4chan, le laboratoire noir des deepfakes par IA

Comment 4chan est devenu le laboratoire noir de l’IA

Pendant plusieurs mois, un forum public de 4chan a servi de guichet à la demande pour fabriquer des images sexuelles de femmes réelles. Un utilisateur publiait une photo. Un autre demandait qu’elle soit dénudée. Des membres plus expérimentés, surnommés les « wizards », produisaient le résultat avec des outils d’IA générative.

Le board Adult Requests ne se limitait plus à héberger des images. Il réunissait les victimes potentielles, les commanditaires, les producteurs, les tutoriels et les modèles nécessaires à la fabrication. Cette organisation informelle explique pourquoi 4chan est devenu un laboratoire noir de l’IA, capable de transformer un abus technique en pratique communautaire.

Comment fonctionnait le marché des deepfakes sur 4chan ?

Le board Adult Requests, accessible à l’adresse /r/, existait depuis 2004. Il servait à l’origine à identifier, demander ou échanger des contenus pornographiques. Avec la démocratisation des générateurs d’images, son fonctionnement a changé.

La majorité des fils observés par Open Measures commençaient par une photographie d’une femme réelle accompagnée d’une demande explicite. Les producteurs se présentaient comme des « wizards ». Ils répondaient directement avec une image générée, proposaient plusieurs versions ou invitaient le demandeur à poursuivre la conversation en privé.

Cette dernière étape faisait apparaître une micro-économie. Certains membres acceptaient des commissions pour créer discrètement des contenus visant des personnalités publiques ou des femmes inconnues du grand public. Il ne s’agissait pas d’une boutique organisée avec un catalogue et des tarifs publics. Le forum rapprochait cependant une demande abondante d’une petite population capable de la satisfaire.

Pourquoi l’activité a-t-elle presque triplé en un an ?

Entre mars 2025 et février 2026, l’activité quotidienne moyenne du board est passée de 709 à 2 017 publications, selon les archives d’Open Measures. Janvier 2026 a dépassé 70 000 messages.

La progression ne vient pas d’une seule application. Les interfaces sont devenues plus accessibles, les modèles ouverts peuvent fonctionner sur un ordinateur personnel et les fichiers spécialisés circulent facilement.

Open Measures a retrouvé plus de 10 000 publications mentionnant directement l’IA, plus de 3 700 messages consacrés au contournement des protections et environ 3 000 références aux fichiers LoRA. Ces petits modules servent à spécialiser un modèle existant pour reproduire une personne, une apparence physique ou un type de scène.

Le forum ne fournissait donc pas uniquement des images terminées. Il distribuait aussi les moyens de les reproduire.

Pourquoi les femmes ordinaires sont-elles devenues les principales cibles ?

Les premiers deepfakes pornographiques ciblaient surtout des actrices, chanteuses ou influenceuses disposant de milliers de photographies publiques. Une étude publiée en juin 2026 montre un déplacement net vers les personnes ordinaires.

Les chercheurs ont identifié 24 105 contenus sexuels synthétiques non consentis échangés dans la communauté. Les personnes non célèbres représentaient 55,8 % des cibles, contre 4,7 % dans des travaux antérieurs consacrés à d’autres plateformes.

La différence change la nature du risque. Une image récupérée sur un compte social, une messagerie ou un album partagé peut suffire à lancer une demande. La cible peut être une ex-compagne, une collègue, une camarade, une voisine ou une proche du demandeur. Elle ne possède aucun moyen de savoir qu’une photographie ordinaire a été publiée sur le forum puis transformée.

Le deepfake intime n’est plus seulement un faux contenu de célébrité destiné à attirer une audience. Il devient un outil d’agression personnalisé, produit à la demande contre une personne accessible dans la vie quotidienne.

Comment une petite minorité a-t-elle formé toute une communauté ?

La production restait concentrée. Dans l’étude de juin 2026, le membre le plus actif avait créé 780 contenus. Une poignée de producteurs alimentait une quantité bien plus large de demandes.

