Dans ce 140 ème épisode, j'ai le plaisir de recevoir Rony Abecidan, docteur en IA et cybersécurité –co-fondateur de Label4.ai , une startup française qui développe des technologies de détection et de traçabilité des contenus générés par IA.

L’intelligence artificielle générative bouleverse notre rapport à la création numérique. Mais elle ouvre aussi la porte à une nouvelle ère de fraudes visuelles, sonores et textuelles. Fausse facture, CV généré, vidéo deepfake… comment distinguer le vrai du faux dans un monde où tout peut être fabriqué par une IA ?

Label4.ai repose sur des algorithmes capables de repérer les “bruits invisibles” laissés par les générateurs d’images, de sons ou de vidéos.
Chaque IA laisse une empreinte mathématique spécifique lors de la création d’un contenu, que les outils de Rony peuvent analyser pour déterminer s’il a été produit ou modifié par une IA.

💬 “Une image générée par IA projette des signaux invisibles que l’œil humain ne perçoit pas, mais qu’un algorithme peut identifier”, explique Rony.

Ces signaux permettent de distinguer une photo authentique d’un visuel artificiel — un enjeu crucial pour les assurances, les banques ou les médias confrontés à la montée en puissance des falsifications numériques.

Du “forensic” à la transparence numérique

Label4.ai combine plusieurs technologies :

• L’analyse forensique, proche de l’expertise criminelle, qui cherche des traces de manipulation dans les fichiers.
• Le watermarking numérique, ou tatouage invisible, qui permet de certifier qu’un contenu a bien été généré par une IA.
• Gouvernance, conformité et contrôle du cycle de vie des contenus générés, la start-up adresse les enjeux de traçabilité et de conformité dans les organisations : gestion des actifs IA, suivi de l’utilisation des contenus, contrôle des risques (fraudes, deepfakes, usurpation) ainsi que anticipation des exigences réglementaires comme l’AI Act en Europe

Cette approche s’inscrit dans le cadre de la future réglementation européenne article 111 de l’EU IA (AI Act). Dès 2026, les fournisseurs de modèles génératifs devront indiquer clairement quand un contenu a été produit par une IA.

Vers un “Nutri-Score” de la confiance

Label4.ai innove avec un concept inédit : le Nutri-Score du contenu numérique.
L’idée ? Donner une note de fiabilité au lieu d’un verdict binaire “IA / pas IA”.

“Nous évaluons la probabilité d’erreur de nos algorithmes pour plus de pédagogie et de transparence,” précise Rony.

Une démarche qui replace la responsabilité et l’éducation numérique au cœur de la confiance en ligne.

Des applications concrètes : banque, assurance, médias, RH…

Les usages de Label4.ai sont multiples :

• Banques et assurances : détection de faux documents, certificats ou sinistres.
• Ressources humaines : vérification des CV et entretiens vidéo deepfake.
• Journalisme et AFP : authentification des images et vidéos reçues.
• Luxe et NFT : lutte contre la contrefaçon digitale et le vol de visuels.

“Nous voulons devenir les leaders mondiaux de la détection et de la traçabilité des contenus IA, tout en gardant une approche pédagogique,” conclut Rony Abesidan

Soutenez le podcast

✅ Abonnez-vous à DigitalFeeling sur LinkedIn
✅ Rejoignez la newsletter : substack.com/@elodiechenol
✅ Laissez 5 ⭐ sur Apple Podcasts ou Spotify

🌟 Ensemble, faisons de vos projets un succès grâce à l’IA générative !

Hébergé par Audiomeans. Visitez audiomeans.fr/politique-de-confidentialite pour plus d'informations.