Un candidat photographie une fiche de paie, ouvre une application d'image et lui demande de modifier le salaire net. Moins d'une minute plus tard, pour environ quatre centimes, il obtient une nouvelle image de la même fiche de paie avec un meilleur chiffre : même employeur, même mise en page, même police, même fond gris de scanner.
Il n'y a pas d'éditeur PDF à identifier, pas de couche de texte à inspecter, pas d'historique de révision. Le fichier n'est pas un document modifié. C'est une nouvelle image, dessinée par un modèle.
Holograin est le détecteur que nous avons conçu pour ce cas de figure. Il lit une page numérisée ou une photo de téléphone et indique si un générateur d'images par IA l'a redessinée. Sur les pages qui sont passées par notre pipeline de téléchargement, il détecte 90 % des pages modifiées par l'IA tout en signalant 1 page authentique sur 100. Il s'exécute lors de chaque analyse de fraude Holofin sur les documents financiers numérisés.
Cet article explique son fonctionnement et le compare aux LLMs de pointe et aux détecteurs d'images IA open source.
Trois façons de savoir qu'un document a été généré
Il y a trois endroits où chercher des preuves qu'une image provient d'un générateur.
Métadonnées de provenance. Certains générateurs intègrent un manifeste C2PA, une déclaration signée attestant que l'image a été produite par une IA. Lorsqu'il est présent, il est concluant, et Holofin le vérifie sur le téléchargement d'origine avant toute conversion. Mais une simple capture d'écran ou une nouvelle sauvegarde le supprime, son absence ne prouve donc rien.
Filigranes invisibles. Certains fournisseurs intègrent un filigrane dans les pixels. Tous les générateurs ne le font pas, et chaque filigrane ne peut être lu qu'avec l'outil de son fournisseur. C'est une preuve utile lorsqu'elle est présente, mais muette dans le cas contraire.
Les pixels eux-mêmes. Un scanner laisse un bruit de capteur, un flou particulier sur les bords des caractères et un historique de compression. L'appareil photo d'un téléphone laisse ses propres traces optiques. Un générateur d'images laisse sa propre texture, invisible à l'œil nu, dans chaque pixel qu'il produit. Lorsqu'un générateur modifie un document, il ne change pas qu'une seule ligne : il redessine toute la page, de sorte que cette texture recouvre l'intégralité de la page.
La troisième source est la seule qu'un faussaire ne peut pas supprimer en sauvegardant à nouveau le fichier. Holograin repose sur celle-ci.
Pourquoi un modèle généraliste ne suffit pas
La première approche que la plupart des équipes essaient est de montrer la page à un LLM de pointe et de lui demander si elle a été générée. Nous avons testé cela sur 200 pages passées par notre pipeline de téléchargement : 100 modifiées par cinq générateurs d'IA, 100 authentiques. Chaque modèle a reçu un prompt d'analyste de fraude et a rendu un verdict avec une probabilité.
Les mêmes 200 pages, quatre détecteurs
100 pages modifiées par l'IA et 100 pages authentiques, toutes passées par le même pipeline de téléchargement, aucune utilisée pour l'entraînement. La dernière colonne fixe les faux positifs à 1 sur 100 et indique combien de faux sont encore détectés.
| Détecteur | Faux détectés | Authentiques signalés | Détectés à 1 % de faux positifs |
|---|---|---|---|
| Gemini 4 Argon | 90 / 100 | 45 / 100 | 69% |
| GPT-6.1 Sol Pro | 40 / 100 | 0 / 100 | 40% |
| Détecteur d'images IA open source, prêt à l'emploi | 8 à 21 / 100 | 0 à 2 / 100 | 22% |
| Holograin | 84 / 100 | 1 / 100 | 89% |
Les deux LLMs échouent dans des directions opposées. Gemini 4 Argon a détecté 90 des 100 faux et a signalé 45 des 100 pages authentiques. GPT-6.1 Sol Pro n'a signalé aucune page authentique et a manqué 60 faux. Il n'a détecté que 5 % des pages modifiées par GPT-5.4 image, le propre générateur d'OpenAI.