Cette concentration ne limitait pas la diffusion. Les créateurs expérimentés partageaient les modèles, les réglages, les tutoriels et les méthodes de contournement qui permettaient à de nouveaux utilisateurs de commencer. Une autre étude portant sur 282 154 commentaires de 4chan décrit ce transfert de connaissances entre profils techniques et débutants.

Le fonctionnement suivait une chaîne courte :

  • un demandeur apportait la photographie et décrivait le résultat souhaité ;
  • un producteur expérimenté réalisait ou corrigeait la génération ;
  • les outils et méthodes employés étaient ensuite copiés par d’autres membres.

4chan agissait ainsi comme un centre de formation décentralisé. Chaque réponse réussie devenait à la fois un contenu abusif et une démonstration technique.

Pourquoi les garde-fous des grandes plateformes ne suffisent-ils pas ?

Les services commerciaux peuvent refuser une demande explicite, bloquer certains mots ou suspendre un compte. Ces protections perdent leur portée lorsque le modèle est téléchargé, modifié puis exécuté localement.

La famille Stable Diffusion aurait produit 42,7 % des images identifiées dans l’étude de juin 2026. Pour la vidéo, Wan représentait 66,5 % des contenus attribués à un modèle. Des milliers de versions affinées et de tutoriels facilitaient leur spécialisation.

Le problème ne se résume pas à l’ouverture du code. Ce qui rendait l’écosystème efficace était la combinaison de modèles accessibles, d’une communauté anonyme, d’une demande constante et d’un partage méthodique des connaissances. Fermer une interface en ligne ne retire pas les fichiers déjà présents sur les ordinateurs des utilisateurs.

La détection automatique apporte également une réponse incomplète. Prouver qu’une image est fausse ne supprime ni sa diffusion, ni l’humiliation, ni les conséquences pour la personne représentée. Plusieurs chercheurs appellent donc à déplacer l’attention de l’authenticité du média vers la protection de la victime.

La fermeture d’Adult Requests a-t-elle réglé le problème ?

Le 21 mai 2026, 4chan a retiré Adult Requests de son index. Son ancienne adresse renvoyait encore une erreur plus d’un mois après. Le site n’a pas publié d’explication sur cette disparition.

La fermeture retire un point de rencontre visible. Elle ne détruit toutefois ni les modèles téléchargés, ni les tutoriels, ni les relations établies entre producteurs et demandeurs. Les recherches consacrées à cet écosystème montrent déjà que les ressources et les contenus circulent entre plusieurs plateformes.

Le cas de 4chan permet surtout de comprendre comment un abus se structure. La technologie fournit la capacité de produire. La communauté répartit le travail, transmet les compétences et normalise la demande. La plateforme donne enfin aux participants un lieu où ils peuvent se rencontrer sans devoir connaître leur identité.

C’est ce mécanisme qui fait de 4chan un laboratoire noir de l’IA. Le forum n’a pas inventé les modèles génératifs. Il a montré à quelle vitesse ils peuvent devenir une infrastructure collective de violences numériques lorsque personne n’est chargé de protéger les personnes représentées.

Sources


Qu’est-ce que le board Adult Requests de 4chan ?

Adult Requests, aussi appelé /r/, était un espace de 4chan consacré aux demandes de contenus pornographiques. Il est devenu un lieu important de commande, de production et d’échange d’images sexuelles générées sans le consentement des personnes représentées.

Qui étaient les « wizards » sur le forum Adult Requests de 4chan ?

Les « wizards » étaient des membres capables de modifier ou de générer des images sexuelles à partir de photographies de femmes réelles. Certains répondaient gratuitement aux demandes publiques, tandis que d’autres proposaient des commandes privées.

Les deepfakes intimes de 4chan visaient-ils uniquement des célébrités ?

Non. Une étude publiée en juin 2026 indique que 55,8 % des personnes ciblées dans l’échantillon étudié n’étaient pas célèbres. Le phénomène touche donc de plus en plus des femmes issues de l’entourage ou de la vie quotidienne des demandeurs.

