Ce qui se passe?
L’invention de l’IA-Tech déclenche des signaux d’alarme dans tous les domaines, y compris le journalisme, et les médias synthétiques ne font qu’empirer les choses. Ce guide se concentre sur la définition des médias synthétiques, des techniques et, plus choquant, des signaux d'alarme pour le journalisme.
Pourquoi est-ce important:
Les différentes formes de données qui composent le contenu de l’actualité sont au bord de la duplicité, car les médias synthétiques – un algorithme capable de manipuler des textes, des images et des audiovisuels – sont actuellement à la disposition de ceux qui les recherchent.
Avec ce modèle basé sur l'IA, « il est possible de créer « des visages et des lieux qui n'existent pas et même de créer un avatar vocal numérique qui imite la parole humaine ». (Aldana Vales 2019 )
Imaginez un monde dans lequel il est assez difficile de faire la différence entre les fausses nouvelles et les vraies, puisque les diffuseurs de fausses nouvelles peuvent modifier les « preuves » en fonction de leur agenda. Par exemple; Personne ne cesserait de croire que la Troisième Guerre mondiale a commencé si des vidéos de Trump, Poutine et Kim déclarant la guerre étaient diffusées en ligne dans le monde entier. Même si de telles nouvelles pourraient être démenties par les gouvernements concernés, la panique psychologique et économique qu’elles provoqueraient pourrait être plus grande que l’effet d’un missile.
Creuser plus profond
Les médias synthétiques peuvent être créés via trois formes d’intelligence artificielle générative, à savoir : Réseaux adverses génératifs (GAN), auto-encodeurs variationnels et réseaux de neurones récurrents. Ces GAI susmentionnés sont utilisés respectivement pour la génération de photos, de vidéos et de texte. Le mot génération est utilisé parce que la plupart des contenus multimédias créés avec ces algorithmes n'existent pas ; cependant, les supports synthétiques peuvent également être utilisés pour la duplication.
Selon Aldana Vales, « les réseaux contradictoires génératifs utilisent deux réseaux de neurones (un réseau de neurones est un système informatique capable de prédire et de modéliser des relations et des modèles complexes) qui se font concurrence ».
Les premier et deuxième réseaux agissent individuellement comme générateur et discriminateur. Le discriminateur supervise le générateur, s’assurant que rien n’est laissé au hasard. Après quelques révisions de va-et-vient par le duo, le contenu produit ressemblerait à l'original.
Contrairement aux réseaux adverses génératifs, les réseaux de neurones dans les auto-encodeurs variationnels sont appelés encodeur et décodeur, car la technique implique la compression et la reconstruction du contenu vidéo. "Le décodeur inclut une modélisation probabiliste qui identifie les différences probables entre les deux afin de pouvoir reconstruire des éléments qui autrement seraient perdus lors du processus d'encodage-décodage." (Aldana Vales 2019)
Les réseaux de neurones récurrents fonctionnent en « reconnaissant la structure d'un large ensemble de textes ». Il s’agit de la méthode utilisée dans l’apk du téléphone à correction automatique de texte.
Ces techniques sont appliquées dans divers projets tels que : GauGAN, Face2Face et GPT-2. L'application la plus récente des médias synthétiques se trouve dans Siri ou Alexa. Ces assistants virtuels ont désormais la capacité de « transformer du texte en audio et d'imiter la parole humaine ».
Dans un article de 2017, intitulé « Le porno assisté par IA est là et nous sommes tous baisés », Vice a exposé la circulation d'une fausse vidéo porno, ce qui n'est pas un problème car la plupart des intrigues décrites dans les films porno sont fausses (LoL) ; sauf que l'acteur avait le visage d'une actrice populaire non pornographique, Gal Gadot (Wonder woman). Aussi, en 2018, « une vidéo montrant le président Barack Obama parlant des risques liés aux vidéos manipulées » a circulé sur Buzzfeed. Ce qui est étrange dans cette vidéo, c'est que le sujet généré par l'IA a le visage d'Obama et la voix de Jordan Peele, grâce aux médias synthétiques.
Contenu de nos partenaires
Il existe une campagne en cours contre les dommages potentiels des médias synthétiques sur l'authenticité des informations ; Cependant, « au-delà du reportage… les rédactions se concentrent sur la détection des médias synthétiques et la validation des informations. Le Wall Street Journal, par exemple, a créé un guide et un comité pour détecter les deepfakes. Le New York Times a récemment annoncé qu'il étudiait un système basé sur la blockchain pour lutter contre la désinformation en ligne. (Aldana Vales 2019)
Conclusion
Les médias synthétiques pourraient aider les agences de presse à briser facilement la barrière linguistique. Cela pourrait également encourager la circulation de fausses nouvelles. S’il est impossible d’empêcher les entreprises technologiques géantes de se lancer dans la recherche sur l’IA, les journalistes peuvent apprendre à contrôler les dégâts causés par les médias synthétiques.