C'est prévisible. Un LLM juge si un document est plausible, et une fiche de paie modifiée par l'IA est plausible par construction. La preuve ne réside pas dans ce que dit la page, mais dans la façon dont ses pixels ont été produits. Un modèle généraliste envoie également chaque document à son fournisseur ; Holograin s'exécute sur les serveurs d'Holofin.
Les détecteurs d'images IA open source examinent bien les pixels, mais ils sont entraînés sur des photographies : visages, paysages, scènes. Un document numérisé est principalement d'un blanc uni avec des glyphes noirs nets et des artefacts de compression, ce qui est très éloigné de ce qu'ils ont l'habitude de voir. Lors de nos premiers tests, un détecteur populaire a évalué des documents authentiques entre 0.98 et 1.0 sur son échelle « généré par l'IA ». Un autre, parmi les modèles open source les plus performants, réduit la page entière à 384 pixels avant de l'évaluer, taille à laquelle une fiche de paie est illisible ; il a noté presque tout près de zéro. Exécuté tuile par tuile en pleine résolution, ce second modèle a détecté 20 % des pages modifiées par l'IA avec 1 % de faux positifs.
Entraîné sur des documents financiers
Holograin est un modèle de vision entraîné spécifiquement sur des documents financiers : des centaines de milliers de pages de fiches de paie, de relevés bancaires et de comptes annuels, authentiques et modifiés par l'IA. Chaque page est vue à travers les canaux par lesquels les documents arrivent réellement, du scan brut aux photos de téléphone, en passant par les captures d'écran et notre pipeline de téléchargement, de sorte que le modèle apprend la signature du générateur lui-même, et non les artefacts d'un format de fichier spécifique.
Trois propriétés le distinguent des détecteurs généralistes :
- Analyse au niveau de la région en pleine résolution. Holograin examine chaque région de la page à sa résolution native et isole la zone portant la plus forte signature de générateur, de sorte qu'une page est jugée sur ses preuves les plus suspectes, et non sur une moyenne.
- Robuste à la recompression. Sa détection survit aux transformations qu'un document subit avant de vous parvenir : recompression JPEG, applications de messagerie, captures d'écran et conversion de format.
- Calibré par canal d'acquisition. Chaque canal a son propre seuil de décision, défini sur des documents authentiques que le modèle n'a jamais vus lors de l'entraînement, de sorte que le taux de faux positifs se maintient quelle que soit la façon dont un document arrive.
Résultats à 1 % de faux positifs
Chaque chiffre ci-dessous est mesuré à un seul point de fonctionnement : un seuil qui signale au maximum 1 page authentique sur 100. Un taux de détection sans son taux de faux positifs ne décrit pas un détecteur. Les analystes arrêtent de lire les alertes d'un outil qui signale régulièrement des candidats honnêtes, nous fixons donc d'abord le taux de faux positifs et rapportons le taux de détection qu'il permet.
À titre de comparaison, un détecteur d'images IA open source de premier plan détecte 20 % de ces mêmes documents téléchargés.
Documents modifiés par l'IA détectés
Selon la façon dont le document nous est parvenu. Dans tous les cas, seul 1 document authentique sur 100 est signalé.
Générateurs sur lesquels il n'a pas été entraîné
De nouveaux modèles d'images sortent chaque mois, le résultat le plus important concerne donc les générateurs que le détecteur n'a jamais vus. Une liste des générateurs dans un ensemble d'entraînement décrit ce qu'un modèle a déjà vu, et non la façon dont il gérera le prochain.
