En 2026, police au Québec, images IA sur les réseaux sociaux, entre outil rapide et brouillage, ce qui inquiète citoyens et experts

Au Québec, plusieurs services de police publient de plus en plus d’images générées par intelligence artificielle sur leurs comptes de réseaux sociaux. Ces visuels, parfois utilisés pour illustrer des campagnes de prévention ou des avis au public, divisent. D’un côté, des gestionnaires y voient un outil rapide et économique, capable de produire des contenus adaptés à différents publics. De l’autre, des spécialistes et des citoyens s’inquiètent d’un brouillage entre communication institutionnelle et contenus synthétiques, avec un risque de confusion et d’érosion de la confiance envers la parole policière.

Le sujet prend de l’ampleur en 2026, alors que les outils d’IA générative d’images se sont banalisés. Le débat ne porte pas seulement sur la créativité ou la modernisation des communications. Il touche au rôle même de la police dans l’espace public, à la transparence des messages et à la responsabilité des institutions qui disposent d’une autorité particulière. Au Canada, des travaux de synthèse sur l’IA et le maintien de l’ordre soulignent que l’acceptabilité sociale dépend souvent de la gouvernance, des garde-fous et de la capacité à expliquer clairement les usages.

SPVM et Sûreté du Québec: une communication visuelle qui change

Les services de police québécois utilisent depuis longtemps l’image pour informer et prévenir, affiches, photos d’opérations, visuels de campagnes, publications sur les plateformes sociales. L’arrivée d’images générées par IA générative modifie cette pratique, car le visuel ne documente plus un fait, il illustre une idée. Dans un contexte où l’image circule vite, cette nuance devient centrale: le public ne réagit pas à la même chose selon qu’il s’agit d’une photo prise sur le terrain ou d’une scène créée pour attirer l’attention sur un message de prévention.

Les arguments avancés par des gestionnaires de communications sont souvent pragmatiques. Une image synthétique permet de protéger l’identité de personnes, d’éviter d’utiliser une scène réelle potentiellement traumatisante, ou de produire rapidement plusieurs variantes d’une même affiche selon les quartiers, les langues ou les publics visés. Pour des organisations soumises à des contraintes budgétaires, le coût réduit des visuels générés peut aussi être perçu comme un levier. Certains services présentent ces contenus comme des illustrations, au même titre qu’un pictogramme, une infographie ou une mise en scène, sans prétendre montrer une intervention réelle.

Mais la police n’est pas un acteur comme un autre dans la communication publique. La perception d’autorité peut donner un poids particulier à l’image, même lorsque le texte d’accompagnement nuance. Des critiques estiment qu’une publication institutionnelle devrait privilégier des visuels vérifiables, ou au minimum signaler explicitement quand l’image a été produite par intelligence artificielle. Le débat se cristallise quand des internautes partagent l’image hors contexte, sans la légende, ou lorsque le visuel ressemble à une photographie réaliste.

Dans ce contexte, les choix éditoriaux deviennent des décisions de gouvernance. Lorsque des services utilisent une image générée par IA pour évoquer un crime, un suspect ou une scène de danger, l’ambiguïté peut devenir plus sensible que dans une simple campagne de sécurité routière. Les partisans d’une utilisation encadrée plaident pour des règles internes, une validation plus stricte et une mention systématique, afin de limiter la confusion et de préserver la crédibilité de services de police déjà confrontés à une forte attention publique.

Réseaux sociaux: le risque de confusion face aux images générées

Sur les plateformes sociales, l’image prime souvent sur le texte. Les publications sont vues en quelques secondes, parfois capturées puis repartagées sans contexte. Dans ce format, une image produite par IA peut être interprétée comme une photo réelle, surtout si elle adopte les codes du photojournalisme, éclairage naturel, cadrage crédible, détails urbains. C’est l’un des points qui alimentent la controverse, car une institution publique peut, même involontairement, contribuer à une circulation de contenus visuels difficiles à distinguer des images authentiques.

Le risque ne se limite pas à la compréhension du message. Il touche aussi à la mémoire des événements. Une image fictive associée à un thème policier, agression, arrestation, arme, peut s’inscrire dans l’imaginaire collectif comme une scène vécue. Des spécialistes de la désinformation rappellent que la répétition et la charge émotionnelle peuvent renforcer la croyance, même quand l’image était présentée comme une simple illustration. La dynamique des réseaux crée un effet d’amplification: un visuel marquant est partagé plus que des explications.

Les critiques parlent parfois d’ épidémie de contenus synthétiques, parce que l’IA rend la production d’images rapide et quasi illimitée. Une police qui adopte ces pratiques peut contribuer à normaliser l’idée qu’un visuel réaliste n’a pas besoin d’être vrai pour être utilisé dans une communication officielle. Pour une partie du public, cela brouille une frontière essentielle entre information et fiction. Pour d’autres, ce brouillage existait déjà avec des images d’archives ou des reconstitutions, et l’enjeu devient surtout de renforcer la transparence.

