En bref : Document généré par IA détection : c’est possible parfois, jamais avec une certitude absolue. L’intelligence artificielle générative a effondré le coût de fabrication d’un faux document plausible : facture, courriel, image de contrat. Elle n’a pas aboli la méthode d’expertise, fondée sur les métadonnées du fichier, la cohérence interne des données et le recoupement aux sources tierces.
Si vous êtes avocat et qu’une pièce déposée par la partie adverse vous semble trop parfaite, ou si votre client fait face à une accusation d’avoir fabriqué une preuve, cet article pose les repères de 2026. Pas une recette pour mieux tromper un tribunal. Un état des lieux honnête de ce que la détection de contenu généré par IA peut et ne peut pas faire.
Dans cet article
Pourquoi l’intelligence artificielle générative change-t-elle la donne pour les faux documents ?
Fabriquer un faux document a toujours exigé un minimum de compétence : maîtriser une police de caractères, reproduire un gabarit de facture, imiter le ton d’un courriel. Un outil d’IA générative abaisse cette barrière à presque rien. En quelques minutes, n’importe qui produit une facture au gabarit crédible, un échange de courriels cohérent sur plusieurs mois, ou une image de document numérisé qui résiste à un premier coup d’œil.
Le résultat n’est pas seulement plus de faux documents numériques en circulation. C’est aussi des faux de meilleure qualité moyenne. L’erreur grossière qui trahissait autrefois un document fabriqué à la main, une police incohérente, une date qui ne correspond à rien, un ton trop différent du reste de la correspondance, devient plus rare. L’IA ne fait pas disparaître ces erreurs. Elle en réduit la fréquence.
Pour un avocat de litige, la conséquence pratique est simple. La plausibilité apparente d’une pièce ne dit plus grand-chose de son authenticité. Un document qui a l’air parfaitement cohérent au premier examen peut l’être parce qu’il est authentique, ou parce qu’il a été bien fabriqué.
Document généré par IA détection : est-ce vraiment possible ?
La réponse courte : parfois, jamais avec une certitude absolue, et jamais avec un seul outil.
Un texte généré par un modèle de langage ne porte pas de signature invisible universelle. Les modèles évoluent, les techniques de génération changent, et un texte retravaillé par une personne après génération brouille encore davantage les traces stylistiques. Une image de document, elle, peut conserver des artefacts de génération : incohérences dans les ombres, répétitions de motifs, métadonnées d’origine absentes ou incohérentes avec le reste du dossier. Mais un faussaire averti sait aussi nettoyer une partie de ces traces.
Le terme hypertrucage, traduction officielle du mot anglais deepfake, désignait à l’origine des vidéos ou des images truquées par IA. Il s’étend aujourd’hui aux documents : une facture, un relevé bancaire ou un échange de courriels entièrement généré par un modèle relève du même phénomène, appliqué au papier plutôt qu’à l’image animée.
Détecter un document d’hypertrucage n’est donc pas une opération binaire, oui ou non. C’est un faisceau d’indices. Jamais une certitude tirée d’un seul signal.
Les détecteurs automatiques de contenu IA sont-ils fiables devant un tribunal ?
Non, pas isolément. Des dizaines d’outils en ligne promettent de dire si un texte a été écrit par une IA ; ils reposent sur des modèles statistiques qui comparent le texte soumis à des motifs typiques de génération automatique.
Ces outils ont des taux d’erreur connus, dans les deux sens. Un texte réellement humain peut être classé comme généré par IA, un faux positif. Un texte réellement généré par IA peut passer pour humain, un faux négatif, surtout après une relecture ou une reformulation. Aucun de ces outils ne publie de garantie d’exactitude qui tiendrait devant un contre-interrogatoire.
Un expert sérieux ne fonde jamais une conclusion sur le seul résultat d’un détecteur automatique. Ce résultat peut orienter l’enquête. Il ne la conclut jamais.
Un outil, un signal. Pas une preuve.
Devant un tribunal, une conclusion d’expertise qui repose uniquement sur le résultat d’un détecteur de contenu IA ne résiste pas longtemps à un avocat qui connaît les limites de ces outils. Et de plus en plus d’avocats les connaissent.
Comment un expert analyse-t-il un document soupçonné d’être fabriqué ?
Document généré par IA détection : la méthode ne change pas parce que le mode de fabrication du faux a changé. Trois axes structurent l’examen, dans un ordre qui varie selon le dossier.
