ChatGPT peut-il trouver où une photo a été prise ?

En avril 2025, une nouvelle tendance s'est répandue sur X. Des internautes envoyaient à ChatGPT des photos, de la carte d'un restaurant à un coin de rue ou un selfie, et demandaient où elles avaient été prises. OpenAI venait de lancer o3 et o4-mini, des modèles capables de recadrer, de faire pivoter et d'agrandir une image tout en raisonnant dessus. TechCrunch a rapporté qu'o3 en particulier savait déduire des villes, des monuments et même des restaurants et des bars à partir de petits indices visuels, et a qualifié cette mode de « recherche de lieu inversée ».

Depuis, le procédé a été testé plus rigoureusement, notamment par Bellingcat, le collectif d'enquête en sources ouvertes, qui a mené 500 tests sur des photos jamais publiées en ligne. Ce guide présente ce que ces tests ont révélé : jusqu'où ChatGPT va, comment il se compare à Google Lens et aux autres chatbots, quand il lit autre chose que les pixels, et où il se trompe.

Le modèle lit une scène comme le ferait un géolocalisateur aguerri : l'écriture des panneaux, les marquages routiers, les bâtiments, la végétation, la forme des collines. Comment fonctionne la géolocalisation par IA explique ce processus en général. La nouveauté avec les chatbots, c'est qu'ils raisonnent à voix haute, zooment sur les détails et peuvent chercher sur le web en même temps.

Le développeur Simon Willison a soumis à o3 une photo prise depuis un bar en plein air près de chez lui, à El Granada, en Californie : une route, une maison quelconque et quelques collines. Le modèle a passé près de sept minutes à recadrer et à zoomer, a repéré une plaque d'immatriculation californienne et a d'abord proposé Cambria, à environ 200 miles de là. Sa deuxième hypothèse, Half Moon Bay ou El Granada, était la bonne.

Les propres tests de TechCrunch ont donné des résultats plus nuancés. Devant une tête de rhinocéros violette, montée en trophée dans un bar faiblement éclairé, o3 l'a correctement située dans un speakeasy de Williamsburg, là où le plus ancien GPT-4o a proposé un pub au Royaume-Uni. Pourtant, GPT-4o arrivait à la même bonne réponse qu'o3 plus souvent qu'à son tour, et plus vite, et plusieurs tests ont purement et simplement échoué.

Bellingcat a donné à chaque modèle la même consigne en anglais, « Where was this photo taken? », avec des photos sans métadonnées, et a noté chaque réponse de 0 à 10. Un 10 correspondait à une identification exacte et précise, comme un quartier, un sentier ou un monument. Le tableau présente cinq des tests publiés.

Le résultat typique est donc une région ou une ville, et le point exact quand la photo livre un nom ou une adresse. C'est le plafond de toute méthode visuelle : une scène permet d'établir une région, et un point précis exige un texte lisible ou des données GPS.

Ils ne font pas le même travail. Google Lens fait une recherche : il cherche en ligne les mêmes images ou des images similaires, et brille donc quand un lieu a été photographié de nombreuses fois. Devant le Schluchsee, un lac de la Forêt-Noire en Allemagne, Lens l'a renvoyé en premier résultat, et ChatGPT a été le seul chatbot à le nommer. En ville, Lens avait tendance à se fixer sur de grandes structures courantes, comme des immeubles et des grandes roues. Google Lens et Yandex comparés traite du côté recherche.

Réfléchir plus longtemps n'aidait pas toujours. ChatGPT Deep Research a passé près de 13 minutes sur un littoral et a fini à environ 50 km au nord, tandis qu'o4-mini-high a répondu en 39 secondes et s'est approché de 15 km. Plus récent ne voulait pas dire meilleur : lors du nouveau test d'août, GPT-5 Pro, à 200 euros par mois, n'a pas fait mieux que l'ancien o4-mini-high. Un benchmark de 2026 a constaté la même tendance avec des modèles plus récents.

L'EXIF est l'ensemble des données cachées qu'un appareil photo ou un téléphone écrit dans le fichier d'une photo, dont les coordonnées GPS quand la localisation est activée (ce qu'enregistrent les données EXIF). Leur survie à l'envoi a varié. Dans les tests de Patterson en avril 2025, dans un navigateur, o3 trouvait les balises vides jusqu'à ce qu'il envoie la photo dans un fichier zip. Willison a ensuite relayé le témoignage d'un utilisateur de Hacker News selon lequel o3 avait utilisé du code pour lire les balises EXIF d'une photo sans l'admettre, bien que l'étape soit visible dans son raisonnement.

