Pourtant, lorsque la vidéo générée par IA mettant en scène ces accusations a commencé à circuler en ligne, beaucoup d’internautes ont découvert l’affaire non pas via des documents juridiques mais à travers une reconstitution visuelle. Or les deepfakes — images, audio ou vidéos créés ou manipulés par intelligence artificielle — peuvent donner l’impression que des événements ont été filmés alors qu’ils sont entièrement synthétiques .
Le passage d’un texte juridique à une « scène » vidéo change profondément la perception du public.
Les plateformes sociales privilégient les contenus émotionnels, visuels et faciles à partager. Une vidéo — surtout si elle paraît crédible — se diffuse bien plus rapidement qu’un long document judiciaire.
Dans ce dossier, les accusations avaient déjà suscité une forte attention en ligne. L’apparition d’une vidéo générée par IA recréant les faits allégués a rendu l’histoire encore plus virale et sensationnelle sur plusieurs plateformes .
Les deepfakes sont de plus en plus utilisés dans des campagnes de harcèlement. Des images ou vidéos fabriquées peuvent être republiées, modifiées et diffusées à grande échelle, et il devient très difficile de les faire disparaître une fois qu’elles circulent largement .
Le mécanisme est simple :
Et très vite, le contenu viral devient la référence principale du public — même s’il est fabriqué.
Les litiges judiciaires sont déjà complexes. Les plaintes contiennent des accusations, les médias les résument, et les discussions sur les réseaux sociaux simplifient souvent l’histoire.
Lorsque des médias générés par IA entrent dans l’équation, plusieurs niveaux se mélangent :
Pour beaucoup d’internautes qui découvrent l’affaire via un clip viral, ces distinctions disparaissent. Une vidéo artificielle peut donner l’impression de confirmer des faits qui n’ont jamais été prouvés — ou même déformer complètement la réalité .
Le problème est particulièrement grave lorsque l’affaire judiciaire est bien réelle : le contenu synthétique peut alors s’appuyer sur l’existence d’un procès authentique pour gagner en crédibilité.
Les deepfakes posent un autre problème connu sous le nom de « liar’s dividend » (dividende du menteur). Lorsque des faux très réalistes circulent, il devient plus facile de nier des preuves authentiques en les qualifiant de fabrication — ou de défendre un faux en affirmant qu’il s’agit simplement d’une reconstitution.
Par définition, les deepfakes sont des contenus créés ou manipulés par IA pour faire croire qu’une personne a dit ou fait quelque chose qui ne s’est jamais produit . Dans le contexte d’un litige non tranché, ils déplacent le débat public : on parle moins de preuves et davantage de récits viraux.
Le conflit impliquant JPMorgan n’est qu’un exemple parmi d’autres. Dans les entreprises comme sur internet, les images, audios et vidéos générés par IA sont de plus en plus utilisés pour usurper l’identité de personnes, les humilier ou nuire à leur réputation .
Pendant ce temps, les lois et les règles des plateformes tentent encore de rattraper une technologie qui évolue très vite .
Cette affaire met en lumière une nouvelle dynamique dans l’écosystème de l’information :
Lorsque des décisions de justice ou des enquêtes solides arrivent enfin, l’opinion publique s’est souvent déjà forgée une conviction.
Face à des contenus viraux liés à des procès, il devient crucial de distinguer trois choses :
À l’ère de l’IA générative, ces catégories se confondent facilement. L’affaire JPMorgan montre à quel point cette confusion peut influencer la perception du public — bien avant que la justice ne tranche.