Deepfake et preuve numérique : reconnaître une fausse preuve et documenter l’origine d’une preuve
Ce que l’analyse forensique peut établir sur un fichier contesté, ce qu’en dit le droit français et comment documenter l’origine et l’intégrité d’une preuve dès sa capture.
Mis à jour le
Une preuve numérique est plus facile à défendre face au soupçon de deepfake lorsque l’on peut démontrer son intégrité, sa provenance et sa date depuis l’instant de sa capture ; l’analyse après coup d’un fichier d’origine inconnue, elle, ne livre qu’une probabilité. TrueScreen acquiert photos, vidéos, enregistrements audio et pages web avec une méthodologie forensique et documente, pour chaque contenu, comment et quand il a été capturé.
L’essentiel
- L’article 3, point 60, de l’AI Act définit le deepfake (hypertrucage) comme un contenu image, audio ou vidéo généré ou manipulé par l’IA, qui ressemble à des personnes, objets, lieux, entités ou événements existants et qui apparaîtrait à tort, aux yeux d’une personne, comme authentique ou véridique.
- L’article 1366 du code civil subordonne la force probante de l’écrit électronique à deux conditions cumulatives : identification de son auteur et intégrité garantie.
- Devant le tribunal correctionnel, l’article 427 du code de procédure pénale admet tout mode de preuve et le juge décide d’après son intime conviction : une vidéo contestée est pesée, ni écartée ni acceptée d’office.
- Depuis la loi SREN du 21 mai 2024, l’article 226-8 du code pénal vise aussi les contenus générés par un traitement algorithmique : jusqu’à deux ans d’emprisonnement et 45 000 euros d’amende en cas de diffusion en ligne.
- La détection des deepfakes livre une probabilité : sur des contenus réels de 2024, l’AUC des détecteurs open source baisse de 50 % sur la vidéo (Deepfake-Eval-2024).
73 %
précision moyenne de 529 participants pour reconnaître la parole synthétique : plus d’un échantillon sur quatre passe inaperçu
Mai et al., PLOS ONE, UCL, 2023
48 %
précision de 315 participants pour distinguer des visages générés par l’IA de visages réels, moins qu’à pile ou face
Nightingale et Farid, PNAS, 2022
15
répondants de l’enquête du Federal Judicial Center auprès des juges fédéraux américains ayant déjà traité une question de deepfake
Advisory Committee on Evidence Rules, rapport, mai 2026
Le deepfake fragilise la preuve numérique, devenue centrale dans les procès civils comme pénaux. En Californie, un tribunal a mis fin à un procès en 2025 après avoir établi que deux vidéos produites par les demandeurs avaient été générées par l’IA. Le 16 octobre 2026, à Gênes, le 10e congrès national de l’ONIF, l’observatoire italien de l’informatique forensique, a inscrit à son programme une session sur les deepfakes et leur détection.
Démasquer un deepfake après coup ne donne qu’une estimation : devant le juge, la preuve la plus facile à défendre est celle dont on peut retracer l’histoire. TrueScreen certifie les contenus dès leur acquisition, bien avant toute contestation.
Deepfakes et preuves numériques : l’alerte de l’informatique forensique
Le deepfake (que l’on désigne aussi par le mot hypertrucage) est, d’après l’article 3, point 60, de l’AI Act, un contenu image, audio ou vidéo généré ou manipulé par l’IA, qui ressemble à des personnes, objets, lieux, entités ou événements existants et qui apparaîtrait à tort, aux yeux d’une personne, comme authentique ou véridique. Dans une enquête du Federal Judicial Center, 15 juges fédéraux américains déclaraient avoir déjà eu à traiter une question de deepfake (Advisory Committee on Evidence Rules, mai 2026). TrueScreen enregistre, pour chaque photo, vidéo ou audio qu’il acquiert, l’heure, la position, l’appareil et le réseau au moment de la capture.
Les deepfakes sont déjà entrés dans les dossiers judiciaires comme preuves, et l’œil humain ne suffit plus à les écarter.
Sur la page de présentation de son 10e congrès national, l’ONIF constate que les deepfakes mettent de plus en plus à l’épreuve l’authenticité des preuves numériques. Pour son président, Mattia Epifani, l’IA et les deepfakes transforment le travail des enquêteurs et des experts techniques, et appellent compétences, méthode scientifique et collaboration entre institutions, universités, professionnels et industrie. Le programme comprend la détection des deepfakes et la comparaison de voix (forensic voice comparison).
