Google Earth, images IA retirées, vues satellitaires et 3D recomposées, ce que Google doit affronter face aux fausses images

Google a désactivé, en quelques dizaines d’heures, une nouvelle fonctionnalité de Google Earth qui permettait de générer des images par intelligence artificielle à partir d’un simple texte. L’outil, intégré à l’application et fondé sur le générateur Nano Banana 2, recomposait des vues satellitaires, aériennes ou en 3D, puis autorisait le téléchargement et le partage des visuels. Dès sa mise à disposition, des spécialistes de la vérification d’images et plusieurs médias ont montré qu’il était possible de produire des contenus trompeurs, malgré des garde-fous annoncés par l’entreprise. Face aux risques de désinformation, Google a confirmé sur X le retrait de la fonction, en mettant en avant l’usage d’un filigrane SynthID et des restrictions sur les sujets nuisibles, tout en indiquant poursuivre l’ajustement de ses protections.

Ce retrait intervient dans un contexte où l’image de preuve circule plus vite que sa contextualisation. Une vue issue d’un fond cartographique reconnu, associée à une génération IA, peut créer une illusion de crédibilité. Le sujet est d’autant plus sensible que Google Earth est utilisé dans des usages grand public, scolaires, médiatiques, mais aussi dans la recherche, l’urbanisme et le journalisme visuel. En désactivant la fonction, Google reconnaît implicitement la difficulté de concilier génération créative et représentation du réel quand le support de départ est une imagerie géographique largement perçue comme documentaire.

Google Earth intègre Nano Banana 2, puis retire la fonction en moins de 24 heures

La nouveauté tenait à une promesse simple, décrire une scène et laisser l’IA la matérialiser sur une base d’images réelles. Google Earth proposait une génération qui recomposait l’apparence d’un lieu à partir d’un fond existant, en superposant des éléments inventés ou en modifiant des structures visibles. Le modèle cité par plusieurs publications, Nano Banana 2, était présenté comme encadré par des règles limitant les contenus dangereux. Dans la pratique, l’outil rendait possible la création d’illustrations qui ressemblent à des captures classiques de Google Earth, un format déjà familier pour le public.

La chronologie est centrale dans cette séquence. Des tests publiés par des observateurs et des journalistes ont circulé très vite, démontrant que le dispositif pouvait produire des scènes fictives dans des lieux identifiables. Le point de bascule n’est pas seulement la capacité à générer, mais la capacité à générer vite, dans un environnement où le partage social privilégie l’impact visuel. Le retrait a été constaté par des utilisateurs, puis confirmé par la communication de Google sur le réseau social X. Plusieurs articles mentionnent une désactivation intervenue en moins de 24 heures après le lancement.

La justification avancée par l’entreprise s’articule autour de deux idées. D’une part, la lutte contre la manipulation d’images est prise au sérieux, avec un mécanisme de marquage via SynthID. D’autre part, Google affirme empêcher la création d’images sur des sujets nuisibles et mettre à jour continuellement les protections. La mention explicite du filigrane est un signal, l’entreprise renvoie une partie de la vérification vers des outils de contrôle, comme des fonctionnalités de détection via d’autres services.

Cette décision ne ferme pas nécessairement la porte à un retour. Dans les réactions relevées dans la presse anglo-saxonne, la formulation de Google laisse entendre qu’une remise en service pourrait intervenir après modifications. Pour l’instant, le fait marquant reste la vitesse d’exécution, un déploiement rapide, puis une marche arrière tout aussi rapide, signe que l’évaluation des risques en conditions réelles diffère souvent des tests internes.

BBC Verify et des chercheurs montrent des contournements malgré les garde-fous

Le cœur du problème tient à la facilité avec laquelle un utilisateur motivé peut contourner des protections basées sur la formulation des requêtes. Selon les éléments rapportés, des demandes explicitement violentes ou politiques pouvaient être refusées, mais des reformulations plus vagues passaient. Ce mécanisme est connu dans les systèmes génératifs, une barrière qui dépend de mots-clés précis peut être neutralisée par une paraphrase. Dans le cas de Google Earth, l’effet est amplifié par la nature du support, une scène inventée repose sur un arrière-plan réel, ce qui renforce la crédibilité perçue.

Les tests attribués à BBC Verify illustrent cette logique. Un exemple mentionné compare une requête très explicite, rejetée, et une version moins précise, acceptée, aboutissant à la génération d’un visuel. Ces cas ne prouvent pas une intention malveillante de la part des utilisateurs ordinaires, mais ils démontrent que la barrière sémantique n’est pas suffisante face à des acteurs qui cherchent volontairement à produire une image trompeuse. Dans des contextes d’actualité, quelques minutes peuvent suffire pour que l’image circule hors de tout contexte.

Un autre point relevé dans la couverture médiatique concerne la création d’images de nature satirique ou politique, avec des scènes manifestement inventées, mais visuellement impressionnantes. L’enjeu n’est pas la plausibilité parfaite, mais l’usage en boucle sur les réseaux, où un contenu peut être partagé sans lecture attentive. Une capture d’écran de Google Earth, même falsifiée, peut être perçue comme un document, surtout si elle reprend l’interface, l’angle de vue et les codes visuels habituels.

