Le clonage vocal par IA a atteint un niveau où des escrocs peuvent imiter de manière convaincante une voix humaine — et plusieurs travaux suggèrent que les personnes exposées à ces arnaques ne sont pas particulièrement douées pour faire la différence.
Un utilisateur de X raconte par exemple avoir reçu un appel imitant parfaitement la voix de sa femme. La personne au bout du fil prétendait avoir oublié son portefeuille et demandait les coordonnées d’une carte bancaire pour payer de l’essence. Le problème : sa femme se trouvait à la maison au même moment et conduisait une Tesla. La voix semblait seulement un peu étrange dans son rythme, mais restait suffisamment fidèle pour que l’arnaque puisse fonctionner dans des circonstances plus crédibles. L’auteur estime qu’un filtre vocal en temps réel ou un deepfake était probablement utilisé.
Impossible de déterminer avec certitude si cet appel précis reposait sur une IA générative ou un filtre vocal en temps réel. Une chose devient néanmoins évidente : reconnaître la voix d’un proche ne suffit désormais plus à confirmer l’identité de la personne à l’autre bout du fil.
Lorsque l’histoire a circulé sur Reddit, plusieurs utilisateurs ont mis en doute son authenticité, mais d’autres ont raconté des expériences comparables. L’un d’eux explique notamment que des escrocs avaient appelé sa tante et sa grand-mère en se faisant passer pour un avocat, prétendant qu’un membre de la famille se trouvait en prison et devait payer une caution.
L’arnaque du « proche en détresse »
Selon l’étude de 2026 Evaluating AI Models' Capability to Automate Voice Phishing Attacks, menée par Fred Heiding et ses collègues auprès de 4 100 adultes américains, jusqu’à 36,1 % des participants ont indiqué qu’ils se conformeraient à la demande d’une arnaque IA simulant un « proche en détresse », ou qu’ils ne savaient pas s’ils le feraient.
Ce chiffre mesure toutefois une intention déclarée et non le nombre de personnes ayant réellement remis de l’argent à un escroc. Les chercheurs l’utilisent comme indicateur de vulnérabilité potentielle face à ce type d’attaque, et non comme mesure d’un comportement observé.
L’étude conclut également que le caractère persuasif du message comptait davantage que le réalisme humain de la voix, et que les utilisateurs réguliers d’IA n’étaient pas meilleurs pour identifier une voix synthétique que les personnes n’ayant aucune expérience particulière de ces outils.
Faire croire qu’un proche a besoin d’argent constitue une très vieille arnaque. L’IA la rend simplement beaucoup plus crédible. Si l’appelant possède réellement la voix d’un enfant, d’un partenaire ou d’un parent, la vérification devient autrement plus compliquée.
Une solution consiste à choisir dès maintenant un mot de passe familial. Rien de complexe n’est nécessaire : seulement un mot ou une expression connue des proches et difficile à deviner ou à retrouver en ligne.
Une précaution encore plus simple existe : raccrocher et rappeler soi-même la personne sur un numéro déjà connu. Si un enfant, un partenaire ou un parent appelle soudainement en demandant de l’argent dans l’urgence, la voix ne doit plus constituer l’unique preuve. Il suffit d’interrompre l’appel et de reprendre contact directement.
L’affaire du deepfake visant Ferrari montre pourquoi une vérification personnelle peut fonctionner. En 2024, un cadre de Ferrari avait reçu plusieurs messages puis un appel semblant provenir du CEO Benedetto Vigna. Pris d’un doute, il avait demandé à son interlocuteur de citer un livre que le véritable dirigeant lui avait récemment recommandé. L’imposteur avait été incapable de répondre et la tentative avait immédiatement échoué.
Un mot de passe familial repose exactement sur le même principe. Et en 2026, ce type de précaution mérite désormais d’être envisagé sérieusement.
Peut-on encore faire confiance à ses oreilles ?
Mark Beare, responsable Consumer chez Malwarebytes, estime que l’impact le plus profond de l’IA concerne moins les appareils que la confiance humaine : lorsque les individus ne savent plus si ce qu’ils voient, entendent ou à qui ils parlent est authentique, les conséquences dépassent largement une simple escroquerie et touchent les mécanismes fondamentaux de confiance dans la société.
Une enquête publiée par Malwarebytes en juin indique que 85 % des personnes interrogées jugent difficile de distinguer une arnaque d’une interaction authentique, contre 66 % l’année précédente. Plus révélateur encore, 88 % estiment qu’il devient plus difficile de savoir quels contenus en ligne ont réellement été produits par un humain ou reflètent la réalité.
Le problème ne se limite pas aux oreilles. Les images générées par IA et les vidéos deepfake remettent également en cause l’idée selon laquelle voir ou entendre quelque chose constitue une preuve suffisante de son authenticité.
Une voix familière permettait autrefois de vérifier l’identité de quelqu’un. En 2026, cela ne suffit manifestement plus. Et comme les technologies de clonage vocal vont continuer à progresser, les comportements de vérification doivent eux aussi évoluer.
Choisir dès maintenant un mot de passe avec les proches, puis raccrocher et rappeler directement en cas de demande d’argent inattendue, représente probablement l’une des protections les plus simples.
- Deepfakes, Telegram et virus : la Corée du Nord a un nouveau plan
- Cette fausse vidéo d’Elon Musk veut vous inciter à investir dans les crypto-monnaies — à perte
- Grok dans le viseur de l’UE après des millions d’images deepfake controversées
