Deux annonces rapprochées relancent le sujet de la provenance des contenus générés par IA : Anthropic a présenté le 14 août 2026 un watermark statistique pour les futurs modèles Claude, tandis que Google a ouvert Credentio, une bibliothèque de validation C2PA. Ces technologies sont complémentaires, mais aucune ne prouve à elle seule qu’un contenu est vrai, licite ou entièrement produit par un humain.
1. Trois problèmes souvent confondus
La détection cherche à estimer si un contenu a probablement été généré par un modèle. La provenance décrit l’historique déclaré d’un fichier : outil, transformations, signature et identité de l’émetteur. L’authenticité cherche à établir que le contenu correspond bien à une source ou à un événement réel.
Ces notions ne sont pas interchangeables. Un fichier C2PA correctement signé peut contenir une information fausse publiée par une organisation authentifiée. Un watermark peut indiquer qu’un modèle a probablement participé à un texte sans identifier l’auteur ni le propriétaire. Un contenu humain peut enfin perdre toute métadonnée lors d’une copie.
Une politique sérieuse doit donc répondre séparément à trois questions : qui a produit ou transformé le contenu, quelles preuves techniques accompagnent cette déclaration et qui a validé la publication ?
2. Comment fonctionne un watermark texte
Anthropic annonce qu’une future génération de modèles Claude utilisera une version de l’approche SynthID-Text. Le système ne repose ni sur des caractères invisibles ni sur l’ajout d’un jeton identifiable. Il modifie légèrement la probabilité de certains choix de mots lorsque plusieurs formulations ont un sens comparable.
Sur un texte suffisamment long, un détecteur peut rechercher cette distribution statistique et estimer si Claude a probablement participé à la génération. Anthropic précise que le marquage ne permet pas de retrouver un utilisateur ou une organisation particulière.
L’intérêt est de ne pas modifier visiblement le contenu ni son format. Le mécanisme peut suivre le texte après un copier-coller, contrairement à une simple métadonnée de fichier.
3. Les limites reconnues du marquage statistique
Le watermark est moins fiable sur les textes courts, le code, les réponses très factuelles ou les contenus fortement contraints. Dans ces situations, le modèle dispose de moins de choix stylistiques sans dégrader la qualité.
Une réécriture complète peut également supprimer le signal. Le détecteur annoncé doit donc fournir une probabilité, pas un verdict juridique. Un résultat négatif ne prouve pas qu’aucune IA n’a été utilisée, et un résultat positif ne prouve ni la propriété ni l’intention.
Depuis la mise à jour du 1er septembre 2026, Anthropic propose l’API de détection en préversion privée à certaines organisations éligibles et entreprises soumises à des obligations comparables. Aucun accès public n’est annoncé. Les entreprises ne doivent pas construire une décision automatique à fort impact sur ce seul signal, même lorsqu’elles ont accès à la préversion.
4. Ce que C2PA apporte aux fichiers
C2PA définit des Content Credentials, c’est-à-dire des manifestes de provenance liés cryptographiquement à un fichier. Ils peuvent enregistrer l’identité d’un signataire, l’outil utilisé et certaines transformations. La validation permet de vérifier que le manifeste et le fichier n’ont pas été altérés depuis la signature.
Cette approche est particulièrement adaptée aux images, vidéos, documents et autres actifs publiés comme fichiers. Elle facilite une chaîne de responsabilité : création, retouche, export et diffusion.
C2PA ne garantit cependant pas la vérité de la scène ni la qualité de l’émetteur. La confiance dépend de la liste d’autorités ou d’organisations reconnues, de la protection des clés et de la capacité de l’interface à expliquer les informations au public.
5. Le rôle de Credentio
Google a publié Credentio, une bibliothèque C++ open source destinée à valider des Content Credentials conformes aux versions 2.2 et 2.4 des spécifications C2PA. L’entreprise indique que le même socle est déjà utilisé dans de nombreux produits et sur un volume très important d’actifs.
La bibliothèque est conçue pour fonctionner localement : un fichier n’a pas besoin d’être envoyé à un service externe pour être validé. Cela réduit la latence, la consommation de bande passante et l’exposition de contenus sensibles.
