Deepfakes marins et IA générative : des photos sous-marines indiscernables du réel. Risques pour la conservation marine, les concours photo et la crédibilité visuelle.
L'intelligence artificielle générative peut aujourd'hui produire des images sous-marines indiscernables de vraies photos de plongée. Un corail fluorescent en parfaite santé dans des eaux cristallines, une raie manta en contre-jour parfait, un banc de thons rouges en pleine Méditerranée : des images qui n'ont jamais existé, mais qui circulent comme des témoignages visuels réels. Pour la photographie sous-marine, dont la valeur documentaire est au cœur de la conservation marine, c'est une menace structurelle que peu de photographes mesurent encore pleinement.
Fin 2022, les premières images sous-marines générées par des modèles comme DALL-E 2 ou Stable Diffusion étaient facilement reconnaissables : anatomie bizarre, textures répétitives, lumière incohérente. Un photographe plongeur avec six mois d'expérience les repérait en quelques secondes.
En 2025, les modèles de génération d'images de nouvelle génération produisent des scènes sous-marines que même des photographes expérimentés ne distinguent plus systématiquement des images authentiques. J'ai montré des tests comparatifs lors d'ateliers à Bruxelles : sur des lots de 20 images mélangées (vraies photos et générées par IA), mes élèves se trompaient en moyenne 4 à 6 fois. Des photographes confirmés que je respecte ont des scores similaires.
Ce n'est pas un jugement sur leur compétence. C'est une mesure de la vitesse à laquelle la technologie a progressé.
La photographie sous-marine a toujours tiré une part de son autorité du fait qu'elle implique une présence physique dans un environnement hostile. Pour photographier une murène en Méditerranée, il faut plonger, approcher, attendre. La photo était la preuve de la présence.
Cette preuve ne fonctionne plus si n'importe qui peut générer une image de murène en Méditerranée sans avoir jamais touché un masque.
Les conséquences pratiques : les observations faites par des plongeurs qui partagent des photos sur les réseaux sociaux perdent leur crédibilité automatique. Signaler une espèce invasive, documenter un site de blanchissement, témoigner d'un comportement animal inhabituel requiert désormais une vérification supplémentaire que la photo seule ne peut plus assurer.
Les grands concours de photo sous-marine ont réagi relativement vite. L'Underwater Photographer of the Year (UPY) a mis à jour ses règles pour interdire explicitement tout contenu IA génératif et exiger que chaque image représente une scène authentiquement photographiée. Les règles IA des concours photo sous-marine ont évolué depuis 2023 et continuent d'être précisées.
Mais l'application reste difficile. Les outils de détection de contenu IA sont loin d'être fiables. Un jury doit évaluer parfois des milliers d'images avec des ressources limitées. Les participants de mauvaise foi ont une longueur d'avance structurelle sur les systèmes de vérification.
Voici le cas qui me préoccupe le plus à long terme : les bases de données scientifiques de biodiversité marine sont vulnérables.
Si des images générées par IA d'espèces marines dans des localisations fictives ou fausses rejoignent iNaturalist ou GBIF, elles peuvent fausser les modèles de distribution d'espèces. Un algorithme qui détecte la présence d'une espèce invasive sur une image IA sera incapable de distinguer l'observation réelle de la fabrication.
Le blanchissement des coraux est documenté en partie grâce aux photos de plongeurs citoyens. Si des images de récifs sains générées par IA circulent comme photos authentiques, elles peuvent créer une perception de normalité là où la réalité est celle de la dégradation. Ce mécanisme n'est pas théorique : il correspond exactement à la façon dont les plateformes sociales amplifient des images spectaculaires sans vérification de leur authenticité.
Voir l'état réel des récifs coralliens en 2026 dans l'article sur le blanchissement des coraux.
Il faut distinguer deux catégories d'outils qui créent des confusions légitimes :
L'IA générative pure (Midjourney, DALL-E, Stable Diffusion, Firefly Generative Fill pour ajouter des éléments) : elle crée du contenu qui n'a pas existé dans la scène réelle.
L'IA de restauration (Topaz Denoise AI, DxO PureRAW, Lightroom AI Denoise) : elle améliore une image existante sans en modifier le contenu documentaire.
