Cet article traite des deepfakes non consensuels, y compris à caractère sexuel, à travers leurs chiffres et leur cadre légal. Aucune description graphique. Si le sujet vous touche personnellement, des ressources sont indiquées en fin d'article.
L'ampleur réelle du phénomène en 2026
Pendant longtemps, le mot "deepfake" évoquait des vidéos virales d'hommes politiques, des canulars sur les réseaux sociaux, ou des reconstitutions historiques. Le terme "deepfake" vient de la contraction de "deep learning" (apprentissage profond, technique d'IA qui utilise des réseaux de neurones à plusieurs couches) et "fake" (faux en anglais). Il désigne tout contenu audio, image ou vidéo généré ou modifié par IA pour faire dire ou faire faire à une personne réelle quelque chose qu'elle n'a jamais dit ou fait.
Cette vision techniquement neutre est aujourd'hui dépassée par la réalité statistique. Selon les chiffres convergents de plusieurs études (DeepMedia, Sensity AI, New York State Bar Association), 98% des deepfakes en circulation sont à caractère pornographique. Et 99% de ces deepfakes ciblent des femmes.
Le marché de la détection des deepfakes a triplé entre 2023 et 2026, passant de 5,5 milliards à 15,7 milliards de dollars. La croissance des détections en Amérique du Nord atteint +1 740% sur un an. En Asie-Pacifique, +1 530%. Ces chiffres ne mesurent pas l'augmentation des deepfakes eux-mêmes (qui est beaucoup plus rapide), mais celle de l'industrie qui tente de les repérer. Le décalage entre la création et la détection est probablement le pire signal de ce dossier.
Qui sont vraiment les victimes ?
Les célébrités ont été les premières victimes médiatisées, et elles le restent encore en partie. Mais la réalité 2026 est très différente. Une étude de l'American Academy of Pediatrics (la principale organisation professionnelle des pédiatres aux États-Unis) a montré que les deepfakes sont désormais massivement utilisés pour faire chanter des adolescents âgés de 14 à 17 ans. En août 2024, une affaire en Corée du Sud a révélé des milliers d'images IA de professeurs et d'élèves, dont certaines avaient 11 à 13 ans.
En France, plusieurs affaires similaires ont émergé en 2025 dans des collèges et lycées. Le mode opératoire est presque toujours le même : un camarade prend une photo publiquement disponible (Instagram, photo de classe, profil scolaire), la passe dans une application de "nudification" (logiciel qui utilise l'IA pour générer une version dénudée d'une personne à partir d'une photo habillée) qui coûte parfois moins de 5 euros par mois, et diffuse le résultat sur les réseaux sociaux ou Snapchat. La victime découvre les images des semaines plus tard, parfois après qu'elles aient circulé dans toute son école.
Selon une recherche citée par UN Women (l'agence de l'ONU pour l'égalité des sexes et l'autonomisation des femmes) et ONU Genève, plus de la moitié des victimes de deepfakes aux États-Unis ont eu des idées suicidaires. Ce chiffre, glaçant, n'est pas une statistique militante : c'est le résultat d'études cliniques sur les conséquences psychologiques mesurables. Anxiété, dépression, symptômes de stress post-traumatique, retrait social. La spécificité du deepfake est que la victime sait que les images ne sont pas réelles, mais cela ne diminue pas l'impact psychologique. Au contraire, les chercheurs notent que le caractère "irréel mais hyperréaliste" du contenu crée une dissociation traumatique particulière.
La législation rattrape lentement la technologie
Plusieurs cadres juridiques majeurs entrent en vigueur en 2026. Voici l'état des lieux.
États-Unis : Take It Down Act. Signé par Donald Trump le 19 mai 2025, le Take It Down Act (littéralement "Loi du retrait") est entré en vigueur sur sa partie criminelle immédiatement, mais avec une période de grâce d'un an pour les plateformes. Depuis le 19 mai 2026, toutes les plateformes hébergeant du contenu utilisateur doivent avoir mis en place un système de signalement-retrait qui supprime le contenu non consensuel dans les 48 heures. Le non-respect expose la plateforme à des sanctions de la Federal Trade Commission (FTC, l'agence fédérale américaine de protection des consommateurs et de régulation de la concurrence). La loi couvre explicitement les deepfakes générés par IA.
Union européenne : AI Act. Le règlement européen sur l'intelligence artificielle (entré en application progressive depuis 2024) impose des obligations de transparence sur les deepfakes : tout contenu généré ou modifié par IA doit être identifié comme tel. Cependant, l'AI Act ne traite pas spécifiquement de l'aspect criminel des deepfakes non consensuels, qui relève des législations nationales.