Photos, vidéos et audios truqués : les scénarios qui reviennent dans les procès
Trois scénarios reviennent dans les dossiers où un deepfake est produit comme preuve : la photo qui fournit un alibi, la vidéo au visage remplacé (face swap), l’enregistrement de menaces produit dans une procédure de garde. La voix clonée, sans image à examiner, est la plus discrète.
Parmi les décisions publiées consultées, le cas le mieux documenté où un tribunal a établi qu’une preuve produite était un deepfake vient des États-Unis ; aucun cas comparable n’a été trouvé en France. Dans Mendones v. Cushman & Wakefield, la Cour supérieure du comté d’Alameda a jugé, par une ordonnance du 9 septembre 2025, que deux vidéos étaient des produits de l’IA générative. Alertée par un visage figé et des séquences en boucle, la cour a exigé les métadonnées, entendu les témoins et comparé les pièces à un enregistrement authentique, puis clos l’instance par une sanction.
Au Royaume-Uni, l’avocat Byron James a raconté en 2020 qu’un client, dans une procédure de garde, s’était vu opposer un audio de menaces reprenant ses mots exacts. Il dit avoir prouvé que l’enregistrement n’était pas fidèle, mais aucune décision n’a été publiée (Legal Cheek).
Pourquoi l’œil nu ne suffit plus
Dans l’étude de Mai et al. (PLOS ONE, 2023), 529 participants ont reconnu la parole synthétique avec une précision d’environ 73 % : plus d’un échantillon sur quatre est passé inaperçu (UCL). Pour les visages, Nightingale et Farid ont mesuré en 2022 une précision d’environ 48 % chez 315 participants, moins qu’à pile ou face (PNAS), et rien ne dit qu’un juge ferait mieux.
Le dividende du menteur : quand la vraie preuve est accusée d’être fausse
Le dividende du menteur désigne l’avantage tiré de la simple existence des deepfakes : qualifier de deepfake une preuve authentique suffit à semer le doute. En 2023, dans Huang v. Tesla, la juge a écarté dans une décision provisoire l’argument selon lequel des déclarations d’Elon Musk pouvaient être des deepfakes (Natural and Artificial Law). En 2026, dans Burnley v. Valentin, un enregistrement présenté comme une voix clonée s’est révélé authentique (Justia). Une preuve authentique a donc, elle aussi, intérêt à pouvoir montrer d’où elle vient.
Comment une fausse preuve numérique entre dans le procès civil et pénal
La pièce est versée aux débats, discutée contradictoirement, et le juge en apprécie la valeur.
Écrit électronique et copie fiable : les deux conditions du code civil
En droit civil français, l’écrit électronique a la même force probante que l’écrit sur papier à deux conditions cumulatives : que la personne dont il émane puisse être dûment identifiée et qu’il soit établi et conservé dans des conditions de nature à en garantir l’intégrité (article 1366 du code civil). TrueScreen calcule pour chaque contenu acquis une empreinte SHA-256, qui permet de vérifier plus tard que le fichier n’a pas changé d’un seul bit ; la valeur probante de la pièce reste appréciée par le juge.
L’article 1366 vise l’écrit électronique ; une photo ou une vidéo soulève des questions voisines : qui l’a produite, et a-t-elle changé ? Pour les copies, l’article 1379 du code civil et son décret d’application n° 2016-1673 du 5 décembre 2016 attachent une présomption de fiabilité à certains procédés, dont l’horodatage qualifié et le cachet électronique qualifié. Cette présomption simple cède devant la preuve contraire (voir la recevabilité de la preuve numérique). Ces textes visent la copie d’un écrit : ils ne disent pas qu’une capture certifiée en bénéficie. La valeur probante d’une pièce certifiée avec TrueScreen reste appréciée par le juge.
Comment se discute l’authenticité d’une preuve numérique ?
Devant le tribunal correctionnel, l’article 427 du code de procédure pénale pose la liberté de la preuve : sauf disposition contraire, tout mode de preuve est admis et le juge décide d’après son intime conviction (commentaire du cabinet ACI). Une vidéo contestée est donc pesée avec le reste du dossier, ni écartée ni acceptée d’office.
