Fraude à la photo de photo : l’IA souveraine de Certificall la détecte avec 87% de réussite
La photo certifiée conforme au règlement eIDAS offre une force probante reconnue en droit français et européen. Horodatage qualifié, cachet électronique, géolocalisation renforcée, empreinte SHA, stockage sécurisé PDF/A-3B : la chaîne de certification est robuste par construction.
Mais une chaîne de certification ne peut garantir que ce qui lui est soumis à l’entrée est authentique. C’est vrai pour tous les outils de collecte de photo — application mobile, portail web, solution terrain. Et c’est précisément là que certains tentent d’intervenir.
La question que Certificall a choisi de prendre à bras-le-corps : comment garantir que l’image soumise à la certification représente bien la réalité, et non une tentative de manipulation ?
Les tentatives de manipulation à la collecte : un enjeu universel
Tout outil qui collecte des photos comme preuves est exposé à des tentatives de contournement. La certification sécurise le document après sa création. Elle ne se substitue pas à une analyse de l’image elle-même.
Parmi les manipulations possibles à l’étape de la collecte, la photo de photo est l’une des plus simples à exécuter. Elle consiste à photographier une image existante — affichée sur un écran ou imprimée sur papier — pour la soumettre comme si elle représentait un fait réel capturé sur le terrain. Pas besoin d’outil spécialisé. Un smartphone suffit. La tentative est discrète. Et sans système de détection dédié, elle est difficile à identifier.
Pour les entreprises utilisatrices, les conséquences potentielles sont concrètes :
| Contexte métier | Risque de manipulation |
|---|---|
| Déclaration de sinistre | Photos ne correspondant pas aux dommages réels |
| Constat de chantier ou état des lieux | Situation antérieure ou fabriquée présentée comme actuelle |
| Preuve de prestation | Attestation d’une intervention qui n’a pas eu lieu |
La plupart des outils de collecte du marché ne disposent pas de mécanisme de détection de ce type de manipulation. Certificall a fait le choix inverse — dès la conception de sa solution.
Pourquoi les IA généralistes ne suffisent pas pour détecter ce problème précis
Face à cette menace, le réflexe naturel est de s’appuyer sur les modèles d’IA les plus puissants disponibles. Mais sur cette tâche précise, la puissance brute ne suffit pas. Et cela pose un problème de souveraineté sur l’utilisation des données.
Une IA généraliste est entraînée pour traiter un spectre très large de situations. Elle excelle dans de nombreux contextes. Mais sans données d’entraînement issues du contexte réel de la collecte de photos terrain — diversité des appareils, conditions de capture variables, typologies d’images propres aux usages métier — sa précision sur la détection de photo de photo reste insuffisante pour un usage professionnel.
| IA généraliste | IA spécialiste (Certificall) | |
|---|---|---|
| Périmètre | Large spectre de tâches | Une seule tâche, un seul contexte |
| Données d’entraînement | Génériques, multi-domaines | Issues du contexte réel Certificall |
| Souveraineté | Dépendante d’un fournisseur tiers | Propriétaire, hébergée en interne |
| Précision (benchmark mai 2026) | ~50 % en moyenne | 87 % de succès |
C’est le principe fondamental d’une IA de détection de fraude efficace : elle doit avoir appris à reconnaître les signaux propres au contexte dans lequel elle opère.
La spécialisation contextuelle prime sur la puissance brute.
Certificall a construit son IA sur ce principe. Pas en adaptant un modèle existant. En développant un modèle propriétaire, souverain, entraîné exclusivement sur ce cas de figure dans les conditions réelles de la solution.
L’IA propriétaire Certificall : souveraine, spécialiste, benchmarkée
Un modèle construit de l’intérieur
L’IA de détection photo de photo de Certificall est propriétaire. Elle n’est pas hébergée chez un tiers, ni dépendante d’une API externe. Elle est souveraine — développée, entraînée et maîtrisée en interne, sur des données issues du contexte réel d’utilisation de la solution Certificall.
Ce choix est structurant. Il garantit l’indépendance technologique de Certificall, la confidentialité des données traitées conformément au RGPD, et la capacité à faire progresser le modèle en continu, sans dépendance vis-à-vis d’un fournisseur extérieur.