France. La loi du 21 mai 2024 a explicitement criminalisé la diffusion de montages sexuels non consensuels, avec des peines jusqu'à 3 ans de prison et 75 000 euros d'amende quand la victime est majeure, et 5 ans de prison et 100 000 euros d'amende quand elle est mineure. La création de tels contenus, même sans diffusion, est également punie.
Royaume-Uni. L'Online Safety Act (Loi sur la sécurité en ligne) interdit le partage d'images sexuellement explicites manipulées numériquement. Sa limite : il ne couvre pas explicitement la création de deepfakes, seulement leur partage, et ne s'applique pas toujours si l'intention de causer un préjudice ne peut être prouvée.
Brésil. Amendement au code pénal en avril 2025 : augmentation des peines pour violence psychologique contre les femmes utilisant l'IA pour altérer leur image ou leur voix.
Australie. Loi de 2024 criminalisant la création ou le partage de contenus sexuels deepfakes, jusqu'à 6 ans de prison.
Pourquoi la loi ne suffit pas (et probablement ne suffira jamais)
L'ONU et plusieurs experts juridiques convergent sur un constat dur : moins de la moitié des pays disposent de lois traitant des violences en ligne, et encore moins ont des textes spécifiques sur les deepfakes générés par IA. Quatre obstacles structurels limitent l'efficacité de la régulation.
Obstacle 1 : la zone grise juridique. Dans la plupart des pays, les lois "revenge porn" (terme américain désignant la diffusion non consensuelle d'images intimes à des fins de vengeance) ont été écrites avant l'existence des deepfakes. Elles ne couvrent souvent pas les images générées artificiellement, créant un vide juridique. Les victimes ne savent même pas si l'abus est illégal dans leur juridiction.
Obstacle 2 : la difficulté d'enquêter. Même quand les lois existent, les enquêteurs ont besoin d'expertise en forensique numérique (analyse scientifique des traces laissées par l'usage d'appareils informatiques), de coopération internationale et de moyens techniques. La plupart des systèmes judiciaires n'ont aucun de ces trois éléments en quantité suffisante.
Obstacle 3 : le coût personnel pour la victime. Pour porter plainte, une victime doit montrer ses images deepfakes sexualisées à des policiers, des avocats, des modérateurs. Elle doit voir son nom dans des dossiers officiels, risquer une attention médiatique, et parfois faire face à des plaintes en diffamation de la part même de ses agresseurs. Beaucoup choisissent de bloquer, retirer et essayer de survivre sans porter plainte.
Obstacle 4 : le caractère transfrontalier. Une image générée en Russie, hébergée aux États-Unis, partagée en France n'entre dans aucun cadre juridique simple. Les protocoles de coopération internationale en matière de cybercrime restent embryonnaires.
Peut-on encore arrêter cette technologie ?
C'est la question centrale, et la réponse est honnêtement non. Voici pourquoi.
Premièrement, la technologie est désormais open source (logiciels et modèles dont le code et les paramètres sont publiquement disponibles, modifiables et redistribuables). Les modèles capables de créer des deepfakes (Stable Diffusion, Flux, des dizaines de dérivés) sont téléchargeables gratuitement. Une fois qu'un modèle est disponible publiquement, aucun gouvernement ne peut le rappeler. Comme nous l'avons exploré dans notre article sur la guerre IA USA-Chine, les régulations chinoises et occidentales sur les modèles propriétaires ne s'appliquent pas aux modèles open source qui circulent partout. Nous développons ce point en détail dans notre article sur les limites de la régulation.
Deuxièmement, le coût d'entrée est négligeable. Les premières "deepnude apps" coûtaient des milliers de dollars en infrastructure. Aujourd'hui, n'importe quel smartphone peut générer un deepfake convaincant via une application qui s'abonne 5 à 20 euros par mois. La barrière technique a disparu.
Troisièmement, la détection est en retard structurel sur la création. C'est un jeu du chat et de la souris : chaque amélioration des détecteurs est suivie d'une mise à jour des générateurs pour les contourner. Les chercheurs en sécurité considèrent que ce déséquilibre est probablement permanent.
Quatrièmement, la diffusion virale est instantanée. Comme nous l'avons documenté dans notre article sur les manuels scolaires générés par IA, internet ne fait pas la distinction entre contenu vérifié et contenu généré. Une image deepfake peut être vue par des millions de personnes avant qu'un système de modération réagisse.
Ce que ça change concrètement à notre rapport à l'image
Au-delà de la question juridique, le déploiement massif des deepfakes transforme structurellement notre rapport à l'image. Trois conséquences déjà observables.
La présomption d'authenticité disparaît. Pendant 150 ans, une photographie était considérée comme une preuve raisonnable de réalité. Pour la première fois dans l'histoire moderne, cette présomption s'effondre. Une image ne prouve plus rien tant qu'elle n'est pas vérifiée par d'autres sources. Cette inversion cognitive est profonde, et les enfants nés en 2020 grandiront probablement avec cette nouvelle norme intuitive : ce qu'on voit n'est probablement pas vrai par défaut.
