Comment gérer les faux avis et la désinformation en ligne (édition 2026)

J’avais écrit un premier tour d’horizon de ce problème en 2017. Le mécanisme de fond n’a pas changé : de faux signaux polluent Internet pour manipuler des décisions. Ce qui a changé, c’est l’échelle. L’IA générative a transformé un problème artisanal en industrie automatisée. Voici la version geek, avec les chiffres.

Le contexte : les bots ont dépassé les humains

Selon le Bad Bot Report 2026 d’Imperva (Thales), le trafic automatisé représente maintenant plus de 53 % de tout le trafic Web mondial, dont 40 % est classé comme malveillant. Les attaques de bots pilotées par IA ont bondi de 12,5 fois en un an. Ce n’est plus un bruit de fond, c’est devenu la majorité du trafic.

C’est dans ce contexte qu’il faut comprendre chacune des tactiques ci-dessous. Elles existaient déjà en 2017. L’IA générative les a rendues instantanées, indétectables et infiniment reproductibles.

Faux avis : d’un problème artisanal à une industrie régulée

En 2017, un faux avis était rédigé par une vraie personne payée quelques dollars. En 2026, un modèle de langage peut en générer des milliers, chacun avec un style d’écriture différent, un nom différent, un historique d’achat simulé différent, pour une fraction du coût.

Le gouvernement américain a réagi. La Federal Trade Commission a fait entrer en vigueur, le 21 octobre 2024, sa première règle contraignante sur les avis de consommateurs. Elle interdit explicitement les avis générés par IA présentés comme provenant d’une vraie expérience, l’achat ou la vente d’avis, et la suppression d’avis négatifs par menace légale. Les pénalités civiles atteignent maintenant plus de 53 000 $ par violation. Le 22 décembre 2025, la FTC a lancé sa première vague d’application en avertissant dix entreprises non identifiées.

Côté détection, les outils qui tentent de repérer un texte généré par IA s’appuient souvent sur des indices statistiques comme la perplexité et la « burstiness » (la variation naturelle du rythme d’écriture humaine). Ces méthodes restent imparfaites et peuvent se tromper dans les deux sens.

Fausses factures : le clonage vocal a changé la donne

La fausse facture de 2017 reposait sur un logo générique et l’espoir que personne ne vérifie. En 2026, l’arnaque peut inclure un appel téléphonique où la voix de votre patron, de votre fournisseur ou d’un membre de votre famille vous demande directement le virement.

Des chercheurs de McAfee ont montré en 2023 qu’un outil gratuit pouvait produire, à partir de trois secondes d’audio, un clone vocal correspondant à 85 % à l’original (95 % avec un peu d’entraînement). C’est leur propre évaluation sur un cas précis, pas une garantie. Du côté des données officielles, le rapport annuel 2025 du FBI (IC3) recense 24 768 plaintes de compromission de courriel d’affaires pour 3,05 milliards de dollars de pertes. Pour la première fois, il ajoute un indicateur « lié à l’IA » : 22 364 plaintes et 893 millions de dollars, dont environ 30 millions pour les fraudes de type courriel d’affaires. Le rapport note que beaucoup de victimes ne réalisent pas l’ampleur du rôle de l’IA, ce chiffre sous-estime donc probablement la réalité.

Deloitte relate le cas d’un employé d’une entreprise de Hong Kong qui a viré environ 25 millions de dollars en janvier 2024 après un appel vidéo où son directeur financier et ses collègues étaient des deepfakes. Le même centre de recherche prévoit (c’est une projection, pas un constat) que la fraude facilitée par l’IA générative pourrait atteindre 40 milliards de dollars aux États-Unis d’ici 2027, contre 12,3 milliards en 2023.

Fausses fiches d’entreprises locales : toujours là, toujours automatisé

Le problème de 2017 n’a jamais disparu : de faux emplacements d’entreprise apparaissent encore sur les cartes en ligne pour détourner des clients, particulièrement dans les services d’urgence à domicile (plomberie, serrurerie, chauffage). Le constat que je faisais en 2017 tient toujours : dès qu’une fausse fiche est retirée, une autre peut apparaître à sa place.

La meilleure défense reste la même qu’en 2017 : une présence physique documentée, des photos réelles de votre établissement et de votre équipe, et un langage clairement local dans votre contenu.

Fausses nouvelles : la ferme de contenu s’est automatisée

En 2017, produire un site de fausses nouvelles demandait des rédacteurs. Aujourd’hui, un modèle de langage peut générer des centaines d’articles par jour, sur mesure pour capter l’attention et se propager, avec un coût marginal proche de zéro. Le problème de fond identifié en 2017 reste entier : il est plus difficile pour un algorithme de détecter une fausse nouvelle que de bloquer un site à contenu illégal, parce que la fausseté se mesure en degré, pas en présence ou absence.

Fausses URL : le clonage de site en quelques secondes

Le typo-squatting classique (une URL à une lettre près de la vôtre) est toujours actif. Ce qui a changé, c’est la facilité de cloner l’apparence exacte d’un site légitime : un outil d’IA peut aujourd’hui reproduire le DOM, le style visuel et le contenu d’une page très rapidement, rendant le faux site pratiquement indiscernable de l’original pour un visiteur pressé.

Le vrai enjeu 2026 : les IA héritent des faux signaux

Voici pourquoi ce problème compte encore plus qu’avant. Quand quelqu’un demande à ChatGPT, Gemini ou une IA Overview ce qu’il pense de votre entreprise, l’IA ne visite pas votre commerce. Elle résume ce qu’elle trouve, incluant les faux avis, les fausses fiches et le trafic de bots amplifiant artificiellement certains signaux.

Autrement dit : garbage in, garbage out. Une désinformation qui polluait autrefois une seule page de résultats Google peut maintenant se retrouver résumée, avec assurance, dans une réponse générée par IA qui donne l’impression d’une vérité établie.

Comment se protéger, concrètement

En 2017, la désinformation avait besoin de temps pour se propager.
En 2026, elle n’a besoin que d’un modèle de langage.