Pourquoi les images d'IA semblent encore fausses
Par Chatday Editorial Team ·
Vous regardez depuis trois secondes la photo d’un chef qui dresse une assiette quand vous remarquez la main. Le pouce se plie dans le mauvais sens et il y a un cinquième doigt là où il devrait y en avoir un quatrième. Tout le reste est superbe. La vapeur, la lumière, ces petites marques de cuisson sur l’assiette. Mais cette main trahit tout, et maintenant vous ne pouvez plus l’ignorer.
Les outils d’images IA ont beaucoup progressé. Il y a une génération, ils bavaient sur les visages et changeaient les dents en touches de piano. Aujourd’hui, ils créent un portrait qui trompe presque tout le monde. Presque. Il reste un petit ensemble d’endroits où l’illusion se fissure, et dès que vous savez où regarder, vous les voyez partout.
Voici donc ce qui se passe vraiment : pourquoi un outil qui peint la peau et les cheveux à merveille bute encore sur une main ou un panneau de rue, et ce que cela dit de la façon dont ces outils ‘voient’.
Les indices qui marchent encore
Certains vieux indices sont morts. La peau plastique, retouchée, et ces reflets identiques dans les deux yeux criaient autrefois « faux ». Les nouveaux modèles gèrent désormais bien la texture de la peau et les reflets des yeux, donc à eux seuls ils ne suffisent plus.
Qu’est-ce qui échappe encore ? Une poignée d’endroits où le modèle doit garder cohérentes beaucoup de petites choses à la fois.
| Où regarder | Ce qui trahit | Pourquoi ça arrive |
|---|---|---|
| Mains en action | Doigts en trop ou fusionnés quand elles saisissent, se chevauchent ou tiennent un objet | La pose est complexe et les détails minuscules, donc ils sont traités en dernier et le plus mal |
| Texte en arrière-plan | Lettres fondues sur une enseigne lointaine, une tranche de livre ou une étiquette | Le modèle met son effort sur le sujet, pas sur les petits caractères |
| Reflets et ombres | Un miroir qui montre autre chose, des ombres qui ne pointent nulle part | Il peint un reflet qui semble plausible, pas un reflet physiquement correct |
| Motifs répétés | Des rangées de briques qui se courbent, des carreaux qui changent de taille dans l’image | Garder une grille mathématiquement régulière sur toute l’image est difficile |
| Bijoux et bords | Une montre à moitié fondue dans le poignet, une bague qui se mêle à la peau | Deux surfaces qui se touchent nettement, c’est justement la limite qui lui pose problème |
Aucun de ces indices n’est un test infaillible. Les meilleurs modèles de 2026 peuvent réussir n’importe lequel. L’astuce, c’est qu’ils les réussissent rarement tous en même temps. Une image peut avoir des mains impeccables et un texte lisible, et puis la lumière vient de deux directions qui ne peuvent pas coexister.
Pourquoi les mains et le texte font trébucher l’IA
Voici la partie qui surprend. Le modèle ne dessine pas une main. Il n’a aucune idée qu’une main existe.
Peter Bentley, informaticien à l’University College London, l’a dit sans détour dans un entretien à BBC Science Focus : ce sont « des générateurs d’images en 2D qui n’ont aucune notion de la géométrie en trois dimensions d’une chose comme une main ». Ils apprennent en absorbant des millions d’images et en repérant des motifs. Une main a en général une paume, quelques doigts et quelques ongles. Mais, comme le dit Bentley, « aucun de ces modèles ne comprend vraiment ce qu’est l’ensemble ».
Voyez-le moins comme un peintre et plus comme une saisie automatique de pixels. Le modèle prédit ce qui devrait venir ensuite d’après ce qu’il a vu, sans jamais compter jusqu’à cinq ni raisonner sur quel doigt va où. Demandez-lui deux mains aux doigts entrelacés et, selon les mots de Bentley, vous pouvez obtenir « deux poignets et une boule de doigts ». Il devine une forme qu’il a vue énormément mais qu’il n’a jamais vraiment comprise.
Cela explique aussi le problème des données d’entraînement. Sur la plupart des photos, les mains sont un fouillis. Elles sont à moitié cachées, serrées en poing, en train de saluer, de tenir une tasse de café ou tournées de façon à ne montrer que deux doigts. Les visages fixent l’objectif sur des millions de clichés nets, donc les modèles voient des visages sous tous les angles et toutes les lumières. Les mains, ils les voient surtout en pleine action et à moitié cachées, si bien qu’une main détendue, doigts écartés et de face, est étrangement rare dans les données. Le modèle devient excellent sur ce qu’il a vu clairement et hésitant sur ce qu’il a vu en morceaux.
