La manipulation d'images en ligne

Manipulated Image of President Donald Trump scaled


Image manipulée Feux de brousse australiens

Une image manipulée largement partagée sur les réseaux sociaux lors des feux de brousse australiens de 2019-2020. Crédit: Dr T.J. Thomson, centre de recherche sur les médias numériques de QUT

Les images en ligne ne sont pas toujours ce qu'elles semblent être, en particulier sur les réseaux sociaux.

Un signe de paix de Martin Luther King, Jr, devient un geste grossier; Les scènes de foule d’inauguration du président Donald Trump ont été gonflées; les dauphins dans le Grand Canal de Venise; et des crocodiles dans les rues inondées de Townsville – toutes des images manipulées affichées comme la vérité.

Les logiciels de retouche d'images sont si omniprésents et faciles à utiliser, selon les chercheurs du centre de recherche sur les médias numériques de QUT, qu'ils ont le pouvoir de réinventer l'histoire. Et, disent-ils, les journalistes pressés par les délais n'ont pas les outils pour faire la différence, en particulier lorsque les images proviennent des médias sociaux.

Leur étude, Visual mis / désinformation dans le journalisme et les communications publiques, a été publiée dans Pratique du journalisme. Il était motivé par la prévalence accrue des fausses informations et par la façon dont les plateformes de médias sociaux et les agences de presse ont du mal à identifier et à combattre la més / désinformation visuelle présentée à leur public.

«Lorsque le personnel de Donald Trump a publié une image sur sa page Facebook officielle en 2019, les journalistes ont pu repérer les modifications photoshoppées sur la peau et le physique du président car une version non modifiée existe sur le fil Flickr officiel de la Maison Blanche», a déclaré l'auteur principal Dr. Thomson.

"Mais qu'en est-il lorsque les versions non éditées ne sont pas disponibles en ligne et que les journalistes ne peuvent pas se fier à de simples recherches d'images inversées pour vérifier si une image est réelle ou a été manipulée?

«Lorsqu'il est possible de modifier des images passées et présentes, par des méthodes comme le clonage, l'épissage, le recadrage, la retouche ou le rééchantillonnage, nous sommes confrontés au danger d'une histoire réécrite – un scénario très orwellien.

Les exemples mis en évidence dans le rapport incluent des photos partagées par les organes de presse l'année dernière de crocodiles dans les rues de Townsville lors d'une inondation, qui se sont ensuite révélées être des images d'alligators de Floride à partir de 2014. Le cyclone Idai, qui a dévasté certaines parties de l'Afrique en 2019, avait été abattu en Libye cinq ans plus tôt.

Une image de la réaction du Dr Martin Luther King Jr à l’adoption par le Sénat américain du projet de loi sur les droits civiques en 1964 a été manipulée pour donner l’impression qu’il faisait passer l’oiseau devant la caméra. Cette version modifiée a été largement partagée sur Twitter, Reddit et le site Web de la suprématie blanche The Daily Stormer.

Image manipulée du président Donald Trump

La photo originale du président américain Donald Trump (à gauche) et la version modifiée de lui (à droite) qu'il a partagée sur ses comptes officiels Instagram et Facebook. Crédit: Dr T.J. Thomson, centre de recherche sur les médias numériques de QUT

Le Dr Thomson, le Professeur Associé Daniel Angus, le Dr Paula Dootson, le Dr Edward Hurcombe et Adam Smith ont cartographié les techniques actuelles de vérification des médias sociaux des journalistes et suggèrent quels outils sont les plus efficaces dans quelles circonstances.

«La détection des fausses images est rendue plus difficile par le nombre de visuels créés quotidiennement – plus de 3,2 milliards de photos et 720 000 heures de vidéo – ainsi que par la vitesse à laquelle ils sont produits, publiés et partagés», a déclaré le Dr Thomson.

«D'autres considérations incluent la littératie numérique et visuelle de ceux qui les voient. Pourtant, il est extrêmement important de pouvoir détecter les modifications frauduleuses déguisées en réalité.

«Alors que les journalistes qui créent des médias visuels ne sont pas à l'abri des violations éthiques, la pratique consistant à intégrer davantage de contenu visuel généré par les utilisateurs et provenant de la foule dans les reportages se développe. La vérification sur les réseaux sociaux devra augmenter proportionnellement si nous voulons améliorer la confiance dans les institutions et renforcer notre démocratie. »

Le Dr Thomson a déclaré qu'une étude quantitative récente réalisée par le Centre international des journalistes (ICFJ) a révélé une très faible utilisation des outils de vérification des médias sociaux dans les salles de rédaction.

«L'ICFJ a interrogé plus de 2 700 journalistes et responsables de salles de rédaction dans plus de 130 pays et a constaté que seulement 11% des personnes interrogées utilisaient des outils de vérification des réseaux sociaux», a-t-il déclaré.

«Le manque d'outils médico-légaux conviviaux disponibles et les faibles niveaux d'éducation aux médias numériques, combinés, sont les principaux obstacles à ceux qui cherchent à endiguer la vague de més / désinformation visuelle en ligne.»

Le professeur agrégé Angus a déclaré que l'étude démontrait un besoin urgent de meilleurs outils, développés avec des journalistes, pour fournir une plus grande clarté sur la provenance et l'authenticité des images et autres médias.

«Bien qu'ils ne connaissent pas grand-chose de la provenance et de la véracité du contenu visuel qu'ils rencontrent, les journalistes doivent rapidement déterminer s'il faut republier ou amplifier ce contenu», a-t-il déclaré.

«Les nombreux exemples d'images mal attribuées, trafiquées et falsifiées attestent de l'importance de précision, transparence et confiance dans l'arène du discours public. Les gens votent et prennent généralement des décisions sur la base des informations qu'ils reçoivent via leurs amis et leur famille, des politiciens, des organisations et des journalistes. »

Les chercheurs citent les stratégies de détection manuelle actuelles – en utilisant une recherche d'image inversée, en examinant les métadonnées d'image, en examinant la lumière et les ombres; et en utilisant un logiciel de retouche d'image – mais disons que plus d'outils doivent être développés, y compris des méthodes d'apprentissage automatique plus avancées, pour vérifier les visuels sur les médias sociaux.

Référence: «Visual Mis / désinformation dans le journalisme et les communications publiques: pratiques de vérification actuelles, défis et opportunités futures» par T.J. Thomson, Daniel Angus, Paula Dootson, Edward Hurcombe et Adam Smith, 19 octobre 2020, Pratique du journalisme.
DOI: 10.1080 / 17512786.2020.1832139



Source link

Laisser un commentaire

Votre adresse de messagerie ne sera pas publiée. Les champs obligatoires sont indiqués avec *