Les faux signalements d'oiseaux inondent les forums ornithologiques, et les outils d'IA en sont responsables

Points clés

• Des images d'oiseaux altérées par l'IA apparaissent en nombre croissant sur les plateformes ornithologiques, selon des experts cités par The Guardian.
• Les faux signalements enregistrés comme des données réelles menacent les bases de données de science citoyenne utilisées par les chercheurs professionnels pour suivre les populations d'espèces.
• Le héron garde-bœuf, une espèce normalement présente en Afrique et en Europe du Sud, a fait la une après un vrai signalement au nord du Pays de Galles en juin 2025.
• Les communautés ornithologiques ont longtemps compté sur les preuves photographiques pour vérifier les signalements rares, mais les outils d'IA permettent désormais de falsifier facilement cette preuve.

Observer un oiseau bien en dehors de son territoire habituel est probablement ce qui se rapproche le plus d'un moment unique dans la vie des ornithologues amateurs. Quand un héron garde-bœuf s'est présenté sur la côte du nord du Pays de Galles en juin 2025, une espèce que vous devriez normalement chercher en Afrique ou en Méditerranée, les forums ont explosé. Cela a fait la une des journaux nationaux. Des gens ont conduit pendant des heures pour l'apercevoir.

Maintenant, un problème plus discret érode la confiance qui rend ces moments importants.

Les outils de retouche d'images par IA, des logiciels capables d'ajouter, supprimer ou modifier les détails d'une photographie en quelques secondes, produisent des photos d'oiseaux contrefaites convaincantes au point d'être publiées comme des signalements authentiques. Les experts avertissent que le volume augmente. Le terme qui circule dans les cercles ornithologiques est « IA slop », qui désigne le contenu généré ou altéré par l'IA sans effort, balancé en ligne sans égard pour l'exactitude.

Les enjeux vont au-delà de l'orgueil blessé des passionnés.

Les plateformes ornithologiques alimentent les bases de données scientifiques réelles. Quand un bénévole enregistre un signalement avec une photo, cet enregistrement peut finir dans des ensembles de données utilisés par les ornithologues, les conservationnistes et les agences gouvernementales pour suivre où vivent les espèces, si les populations augmentent et quels habitats ont besoin de protection. Un faux signalement convaincant au mauvais endroit empoisonne ces données discrètement, et de mauvaises données mènent à de mauvaises décisions.

Le système de vérification que les ornithologues ont construit au cours des décennies dépend des photos comme preuve. Une espèce rare dans un endroit inattendu exigeait autrefois une image assez bonne pour satisfaire les examinateurs expérimentés. Les outils d'IA ont discrètement relevé le seuil de ce que « suffisamment bon » peut signifier, dans la mauvaise direction.

Les ornithologues amateurs doivent-ils faire confiance aux photos maintenant ?

Oui, avec plus de scepticisme qu'avant. Une seule photo spectaculaire d'une rareté hors de son aire de répartition, publiée par un compte inconnu sans détails de soutien, mérite maintenant un examen plus approfondi. Les vrais signalements s'accompagnent généralement de plusieurs images sous différents angles, de métadonnées de localisation qui sont vérifiables et d'un témoin capable de décrire l'observation en détail. Une photo soignée mais isolée est un signal d'alerte.

Les modérateurs de plateforme sont la prochaine ligne de défense, et la pression exercée sur eux augmente.

À surveiller si vous utilisez des applications ou des forums d'ornithologie :

• Un compte avec peu de publications antérieures soumettant soudainement une rareté qui ferait la une.
• Une seule image inhabituellement nette sans photos d'appoint ni notes de terrain.
• Des données de localisation vagues, manquantes ou incohérentes avec l'habitat montré.
• Des détails de plumage ou un éclairage qui paraissent trop nets comparés à l'arrière-plan.