Des chercheurs à l’University College de Londres ont fait écouter à cent personnes la même phrase prononcée par un individu réel et par une intelligence artificielle et ont découvert que les auditeurs ne pouvaient déterminer lesquels reproduisaient la vraie voix humaine. Les réponses correctes n’excédaient pas la proportion de 48 %, bien que le résultat s’améliore nettement quand il s’agissait de la voix d’un proche ou d’un ami (pourcentage de réussite 88 %). Mettant à part le cas des proches, Carolyn Mc Gettingan, auteur de l’étude et présidente des sciences de la parole et de l’audition à l’UCL estime que « ce que nous voyons, c’est que les auditeurs peuvent être incapables de dire si ce qu’ils entendent est la voix d’une personne réelle ou non ». Pour enfoncer le clou, elle a diffusé l’enregistrement d’une fable d’Esope auprès des journalistes, qui ont tous cru qu’elle était dite par un être humain, alors qu’une chimère, mi-homme mi-IA l’avait prononcée. La technique sert déjà à des assistants tels Siri ou Alexa, ou pour lire des « audiolivres » aux aveugles. Comme la qualité des voix artificielles s’améliore très vite, on pense, par exemple, à s’en servir pour répliquer la voix d’un proche décédé. Mais bien sûr cela pose des questions éthiques. Ce qui est possible pour les morts l’est aussi pour les vivants. Des malveillants pourraient s’en servir pour duper de vieilles – ou moins vieilles – gens. Et l’application en est sans limite dans les fake news, qu’elles soient scientifiques, politiques, économiques. Le son devient aussi traficable que l’image désormais. Il va falloir que les humains fassent travailler leurs neurones et leur sens critique pour discerner le vrai du faux.