De quelle manière les deep fakes peuvent-ils altérer notre rapport à l’information ?

Oral NSI

PB : De quelle manière les deep fakes (hypertrucage) peuvent-ils altérer notre rapport à l’information ?

Bonjour

accroche : Au Gabon, le président Ali Bongo était malade en 2018 et n’avait pas fait d’apparition publique durant plusieurs mois. En décembre, il sort une vidéo pour rassurer la population sur son état de santé mais ses opposants politiques ont décrétés que la vidéo était un deep fake précipitant alors un coup d’État alors que la vidéo était véridique. Suite à ces évenements, on peut se questionner sur l’influence grandissante des deep fakes et sur l’impact que ces derniers pourraient avoir sur notre vie et plus particulièrement sur notre rapport à l’information.

Annonce du plan : Tout d’abord, nous allons définir ce qu’est un deep fake et comment il est conçu, puis nous allons voir comment les deep fakes changent notre rapport à l’information et leurs risques. Pour poursuivre, nous allons voir quelles sont les mesures visant à reconnaître les deep fakes.

Plan :

0) Explication deep fakes

I) Lien deep fake/rapport à l’information

II) Grands risques/dangers des deeps fakes

III) Très grande accessibilité des outils de création des deeps fakes(peut-être inverser I et II)

IV) Lutte insuffisante contre les deeps fakes

développement : 0) Avant d’aller plus loin, il faut comprendre ce qu’est un deep fake. Un deep fake est une modification d’une image,vidéo ou d’un audio par une intelligence artificielle (programme plus ou moins autonome capable de simuler l’intelligence humaine dans un domaine en particulier. Algorithme : suite finie d’instruction permettant de résoudre un problème). Les deep fakes s’appuie sur l’algorithme Generative Adverarial Networks (Ian Goodfellow) qui est un algorithme constitué de 2 réseaux. Le réseau générateur qui va créer des modification de données (Informations dans un programme) visuelles ou auditives et le réseau discriminateur qui va recevoir les données modifiées par le premier réseau ainsi que d’autres données et devra déterminer si les données ont était modifiées ou non. Ces 2 réseaux s’améliorent en parallèle. Le réseau générateur devient de plus en plus performant pour leurrer le réseau discriminateur et le réseau discriminateur va s’améliorer afin de détecter les données modifiées.

I) Sachant cela, nous allons pouvoir commencer à parler plus particulièrement des deeps fakes et du lien que ces derniers entretiennent avec notre rapport à l’information. Nous avons un rapport à l’information plutôt simple. En effet, nous savons que nous pouvons croire ce qui nous expérimentons de manière directe et nous sommes enclin à croire des enregistrements car ces derniers sont relativement sûr étant donné qu’il est très laborieux par quelqu’un de modifier un enregistrement de manière discrète. Ou du moins il était laborieux de le faire car l’arrivé d’intelligence artificielle permettant de faire ce travail le rend

...