Publié le
Selon une étude, les images fabriquées d’animaux sur les réseaux sociaux faussent les efforts de conservation et pourraient saper le soutien du public aux espèces menacées.
PUBLICITÉ
PUBLICITÉ
Les outils d’IA générative sont désormais capables de produire des vidéos et des photographies fascinantes de la faune qui n’ont jamais eu lieu, selon un papier publié dans Conservation Biology par des chercheurs de l’Université de Cordoue.
Les auteurs, José Guerrero-Casado, Tamara Murillo-Jiménez, Antonio Carpio, Francisco Tortosa et Rocío Serrano-Rodríguez, affirment que ce contenu façonne de plus en plus la façon dont le public comprend le comportement animal, souvent de manière incorrecte.
Un exemple mis en avant par les chercheurs est une vidéo virale d’IA montrant plusieurs espèces d’oiseaux protégeant leurs poussins de la pluie, largement partagée avec des légendes la décrivant comme un « véritable amour maternel ».
Le cadrage ignore un fait établi : chez 90 % des espèces d’oiseaux, les mâles participent également à l’élevage des petits, alors que de nombreux reptiles, amphibiens et poissons n’assurent aucun soin parental.
L’article souligne également des interactions inventées entre espèces, telles que des images fabriquées de prédateurs et de proies, ou de parasites et de leurs hôtes, se comportant avec une affection invraisemblable les uns envers les autres.
En outre, les auteurs mettent en avant des vidéos illustrant des liens fictifs entre les humains et les animaux sauvages, notamment un extrait d’un ours polaire sauvé par des pêcheurs et réagissant avec une gratitude exagérée.
Les auteurs préviennent que de telles scènes risquent de donner aux gens un faux sentiment de sécurité en présence d’animaux sauvages et pourraient alimenter la demande d’animaux exotiques, alimentant ainsi le commerce illégal d’espèces sauvages.
Préserver les animaux « mignons »
Les chercheurs s’attendent également à ce que le contenu généré par l’IA soit davantage axé sur les mammifères, car ces espèces ont déjà tendance à mieux réussir sur les réseaux sociaux.
Ils préviennent que cela pourrait renforcer les déséquilibres de financement existants, entraînant la perte des projets de conservation destinés aux groupes d’animaux les moins populaires.
Ils préviennent également que de fausses images d’animaux sauvages étiquetées avec un emplacement pourraient conduire les touristes vers des sites où l’animal montré n’a jamais été réellement présent, ajoutant ainsi une pression sur les écosystèmes.
L’étude ne propose pas de solution, admettant qu’une réglementation mondiale du contenu de l’IA est peu probable à court terme, et appelle plutôt à une éducation aux médias plus large afin que le public apprenne à remettre en question ce qu’il voit en ligne.
Les archives scientifiques citoyennes menacées
Les résultats font écho à un avertissement distinct émis cette semaine par des chercheurs écrivant dans Nature Ecology and Evolution, qui soutiennent que les photographies, audio et vidéo manipulés par l’IA et soumis aux plateformes de science citoyenne pourraient contaminer les données sur lesquelles les chercheurs s’appuient pour suivre où se trouvent les espèces et comment elles se comportent, conduisant potentiellement à des conclusions écologiques erronées.
Les chercheurs soulignent que la suramélioration est le problème le plus courant, plutôt que la pure invention.
Les outils d’édition peuvent supprimer ou modifier les caractéristiques physiques utilisées pour identifier une espèce, entraînant parfois une identification totalement erronée.
Ils citent un cas réel dans lequel une photographie censée montrer un carouge à épaulettes, une espèce nord-américaine jamais enregistrée au Brésil, a été soumise à iNaturalist comme première observation possible.
L’oiseau était en réalité un loriot, une espèce commune dans la région. L’image avait été « reconstruite » à l’aide de l’éditeur d’images IA de Google, qui a ajouté des marques ressemblant à l’oiseau nord-américain, reflétant probablement la représentation accrue de cette espèce dans les données d’entraînement de l’outil.
Les enquêteurs soulignent que le collaborateur n’avait aucune intention de tromper qui que ce soit. Leur objectif, disent-ils, était purement cosmétique : une image plus attractive.
L’équipe affirme avoir réussi à reproduire le même bug de manière indépendante à l’aide d’outils d’édition d’IA. Ils concluent qu’il est urgent de sensibiliser les contribuables aux dommages que ce type de montage peut causer aux données scientifiques.