Credentio permet de configurer des listes de confiance officielles ou privées et produit des rapports détaillés sur les manifestes, assertions, signatures et revendications. La première version se concentre sur la validation. La création et l’intégration de nouvelles Content Credentials sont annoncées pour plus tard.
Le dépôt précise toutefois que le projet reste en développement actif, peut introduire des changements cassants sans préavis, ne fournit pas lui-même les listes de confiance et n’est pas un produit Google officiellement supporté. Une intégration de production doit donc figer une révision, gérer ses propres listes de confiance et prévoir les mises à jour.
Pour une entreprise, l’intérêt principal est de pouvoir intégrer la vérification dans un DAM, un CMS, une chaîne de modération ou une application mobile sans dépendre d’un endpoint propriétaire.
6. Le lien avec l’AI Act
Les obligations de transparence de l’article 50 de l’AI Act sont applicables depuis le 2 août 2026. Elles prévoient notamment que certains contenus générés ou manipulés par IA soient marqués dans un format lisible par machine et détectable, sous réserve des exceptions et modalités prévues. Une disposition transitoire accorde jusqu’au 2 décembre 2026 à certains systèmes mis sur le marché avant le 2 août pour se conformer.
La Commission européenne a publié ses lignes directrices et le code de bonnes pratiques final sur les contenus générés par IA avant l’entrée en application. Les standards techniques comme C2PA ou les watermarks peuvent contribuer à la mise en œuvre, mais leur présence ne suffit pas à démontrer toute la conformité.
Il faut relier le marquage au cas d’usage, à l’information de l’utilisateur, au registre des systèmes et à la responsabilité éditoriale. Notre plan d’action AI Act fournit le cadre général.
7. Une architecture de provenance réaliste
La première couche est le journal de production. Chaque actif reçoit un identifiant, un auteur ou service, le modèle et la version utilisés, les sources, les transformations et le validateur humain.
La deuxième couche est le marquage adapté au support. Pour un fichier, une Content Credential peut être signée au moment de l’export. Pour un texte, un watermark peut constituer un signal supplémentaire lorsqu’il est disponible.
La troisième couche est la publication. Le CMS conserve le lien entre l’actif, son manifeste, sa licence et le workflow de validation. Une interface accessible permet au lecteur de consulter la provenance sans lui faire interpréter un rapport cryptographique brut.
La quatrième couche est la résilience. Le système doit gérer la perte des métadonnées, la conversion de format, la capture d’écran et la révocation d’une clé. Le contenu publié doit rester traçable dans le registre interne même lorsque le signal public a disparu.
8. Le plan d’implémentation pour une entreprise
Commencez par inventorier les contenus concernés : articles, visuels, vidéos, documents commerciaux et réponses automatisées. Classez les risques selon l’impact d’une attribution erronée ou d’une manipulation.
Définissez ensuite une politique : qui peut générer, qui valide, quel marquage est appliqué, combien de temps les preuves sont conservées et comment une erreur est corrigée. Séparez les preuves techniques des déclarations éditoriales.
Testez C2PA sur un flux limité, par exemple les images de blog générées ou retouchées par IA. Vérifiez la signature après compression, passage par le CDN et téléchargement. Pour le texte, évaluez la préversion privée du détecteur uniquement si votre organisation y est éligible, sans en faire un contrôle automatique à fort impact, et conservez le modèle et le workflow dans les métadonnées internes.
Enfin, prévoyez l’expérience utilisateur. Une icône sans explication peut rassurer à tort. Présentez clairement ce qui est attesté : provenance du fichier, utilisation d’un outil, validation humaine ou absence de modification depuis la signature.
Les annonces de Google et d’Anthropic montrent que la provenance devient une brique d’infrastructure. La bonne réponse n’est pas de choisir entre watermark et C2PA, mais de les intégrer dans une chaîne de gouvernance où chaque signal a une portée connue.
Partitech accompagne les organisations dans la conception de workflows de contenus IA, l’intégration C2PA, la traçabilité CMS/DAM et la mise en conformité opérationnelle avec l’AI Act.