Le benchmark de mai 2026
En mai 2026, Certificall a conduit un benchmark rigoureux pour mesurer objectivement les performances de son IA face aux modèles leaders du marché.
| Paramètre du benchmark | Valeur |
|---|---|
| Images analysées | 500 |
| IA testées | 11 (dont 10 généralistes) |
| Protocole | Même prompt pour toutes les IA testées |
| Mesures statistiques | Test de McNemar + score F1 |
| Précision globale Certificall | 87 % |
| Position au classement | Équivalent au leader mondial |
| IA généralistes dépassées | 8 sur 10 |
Le test de McNemar est un outil statistique qui valide qu’une différence de performance entre deux modèles est réelle et non due au hasard. Un score plus élevé ne suffit pas : la différence doit être statistiquement significative pour être conclusive. C’est sur cette base que les résultats de Certificall sont présentés.
Un modèle entraîné sur une seule tâche, dans son vrai contexte métier, atteint le niveau de l’IA généraliste la plus performante testée — et surpasse 8 modèles généralistes sur 10.
Le Trust Score : de la détection à la décision
Plus de 30 critères analysés automatiquement
L’IA de détection photo de photo s’intègre dans le Trust Score Certificall — un indicateur de confiance calculé automatiquement pour chaque dossier soumis à la solution, sur la base de plus de 30 critères analysés simultanément.
Le Trust Score est une couche d’analyse qui intervient à l’entrée du processus, avant la certification. Il ne remplace pas le jugement du client : il lui fournit un indicateur documenté, horodaté, traçable, pour qu’il valide en connaissance de cause — et non à l’aveugle.
La valeur concrète pour les décideurs BtoB
| Bénéfice | Ce que ça change concrètement |
|---|---|
| Moins de manipulations non détectées | Les tentatives de photo de photo sont interceptées avant validation du dossier |
| Décisions mieux documentées | Historique d’analyse consultable et traçable pour chaque dossier |
| Responsabilité formalisée | Indicateur partagé entre Certificall et ses clients donneurs d’ordre |
La preuve numérique certifiée eIDAS n’a de valeur juridique pleine que si ce qu’elle représente est authentique. Le Trust Score est le mécanisme qui rend cette authenticité vérifiable à l’entrée du processus.
Un engagement de pionnier pour repousser les limites de la preuve numérique
Certificall est, à notre connaissance, l’une des premières solutions proposant une application de certification de photo BtoB à avoir développé une IA propriétaire souveraine dédiée à la détection de la photo de photo, validée par un benchmark statistique rigoureux face aux modèles leaders du marché.
87 % de précision n’est pas 100 %. Prétendre le contraire serait une posture commerciale, pas un engagement technique. La transparence sur ce point est la marque d’un travail R&D sérieux.
L’objectif est clair : enrichir les données d’entraînement, affiner le modèle, faire progresser le taux de détection — de façon continue, au rythme des usages réels de la solution. Ce n’est qu’une étape.
La preuve numérique conforme eIDAS mérite une protection à la hauteur de sa valeur juridique. C’est un engagement de long terme.
→ Vous souhaitez découvrir le Trust Score pour l’intégrer dans vos processus de collecte de photo ?
Contactez-nous pour intégrer Certificall
Questions fréquentes
- La photo de photo est-elle un problème spécifique aux solutions de photo certifiée ?
- Non. La photo de photo est une tentative de manipulation qui concerne tous les outils de collecte de photo, qu’ils certifient ou non les images produites. La certification sécurise le document après sa création — elle ne se substitue pas à une analyse de l’authenticité de l’image soumise à l’entrée.
- Pourquoi Certificall a-t-il développé sa propre IA plutôt que d’utiliser un modèle existant ?
- Les modèles généralistes, aussi puissants soient-ils, ne disposent pas de données d’entraînement issues du contexte réel de la collecte photo terrain. L’IA propriétaire de Certificall est entraînée exclusivement sur ce cas de figure, dans les conditions réelles d’utilisation de la solution — ce qui lui confère une précision supérieure sur cette tâche précise.
- Qu’est-ce que le Trust Score Certificall ?
- Le Trust Score est un indicateur de confiance calculé automatiquement pour chaque dossier soumis à Certificall. Il repose sur plus de 30 critères analysés simultanément, dont la détection photo de photo. Il permet aux utilisateurs de valider une preuve en connaissance de cause, et non à l’aveugle.
- Qu’entend-on par IA souveraine ?
- Une IA souveraine est un modèle développé, entraîné et maîtrisé en interne, sans dépendance vis-à-vis d’un fournisseur ou d’une API externe. L’IA de Certificall est propriétaire : les données qu’elle traite restent dans l’environnement sécurisé de la solution, conformément au RGPD.
