La provenance désigne la chaîne documentaire qui permet de relier une affirmation, une donnée, un contenu ou une œuvre à sa source d’origine, à sa date et aux transformations qu’il a subies au cours de son cycle de vie.
C’est l’équivalent numérique d’un certificat d’origine : elle répond aux questions « D’où cela vient-il ? Quand ? Par qui ? Et qu’est-ce qui a été modifié depuis ? ».
Dans le contexte de l’IA et du web, la provenance est devenue un enjeu central de confiance, car elle permet de distinguer un contenu authentique d’un contenu manipulé, généré ou décontextualisé.
Les composants d’une chaîne de provenance
- La source d’origine : l’auteur, l’entité ou le système qui a produit l’information.
- La date : moment de création, de publication, de modification.
- Les transformations : modifications, reformulations, traductions, synthèses, enrichissements.
- Les intermédiaires : personnes, outils ou systèmes qui ont manipulé le contenu.
- Les métadonnées : informations techniques attachées au fichier (format, outil, signature).
- La vérifiabilité : possibilité pour un tiers de contrôler la chaîne.
Pourquoi la provenance est essentielle
- Lutte contre la désinformation : elle permet de vérifier si une information est authentique ou manipulée.
- Traçabilité des contenus IA : elle permet de savoir si un contenu a été généré ou modifié par une IA (deepfake, texte synthétique).
- Droit d’auteur et attribution : elle reconnaît le travail des créateurs et permet de citer correctement.
- Confiance dans les moteurs de réponse : les IA doivent pouvoir citer leurs sources et indiquer leur origine.
- Conformité réglementaire : l’AI Act impose des obligations de marquage et de provenance pour certains contenus.
- Journalisme et recherche : la provenance est la base de la vérification des faits.
Les mécanismes techniques de provenance
- Métadonnées : informations intégrées au fichier (auteur, date, outil, logiciel).
- Filigrane numérique : marque invisible insérée dans le contenu, détectable par un outil.
- Signature cryptographique : garantit l’intégrité et l’origine d’un contenu.
- Norme C2PA (Coalition for Content Provenance and Authenticity) : standard qui permet d’intégrer un certificat d’origine et de modifications dans un fichier (Adobe, Microsoft, BBC, etc.).
- Blockchain : registre distribué pour horodater et tracer les modifications.
- Balisage Schema.org : données structurées qui explicitent l’auteur, la date, la source d’une page.
Ce que la provenance n’est pas
- Ce n’est pas une garantie de vérité : un contenu peut avoir une provenance claire et être faux.
- Ce n’est pas une garantie de qualité : une source identifiée peut être peu fiable.
- Ce n’est pas toujours disponible : beaucoup de contenus circulent sans métadonnées ni traçabilité.
- Ce n’est pas infalsifiable : les marquages peuvent être contournés ou supprimés.
- Ce n’est pas uniquement technique : elle repose aussi sur des pratiques éditoriales et des normes.
Analogie
La provenance, c’est comme le pedigree d’un vin ou l’historique d’une œuvre d’art. On sait d’où vient le raisin, qui l’a cultivé, quand il a été mis en bouteille, et par quelles mains il est passé. Pour une peinture, on connaît l’artiste, la date, les propriétaires successifs, les restaurations. Cette chaîne permet d’authentifier l’œuvre et d’évaluer sa valeur. Dans le numérique, la provenance joue le même rôle : elle raconte l’histoire d’un contenu, de sa création à sa diffusion, pour que l’on puisse juger de sa fiabilité.
À retenir
La provenance est la chaîne qui relie une information à sa source, sa date et ses transformations. Elle est devenue un pilier de la confiance à l’ère de l’IA générative et de la désinformation. Ses mécanismes techniques (métadonnées, filigranes, C2PA, blockchain) permettent de tracer l’origine et les modifications d’un contenu. Mais la provenance n’est ni une garantie de vérité ni une protection absolue : elle doit être combinée à l’esprit critique et à la vérification humaine. C’est un enjeu de transparence, de responsabilité et de sécurité informationnelle.