Pourquoi les modèles d’IA ouverts facilitent-ils la création de deepfakes intimes ?

Un modèle disponible localement peut être modifié, spécialisé et utilisé sans dépendre des filtres d’un service en ligne. Les fichiers LoRA et les tutoriels partagés réduisent aussi les compétences nécessaires pour produire de nouvelles images.

Le board Adult Requests de 4chan existe-t-il encore ?

4chan a retiré Adult Requests le 21 mai 2026 sans fournir d’explication publique. Fin juin 2026, le board n’était toujours pas revenu, mais les outils et les communautés qui s’y étaient développés peuvent continuer à circuler ailleurs.

Sur le même sujet

Prompt Kabala Stable Diffusion
Le prompt kabala expliqué

Qu'est ce que le "prompt kabala" ?

Dans les communautés IA spécialisées sur Stable Diffusion, une technique de prompting circule sous le nom intrigant de "prompt kabala" (aussi appelé prompt kabbale en français). Ni religion ni pratique mystique, ce terme désigne une manière très structurée de rédiger des instructions pour les modèles de génération d'images. Explications de cette approche technique qui passionne les utilisateurs expérimentés.

comfyui stable diffusion
ComfyUI, l'interface nodale pour l'IA image

Qu'est-ce que ComfyUI ? L'atelier IA qui libère la création d'images

ComfyUI est une interface gratuite et open source pour la génération d’images par IA. Basée sur des nœuds connectés, elle permet de construire des workflows sur mesure avec Stable Diffusion et d’autres modèles. Voici à quoi elle sert, à qui elle s’adresse, et pourquoi elle séduit les créateurs.

Intelligence Artificielle Mèmes
Le test de Will Smith mangeant des spaghettis, référence de l'IA vidéo

Pourquoi Will Smith et ses spaghettis sont devenus le test ultime de l'IA vidéo

Dans l'univers de l'intelligence artificielle, certains tests deviennent des légendes. C'est le cas du "Will Smith Eating Spaghetti Test", un benchmark informel né d'une vidéo virale de 2023. Ce mème, où l'acteur dévore des pâtes de façon surnaturelle, sert aujourd'hui de référence pour évaluer le réalisme et la cohérence des nouveaux modèles de génération vidéo. Retour sur l'origine et la signification de ce curieux étalon de mesure.

hugging face site internet
Comprendre Hugging Face et son rôle dans l’IA

Qu’est-ce que Hugging Face ?

Vous entendez parler de Hugging Face partout ? Ce nom étonnant cache un acteur central du monde de l’intelligence artificielle. Décryptage.

veo3 google
Vidéos racistes générées par l'IA Veo 3 inondant TikTok

Veo 3 : l'IA de Google à l'origine d'une vague de contenus racistes sur TikTok

Veo 3, la dernière innovation de Google en matière de génération vidéo par IA, se retrouve au cœur d'une controverse mondiale suite à la prolifération de vidéos à caractère raciste sur TikTok. Ces contenus synthétiques, parfois visionnés des millions de fois, exploitent des stéréotypes visuels profondément discriminatoires et offensants. Malgré les mesures de protection annoncées par les deux géants technologiques, les systèmes de modération de TikTok et de Google semblent totalement dépassés face à l'ampleur du phénomène.

Kimi K3 Donald Trump
Trump face à Kimi K3 et aux modèles d'IA chinois

Trump envisage-t-il d'interdire Kimi K3 et les modèles d'IA chinois ?

L'administration de Donald Trump envisage-t-elle d'interdire Kimi K3 et les autres modèles d'intelligence artificielle chinois aux États-Unis ? Une enquête publiée par Axios affirme que plusieurs options ont été étudiées, de l'ajout de laboratoires chinois à l'Entity List jusqu'à des règles décourageant les entreprises américaines d'héberger leurs modèles. Aucun décret d'interdiction n'a toutefois été annoncé. La rumeur révèle surtout un changement de terrain dans la rivalité technologique entre les États-Unis et la Chine : après les puces, Washington s'intéresse désormais directement aux modèles.