La question de l’attribution est également au centre. Google renvoie vers SynthID, et vers des outils de vérification par recherche d’images. Mais la réalité d’usage est plus brutale, une image est souvent recadrée, recompressée, repostée, parfois sous forme de vidéo ou de capture secondaire. À chaque étape, les éléments de preuve techniques peuvent être dégradés. La protection n’est pas inexistante, mais sa robustesse dépend du maintien de métadonnées ou de signatures que la chaîne de partage peut altérer.

Cette séquence rappelle une tension structurelle, plus un outil est accessible et intégré à un produit grand public, plus la surface d’abus augmente. Les garde-fous doivent fonctionner non seulement contre des usages accidentels, mais aussi contre des contournements intentionnels, ce qui impose des tests adversariaux continus et une capacité de réponse rapide, ce que Google a mis en pratique en désactivant la fonction.

SynthID, Lens et Gemini, des outils utiles mais insuffisants face au partage viral

La communication de Google met en avant un dispositif de filigrane, SynthID, et la possibilité d’utiliser des services de la marque pour vérifier si une image a été générée par IA. Sur le papier, cette approche est cohérente, marquer le contenu à la source, puis offrir des outils de lecture du marquage. Dans les faits, l’efficacité dépend de deux conditions, que le filigrane survive aux transformations et que les utilisateurs prennent le temps de vérifier avant de partager.

Dans la vie réelle des plateformes, la seconde condition est rarement remplie. Les images circulent souvent sous forme de copies, de captures d’écran, ou d’extraits intégrés dans des montages. Un visuel généré depuis Google Earth peut être repris par un compte anonyme, recadré, puis publié comme preuve. Dans ce scénario, le débat sur le filigrane devient secondaire, la question devient celle de la vitesse de propagation. Les mécanismes de correction arrivent après, quand la narration initiale est déjà installée.

La première condition, la robustesse technique, est un sujet de recherche permanent. Certaines méthodes de marquage résistent à la compression, d’autres moins. Les détails exacts de la résistance de SynthID dans le cadre d’un export Google Earth ne sont pas documentés dans les sources fournies, ce qui limite l’évaluation publique. De plus, même si le marquage est détectable, il faut encore que l’outil de détection soit accessible, compris, et utilisé par des publics qui ne sont pas experts.

Google cite aussi des outils de vérification via Lens et l’application Gemini. Ces services peuvent aider à contextualiser une image, à retrouver des occurrences similaires, ou à obtenir une indication d’origine. Mais ils ne remplacent pas une politique de prévention au moment de la création quand l’objet est un faux potentiellement crédible adossé à un fond réel. Pour un média ou une rédaction, l’existence d’outils de vérification ne dispense pas des procédures internes, mais pour un utilisateur lambda, la vérification reste une étape facultative.

Ce décalage explique le choix de Google, couper la fonctionnalité plutôt que compter uniquement sur la détection après coup. Dans l’équation du risque, l’intégration de la génération dans Google Earth ajoute une couche de confiance implicite. Une image fausse ressemble à un document, et c’est précisément ce point qui rend la désactivation compréhensible du point de vue de la sécurité de l’information.

La désactivation relance le débat sur l’authenticité des images géographiques

Google Earth occupe une place particulière, ce n’est pas un réseau social, mais un outil de consultation associé à l’autorité technologique de Google et à une esthétique de données. Dans l’imaginaire collectif, une vue satellitaire ou aérienne est souvent perçue comme un enregistrement. Ajouter une génération IA à ce type de support revient à brouiller la frontière entre représentation et invention. Même si l’outil était présenté comme créatif, le résultat visuel pouvait être confondu avec un état réel du terrain.

Les conséquences dépassent la seule désinformation politique. Dans des situations de crise, catastrophe naturelle, conflit, incendie, inondation, une image falsifiée peut déclencher de fausses alertes ou alimenter des rumeurs. Dans le champ économique, elle peut viser une entreprise, une infrastructure, un chantier. Dans le champ local, elle peut toucher une mairie, un quartier, un projet immobilier. La question posée est celle de la preuve visuelle à l’ère des générateurs, d’autant plus quand le fond est un référentiel géographique connu.

Cette affaire rappelle aussi un enjeu pour les plateformes, la gouvernance des fonctions expérimentales. Déployer vite permet de rester compétitif, mais cela peut exposer à des usages non anticipés. À l’inverse, restreindre trop fortement réduit l’intérêt du produit. Pour Google, le retrait rapide peut être lu comme une mesure de précaution, mais aussi comme la reconnaissance que la démonstration publique d’abus crée un risque réputationnel immédiat.

Pour les utilisateurs, l’épisode renforce un réflexe, douter d’une image même quand elle ressemble à une capture d’un outil réputé. Les rédactions, les chercheurs et les acteurs de la vérification vont probablement pousser pour des standards plus lisibles, par exemple des mentions visibles à l’export, ou des interfaces qui distinguent clairement une vue réelle d’une vue recomposée. À ce stade, Google n’a pas détaillé les conditions précises d’un éventuel retour de la fonctionnalité, et l’évolution reste incertaine tant que les garde-fous n’ont pas été éprouvés face à des tests adversariaux répétés.