PULSE #07 - Ce que vos fichiers ne savent pas dire d'eux-mêmes

Un fichier vidéo broadcast traverse cinq ou six étapes avant d'arriver à l'antenne. Capture, transfert, ingestion MAM, montage, export, diffusion. À chaque étape, un logiciel ou un opérateur décide ce que ce fichier doit dire de lui-même. Et à chaque étape, cette décision peut effacer l'information de la précédente.

Pour ce dernier numéro avant la pause de septembre, je veux mettre un seul problème sur la table. Nos fichiers ne savent plus raconter d'où ils viennent. Ce n'est pas un problème de mauvaise volonté. C'est une absence de standard partagé.

🌍 Observations issues de mon expérience en environnement broadcast. Elles n'engagent pas mon employeur.

Une étude DPP et MediaVision sur l'infrastructure de données dans les médias confirme un point qui me concerne directement. Les organisations interrogées se disent confiantes dans le chiffrement et le contrôle d'accès, la protection contre l'extérieur. Cette confiance s'effondre dès qu'il s'agit de validation, de traçabilité et de discipline de schéma, tout ce qui garantit qu'une donnée reste cohérente une fois sortie de son point d'origine.

Traduit en langage broadcast : on sait verrouiller la porte d'entrée. On sait beaucoup moins bien garantir que ce qui circule à l'intérieur reste fidèle à ce qu'il prétend être.

Le même rapport identifie les échanges avec des partenaires extérieurs, fournisseurs de contenu, plateformes de diffusion, prestataires techniques, comme les zones de risque les plus fréquentes. La gouvernance interne d'une organisation ne s'étend jamais jusqu'à ses partenaires. Chaque transmission est un endroit où le schéma dérive, où une métadonnée se perd, où la responsabilité devient floue.

C'est exactement la situation d'un fichier de contribution terrain reçu sans contexte, ou d'un export depuis un outil tiers dont on ne maîtrise ni le pipeline ni les conventions de nommage.

Il faut le redire, parce que c'est une intuition trompeuse répandue dans les rédactions. Un fichier sans métadonnées de provenance n'est pas suspect par défaut. C'est la condition normale de la majorité du matériel professionnel.

Une caméra broadcast peut embarquer un GPS, surtout sur les modèles ENG ou les capteurs montés sur drone, mais embarque rarement une signature cryptographique de provenance. Un export depuis un logiciel de montage professionnel peut supprimer des métadonnées constructeur en cours de route. Un partage sur un réseau interne, une recompression, un simple changement de conteneur appauvrissent ce que le fichier peut dire de lui-même, sans qu'il y ait la moindre intention de tromper.

Le problème ne s'arrête pas aux pipelines internes des rédactions. YouTube, plateforme leader mondiale du streaming vidéo, ne conserve pas les métadonnées d'origine du média qui lui est confié. Une vidéo uploadée en ressort sans trace vérifiable de sa source initiale, quelle qu'ait été la rigueur de sa production en amont. Si la plateforme la plus regardée au monde ne résout pas ce problème, ce n'est pas faute de moyens. C'est qu'aucun standard partagé ne l'y oblige.

Le vrai danger n'est pas l'absence de métadonnées. C'est l'absence d'identifiants durables et de points de référence partagés, qui permettraient de reconstituer le fil même quand l'information directe a disparu. Sans ces ancrages, l'accumulation de données ne produit pas de la clarté. Elle produit de l'entropie.

Et de plus en plus, ce sont des systèmes d'IA qui sont sollicités pour combler ces trous, en inférant des relations qui n'ont jamais été établies. Le risque documenté par cette même étude : un système peut paraître cohérent sans l'être. L'IA ne résout pas un problème de structure manquante. Elle le rend simplement moins visible, jusqu'à ce qu'une réponse statistiquement plausible se révèle factuellement fausse.

C'est d'ailleurs le mur principal auquel je me heurte en développant InteliData, mon outil de vérification de provenance média. L'un des obstacles majeurs à la détection fiable de contenu généré par IA n'est pas technique au sens algorithmique. C'est l'absence de métadonnées permettant de vérifier les sources. Un détecteur peut analyser un fichier en profondeur, sans jamais pouvoir répondre à la question la plus simple : d'où vient-il réellement, et qu'a-t-il subi avant d'arriver là. Sans ancrage de provenance, on est condamné à deviner statistiquement ce qu'on devrait pouvoir vérifier factuellement.