Au civil comme au pénal, une contestation précise (métadonnées incohérentes, appareil introuvable) donne au juge de quoi instruire, alors qu’une allégation générale lui en donne peu. En pratique, la partie qui produit un fichier contesté a intérêt à pouvoir en expliquer l’origine, comme dans l’affaire américaine Mendones.
Ce que le droit pénal prévoit pour les deepfakes
L’article 226-8 du code pénal réprime les montages réalisés avec les paroles ou l’image d’une personne sans son consentement. Depuis la loi SREN n° 2024-449 du 21 mai 2024 (article 15), il vise aussi les contenus générés par un traitement algorithmique, punis, s’ils sont diffusés en ligne, de deux ans d’emprisonnement et 45 000 euros d’amende (réponse ministérielle publiée par le Sénat, 5 février 2026). Ce texte sanctionne la diffusion d’un montage. Savoir si le dépôt d’un faux dans une procédure relève de cette infraction ou d’une autre est une question qui relève d’un avocat.
Depuis le 2 août 2026, l’article 50, paragraphe 4, de l’AI Act impose au déployeur d’un système d’IA qui génère ou manipule un hypertrucage de révéler que le contenu a été généré ou manipulé artificiellement, sous réserve des exceptions prévues par le texte.
Ce que l’analyse forensique peut vérifier après coup, et ses limites
L’analyse forensique d’un fichier existant fournit des indices sérieux, jamais une certitude : un fichier qui a circulé ou été recompressé a perdu une partie de son histoire.
Métadonnées, structure du fichier, cohérence avec l’appareil
Les métadonnées décrivent l’appareil, l’objectif, la date et parfois la position. Dans l’affaire Mendones, celles d’une des vidéos indiquaient un iPhone 6, alors que la version des demandeurs supposait un iPhone 15 ou plus récent (NBC, 18 novembre 2025). L’expert examine aussi la structure du conteneur, les traces de recompression et le bruit du capteur ; pour l’audio, il compare la voix à des enregistrements certains. Mais les métadonnées EXIF d’une photo se modifient avec des outils courants : leur cohérence reste un indice.
Détection par l’IA : une probabilité, pas une preuve
La détection des deepfakes estime la probabilité qu’un contenu ait été généré ou manipulé : c’est un indice qu’un expert doit expliquer, et non une preuve en soi. Sur des contenus réels diffusés en 2024, l’étude Deepfake-Eval-2024 a mesuré une baisse de l’AUC des détecteurs open source de 50 % sur la vidéo, 48 % sur l’audio et 45 % sur l’image par rapport aux bancs d’essai académiques (Chandra et al., arXiv, mars 2025). TrueScreen certifie l’authenticité à la source et propose aussi la détection de deepfakes et de contenus générés pour les contenus qu’il n’a pas acquis.
Compression, redimensionnement, nouveaux modèles : les détecteurs de deepfakes perdent en précision hors du laboratoire. Un fichier d’origine inconnue produit une opinion, un fichier scellé à la capture produit une pièce plus facile à défendre.
Content Credentials (C2PA) : ce qu’ils disent et ce qu’ils taisent
Les Content Credentials (norme C2PA) sont un manifeste attaché au fichier, qui décrit l’outil de création et les modifications déclarées. Un partage ou une conversion peut les retirer : leur absence signale une information manquante, jamais une manipulation, et c’est l’une des limites de la norme C2PA.
| Critère | Analyse après coup | Certification à l’acquisition |
|---|---|---|
| Moment où elle intervient | Une fois le fichier produit, souvent au stade de la contestation | Au moment où le contenu est capturé |
| Matière examinée | Le fichier tel qu’il a circulé, parfois recompressé | Le contenu original, acquis dans un environnement contrôlé |
| Ce qu’elle peut établir | Des indices de génération ou de manipulation | Comment et quand le contenu a été acquis, et qu’il n’a pas été modifié depuis |
| Forme du résultat | Une estimation probabiliste à expliquer | Des données vérifiables : empreinte, horodatage, rapport technique |
| Ce qui reste hors champ | L’origine réelle du fichier | La véracité de la scène filmée : une mise en scène reste une mise en scène |
| Qui l’apprécie | L’expert l’analyse, le juge l’apprécie | L’expert l’analyse, le juge l’apprécie |
Intégrité, provenance et chaîne de possession : ce qui rend une preuve défendable
Une preuve numérique est défendable lorsqu’on peut en démontrer l’intégrité, la provenance et la chaîne de possession de la preuve (chain of custody) : le fichier n’a pas changé, son origine est connue, et chaque personne qui l’a eu en main est identifiée. La norme ISO/IEC 27037:2012 fixe des lignes directrices pour l’identification, la collecte, l’acquisition et la conservation de la preuve numérique potentielle (ISO). TrueScreen suit cette norme et capture les contenus dans un environnement contrôlé, où ni une personne, ni un logiciel, ni une IA ne peut les altérer pendant l’acquisition.