- Les métadonnées du fichier. Date de création, date de dernière modification, logiciel et version utilisés, historique de révision quand le format le conserve. Une facture datée d’il y a deux ans, mais créée hier au sens informatique du terme, pose une question qui ne se referme pas facilement.
- La cohérence interne des données. Les montants s’additionnent-ils, les numéros de référence suivent-ils une séquence logique, le ton et le vocabulaire correspondent-ils au reste de la correspondance, la mise en page est-elle celle que l’émetteur allégué utilise réellement ailleurs.
- Le recoupement avec les systèmes et les tiers sources. Le serveur de courriel de l’expéditeur allégué conserve-t-il une copie, le fournisseur ou l’institution financière confirme-t-il l’émission du document, un témoin peut-il situer l’échange dans le temps.
Le troisième axe est souvent le plus déterminant. Un document, même parfaitement fabriqué, existe rarement seul. Il devrait laisser une trace ailleurs : chez l’émetteur allégué, dans un système tiers, chez un témoin. L’absence de cette trace, quand elle devrait exister, est un signal plus solide qu’un détecteur automatique.
Nous détaillons les deux premiers axes dans Horodatage : ce que les dates de fichiers prouvent (ou pas) et dans Métadonnées de documents : ce qu’elles révèlent d’un faux.
Un document généré par IA porte-t-il des traces techniques ?
Document généré par IA détection : oui, en principe. Un document généré par IA reste un fichier informatique. Il a une date de création, une origine logicielle, souvent des métadonnées propres à l’outil qui l’a produit. Une image générée peut contenir des artefacts numériques absents d’une photographie ou d’un document numérisé sur un vrai scanner.
Ce que cet article ne fera pas, c’est détailler une méthode pas à pas pour repérer ces traces. Ce n’est pas de la prudence stylistique. Publier une recette de détection revient à publier une recette pour la contourner. L’analyse de ces traces relève d’une expertise technique menée dossier par dossier, avec les outils et les compétences appropriés au format examiné, sur le fichier natif et jamais sur une copie imprimée ou reconvertie.
Pourquoi l’expert doit-il admettre les limites de la détection dans son rapport ?
Au Québec, l’article 22 du Code de procédure civile est clair sur ce point : le rôle de l’expert est d’éclairer le tribunal, pas de défendre la partie qui l’a mandaté. Ce devoir prime sur l’intérêt de son client.
Concrètement, cela veut dire qu’un rapport d’expertise honnête énonce ce que l’analyse permet de conclure et ce qu’elle ne permet pas de conclure. Si un détecteur automatique donne un résultat ambigu, le rapport le dit. Si les métadonnées ont été altérées d’une façon qui rend une partie de l’analyse impossible, le rapport le dit aussi.
Un expert qui prétend détecter un document généré par IA avec une certitude absolue, sur la seule base d’un outil en ligne, s’expose à voir son rapport écarté ou son témoignage discrédité en contre-interrogatoire. Admettre une limite ne fragilise pas une expertise. Cacher une limite la fragilise.
Quelle est la vraie question à poser devant un tribunal ?
La question qui vient spontanément, ce document a-t-il été écrit par une IA, n’est souvent pas la bonne. La Loi concernant le cadre juridique des technologies de l’information (LCCJTI, RLRQ c. C-1.1) encadre plutôt deux notions : l’authenticité et l’intégrité d’un document technologique.
Un document est authentique quand son origine et son intégrité peuvent être établies. Il est intègre quand rien ne permet de croire que son information a été altérée depuis sa création. Ces deux notions existaient bien avant l’IA générative. Elles s’appliquaient déjà aux courriels, aux fichiers PDF, aux copies numérisées.
L’IA générative ne change pas ce cadre juridique de la preuve électronique au Québec. Elle change la facilité avec laquelle un document peut échouer ces deux tests sans que personne ne s’en aperçoive au premier regard. Les règles de preuve du Code civil du Québec et les articles 22 et 235 du Code de procédure civile continuent de s’appliquer, que le document contesté ait été fabriqué à la plume, au traitement de texte, ou par un modèle d’IA.