Le texte, c’est la même histoire sous un autre habit. Pour le modèle, les lettres sont des formes, pas du langage. Il sait qu’un panneau devrait porter des marques qui ressemblent à des lettres, alors il peint des marques qui ressemblent à des lettres. De près, sur un titre, les nouveaux modèles savent écrire. Poussez-le vers une vitrine lointaine ou un mur de petits caractères et il retourne aux gribouillis qui ne ressemblent à des mots que de loin.
Ce que les nouveaux modèles ont corrigé, et ce qui reste
Ce serait injuste de prétendre que rien n’a changé. Beaucoup a changé.
La peau a l’air vraie maintenant, avec des pores et du grain au lieu de cette brillance de cire. Les yeux concordent. Les visages ont des micro-expressions qui évitent l’ancienne raideur de la vallée de l’étrange. Un texte court et bien visible ressort souvent net. Les mains simples au repos, celles posées sur les genoux, passent en général bien. Si vous voyiez aujourd’hui une image de pointe sans le moindre indice, vous ne cligneriez pas des yeux.
Ce qui résiste, c’est tout ce qui demande au modèle de comprendre des règles plutôt que de copier des apparences. La physique, c’est le gros morceau. Un reflet doit obéir à la géométrie. Une ombre doit s’accorder avec la lumière. Une main autour d’une tasse doit savoir que la tasse est devant certains doigts et derrière d’autres. Ce ne sont pas des problèmes de texture, ce sont des problèmes de logique, et un chercheur de motifs ne fait pas de logique. Bentley note que la solution passera sans doute par un entraînement sur de vraies formes en 3D pour que les modèles « comprennent la forme derrière les images », et il existe déjà des travaux préliminaires dans ce sens, mais les outils du quotidien que vous utilisez peignent encore des suppositions plates.
Si vous êtes curieux de voir le chemin parcouru sur le problème du texte en particulier, nous l’avons creusé dans l’IA a enfin appris à écrire dans les images. Et si vous voulez juste savoir quel outil donne les rendus les plus nets aujourd’hui, nous les avons alignés dans les meilleurs générateurs d’images IA.
Comment obtenir des images IA qui n’ont pas l’air fausses
Savoir pourquoi les images cassent vous dit exactement comment l’éviter. Vous éloignez le modèle de ce qu’il rate.
Gardez les mains calmes ou hors du cadre. Si une main n’a pas besoin de faire quelque chose de délicat, ne la faites pas. Demandez des mains au repos, dans les poches, ou cadrez simplement plus serré. Un portrait à partir de la poitrine évite tout le problème.
Ne demandez pas à l’image de porter vos mots. S’il vous faut un titre, un logo ou une légende, ajoutez-le ensuite dans n’importe quel outil de design. Laissez le modèle faire l’image et posez vous-même le vrai texte par-dessus. Ce sera net, correct et à vous.
Décrivez la lumière. Dites d’où elle vient. « Lumière douce de fenêtre venant de la gauche » donne au modèle une règle à suivre, et les ombres et les reflets ont tendance à se mettre en place au lieu de pointer dans des directions au hasard.
Générez, corrigez, régénérez. Le premier résultat est un brouillon. Repérez l’indice, ajustez le prompt ou modifiez un détail, et relancez. Ceux qui obtiennent des images nettes n’ont pas de la chance, ils font juste deux ou trois passes. Ici, travailler au même endroit aide, parce que vous pouvez générer, voir l’enseigne fondue et relancer sans sauter d’une appli à l’autre. La même astuce fait tourner beaucoup de photos de produit faites avec l’IA : quelques passes rapides, pas un unique prompt parfait.
Jouez sur l’« imparfait », exprès. Une prise un peu granuleuse, décentrée et à l’air réel se lit comme plus authentique qu’une image impeccable. C’est devenu toute une esthétique, et nous avons écrit sur les raisons pour lesquelles les photos IA ont l’air imparfaites exprès.
L’honnête vérité n’est pas que les images IA sont mauvaises. C’est qu’elles sont sûres d’elles, et la confiance n’est pas la même chose que la justesse. Passez trente secondes sur les coins du cadre et vous saurez. Ensuite, quand vous créez les vôtres, vous pouvez viser l’outil sur ce qu’il fait bien et contourner discrètement tout le reste.