Le "plausible deniability" change la donne politique. En français, le terme se traduit par "déniabilité plausible" : la possibilité de nier de manière crédible la véracité d'une information. Si toute image peut être un deepfake, alors une vraie image compromettante peut désormais être contestée comme "probablement une IA". Cette ambiguïté nouvelle protège paradoxalement les coupables : Donald Trump et plusieurs personnalités publiques ont déjà utilisé cet argument pour contester des photos authentiques. L'affaire Pelicot en France en 2024 a, à l'inverse, montré que dans le sens contraire, c'est aussi le doute qui ralentit la justice.
La protection devient quasi impossible. Pour qu'une personne soit "à l'abri" des deepfakes, il faudrait qu'aucune photo d'elle ne soit accessible publiquement. C'est impossible dans une société où chaque adulte a généralement quelques photos sur Instagram, LinkedIn, ou simplement des photos de classe. Comme le résume une chercheuse de l'Alan Turing Institute (le principal institut britannique de recherche en science des données et intelligence artificielle), "une seule photo suffit aujourd'hui à générer des centaines d'images deepfakes en quelques minutes".
Beaucoup d'observateurs notent qu'une normalisation progressive est en train de s'opérer, particulièrement chez les générations nées après 2005. Pour elles, le fait que des images sexualisées puissent circuler à leur sujet sans leur consentement n'est pas tant une catastrophe qu'"un risque connu de la vie en ligne". Cette banalisation est en elle-même un problème grave : elle pourrait conduire à une société où la violation systématique de l'image n'est plus combattue, mais simplement absorbée comme un coût de la modernité numérique.
Ce qui pourrait, malgré tout, améliorer la situation
L'analyse honnête doit aussi noter ce qui peut concrètement aider.
L'effort réglementaire converge. Le Take It Down Act, l'AI Act, les lois nationales : pour la première fois, plusieurs grandes juridictions agissent simultanément. La fragmentation reste un problème, mais la dynamique politique est désormais alignée.
Les standards techniques de provenance progressent. Le standard C2PA (Coalition for Content Provenance and Authenticity, coalition réunissant Adobe, Microsoft, Google et plusieurs autres pour certifier l'origine des contenus numériques), permet de signer cryptographiquement les images authentiques. Si massivement adopté, ce standard pourrait inverser le problème : prouver qu'une image est vraie plutôt que de prouver qu'elle est fausse.
Les modèles d'IA propriétaires intègrent des garde-fous. OpenAI, Anthropic, Google bloquent désormais activement la génération de contenus sexuels de personnes réelles. Cela ne règle évidemment pas le problème de l'open source, mais cela limite l'ampleur du phénomène pour les utilisateurs grand public.
Les plateformes commencent à coopérer. Sous pression réglementaire, Meta, X, TikTok et plusieurs autres améliorent leurs systèmes de détection automatique. Loin d'être parfaits, ils retirent désormais plus de contenu deepfake en quelques heures qu'il y a deux ans.
Ce qu'il faut retenir pour 2026
Les deepfakes ne sont pas un problème passager qui se réglera avec une bonne loi ou une bonne technologie. C'est un changement structurel de notre rapport à l'image, comparable en magnitude au passage du dessin à la photographie au XIXe siècle, ou de la photographie au numérique dans les années 1990. Chacune de ces transitions a demandé des décennies pour que la société invente de nouvelles normes, de nouveaux outils juridiques, de nouveaux comportements.
La transition deepfake sera probablement plus rapide, parce que la technologie évolue plus vite. Mais elle demandera quand même du temps. En attendant, ceux qui ont déjà compris le changement (notamment les plus jeunes, qui grandissent avec cette réalité) développent intuitivement de nouveaux réflexes : douter par défaut, vérifier les sources, protéger leur image. C'est probablement la seule réponse adaptée à l'échelle individuelle.
À l'échelle collective, beaucoup reste à faire : harmoniser les lois, financer la détection, former les enquêteurs, responsabiliser les plateformes. Cette analyse fait partie de notre série sur les zones d'ombre de l'IA. Vous pouvez continuer avec notre article sur l'économie cachée des compagnons IA, qui explore un autre versant moins discuté du phénomène, et notre analyse de l'impossibilité de réguler totalement l'IA.
En France, la plateforme PHAROS (Plateforme d'harmonisation, d'analyse, de recoupement et d'orientation des signalements, gérée par la police nationale) recueille les signalements de contenus illicites en ligne, dont les deepfakes non consensuels. Le 3018, ligne nationale d'aide aux victimes de violences numériques, est gratuit et confidentiel (lundi-samedi, 9h-20h). L'association StopFisha accompagne spécifiquement les victimes d'abus d'images, y compris deepfakes.