Si l’on a beaucoup écrit sur les cas préoccupants d’avocats ayant cité, dans leurs documents déposés au tribunal, des décisions fictives générées par l’intelligence artificielle (« IA »), il y a également lieu de s’inquiéter de l’utilisation d’éléments de preuve créés au moyen de l’intelligence artificielle générative.

Les éléments de preuve numériques, comme les photographies, les vidéos et les enregistrements audio, qui sont produits en preuve afin d’établir certains faits (par exemple, des photographies montrant des dommages), sont souvent admis sans faire l’objet d’un examen rigoureux. Lorsqu’une personne peut témoigner qu’elle a pris la photographie ou réalisé la vidéo en question, les juges des faits ont tendance à croire ce qu’ils voient.

Toutefois, compte tenu des progrès rapides de l’IA et du réalisme saisissant des hypertrucages, il ne suffit plus de voir pour croire. Il existe désormais un risque que des parties présentent en preuve du contenu généré par l’IA sans en divulguer la nature au tribunal.

Que s’est-il passé lorsque des éléments de preuve générés par l’IA ont été présentés devant un tribunal américain ?

Récemment, dans l’affaire Mendones c. Cushman and Wakefield Inc portée devant la Cour supérieure de Californie (la « Cour »), l’action des demandeurs a été rejetée au motif qu’ils avaient intentionnellement présenté de faux témoignages à la Cour. Les demandeurs avaient déposé diverses pièces comprenant des témoignages audio et vidéo, ainsi que des captures d’écran de messages, que la Cour soupçonnait d’avoir été modifiés ou créés au moyen de l’IA. Le recours à l’IA a éveillé les soupçons en raison du manque d’expressivité des expressions faciales et du caractère inhabituel du rythme de la parole de la personne apparaissant dans les vidéos. En conséquence, le tribunal a ordonné aux demandeurs de produire l’ensemble des métadonnées associées aux éléments de preuve en cause. En outre, la Cour a ordonné la comparution en présentiel de la personne ayant pris les photos et les vidéos, en plus des personnes identifiées sur ces images.

Après avoir examiné les éléments de preuve supplémentaires dont elle avait ordonné la production, et plus particulièrement les métadonnées des images, qui ne concordaient pas avec les photographies et semblaient avoir été fabriquées, la Cour a conclu que certains éléments de preuve avaient été générés par l’IA. Quant au reste de la preuve, la Cour ne disposait ni du temps, ni des ressources financières, ni de l’expertise technique nécessaires pour en vérifier l’authenticité ou pour effectuer une analyse technico-scientifique des éléments de preuve suspects. Toutefois, la Cour a conclu que les demandeurs avaient déposé au moins deux pièces créées au moyen de l’IA. Elle a jugé que l’utilisation d’hypertrucages compromet considérablement sa capacité d’administrer la justice, mine gravement la confiance du public envers le système judiciaire et impose aux tribunaux déjà surchargés et insuffisamment dotés en ressources la tâche fastidieuse de déterminer si les éléments de preuve qui leur sont présentés sont falsifiés. Par conséquent, la Cour a rejeté l’action des demandeurs.

Pourquoi l’absence de décisions canadiennes sur les hypertrucages n’est pas rassurante

Bien qu’il ne semble pas encore exister de décision publiée au Canada concernant une tentative d’une partie d’utiliser un hypertrucage comme élément de preuve, les parties sont de plus en plus nombreuses à tenter d’utiliser du contenu généré par l’IA pour étayer leurs prétentions par d’autres moyens.[1] Ce n’est vraisemblablement qu’une question de temps avant que quelqu’un tente de présenter un hypertrucage en preuve.

De plus, l’affaire Mendones remonte à plus d’un an et, depuis, la qualité des hypertrucages n’a fait que s’améliorer, ce qui rend leur détection à partir de différences visuelles ou sonores encore plus difficile. Le fait qu’aucune affaire plus récente portant sur des hypertrucages n’ait été examinée par les tribunaux est loin de démontrer que ce phénomène ne s’est pas produit ou ne se produit pas actuellement. Il se pourrait même que ce soit l’inverse : des personnes utilisent peut-être des technologies plus sophistiquées qui passent inaperçues.