Une preuve se défend par son histoire documentée bien plus que par l’apparence de son contenu.
Empreinte hash, horodatage qualifié et cachet électronique
L’empreinte numérique (hash) change dès qu’un seul bit du fichier change. L’horodatage électronique qualifié (article 3, point 34, du règlement eIDAS) date cette empreinte de façon vérifiable ; le cachet électronique qualifié (article 3, point 27) rattache le fichier à l’organisation qui l’a scellé. Le cachet n’est pas une signature : il garantit l’origine et l’intégrité sans engager une personne physique (voir l’horodatage qualifié).
TrueScreen appose sur chaque acquisition un cachet électronique qualifié et un horodatage qualifié, reconnus à l’échelle internationale. TrueScreen n’est ni un prestataire de services de confiance ni une autorité de certification.
Une acquisition documentée : ISO/IEC 27037 et Convention de Budapest
Une acquisition documentée consigne qui a collecté le contenu, quand, avec quel outil et comment. La norme ISO/IEC 27037 encadre ces opérations sans couvrir l’analyse de l’authenticité ; la Convention de Budapest du Conseil de l’Europe (2001) traite à son article 19 de la saisie de données informatiques. Ces deux références concernent la collecte, la saisie et la conservation des données, non l’analyse de leur authenticité.
Deepfake devant le juge : que faire en pratique
Face à un deepfake présumé comme pour vos propres preuves, cinq réflexes ramènent le débat sur des éléments vérifiables.
-
Demander le fichier original, pas une copie
Exigez le fichier tel qu’il est sorti de l’appareil, avec ses métadonnées et l’identité de l’appareil ou du compte d’origine. Une copie retouchée pose aussi problème : dans State v. Puloka, en 2024, un tribunal de l’État de Washington a écarté une vidéo améliorée par l’IA dans un procès pour triple homicide (American Bar Association).
-
Contester point par point
Une contestation précise est plus facile à instruire qu’une allégation générale. Indiquez ce qui ne tient pas : date incohérente, appareil incompatible, voix différente des enregistrements connus, fichier source absent.
-
Faire appel à un expert en informatique forensique
L’analyse technique du fichier relève d’un expert en informatique forensique. Selon la procédure, le juge peut ordonner une expertise et les parties peuvent faire appel à un technicien de leur choix (voir l’expertise informatique judiciaire). Pour un audio, demandez une comparaison de voix.
-
Exiger une chaîne de possession documentée
Demandez qui a eu le fichier en main, quand, sur quels supports, et si une empreinte a été calculée à chaque étape. Une rupture de la chaîne ne prouve pas la falsification, mais elle rend plus difficile, pour celui qui produit le fichier, d’en démontrer l’origine.
-
Acquérir vos propres preuves avec une procédure certifiée dès leur création
Un enregistrement que vous devrez peut-être produire se certifie au moment où il naît. Avec l’App TrueScreen, photos, vidéos et audios sont certifiés dès l’acquisition, avec une empreinte SHA-256 et un rapport technique que l’expert adverse peut vérifier de façon indépendante.
Qu’est-ce qu’une preuve numérique certifiée à la source ?
Une preuve numérique certifiée à la source est un contenu acquis avec une méthodologie forensique, dont on peut démontrer, longtemps après, l’intégrité, la date et les conditions d’acquisition. TrueScreen acquiert les photos, vidéos et enregistrements audio avec son App et les pages web avec le Forensic Browser, scelle chaque acquisition d’un cachet électronique qualifié et d’un horodatage qualifié au sens du règlement eIDAS (article 3, points 27 et 34), puis remet un rapport technique qu’un tiers peut vérifier de façon indépendante. TrueScreen n’est ni un prestataire de services de confiance ni une autorité de certification.
La certification à la source atteste comment et quand un contenu a été acquis, pas que la scène filmée soit vraie.
