Un deepfake vidéo produit une apparence. Le facteur cognitif ne s'intéresse pas à l'apparence : il demande une résolution. Cette différence de nature explique pourquoi les progrès de la synthèse vidéo, qui fragilisent progressivement les dispositifs fondés sur le visage, n'ont pas d'effet direct sur un facteur fondé sur un savoir-faire. Mais la réponse serait incomplète sans préciser où le deepfake vidéo continue d'opérer malgré tout : dans les parcours d'enrôlement et de vérification d'identité.
Deux questions que l'on confond
Une architecture d'authentification répond en réalité à deux questions distinctes.
« Qui est cette personne ? » C'est la vérification d'identité. Elle intervient à l'ouverture d'un compte, lors d'un contrôle réglementaire, ou dans une procédure de récupération. C'est le terrain naturel de la biométrie faciale — et donc du deepfake vidéo.
« Cette personne veut-elle vraiment faire cela ? » C'est la preuve d'intention. Elle intervient au moment de l'action, à chaque opération engageante.
Le facteur cognitif répond à la seconde question. Il ne se substitue pas à la première lorsque celle-ci est requise par la réglementation. Le dire clairement évite une promesse excessive : il prouve une intention humaine, pas une identité civile.
Pourquoi la synthèse vidéo ne produit pas la preuve
Un modèle génératif dispose de ce qui est observable : photos, vidéos, apparitions publiques, enregistrements de réunions. À partir de cette matière, il reconstruit une apparence convaincante, capable de satisfaire des contrôles de vivacité lorsqu'il est injecté directement dans le flux.
Ce qu'il ne possède pas, c'est la méthode de résolution personnelle acquise lors d'un enrôlement hors ligne. Cette méthode n'a jamais circulé, ne figure dans aucun corpus, et ne se déduit pas de l'apparence. Le défi étant propre à la sollicitation en cours et les paramètres variant par polymorphisme fonctionnel, l'observation de résolutions passées ne fournit pas non plus de modèle exploitable.
| Ce que le deepfake vidéo peut produire | Effet sur un contrôle facial | Effet sur le facteur cognitif |
|---|---|---|
| Un visage ressemblant | Peut satisfaire la comparaison | Aucun |
| Des micro-mouvements crédibles | Peut satisfaire la vivacité | Aucun |
| Une réaction à une consigne à l'écran | Peut satisfaire un défi visuel | Aucun |
| Un flux injecté via caméra virtuelle | Contourne la capture | Aucun, le canal est distinct |
| Une identité civile plausible | Peut tromper un enrôlement | Enrôlement à protéger séparément |
| Une méthode de résolution personnelle | Hors de portée | C'est la preuve demandée |
Le point qui reste exposé : l'enrôlement
L'analyse serait incomplète sans ce constat : l'enrôlement est le maillon où le deepfake vidéo conserve toute son efficacité.
Si une organisation vérifie l'identité d'un nouvel utilisateur par un parcours vidéo à distance, et qu'un attaquant y injecte un flux synthétique accompagné d'un document falsifié, il obtiendra un compte légitime. Le facteur cognitif protégera ensuite parfaitement — mais il protégera le compte de l'attaquant.
Trois conséquences pratiques.
L'exigence à l'enrôlement doit dépasser celle de l'usage courant. Présence physique, canal maîtrisé, ou double contrôle indépendant selon la sensibilité du compte.
Le réenrôlement est un enrôlement. C'est le parcours que vise l'ingénierie sociale, et il ne doit pas bénéficier d'un régime allégé au prétexte que le compte existe déjà.
Un enrôlement hors ligne est un avantage structurel. Une méthode de résolution acquise en dehors d'un canal numérique ne peut pas être installée à distance par un attaquant qui aurait franchi un contrôle vidéo.
Le second scénario : la vidéoconférence frauduleuse
Un usage du deepfake vidéo échappe complètement à la logique du contrôle biométrique : la réunion en ligne où un ou plusieurs participants sont synthétiques. L'objectif n'est pas de franchir une authentification, mais d'obtenir qu'un collaborateur exécute une instruction.
La victime n'est alors pas usurpée : elle est convaincue. Elle agira elle-même, et résoudra correctement tout défi qui lui sera présenté.
Ce scénario ne se traite pas par un facteur d'authentification. Il se traite par des règles d'organisation : aucun paiement ni aucune ouverture d'accès ne se décide en réunion sans confirmation par un circuit prédéfini, quel que soit le niveau hiérarchique des participants. Le facteur cognitif y contribue indirectement, en rendant l'exécution traçable et en permettant d'y adosser un délai, une notification hors bande et un score de risque contextuel.
FAQ
Le facteur cognitif remplace-t-il la vérification d'identité ?
Non. Il prouve une intention humaine consciente, pas une identité civile. Lorsque la réglementation impose une vérification d'identité, celle-ci reste nécessaire, avec ses propres contre-mesures contre l'injection de flux.
Peut-on l'utiliser en complément d'une biométrie faciale ?
Oui, et c'est une combinaison cohérente : la biométrie répond à « qui », le facteur cognitif à « veut-il vraiment ». La biométrie est alors traitée localement, sans conservation de donnée identifiante à l'extérieur.
Une intelligence artificielle pourrait-elle apprendre la méthode d'un utilisateur ?
Elle en aurait besoin d'exemples. La méthode n'ayant jamais circulé, et les paramètres de chaque sollicitation variant, l'observation ne fournit pas la matière nécessaire à un apprentissage exploitable.
Comment sécuriser un enrôlement à distance quand la présence physique est impossible ?
En combinant plusieurs signaux indépendants — document vérifié, attestation d'appareil, validation par un tiers déjà enrôlé, délai de carence — plutôt qu'en s'appuyant sur un unique contrôle vidéo.
Aller plus loin : authentification cognitive · le 4ᵉ facteur contre le deepfake vidéo · biométrie faciale face au deepfake vidéo · KYC et deepfake