Cadre canadien d’authentification : conçu avant l’avènement des hypertrucages

Le critère d’admissibilité de la preuve numérique n’a pas changé malgré les progrès technologiques. L’article 31.1 de la Loi sur la preuve au Canada, L.R.C. (1985), ch. C-5, prévoit ce qui suit en matière d’authentification des documents électroniques : « Il incombe à la personne qui cherche à faire admettre en preuve un document électronique d’établir son authenticité au moyen d’éléments de preuve permettant de conclure que le document est bien ce qu’il paraît être. » Cela ne nécessite peut-être pas de changement dans le contexte actuel de l’IA, mais l’obligation d’établir l’authenticité pourrait exiger davantage que les pratiques traditionnelles, et il faudra examiner plus minutieusement la fiabilité des éléments de preuve afin de s’assurer qu’ils sont bien ce qu’ils prétendent être.

Cela a été souligné par les tribunaux ontariens dans l’affaire R. c. Medow, 2025 ONCJ 661 (CanLII). L’accusé soutenait que la preuve vidéo présentée par la Couronne avait été modifiée numériquement et demandait à la Cour d’examiner s’il pouvait s’agir d’un hypertrucage. La Cour s’est exprimée comme suit au sujet de l’authentification et du poids à accorder à la preuve :

[traduction]

« Je conviens également que, même si un tribunal examine avec diligence un élément de preuve numérique, une vidéo hypertruquée pourrait être “authentifiée” par un témoin qui pourrait honnêtement croire, mais à tort, qu’elle représente fidèlement les événements qu’elle prétend montrer. À l’inverse, un témoin pourrait délibérément induire le tribunal en erreur en affirmant qu’une vidéo est authentique alors qu’il sait pertinemment qu’elle ne l’est pas. Je conviens que l’existence des hypertrucages constitue une menace potentiellement grave pour l’intégrité de notre système judiciaire. Cependant, l’admission de preuves numériques ne signifie pas qu’il faille présumer de leur fiabilité ultime. Au contraire, une analyse rigoureuse de la fiabilité ultime de tout type de preuve numérique s’impose toujours. »

Malheureusement, comme l’a souligné la Cour dans l’affaire Mendones, les tribunaux ne sont pas suffisamment outillés pour déterminer si une vidéo ou une image a été créée au moyen de l’IA et ne disposent pas des ressources nécessaires pour financer des outils de détection de l’IA. Par conséquent, il incombera aux avocats d’examiner minutieusement les éléments de preuve numériques produits tant par la partie adverse que par leurs propres clients, afin d’aider le tribunal à procéder à une « analyse rigoureuse de la fiabilité ultime » des preuves numériques présentées.

Les éléments de preuve numériques sont couramment présentés aux tribunaux et authentifiés simplement en étant annexés à un affidavit dans lequel, idéalement, la partie qui a pris la photographie en atteste l’authenticité. De même, les enregistrements audios sont souvent authentifiés par une personne qui connaît le locuteur et qui atteste qu’il s’agit bien de sa voix. Toutefois, compte tenu de la qualité des hypertrucages, il faut désormais aller plus loin. Dans l’affaire Mendones, la Cour a d’abord relevé un problème en raison de la cadence de la voix dans les enregistrements, puis l’a confirmé à l’aide des métadonnées. Bien qu’il soit de plus en plus courant que les parties demandent les métadonnées dans le cadre du processus de communication des documents, cette pratique n’est pas obligatoire. Tant que les tribunaux ou le législateur n’auront pas modifié les critères requis pour prouver l’authenticité de la preuve numérique, les avocats devraient systématiquement demander les métadonnées de toute pièce numérique produite dont l’authenticité suscite le moindre doute.