TrueScreen protège, vérifie et certifie l’authenticité des données, en les protégeant contre la fraude, les contestations et la falsification. La certification atteste le comment, pas le quoi, et le juge apprécie toujours le poids de la pièce.
Certifier photos, vidéos, audios et pages web au moment où ils naissent
La méthodologie, brevetée, enchaîne l’acquisition forensique, la vérification des données, le rapport technique et la certification par cachet électronique qualifié et horodatage qualifié, en suivant la norme ISO/IEC 27037. L’altération est empêchée pendant l’acquisition et devient détectable ensuite, puisque toute modification change l’empreinte SHA-256. L’App TrueScreen acquiert aussi l’écran du téléphone et la position ; le Forensic Browser fonctionne sur macOS et Windows, la Browser Extension sur Chrome et Edge.
L’expert éclaire le juge sur la preuve, TrueScreen en assure l’acquisition. Dans une procédure de garde, un enregistrement de menaces d’origine inconnue ne livre que des indices probabilistes ; acquis avec l’App au moment des faits, il arrive avec son empreinte, son horodatage et un rapport technique contrôlable par l’expert adverse. Le juge reste libre, mais le débat porte sur des données vérifiables.
Analyser un contenu qui existe déjà
Pour un fichier qui existe déjà, TrueScreen propose l’analyse IA dans le Forensic Browser, avec Media Inspector : sur les photos, vidéos et fichiers audio, elle indique un degré de confiance, repère le rebroadcasting (la photo d’un écran) et lit les marquages que le fichier déclare lui-même (manifestes C2PA, type de source numérique IPTC, balises des générateurs). Cette détection de deepfakes reste une estimation probabiliste, faillible : elle oriente l’expert sans décider à sa place et ne vaut jamais une preuve certifiée à la source.
En conclusion
Le deepfake ne change pas la règle du jeu judiciaire : le juge apprécie toujours l’origine et l’intégrité de la pièce qu’on lui soumet. Il en change le coût. Démontrer après coup qu’un fichier est faux, ou qu’il est vrai, exige une expertise dont le résultat reste une probabilité, alors qu’un contenu acquis avec une procédure documentée, une empreinte et un horodatage qualifié porte son histoire avec lui. Pour la partie qui reçoit une pièce suspecte, la méthode consiste à demander l’original, contester point par point et s’appuyer sur un expert ; pour celle qui doit prouver, l’essentiel se joue au moment de la capture, le poids de la preuve restant apprécié par le juge.
FAQ
Est-ce qu’une vidéo est valable comme preuve au tribunal ?
En principe, une vidéo peut servir de preuve. Devant le tribunal correctionnel, l’article 427 du code de procédure pénale admet tout mode de preuve et le juge décide selon son intime conviction. Si l’adversaire y voit un deepfake, le débat portera alors sur son origine, sa date et l’absence de modification, que l’on peut documenter ; le poids de la pièce reste apprécié par le juge.
Est-ce qu’un enregistrement audio est valable en tribunal ?
Oui, mais sa fiabilité est de plus en plus discutée, car une voix clonée trompe l’oreille : dans l’étude de Mai et al. (PLOS ONE, 2023), plus d’un échantillon de parole synthétique sur quatre est passé inaperçu. Un expert compare alors la voix à des enregistrements certains. Si vous réalisez l’enregistrement, TrueScreen le certifie dès l’acquisition avec son App, ce qui en fixe la date et l’intégrité.
Comment savoir si une vidéo ou un audio est un deepfake ?
À l’œil ou à l’oreille, c’est souvent impossible. Un expert examine les métadonnées, la structure du fichier et sa cohérence avec l’appareil, puis peut recourir à des outils de détection, qui ne livrent qu’une probabilité : sur des contenus réels de 2024, l’étude Deepfake-Eval-2024 (arXiv, 2025) a mesuré une baisse de 50 % de l’AUC des détecteurs open source sur la vidéo.
Comment se discute l’authenticité d’une preuve numérique en justice ?
La charge de la preuve dépend de la procédure et de ce qui est contesté : c’est une question à soumettre à un avocat. En pratique, le juge apprécie chaque pièce : pour l’écrit électronique, l’article 1366 du code civil exige un auteur identifiable et une intégrité garantie ; au pénal, le juge décide d’après son intime conviction (article 427 du code de procédure pénale). Documenter la provenance dès la collecte évite de la reconstituer après coup.