La frontière n'est pas toujours nette. Adobe Firefly, intégré dans Photoshop comme "Remplissage génératif", se situe entre les deux selon l'usage : supprimer une bulle de plongée sur un visage est une retouche esthétique. Ajouter un poisson absent de la scène originale est une manipulation documentaire.
L'article sur Adobe Generative Fill et la photo sous-marine explore cette frontière en détail avec des cas d'usage concrets.
Aucun outil de détection n'est fiable à 100% en 2026. Les détecteurs automatiques (GPTZero, Hive Moderation, les outils spécialisés) ont des taux d'erreur significatifs sur les images photographiques. La formation de l'œil humain reste la méthode la plus fiable, avec ses propres limites.
Indices à chercher sur une image suspecte :
Anatomie animale. Les modèles IA se trompent sur les détails anatomiques des espèces marines : nageoires en angle impossible, yeux mal placés, bouche ne correspondant pas à l'espèce supposée, tentacules avec le mauvais nombre ou la mauvaise texture. Un plongeur qui connaît les espèces méditerranéennes détecte ces erreurs rapidement.
Hydrodynamique. Les bulles montent toujours verticalement sous l'eau. Les coraux ne se plient pas dans des directions incohérentes avec le courant. La lumière crépusculaire sous l'eau forme des rayons verticaux, pas des arcs. Ces contraintes physiques que les modèles IA ne maîtrisent pas parfaitement restent des indices précieux.
Textures répétitives. Les modèles IA créent parfois des patterns répétitifs sur les coraux, les roches ou le sable. Une grille d'observation à l'échelle de l'image révèle ces répétitions qui n'existent pas dans la nature.
Métadonnées EXIF absentes. Une vraie photo porte des métadonnées : modèle d'appareil, focale, vitesse d'obturation, ISO, parfois GPS. Une image générée n'en a pas sauf si elles sont ajoutées manuellement. L'absence de métadonnées EXIF sur une photo prétendument prise avec un appareil physique est un signal fort.
Contexte absent. Qui a pris la photo ? Quand ? Sur quel site de plongée ? Avec quel matériel ? Une image authentique vient avec un contexte que son auteur peut détailler. Une image générée n'en a pas.
Je travaille avec des outils IA depuis 2022. J'utilise Topaz pour le débruitage et l'upscaling. Je trouve ces outils légitimes parce qu'ils améliorent des images réelles prises dans des conditions difficiles, sans modifier ce qui a été photographié.
Je refuse d'utiliser l'IA générative pour créer ou modifier le contenu documentaire de mes images. Pas par dogmatisme, mais parce que la valeur de la photographie sous-marine repose sur ce qu'elle atteste : une présence physique dans un milieu hostile, une rencontre avec le vivant, un moment qui a existé.
AquaExposure enseigne la photographie sous-marine à la lumière naturelle, sans flash, avec les limitations réelles que cela implique. Ces limitations sont une partie de l'honnêteté du médium. Une photo prise à 18 mètres en Méditerranée en hiver, avec la dominante bleue-verte que la lumière naturelle produit à cette profondeur, est authentique précisément parce qu'elle porte les contraintes du milieu.
Une image générée de la même scène, parfaite, lumineuse, sans grain, sans flou de mouvement, sans les imperfections du réel, est une belle image. Ce n'est pas une photo.
Contextualiser systématiquement. Partager vos photos avec des informations sur le site de plongée, la date, les conditions et le matériel utilisé. Ce contexte est à la fois la preuve de l'authenticité et la valeur ajoutée pour vos lecteurs.
Conserver les fichiers RAW. Le fichier RAW est la trace incontestable que la photo a été prise avec un capteur physique. En cas de contestation, il est la preuve principale.
Utiliser Content Credentials si votre matériel le permet. Sony, Nikon et Canon commencent à intégrer le standard C2PA qui signe cryptographiquement l'origine de l'image dans l'appareil. Cette signature peut accompagner le fichier tout au long de sa distribution.
Participer à la pression sur les plateformes. Les plateformes sociales et les concours qui n'ont pas de politique claire sur le contenu IA génératif méritent d'être interpellés. La demande de transparence de la part des créateurs de contenu authentique est un levier réel.