Le tableau suivant résume ce qu’un signal technique permet d’établir seul, et ce qu’il n’établit jamais sans corroboration.
| Signal examiné | Ce qu’il indique | Ce qu’il n’établit pas seul |
|---|---|---|
| Résultat d’un détecteur de contenu IA | Une probabilité statistique, à interpréter avec prudence | Qu’un document est faux ou authentique |
| Métadonnées du fichier | La date de création et l’origine logicielle déclarées | Que ces valeurs elles-mêmes n’ont pas été modifiées |
| Cohérence interne | Une contradiction interne au document | Que l’absence de contradiction prouve l’authenticité |
| Recoupement aux tiers | Une confirmation ou une contradiction externe | Rien, si aucune source tierce n’existe pour ce dossier |
Que faire si vous soupçonnez une pièce fabriquée par IA ?
La première étape n’est pas de lancer le document dans un détecteur gratuit en ligne et de bâtir une argumentation sur le résultat. Si une pièce déposée dans votre dossier vous semble trop parfaite, ou si votre client fait face à une accusation de fabrication de preuve, trois gestes priment avant toute analyse :
- Préserver le document dans son état natif, sans l’ouvrir ni le modifier.
- Ne jamais l’imprimer ni le convertir dans un autre format avant l’expertise.
- Consulter rapidement un expert qui pourra évaluer s’il y a matière à une expertise formelle.
Document généré par IA détection : ces trois gestes de préservation priment sur toute analyse improvisée avec un outil en ligne.
Nous détaillons le rôle et les limites du témoin expert en TI dans Le témoin expert en TI devant les tribunaux québécois.
Ceci n’est pas un avis juridique. Chaque dossier a ses faits, son échéancier et ses enjeux propres, une évaluation professionnelle en tient compte. Si vous soupçonnez une pièce fabriquée par IA dans votre dossier, une consultation confidentielle avec un témoin expert permet de savoir rapidement s’il y a matière à une expertise formelle et quels éléments préserver dès maintenant.
Pour aller plus loin avec Factero :
Foire aux questions
Un détecteur d’IA gratuit en ligne suffit-il comme preuve devant un tribunal québécois ?
Non. Un détecteur en ligne donne une probabilité statistique, pas une conclusion d’expertise. Ces outils ont des taux d’erreur connus, faux positifs et faux négatifs, dans les deux sens. Un rapport recevable devant un tribunal s’appuie sur plusieurs sources convergentes : métadonnées du fichier, cohérence interne des données, recoupement avec des systèmes ou témoins tiers. Le résultat d’un détecteur seul ne fonde jamais une conclusion d’expertise sérieuse.
Combien de temps prend une expertise sur un document soupçonné d’être généré par IA ?
Cela varie selon le nombre de documents en cause, la disponibilité des sources tierces à recouper et la complexité du dossier. Un dossier avec accès rapide aux systèmes sources, courriels du serveur de l’expéditeur allégué, confirmation d’un fournisseur ou d’une institution financière, se règle plus vite qu’un dossier où chaque confirmation exige une démarche externe. Aucun délai fixe ne s’applique uniformément à ce type d’expertise.
Un document authentique peut-il ressembler à un texte généré par IA sans l’être ?
Oui. Un texte humain rédigé de façon très structurée, ou traduit puis retravaillé, peut déclencher un faux positif dans un détecteur automatique : le texte est classé comme généré par IA alors qu’il ne l’est pas. C’est une des raisons pour lesquelles ce résultat ne se suffit jamais à lui-même devant un tribunal. Le phénomène inverse existe aussi : un texte généré par IA relu et modifié peut passer pour humain.
La loi québécoise traite-t-elle spécifiquement des documents générés par IA ?
Pas de régime distinct pour l’instant. La Loi concernant le cadre juridique des technologies de l’information encadre l’authenticité et l’intégrité de tout document technologique, peu importe son mode de production. Un document est authentique quand son origine et son intégrité peuvent être établies, intègre quand rien ne permet de croire que son information a été altérée. Les règles de preuve du Code civil et du Code de procédure civile s’appliquent, qu’un document soit fabriqué à la main ou par IA.
Qu’est-ce qu’un hypertrucage de document ?
Hypertrucage est la traduction officielle du mot anglais deepfake : un contenu fabriqué par intelligence artificielle pour paraître réel. Le terme visait d’abord des vidéos ou des images truquées. Il s’étend aujourd’hui aux documents : une facture, un relevé bancaire ou un échange de courriels entièrement généré par un modèle relève du même phénomène, appliqué au papier plutôt qu’à l’image animée ou au son. Ce n’est jamais une certitude tirée d’un seul signal, mais un faisceau d’indices.