C'est dans ce vide que s'inscrit l'initiative la plus structurante du moment, la Coalition for Content Provenance and Authenticity, fondée en 2021. Elle naît de la fusion de deux projets antérieurs, la Content Authenticity Initiative, lancée par Adobe en 2019, et Project Origin, initiée en 2020 par Microsoft et la BBC pour développer la traçabilité de l'information. La gouvernance du sujet est aujourd'hui largement portée par le comité Media Provenance de l'International Press Telecommunications Council. Elle propose un standard ouvert de signature cryptographique embarquée dès la capture, de quoi faire dire à un fichier, de manière vérifiable, par quel appareil il a été produit et ce qu'il a subi depuis.

Le standard progresse déjà sur le terrain. Certains appareils Sony Alpha et le Leica M11-P l'intègrent nativement. Adobe Firefly l'utilise pour signer ses générations. Nikon l'a annoncé pour le Z9. La version 2.1 introduit des soft bindings pensés pour survivre à un ré-encodage ou une compression, la limite historique du C2PA, dont la signature d'origine ne tenait pas le choc du moindre passage sur un réseau social.

Ce n'est pas une solution magique. La norme a des limites claires.

Ce qu'elle résout :

Ce qu'elle ne résout pas :

Nikon a révoqué les certificats concernés après l'incident, et le service n'était toujours pas rétabli début 2026. Le sujet mérite un numéro à lui seul, je le traiterai à la rentrée. Mais c'est déjà la première tentative sérieuse, à l'échelle de l'industrie, de répondre à une question simple que nos pipelines posent tous les jours sans jamais y répondre correctement : comment un fichier peut-il prouver d'où il vient, sans dépendre de la bonne foi de chaque maillon de la chaîne qui le manipule.→ Leçon : le support annuel n'est pas qu'un service d'assistance. C'est un agrégat de coûts hétérogènes dont la décomposition précise est indispensable pour garder le contrôle lors des renouvellements.

Le dernier Digital News Report du Reuters Institute, publié il y a quelques jours, donne la mesure de l'urgence. Pour la première fois, la consommation d'actualités via les réseaux sociaux et les plateformes vidéo dépasse, à l'échelle mondiale, toutes les autres sources d'information confondues. Près de huit personnes sur dix regardent des vidéos d'actualité en ligne chaque semaine, majoritairement sur des plateformes tierces que les rédactions ne contrôlent pas.

Le même rapport apporte une nuance utile : l'usage hebdomadaire des chatbots IA pour s'informer progresse, mais reste minoritaire, et seule une infime partie des répondants cite l'IA comme leur source principale d'actualité. L'IA générative gagne du terrain dans la production de contenu. Elle n'a pas encore remplacé la confiance que les publics placent dans une source identifiée.

Mon avis : c'est cette confiance qui est en jeu dans tout ce que ce numéro vient de décrire. Quand la vidéo devient le format dominant de l'information et que sa provenance technique reste largement invérifiable, les métadonnées et les standards cessent d'être un sujet d'ingénieurs. C'est un sujet de rédaction.

Chaque évolution de la production réveille des clauses contractuelles dormantes. Un nouveau format de diffusion, une nouvelle plateforme de destination, un nouveau flux d'ingest, une intégration avec un outil tiers : chacun de ces changements fonctionnels peut déclencher des coûts de licence supplémentaires ou des forfaits d'intervention hors contrat.

Le modèle commercial historique de beaucoup d'éditeurs n'a pas été nativement pensé pour l'évolution continue et agile que le streaming first impose. Il a été conçu pour des périmètres relativement stables.

Note éditoriale : ce numéro s'appuie sur mon expérience terrain dans des organisations audiovisuelles françaises, sur le DPP Tech Trends 2026, sur le Devoncroft Big Broadcast Survey 2025, et sur les synthèses NewscastStudio 2025-2026. Les scènes décrites sont réelles. Les organisations ne sont pas nommées.

Sources : DPP & MediaVision, Data Infrastructure for Media, 2026 (rapport réservé aux membres DPP, données reformulées et attribuées). Reuters Institute for the Study of Journalism, Digital News Report 2026. Mediakwest, Les Content Credentials de la C2PA, un standard pour l'authentification des contenus numériques en (r)évolution permanente, 19 juin 2026. Recherche en sécurité indépendante sur les limites structurelles des spécifications C2PA (versions 2.2 à 2.4), 2026.