Un deepfake peut-il être sanctionné pénalement en France ?
Oui, dans certains cas. Depuis la loi SREN du 21 mai 2024, l’article 226-8 du code pénal vise les montages générés par un traitement algorithmique qui reprennent sans son consentement les paroles ou l’image d’une personne ; diffusés en ligne, ils sont punis de deux ans d’emprisonnement et de 45 000 euros d’amende (réponse ministérielle publiée par le Sénat, février 2026). Ce texte porte sur la diffusion du montage ; la qualification d’un faux versé aux débats relève du juge, et la question d’un cas précis d’un avocat.
Sources et vérifications
Chaque donnée et chaque principe cité renvoie à sa source, indiquée ici avec son type et sa date. Liens vérifiés à la date de publication.
| Source | Type | Date | Pourquoi elle est citée |
|---|---|---|---|
| ONIF, présentation du 10e congrès national (Gênes, 16 octobre 2026) | Document | 16/09/2026 | Constat de l’ONIF sur les deepfakes et propos de son président, Mattia Epifani |
| Règlement (UE) 2024/1689 (AI Act), article 3, point 60 | Loi | 2024 | Définition du deepfake |
| Règlement (UE) 2024/1689 (AI Act), article 50, paragraphe 4 | Loi | 2024 | Obligation pour le déployeur de révéler qu’un hypertrucage a été généré ou manipulé artificiellement, applicable depuis le 2 août 2026 |
| Code civil, article 1366 | Loi | 2016 | Conditions de force probante de l’écrit électronique : identification et intégrité |
| Code de procédure pénale, article 427 | Loi | en vigueur | Liberté de la preuve pénale et intime conviction du juge |
| Code pénal, article 226-8, modifié par l’article 15 de la loi n° 2024-449 (SREN) | Loi | 21/05/2024 | Montages générés par traitement algorithmique ; peine en cas de diffusion en ligne |
| Mendones v. Cushman & Wakefield, Superior Court of California, Alameda County, n° 23CV028772 | Jurisprudence | 09/09/2025 | Pièces vidéo jugées deepfakes, sanction mettant fin à l’instance |
| NBC, preuves générées par l’IA devant les tribunaux | Document | 18/11/2025 | Métadonnées de la pièce 6C (iPhone 6) dans l’affaire Mendones |
| Legal Cheek, témoignage de l’avocat Byron James | Document | 31/01/2020 | Audio falsifié dans une procédure de garde au Royaume-Uni |
| Huang v. Tesla, Santa Clara County | Jurisprudence | 27/04/2023 | Dividende du menteur : argument du deepfake écarté |
| Burnley v. Valentin, E.D. Va. | Jurisprudence | 18/03/2026 | Enregistrement contesté comme voix clonée, reconnu authentique |
| State v. Puloka, King County (Washington) | Jurisprudence | 29/03/2024 | Vidéo améliorée par l’IA écartée |
| Mai et al., PLOS ONE | Enquête | 2023 | Précision d’environ 73 % de 529 participants face à la parole synthétique |
| Nightingale et Farid, PNAS | Enquête | 2022 | Précision d’environ 48 % de 315 participants face aux visages générés |
| Chandra et al., Deepfake-Eval-2024 (arXiv 2503.02857) | Enquête | 03/2025 | Baisse de l’AUC des détecteurs open source sur des contenus réels |
| Advisory Committee on Evidence Rules, rapport de mai 2026 | Document | 17/05/2026 | Enquête du Federal Judicial Center : 15 répondants confrontés à des questions de deepfake |
| ISO/IEC 27037:2012 | Norme | 2012 | Lignes directrices pour l’identification, la collecte, l’acquisition et la conservation de la preuve numérique |
| Convention de Budapest sur la cybercriminalité, article 19 | Loi | 23/11/2001 | Perquisition et saisie de données informatiques |
Des preuves numériques prêtes à être vérifiées
Certifiez photos, vidéos, audios et pages web au moment où ils sont acquis, avec un rapport technique qu’un expert peut contrôler de façon indépendante.
Rédaction de TrueScreen
Cette section est assurée par la rédaction de TrueScreen, qui réunit des compétences en informatique légale, en droit de la preuve numérique et en conformité réglementaire. Chaque contenu est vérifié sur des sources primaires : textes de loi, décisions publiées, normes techniques et documentation officielle, toujours citées dans le texte.
