Google a suspendu, moins de 48 heures après son lancement, l'intégration de son générateur d'images par IA Nano Banana 2 dans Google Earth. L'outil permettait à n'importe quel utilisateur de produire, par simple instruction textuelle, des scènes entièrement fictives superposées à de véritables fonds satellites, aériens ou 3D — puis de les télécharger et les diffuser ailleurs. Un recul rapide, mais qui soulève une question de fond : que vaut la confiance dans une carte quand l'IA peut y greffer n'importe quoi ?

Un lancement jeudi, une suspension vendredi

La fonction avait été annoncée un jeudi. Dès le vendredi suivant, Google indiquait la mettre en pause « pendant que nous travaillons à la mise en œuvre de garde-fous plus solides ». Dans sa déclaration, l'entreprise reconnaissait avoir constaté que « des personnes partageaient des captures d'images générées qui semblent enfreindre nos règles ».

Le geste est remarquable par sa rapidité, mais aussi par l'aveu implicite qu'il contient. Google a elle-même souligné : « Nous savons que les gens font particulièrement confiance à Google Earth pour obtenir une vue fiable du monde. » C'est précisément cette crédibilité — historiquement acquise et largement méritée — qui constituait le cœur du problème soulevé par les experts.

Des tests qui font froid dans le dos

L'enquête de BBC Verify, publiée le 31 juillet 2026, a mis en lumière l'ampleur du risque. Les journalistes ont réussi à générer plusieurs scènes fictives convaincantes :

  • Une tour Eiffel effondrée ;
  • Un gouffre engloutissant la grande pyramide de Gizeh ;
  • Des chars russes circulant dans Kiev.

Avant même la suspension, le spécialiste de l'IA et de la désinformation Henk van Ess avait testé les limites du système de son côté. Il avait produit :

  • Une centrale nucléaire inexistante en Iran ;
  • Un camp de réfugiés à la frontière entre les États-Unis et le Mexique ;
  • Un faux hôpital à Gaza accompagné d'un cratère de bombe.

Son analyse résume à elle seule le danger : « La falsification n'a pas besoin d'être convaincante en elle-même. Elle hérite de la crédibilité de la carte sur laquelle elle est née. » Autrement dit, une image médiocre mais ancrée dans un environnement cartographique reconnu peut induire en erreur bien plus efficacement qu'un deepfake isolé.

Des garde-fous contournables

Google affirme que les contenus générés par ses outils d'IA comportent des filigranes invisibles destinés à signaler leur caractère artificiel. L'entreprise indique également qu'une personne ayant un doute peut vérifier une image via l'application Gemini ou la fonction Lens de son moteur de recherche.

Les essais de BBC Verify ont montré que ces mécanismes fonctionnaient généralement… mais pas toujours. Les journalistes ont réussi à contourner ces contrôles et à amener Gemini à présenter de fausses images Google Earth comme authentiques. Des outils externes de détection de contenus générés par IA ont également échoué, dans certains cas, à reconnaître les productions créées depuis Google Earth.

Les règles intégrées au modèle censées empêcher la production d'images sur des « sujets nuisibles » se sont également révélées poreuses. BBC Verify a constaté que de légères modifications dans la formulation des instructions suffisaient à franchir les protections :

  • Une demande visant à créer une « plateforme surélevée pour pendre les traîtres » près du Parlement britannique a été refusée. Une formulation moins précise a ensuite été acceptée et l'image générée.
  • Le système a refusé d'inscrire le mot « Trump » dans la pelouse de la Maison-Blanche, invoquant ses règles. Il a en revanche accepté d'installer un jardin communautaire au même endroit.

Ce pattern — refus des requêtes explicites, acceptation des formulations détournées — est désormais bien connu des chercheurs en sécurité IA, mais son application dans un contexte cartographique l'amplifie considérablement.

Un risque accru dans les zones de conflit

Le chercheur en détection d'IA Henry Ajder, interrogé par BBC Verify, a averti que la création de fausses images dans des zones de conflit pourrait se révéler particulièrement « déstabilisante » lorsque les événements évoluent rapidement et que les informations fiables restent rares.

« Les journalistes peuvent être en mesure de vérifier cette image… mais tout le monde ne le fera pas », a-t-il souligné.

Pour Ajder, la multiplication continue des contenus artificiels augmente la valeur des espaces encore perçus comme « préservés de l'IA », notamment pour les journalistes et les personnes travaillant sur le terrain lors de crises en évolution rapide. L'enjeu dépasse la simple falsification : c'est le doute permanent qui s'installe. Chaque image géolocalisée devient suspecte, ce qui fragilise l'ensemble de la chaîne d'information.

L'imagerie satellite, source de confiance historique

Bill Greer, analyste géospatial et cofondateur du service satellite à but non lucratif Common Space, a rappelé que l'imagerie satellite a longtemps été considérée comme une source de données particulièrement digne de confiance. Pour beaucoup, Google Earth est le point d'entrée vers l'imagerie satellitaire en accès libre, utilisée pour obtenir des renseignements sur des zones difficiles d'accès.

« C'est potentiellement particulièrement dommageable pour la confiance publique, parce que l'imagerie satellite a historiquement été vue comme une source de données particulièrement fiable », a-t-il déclaré.

Greer ajoute une dimension préoccupante : les gouvernements restreignent de plus en plus l'accès aux données satellitaires, ce qui pourrait conduire à « davantage de fausses images, et moins d'images réelles », renforçant encore l'érosion de la confiance. Des images satellites falsifiées ont d'ailleurs déjà été utilisées pour diffuser de la désinformation par le passé.

Implications pour la cyber-intelligence et l'OSINT

Au-delà du constat médiatique, cet épisode soulève des enjeux concrets pour les professionnels de la cyber-intelligence, du renseignement open source (OSINT) et de la vérification. Plusieurs enseignements se dégagent :

  1. Une image géolocalisée ne suffit plus. La provenance, la chaîne de vérification et la résistance des systèmes de détection deviennent des éléments essentiels de toute analyse.
  2. Les filigranes ne sont pas fiables à 100 %. Le contournement des contrôles de Google — y compris par Gemini lui-même — montre que les mécanismes de signalisation actuels restent insuffisants face à des images « soudées » à de vraies coordonnées.
  3. Les zones d'incertitude sont les plus exposées. Les conflits, catastrophes naturelles et crises politiques — où les images réelles sont rares et la demande d'information forte — sont les terrains les plus propices à l'exploitation de ce type d'outil.
  4. La restriction des données publiques aggrave le problème. Moins d'accès aux images satellites authentiques signifie plus de place pour les faux, et une asymétrie qui joue en faveur des acteurs malveillants.

Un précédent, pas une fin

Google n'a pas indiqué de calendrier précis pour une éventuelle réintroduction de la fonction. L'entreprise dit travailler à des « garde-fous plus solides », mais l'épisode illustre une tendance de fond de l'IA générative : la difficulté d'aligner des modèles créatifs avec des règles de sécurité robustes, surtout lorsque le support de sortie bénéficie d'une crédibilité préexistante.

L'affaire rappelle aussi que l'OpenAI propose de son côté un outil de vérification des images et sons générés par ses propres modèles — permettant d'importer un fichier pour détecter les signaux indiquant une origine IA. Mais aucun système de détection universel, multi-plateformes, n'existe encore à ce jour.

En attendant, une chose est certaine : la carte n'est plus le territoire. Elle peut désormais en être une fiction.