Liste de vérification pratique pour contester la preuve numérique

Si un élément de preuve numérique paraît trop beau pour être vrai et que vous soupçonnez qu’il a pu être généré ou modifié au moyen de l’IA, voici quelques points à examiner* et, au besoin, à soulever lors de son authentification ou dans les observations concernant sa fiabilité :

  • Examinez attentivement la preuve numérique afin de repérer d’éventuelles anomalies visuelles, notamment : des parties du corps déformées ; du texte ou des logos brouillés ; des arrière-plans répétitifs ou dont les éléments semblent se fondre les uns dans les autres ; des éclairages et des ombres orientés dans des directions différentes ou qui ne correspondent pas à l’objet projetant l’ombre ; ou encore des différences entre l’arrière-plan et l’objet représenté sur l’image quant à l’éclairage, au contraste, aux couleurs et à la netteté, afin de déterminer si l’objet semble avoir été ajouté à la photographie. Pour les vidéos, tenez compte du ton de la voix, du rythme, des gestes et des expressions faciales ; vérifiez si la voix, l’accent et le choix des mots correspondent bien à la personne représentée ; et si les mouvements de la bouche correspondent bien aux mots prononcés.
  • Effectuez une recherche inversée d’image sur Google en téléversant le fichier afin de vérifier si l’image se trouve ailleurs en ligne.
  • Demandez et vérifiez les métadonnées associées à la preuve numérique afin d’examiner les propriétés du fichier, notamment sa date de création et les données GPS indiquant l’endroit où il a été créé, pour vérifier si elles concordent avec ce que le fichier est censé représenter. Examinez notamment le format du fichier, sa date de création, sa date de modification, le type de fichier, l’identité de l’appareil ayant enregistré la vidéo, l’objectif utilisé et la vitesse d’obturation.
  • Citez à comparaître les personnes identifiées dans les images ou les vidéos. Si des personnes autres que celles qui produisent ces éléments de preuve apparaissent dans les images ou les vidéos, cherchez à obtenir leur témoignage afin de déterminer si celles-ci représentent fidèlement ce qui s’est réellement produit.
  • Envisagez l’utilisation d’outils de détection de l’IA. Il existe des outils commerciaux permettant de détecter les textes et les images générés par l’IA, bien que leur utilisation entraîne des coûts et qu’on ne sache pas encore clairement quelle valeur les tribunaux pourraient accorder aux résultats produits par ces plateformes commerciales.

*Certaines des idées présentées dans cette liste de vérification ont été élaborées avec l’aide de l’IA générative, puis examinées et peaufinées par l’auteur.

Conclusion

Les pratiques traditionnelles d’authentification de la preuve numérique n’ont pas été conçues pour une époque où il est possible de créer en quelques minutes des contenus falsifiés très convaincants. Les tribunaux ont reconnu la menace : dans Mendones, une action a été rejetée pour cette raison, tandis que dans Medow, la Cour a insisté sur la nécessité d’une analyse rigoureuse de la fiabilité. Toutefois, les tribunaux ne disposent pas des ressources nécessaires pour suivre le rythme de l’évolution technologique. Pour l’instant, il incombe donc aux avocats de repérer et de contester les éléments de preuve numériques suspects.

Les avocats plaidants qui n’intègrent pas encore les demandes de métadonnées, les recherches inversées d’images et d’autres techniques de détection de l’IA à leur processus d’examen des documents exposent leurs clients, et potentiellement leurs propres obligations professionnelles, à des risques importants.

Les avocates et les avocats du groupe Litige commercial de Miller Thomson conseillent leurs clients sur les enjeux liés à la preuve, à la procédure et à la stratégie qui découlent de l’utilisation de contenus générés par l’IA dans le cadre d’un litige. Que vous soyez confronté à des éléments de preuve numériques suspects, que vous vous prépariez à contester l’authenticité des documents produits par une partie adverse ou que vous cherchiez à renforcer l’admissibilité de vos propres éléments de preuve numériques, notre équipe est là pour vous aider.

[1]  Yang c. Gibbs (faisant affaire sous le nom de D & G Cedar Fencing), 2024 BCCRT 613 (CanLII) ; Westcore Industries Ltd. c. Le, 2024 BCCRT 1272 (CanLII); LaRue c. Kent Institution (Warden), 2026 BCSC 1313 (CanLII); et Iida c. Meadow Lane Equine Clinic Ltd, 2026 BCCRT 626 (CanLII).