Fausses images satellite en un clic : ce que révèle le retrait express d'un outil IA de Google Earth

Fin juillet 2026, Google a intégré à Google Earth une fonctionnalité expérimentale permettant de générer, par intelligence artificielle, une scène réaliste directement superposée à un fond de carte satellite réel. Le principe, décrit par un responsable produit de Google, tenait en une phrase : il suffisait de zoomer sur un lieu dans Google Earth (version web), d'appuyer sur "create image", puis de taper en texte libre ce que l'on voulait voir apparaître à cet endroit. Moins de 24 heures après son lancement, l'outil était retiré. Cet épisode, bref mais révélateur, mérite qu'on s'y arrête, car il touche à un enjeu central pour quiconque travaille avec de l'imagerie satellite : la confiance que l'on peut accorder à ce qu'elle montre.

Un outil pensé pour la créativité, détourné en quelques heures

L'intention initiale de Google semblait relever de l'usage ludique ou illustratif : permettre à un utilisateur d'imaginer visuellement un aménagement, un événement ou un scénario sur une zone géographique réelle, avec le rendu photoréaliste propre aux modèles de génération d'images actuels. Le problème est que rien, dans le fonctionnement annoncé de l'outil, ne distinguait a priori une requête innocente d'une requête malveillante.

Le chercheur en sources ouvertes (OSINT) Henk van Ess, l'un des premiers à documenter publiquement le problème, a testé le système avec une série de requêtes délibérément sensibles : des réfugiés à la frontière mexicaine, une centrale nucléaire en Iran, un accident à Amsterdam, un hôpital touché par un cratère de bombe à Gaza. Selon son constat, aucune de ces requêtes n'a été refusée par le système. En quelques heures, des chercheurs et journalistes ont ainsi pu générer des cratères de bombe, des centrales nucléaires, des mouvements de foule assimilables à des manifestations, des vagues de réfugiés ou des incendies, tous superposés à de vraies coordonnées géographiques sur un fond de carte satellite authentique.

La réaction de la communauté des journalistes, défenseurs des droits humains et analystes OSINT a été immédiate et sans ambiguïté : l'un d'eux a résumé le problème en une phrase, jugeant que "les possibilités d'abus et de désinformation sont littéralement sans limite". Google a annoncé le retrait de la fonctionnalité le lendemain de son lancement.

Pourquoi l'imagerie satellite est un cas particulier

Un deepfake vidéo ou une photo générée par IA pose déjà un problème de confiance. Mais l'imagerie satellite occupe une place à part dans l'écosystème de la vérification de l'information : c'est historiquement l'une des sources considérées comme les plus difficiles à falsifier, précisément parce qu'elle provient de capteurs opérés par des tiers (agences spatiales, opérateurs commerciaux) selon des trajectoires orbitales et des horodatages vérifiables. Des organisations humanitaires, des enquêteurs en droits humains et des journalistes s'appuient sur des plateformes comme Google Earth pour authentifier des événements survenus dans des zones difficiles d'accès : confirmer qu'un site a bien été détruit, qu'une infrastructure existe à tel endroit, ou qu'un déplacement de population a bien eu lieu à une date donnée.

Un outil qui permet de générer, en quelques secondes et sans compétence technique particulière, une image visuellement indiscernable d'une vraie capture satellite, sur la même plateforme et le même fond de carte que celui utilisé pour la vérification factuelle, attaque directement cette fonction de preuve. Ce n'est pas un problème nouveau sur le plan académique : des chercheurs, notamment à l'Université de Washington, avaient déjà documenté dès le début des années 2020 ce qu'ils appelaient la "deepfake geography", des images satellite falsifiées par des réseaux génératifs adverses (GAN) pour créer de faux paysages urbains ou de fausses signatures de récoltes. La nouveauté de l'épisode Google Earth AI n'est donc pas le concept, mais l'échelle : un outil grand public, intégré nativement à l'une des plateformes cartographiques les plus utilisées au monde, sans friction ni garde-fou apparent au moment du lancement.

Ne pas confondre avec les usages légitimes de l'IA générative en géospatial

Il est important de distinguer cet épisode d'autres usages, eux, réellement utiles à la communauté de la télédétection. La génération de données satellite synthétiques est par exemple activement utilisée pour entraîner des modèles d'observation de la Terre lorsque les données réelles annotées manquent, notamment pour des scénarios rares (catastrophes, événements climatiques extrêmes). Google lui-même développe par ailleurs, dans le cadre du même programme Google Earth AI, des modèles vision-langage destinés à interroger de vraies images satellite en langage naturel plutôt qu'à en générer de fausses. La différence tient entièrement au contexte d'usage et aux garde-fous : un jeu de données synthétique utilisé pour l'entraînement d'un modèle, clairement identifié comme tel, n'a rien à voir avec un outil public permettant de superposer un contenu généré et non identifié à une carte que des tiers utilisent comme référence factuelle.

Ce que cet épisode signale pour la filière GeoAI

Pour quiconque enseigne ou pratique la géomatique, cet épisode est un rappel utile : la puissance des modèles génératifs actuels a désormais largement dépassé la capacité des plateformes qui les intègrent à anticiper leurs usages détournés, y compris pour des acteurs aussi expérimentés que Google. Le retrait en moins d'une journée montre que l'entreprise elle-même n'avait pas anticipé l'ampleur du problème avant la mise en production. Cela pose une question de fond pour toute la filière GeoAI : à mesure que la génération d'images satellite réalistes devient techniquement accessible, la valeur de l'imagerie comme preuve reposera de plus en plus sur des mécanismes de provenance et d'authentification (métadonnées vérifiables, chaînes de traçabilité cryptographiques, filigranes numériques) plutôt que sur la seule vraisemblance visuelle de l'image. C'est un sujet que la filière ne peut plus traiter comme secondaire, et qui mérite d'être intégré, au même titre que la classification ou la détection de changement, dans la formation de quiconque travaille aujourd'hui avec de l'imagerie satellite.