Une différence reste majeure: la reconstitution traditionnelle est souvent identifiée comme telle, et elle passe par des processus visibles, tournage, figurants, crédits. L’image générée par IA peut être produite en quelques minutes et publiée sans trace de fabrication. Une mention claire, image générée par IA, est présentée comme une mesure minimale. Mais certains observateurs jugent que l’étiquette ne suffit pas, car elle peut être coupée lors d’un partage. Ils proposent des visuels volontairement stylisés, moins photoréalistes, pour éviter qu’une image soit prise pour une preuve.

Gouvernance au Canada: encadrer l’IA policière pour garder la confiance

Au Canada, des synthèses de connaissances sur l’IA dans le maintien de l’ordre insistent sur la gouvernance: qui décide, selon quelles règles, avec quels mécanismes d’examen et de reddition de comptes. Même quand l’IA est utilisée seulement pour des contenus de communication, la question du cadre demeure, car l’institution engage sa crédibilité. Plusieurs experts recommandent des politiques internes formalisées, plutôt que des pratiques au cas par cas décidées dans l’urgence d’un calendrier de publication.

Un cadre efficace commence par une catégorisation des usages. Illustrer une campagne générale de prévention n’implique pas les mêmes risques que publier un visuel lié à une enquête en cours. Des restrictions peuvent être posées sur les thématiques sensibles, violence, personnes recherchées, minorités, santé mentale, ou sur tout ce qui pourrait être perçu comme une représentation d’un fait réel. L’objectif est d’éviter que des images synthétiques soient confondues avec des éléments de preuve ou avec une documentation de terrain.

La formation est un autre levier. Les équipes de communication, mais aussi les décideurs, doivent comprendre les limites de l’IA générative, erreurs de détails, biais possibles, incohérences visuelles, stéréotypes. Une image de suspect type générée par IA pourrait, même sans intention, renforcer des associations problématiques. Sans procédures de validation, le risque d’erreurs augmente, surtout quand les images sont produites vite. La mise en place d’un circuit d’approbation et d’un archivage interne, avec la trace du prompt et des versions, renforce la capacité à rendre des comptes.

Enfin, la gouvernance implique la transparence envers le public. Mentionner l’usage de contenu généré, expliquer pourquoi il a été choisi et dans quelles limites il est utilisé, peut réduire les soupçons. Mais la transparence doit aussi être cohérente: si une institution dit bannir les images IA photoréalistes, elle doit s’y tenir. Dans un climat où la désinformation visuelle progresse, les institutions qui détiennent une autorité doivent anticiper les effets secondaires, et adapter leurs choix pour préserver la confiance publique sur le long terme.

Droits d’auteur et cybersécurité: des questions pratiques pour les services

L’usage d’images générées par IA soulève des enjeux juridiques et opérationnels. Le premier concerne le droit d’auteur et les données d’entraînement. Des débats publics et des procédures ont déjà mis en lumière des accusations d’utilisation de bases d’images sans consentement. Même si un service de police ne construit pas son propre modèle, il peut recourir à des plateformes dont l’historique de données est contesté. Pour une institution publique, le risque est moins une polémique technique qu’une atteinte à la légitimité, surtout si des créateurs locaux estiment que leur travail a servi à entraîner des modèles sans autorisation.

Sur le plan contractuel, l’achat d’une licence ou l’usage d’un outil en ligne n’épuise pas toutes les questions. Les conditions d’utilisation peuvent changer, les droits sur les sorties générées peuvent être ambigus selon les juridictions, et la traçabilité d’une image devient difficile à expliquer en cas de contestation. Des services pourraient être tentés de privilégier des bibliothèques d’images traditionnelles ou des productions internes, même plus coûteuses, pour éviter des zones grises. D’autres évaluent des solutions où l’IA sert à produire des visuels plus stylisés, réduisant le risque de ressemblance avec des œuvres existantes.

La cybersécurité entre aussi en jeu. Des organismes canadiens de sécurité recommandent de définir clairement ce qui peut être généré, où les données sont traitées et quels logiciels tiers sont autorisés. Un prompt peut contenir des informations sensibles si une équipe décrit trop précisément une situation ou un lieu. Si ces informations sont envoyées à un service externe, elles peuvent être stockées ou utilisées selon des règles peu compatibles avec les exigences d’une organisation policière. La prudence implique des politiques sur les types de données saisies dans les outils et sur l’environnement technique utilisé.

Enfin, la question de la preuve visuelle se pose en creux. Même si ces images sont utilisées pour communiquer, la multiplication de visuels synthétiques peut rendre plus difficile, pour le public, de faire la différence entre une photo de scène réelle, une reconstitution et une création. Pour une police, cette confusion peut compliquer les appels à témoins ou la diffusion de photos authentiques. C’est pourquoi plusieurs observateurs plaident pour une séparation nette: l’IA pour l’illustration stylisée, et des images strictement authentifiées pour tout ce qui touche à l’opérationnel, à l’enquête et aux avis au public.