Nous avons totalement exclu GPT-5.4 image de l'entraînement. Holograin a détecté 95 % de ses modifications après le téléchargement. Deux autres générateurs qu'il n'avait jamais vus :
Générateurs jamais vus lors de l'entraînement
Une modification de page entière par document de test, seuil de production.
| Modèle d'image | Détecté après téléchargement sur Holofin |
|---|---|
| Nano Banana Pro | 84% |
| Gemini 3.1 Flash-Lite Image | 82% |
| GPT-5 Image | a refusé de modifier des documents financiers |
Notre couverture mesurée aujourd'hui concerne les modèles d'images de Google et d'OpenAI. Nous ne revendiquons pas de résultats sur des familles que nous n'avons pas mesurées.
Intégré à chaque analyse de fraude
Holograin s'exécute automatiquement sur les documents numérisés et les photos lors de chaque analyse de fraude Holofin, parallèlement à la vérification de provenance, à l'analyse forensique des fichiers et aux contrôles de contenu. Un signalement envoie le document à un examinateur avec les preuves. Il ne rejette jamais une candidature de lui-même.
Questions
Quels générateurs Holograin détecte-t-il ?
Les modèles d'images Gemini de Google, dont Nano Banana, et les modèles d'images d'OpenAI. GPT-5.4 image, exclu de l'entraînement, est détecté 95 % du temps après le téléchargement. Les autres familles n'ont pas été mesurées.
À quelle fréquence signale-t-il un document authentique ?
Environ 1 sur 100, pour chaque canal par lequel un document peut arriver. Un signalement est transmis à un examinateur et ne rejette jamais un fichier de lui-même.
Une capture d'écran ou une recompression supprime-t-elle les traces ?
Non. Holograin détecte 97 % des pages modifiées par l'IA après une capture d'écran de téléphone et 90 % après le téléchargement et la conversion.
Vérifie-t-il les documents d'identité ?
Non. Il n'a été ni entraîné ni mesuré sur ceux-ci.
Où l'analyse est-elle exécutée ?
Holograin s'exécute sur les propres serveurs d'Holofin. L'évaluation d'une page ne l'envoie à aucun fournisseur de modèle tiers.
Résumé
Holograin a été entraîné sur des centaines de milliers de pages de documents financiers, via les mêmes canaux par lesquels ils nous parviennent, et chaque résultat est rapporté à 1 faux positif sur 100. Il reste performant sur des générateurs qu'il n'a jamais vus lors de l'entraînement.
La page du modèle, avec des exemples avant/après sur des documents fictifs, se trouve sur Holograin. Un modèle d'image peut redessiner une fiche de paie qu'aucun examinateur ne peut prendre en défaut à l'œil nu. Il laisse tout de même une texture mesurable dans les pixels, et Holograin est entraîné pour la trouver.
Articles connexes
Un deepfake peut avoir l'air vrai. Encore faut-il qu'il le soit.
Un faussaire peut effacer toute trace de la création d'un document : l'imprimer, le numériser à nouveau, le régénérer avec un modèle d'image. Ce que le document affirme survit à ce lavage, et une affirmation peut être vérifiée. Voici comment nous vérifions ces affirmations, là où nos propres contrôles nous ont d'abord fait défaut, et les deux indicateurs qui garantissent notre intégrité.
Forest et la nécessité de traiter la décision comme une infrastructure, pas comme une boîte de réception
Forest a fait valoir que l'OCR mérite d'être traité comme une infrastructure plutôt que comme une commodité. Voici l'argument complémentaire vu de l'amont : la couche qui reçoit les données mérite le même sérieux, car un chiffre parfaitement extrait peut toujours attendre trois jours, être approuvé par la mauvaise personne et ne laisser aucune trace de ce qui s'est passé.
Votre extracteur de tableaux a réussi le test. Pas les chiffres.
Une auditrice ouvre votre résultat d'extraction pour un bilan. Le modèle affiche une précision par cellule de 99,2 %. Impressionnant. Puis elle fait le total de la colonne des actifs à la main, comme le font les auditeurs, et obtient un chiffre décalé d'une ligne. Les actifs ne sont plus égaux au passif plus les capitaux propres. Le bilan ne s'équilibre pas.