Média-training à l'ère des deepfakes : votre voix est un actif attaquable

Ce que votre exposition publique donne à l'attaquant

Les tentatives d'usurpation documentées n'ont exigé aucun accès privilégié. Pour imiter le PDG de WPP, Mark Read, les escrocs ont utilisé une photo publique et des extraits vidéo disponibles en ligne, assemblés en clone vocal pour une réunion Teams [1]. Pour imiter Benedetto Vigna, PDG de Ferrari, la voix synthétique reproduisait jusqu'à son accent du sud de l'Italie — un trait audible dans chacune de ses prises de parole publiques [2].

Autrement dit : le matériau de l'attaque, c'est votre communication réussie. Plus un dirigeant est présent, clair et enregistré, plus son double synthétique sera convaincant. Cette asymétrie ne se résout pas par le retrait — un dirigeant qui ne parle plus n'est plus dirigeant — mais elle change ce qu'un média-training doit couvrir.

Pourquoi l'entraînement classique ne couvre plus le risque

Le média-training classique optimise la performance : messages, contradiction, plateaux difficiles. Il suppose implicitement que ce qui circule de vous est ce que vous avez dit. Cette hypothèse est morte : il faut désormais compter avec des contenus où vous « dites » ce que vous n'avez jamais dit.

Et la détection ne rattrapera pas le problème : l'étude de référence sur les voix synthétiques établit que des auditeurs avertis ne détectent les trucages que dans 73 % des cas, entraînement compris [3]. Votre audience — collaborateurs, clients, journalistes — fera moins bien, dans des conditions moins favorables. La défense ne peut donc pas reposer sur l'oreille de ceux qui vous connaissent.

Les trois extensions du média-training exécutif

Premièrement, connaître son corpus. Savoir ce qui existe publiquement de votre voix et de votre image — interviews, tables rondes, vidéos internes devenues externes — fait partie de la préparation, au même titre que la revue de presse. Non pour le réduire à zéro, mais pour savoir ce qu'un attaquant peut assembler, et détecter plus vite un montage qui s'en écarte.

Deuxièmement, préparer la vérification interpersonnelle. Le réflexe qui a sauvé Ferrari — une question dont la réponse n'est pas publique, posée à l'appelant — n'était pas un coup de génie improvisé : c'est un geste qui se prépare et s'entretient, comme une réponse d'interview [2]. Un dirigeant entraîné installe ces conventions avec son entourage proche avant d'en avoir besoin.

Troisièmement, préparer la réponse au faux. Le jour où un enregistrement truqué circule, la déclaration ne s'improvise pas plus qu'une réponse de crise : trame prête (« un enregistrement manipulé circule ; voici comment vérifier ce que je dis réellement »), canal propre identifié, tiers crédibles prévenus. Et vos propres contenus, marqués et authentifiés conformément à l'article 50 du règlement européen sur l'IA, deviennent le point de comparaison qui rend le faux plus coûteux [4].

Le paradoxe final : la présence publique reste la meilleure défense

On pourrait conclure qu'il faut parler moins. C'est l'inverse. Un dirigeant dont la parole publique est régulière, calme et facilement référençable donne à son audience un étalon : le faux doit rivaliser avec un corpus authentique abondant, daté, cohérent. Un dirigeant rare et imprévisible, lui, laisse le champ libre — n'importe quel montage devient plausible, faute de référence.

Le média-training à l'ère synthétique ne vise donc pas à vous faire parler moins, mais à faire de chaque prise de parole un élément d'un corpus maîtrisé : su, daté, retrouvable — et défendable.