Décidez donc ce que vous voulez savoir. Pour trouver où une photo a été prise, lisez d'abord vous-même ses coordonnées GPS, car une position mesurée vaut mieux que n'importe quelle supposition. Pour voir ce que les pixels seuls trahissent, testez plutôt une capture d'écran, qui ne porte pas la localisation de l'original (pourquoi les captures d'écran n'ont pas de données GPS).

Willison a rencontré les deux cas. Il a constaté qu'il « fallait d'abord désactiver toutes les fonctions de mémoire de ChatGPT, sinon il trichait et utilisait le contexte de mes conversations précédentes », puis qu'o3 avait une idée approximative de l'endroit où il se trouvait : « Il sait que je suis à Half Moon Bay. » Le procédé fonctionnait quand même sur ses photos de la campagne malgache et de Buenos Aires, à des milliers de miles de chez lui. Quand il a essayé Gemini, la réponse commençait ainsi : « Étant donné que mon contexte de localisation actuel est El Granada, en Californie... »

Pour obtenir une réponse équitable, démarrez une conversation temporaire et choisissez « Unpersonalized » avant d'envoyer la photo. OpenAI indique que cette option n'utilise ni la mémoire, ni les instructions personnalisées, ni les plugins. C'est un réglage de mémoire, pas de localisation : ChatGPT peut toujours estimer où vous êtes d'après votre adresse IP ; si une hypothèse tombe sur votre propre ville, demandez ce qui, dans l'image, y mène.

Une photo de Bellingcat montrait une plage avec un grand hôtel et une grande roue temporaire, installée en 2024 et démontée pour l'hiver. De nombreux modèles ont désigné Scheveningen, une station néerlandaise plus connue qui a sa propre grande roue. Lors du nouveau test d'août, GPT-5 Pro et GPT-5 Thinking l'ont située en France. Google AI Mode a été le premier modèle à nommer la bonne ville : Noordwijk, aux Pays-Bas.

• Les coordonnées. Bellingcat a constaté que les modèles renvoyaient souvent des coordonnées approximatives ou tout simplement fausses. Un lieu nommé est plus facile à vérifier qu'un point sur une carte.
• Les photos sans particularité ou d'intérieur. Quand il y a peu de choses dans le cadre, une réponse assurée est une supposition à laquelle on a accolé un chiffre. Trouver un lieu sans données GPS montre ce qu'une scène doit contenir.
• Les lieux qui ont changé. Des attractions saisonnières, de nouveaux bâtiments et des commerces fermés peuvent envoyer un modèle vers un sosie plus connu.
• La vidéo. La plupart des chatbots ne savent pas regarder une vidéo, note Bellingcat : localiser un extrait commence donc toujours par des images fixes.

TechCrunch l'a dit sans détour en 2025 : rien n'empêchait quelqu'un de faire une capture d'écran de la story Instagram d'une personne et de se servir de ChatGPT pour tenter de la doxxer (révéler son identité ou son adresse), et il semblait y avoir peu de garde-fous contre ce type de « recherche de lieu inversée ». Quelques heures plus tard, OpenAI a répondu que ses modèles aident dans des domaines comme l'accessibilité, la recherche et « l'identification de lieux lors d'interventions d'urgence », et qu'elle surveille les violations de ses règles d'utilisation en matière de vie privée.

Les modèles ne répondent pas avec la même facilité. Dans une étude universitaire portant sur 500 photos prises en Californie, o3 d'OpenAI a donné un lieu précis et vérifiable pour 81 % d'entre elles et Gemini 2.5 Pro pour 85 %, contre environ un quart ou moins pour les modèles Claude. La même étude a mesuré la fréquence à laquelle ces réponses tombaient près du lieu réel, et ce que cela signifie pour les photos prises chez soi fait l'objet d'un guide à part.

GeoSpy estime la ville et le pays que montre une photo à partir de ce qui est visible dans le cadre ; quand le fichier contient encore des données GPS, il les lit et affiche le lieu enregistré. Il ne renvoie jamais d'adresse postale, et les photos envoyées ne sont pas conservées. Sur geospys.com, il est proposé avec GeoSpy Premium, un abonnement de 7,99 dollars américains par semaine ou 29,99 dollars américains par an (389 ₺ ou 1 460 ₺ en Turquie), illimité dans le cadre d'un usage raisonnable et résiliable à tout moment. Commencer l'abonnement annuel, ou essayer l'application GeoSpy pour iPhone, qui propose un essai gratuit.