des contenus numériques », la détection ne permet d’identifier les contenus trompeurs que de manière réactive. En revanche, l’attribution apporte de la transparence de manière proactive, aidant ainsi les consommateurs à prendre des décisions éclairées. L’attribution des contenus révèle qui a modifié un contenu et ce qui a été modifié, ce qui responsabilise les consommateurs et renforce la confiance en ligne.

Les trois piliers de l’authenticité : vérité, confiance et métadonnées

Selon Paul Melcher, la meilleure défense contre le contenu synthétique repose sur trois principes fondamentaux : la vérité, la confiance et l’authenticité. Pour faire respecter ces valeurs, les métadonnées jouent un rôle central.

Comme le définit IBM, « les métadonnées sont des informations — telles que l’auteur, la date de création ou la taille du fichier — qui décrivent un point de données ou un ensemble de données ». Dans le contexte des images, les métadonnées peuvent inclure les réglages de l’appareil photo, l’historique des modifications, les horodatages et les données de géolocalisation.

Les métadonnées permettent non seulement de vérifier la provenance et l’authenticité d’une image, mais elles offrent également aux professionnels du marketing et aux consommateurs un outil pour déterminer si le contenu est fiable.

Initiatives sectorielles en faveur de l’authenticité des images

Plusieurs initiatives ont déjà été lancées pour relever ce défi :

• Project Origin (2019) : vise à renforcer la confiance dans les médias.
• Content Authenticity Initiative (CAI) : lancée en 2020 afin d’établir des normes en matière d’attribution des contenus numériques.
• Coalition for Content Provenance and Authenticity (C2PA) : créée sous l’égide de la Joint Development Foundation, elle combine les efforts de la CAI et de Project Origin.

Pour les développeurs et les créateurs de contenu, les spécifications de la C2PA et le SDK (kit de développement logiciel) open source de la CAI offrent des outils permettant de créer, de vérifier et d’afficher les informations d’authenticité du contenu.

Il existe toutefois des limites. Tous les outils ne prennent pas encore en charge la norme C2PA, et les métadonnées intégrées peuvent, par inadvertance, exposer des informations sensibles si elles ne sont pas gérées avec soin. L’utilisation de ces outils est actuellement facultative et n’est pas encore soutenue par la législation. Les organisations ont toute latitude pour décider de les adopter ou non.

Règlement sur l’IA et attribution des images :  l’UE en faveur de la transparence des médias synthétiques

Si le Passeport numérique des produits de l’UE vise principalement à améliorer l’accès aux informations sur les produits, il n’aborde pas encore directement la question de l’authenticité des images. Toutefois, d’autres initiatives législatives (telles que la loi sur les services numériques, le code de bonnes pratiques sur la désinformation et, en particulier, la loi sur l’IA) sont en train de façonner un cadre réglementaire favorisant la transparence et l’utilisation éthique de l’intelligence artificielle dans la création de contenu.

Lors de DUO 24 United, le CEPIC (Centre de l’industrie de l’image), qui milite en faveur d’une innovation équitable dans le secteur visuel, a présenté les implications de la loi européenne sur l’IA pour l’intégrité des images. Animée par Valérie Théveniaud-Violette, la session a mis en évidence la manière dont les obligations législatives peuvent contribuer à faire respecter la transparence et les normes éthiques dans les visuels générés par l’IA.

Les dispositions clés des points 133 à 135 de la loi sur l’IA soulignent la nécessité urgente d’attribuer la paternité des contenus et d’apposer un marquage technique sur les médias générés ou manipulés par l’IA, ainsi que d’utiliser des filigranes, des métadonnées, des signatures cryptographiques, des empreintes numériques et des méthodes de journalisation pour vérifier l’origine et l’authenticité des contenus numériques.

Cette loi bénéficie du soutien de l’Office européen de l’IA, chargé de superviser sa mise en œuvre et de promouvoir une IA digne de confiance dans toute l’Union.

À compter d’août 2025, les modèles d’IA à usage général devront se conformer aux exigences de transparence. Jusqu’à ce que des normes complètes soient établies (d’ici août 2027 ou plus tard), un code de bonnes pratiques non contraignant servira de ligne directrice transitoire. Le CEPIC s’oppose toutefois fermement à la troisième version actuelle de ce code, affirmant qu’elle favorise largement les développeurs d’IA au détriment des créateurs de contenu et de la clarté juridique (déclaration du CEPIC).

Pour rester en conformité, le CEPIC recommande l’utilisation des normes de métadonnées IPTC lors de l’étiquetage des médias synthétiques générés par l’IA, une étape essentielle pour garantir la transparence et protéger les droits des créateurs de contenu.

Surmonter les limites des métadonnées grâce au tatouage numérique invisible

L’une des principales limites réside dans le fait que les métadonnées peuvent être perdues lors de l’exportation ou de la publication. Paul Melcher met en avant une solution prometteuse : le tatouage numérique invisible (invisible watermark).

Les tatouages invisibles permettent de certifier l’origine des images et des vidéos même lorsque les métadonnées ont été supprimées. Cette technique facilite la vérification de la source, réduit la désinformation et garantit la conformité aux normes C2PA, ce qui est essentiel à l’ère actuelle des visuels générés par l’IA (Imatag).

Conclusion : comment DALIM FUSION garantit l’authenticité des images

L’authenticité du contenu visuel n’est plus une préoccupation marginale : elle est au cœur de l’intégrité de la marque, de la confiance des consommateurs et du marketing éthique. À l’ère de l’IA, les marques doivent adopter des outils tels que les métadonnées, l’attribution de contenu et le tatouage numérique invisible pour garantir la transparence et la véracité.

Pour les entreprises souhaitant mettre en œuvre ces principes, DALIM FUSION propose une plateforme DAM et de workflow tout-en-un conçue pour aider à préserver l’authenticité visuelle :

• Gestion des métadonnées : DALIM FUSION vous permet de télécharger, d’intégrer et de gérer les métadonnées à chaque étape du cycle de vie des ressources.
• Rapports d’authenticité : extrayez et validez automatiquement les métadonnées pour évaluer la fiabilité et la provenance.
• Workflows visuels : configurez des workflows personnalisés pour vérifier les sources des images, détecter les incohérences et établir des rapports d’authenticité en temps réel.

En intégrant ces fonctionnalités, les professionnels du marketing peuvent s’assurer que leurs communications visuelles restent transparentes, conformes et fiables, même dans un monde de plus en plus façonné par l’IA.

Discutons-en !