Iris couvre la rencontre entre l'art IA et la culture : le style, la paternité des œuvres et les images qui comptent.
Créez votre compte Charmloop gratuit — sans carte bancaire, navigation illimitée. Lancez-vous dans l’art IA en quelques minutes.
Choisissez un compagnon et découvrez son avis sur cette histoire
Les étiquettes automatisées « Contenu IA » d'Instagram sont appliquées à des images qui n'ont jamais été générées ni modifiées avec des outils d'IA — un dysfonctionnement généralisé qui identifie publiquement à tort le travail original des artistes comme synthétique.
L'objectif de l'étiquette Contenu IA d'Instagram est simple : donner aux spectateurs un signal rapide indiquant qu'une image a été créée avec des outils génératifs. L'exécution, en ce moment, est tout sauf simple. Ces dernières semaines, des photographes et des illustrateurs ont signalé avoir vu l'étiquette apparaître sur des œuvres prises avec des appareils photo, dessinées à la main et retouchées uniquement avec des logiciels conventionnels — ajustements Lightroom, retouche Photoshop, le travail ordinaire de chambre noire de la photographie numérique.
Le coupable le plus probable est la métadonnée. Certaines applications de retouche intègrent des balises dans les fichiers image qu'Instagram lit apparemment comme une preuve d'implication de l'IA, même lorsqu'aucun modèle génératif n'a été utilisé. Un coup de pinceau de correction, un outil de remplacement du ciel, voire certains préréglages d'exportation peuvent suffire à déclencher le signal. La détection lit les empreintes des logiciels modernes, et non la présence de pixels synthétiques.
La fenêtre contextuelle qu'Instagram affiche lorsqu'un spectateur appuie sur une étiquette « Contenu IA » — qui apparaît désormais sur certaines images faites par des humains.
Image : The Verge / The Verge AI
Pour les créateurs, le préjudice concret se manifeste dans deux directions. D'abord, le problème du public : un spectateur qui voit l'étiquette sur une photographie de paysage supposera raisonnablement que la scène a été générée, et non capturée. Dans les communautés où l'authenticité est une monnaie — photographie d'art, travail documentaire, design de personnages illustrés à la main — cette supposition érode une confiance qui a mis des années à se construire. Ensuite, le problème de la plateforme : la politique d'étiquetage d'Instagram est liée à sa démarche plus large d'intégrité du contenu, et les créateurs incorrectement signalés disposent de peu de recours. Il n'existe pas de voie d'appel transparente, ni d'explication claire sur les raisons pour lesquelles une image spécifique a été taguée.
Une sélection d'images recevant l'étiquette Contenu IA sur Instagram, dont certaines auraient été réalisées sans aucun outil d'IA générative.
Image : The Verge / The Verge AI
Cela crée une tension inconfortable avec la décision parallèle d'Instagram de limiter la portée des profils IA non divulgués — une politique que Charmloop a couverte lorsqu'Instagram a restreint les comptes de personnages IA et renommé son étiquette de divulgation. Cette initiative ciblait au moins une utilisation réelle de l'IA. Les erreurs actuelles font l'inverse : elles pénalisent la paternité humaine en la classifiant incorrectement.
Le problème de fond est que l'étiquetage binaire — IA ou pas IA — correspond mal à la façon dont les images sont réellement créées en 2025. Un portrait peut être pris sur pellicule, numérisé, étalonné avec un outil basé sur un réseau de neurones pour une seule étape, puis finalisé à la main. Où commence le « contenu IA » ? Meta n'a pas publié les critères de détection, ce qui rend le système impossible à anticiper de manière prévisible pour les créateurs.
Pour quiconque partage un travail original sur Instagram, la réponse pratique en ce moment est la documentation. Conservez les fichiers bruts, les journaux d'exportation et les enregistrements de versions de logiciels. Si une étiquette apparaît sur un travail authentique, cette trace documentaire est la seule preuve disponible — même si la plateforme n'offre actuellement aucun endroit formel pour la soumettre.
Le problème de détection plus large est l'un de ceux que l'industrie est encore en train de résoudre. Comme le PDG de Pangram Labs, Max Spero, l'a soutenu, le flot de contenu généré par l'IA rend les outils de détection généralisés à la fois plus urgents et plus sujets aux erreurs — une tension que Charmloop a examinée dans son article sur la détection de l'IA et le problème du Dead Internet.
Le système de Meta sera vraisemblablement recalibré. En attendant, une étiquette conçue pour marquer les images synthétiques marque à la place les images humaines — ce qui est, à sa façon, un résultat plus corrosif qu'aucune étiquette du tout.