La contribution à la science citoyenne marine illustre ce que vaut une photo authentique géolocalisée : des données que les chercheurs peuvent utiliser. Une image générée n'a pas cette valeur.
La photographie sous-marine éthique a toujours inclus la question de la relation au sujet vivant. Elle inclut désormais aussi la question de la relation à la vérité de l'image.
La qualité des modèles génératifs va continuer d'augmenter. Dans deux ans, les indices anatomiques que je décris ci-dessus seront probablement corrigés. L'écart entre l'image générée et la photo authentique va continuer de se réduire sur le plan purement visuel.
Ce qui ne changera pas : la valeur intrinsèque de la présence. Être dans l'eau, à ce moment-là, avec cette espèce, dans ces conditions, c'est quelque chose qu'aucune IA ne peut générer parce que ça ne s'est pas produit.
Le calendrier des concours de photo sous-marine 2026 liste des compétitions qui valorisent encore cette authenticité. Tant qu'il existe des forums où la vérité de la présence est reconnue et récompensée, la photographie sous-marine authentique a un espace défendu.
Pour ceux qui veulent progresser en photo sous-marine dans cette démarche d'authenticité, la formation photo sous-marine AquaExposure enseigne à utiliser les contraintes du milieu comme des atouts plutôt que des obstacles à compenser par des outils.
La question de l'authenticité en photographie sous-marine n'est pas une question technique. C'est une question de ce à quoi vous voulez que vos photos servent.
Pour une image isolée, dans des contextes communs, la réponse est souvent oui en 2026. Midjourney v7, Stable Diffusion XL et les outils équivalents produisent des images sous-marines réalistes que la majorité des lecteurs non spécialisés ne distinguent pas d'une photo authentique. Des indices existent pour un œil formé (anatomie animale, hydrodynamique, reflets de surface) mais ils ne sont pas universellement évidents.
La plupart des grands concours ont mis à jour leurs règles en 2024-2026. L'Underwater Photographer of the Year (UPY) interdit explicitement tout contenu généré par IA et exige que les images représentent des scènes réellement photographiées. La disqualification s'applique aux images retouchées au-delà des critères acceptés, même partiellement, par des outils génératifs.
Adobe Firefly, intégré dans Photoshop via le Remplissage génératif, est le cas le plus répandu car des millions de photographes utilisent déjà Photoshop. Il permet d'ajouter ou de supprimer des éléments dans une photo existante de façon réaliste. La frontière entre retouche acceptable (correction d'une bulle de plongée sur le visage) et manipulation documentaire (ajout d'une espèce absente de la scène) dépend de l'usage final, pas de l'outil.
Potentiellement oui, de deux façons. D'abord, les images de récifs sains générées par IA peuvent masquer l'état réel de dégradation des écosystèmes et créer une perception de normalité fausse. Ensuite, les données d'identification d'espèces issues d'images IA infiltrées dans des bases de données scientifiques fausseraient les modèles de distribution et d'abondance.
Aucun outil de détection n'est fiable à 100% en 2026. Les indices courants incluent : anatomie animale incorrecte (nageoires en angle impossible, yeux mal placés), hydrodynamique irréaliste (bulles qui montent dans le mauvais sens), textures répétitives sur les coraux, métadonnées EXIF absentes ou incohérentes, absence de nom de plongée site ou de contexte géographique précis. La vérification du contexte (qui a pris la photo, quand, où, avec quel matériel) reste la méthode la plus fiable.
Oui, dans des usages clairement délimités : illustration éditoriale explicitement identifiée comme générée, formation et simulation de scènes sous-marines, création artistique assumée. La ligne est celle de la transparence : une image générée présentée comme une photo documentaire est une tromperie, qu'elle soit esthétiquement belle ou non.
Content Credentials (C2PA) est un standard ouvert pour intégrer des métadonnées d'authenticité dans les fichiers image. Adobe, Nikon, Sony et d'autres fabricants commencent à l'intégrer. Un fichier signé C2PA contient un historique des modifications et une signature cryptographique de l'appareil source. Le système est prometteur mais pas encore universellement adopté ni immunisé contre toutes les manipulations.
