FACEIT vient d'intensifier la course aux armes contre les tricheurs. La plateforme compétitive Counter-Strike 2 déploie un système d'apprentissage automatique appelé « Human Input Detection » qui ne cherche pas des logiciels de triche connus. Au lieu de cela, il observe votre manière de jouer et détermine si une personne réelle est effectivement derrière le clavier.
La fonctionnalité sera lancée le 5 août 2026, en coordination avec le début de la saison 9. Elle marque un changement fondamental dans l'approche de FACEIT contre la triche : au lieu de rechercher des signatures logicielles, le système analyse les entrées dans le jeu pour déterminer si elles sont authentiquement humaines.
Pourquoi la lutte traditionnelle contre la tricherie perd le combat
Les systèmes antitricherie traditionnels fonctionnent comme les logiciels antivirus, en maintenant une base de données de menaces connues et en effectuant des analyses à la recherche de correspondances. Les triches alimentées par l'IA exploitent précisément cette faiblesse. Ces outils n'injectent pas de code dans le jeu ni ne modifient la mémoire de manière à laisser des empreintes évidentes. Ils lisent les données d'écran via du matériel externe (souvent via des cartes DMA) et les traduisent en mouvements de souris apparemment légitimes. Pour un scanner basé sur des signatures, tout semble propre.
Les chiffres illustrent à quel point la situation s'est aggravée. Au mois de mai 2026, les tricheries par IA et DMA représentaient 40 % de toutes les suspensions sur la plateforme FACEIT. Pendant la saison 7, les détections de tricheries par IA ont augmenté de 272 %, entraînant 372 suspensions.
L'antitromperie de niveau noyau de FACEIT, qui opère à la couche la plus profonde du système d'exploitation d'un ordinateur, a amélioré sa couverture des tricheries assistées par l'IA jusqu'en milieu 2026. Mais l'accès de niveau noyau seul n'était pas suffisant.
Comment fonctionne la détection de la saisie humaine
Le nouveau système est formé sur des millions de données issues de parties. Il étudie la manière dont les humains déplacent réellement la souris, cliquent et ajustent leur visée, puis établit un modèle de ce que « normal » signifie. Lorsque les entrées s'écartent des schémas humains de manière spécifique et caractéristique, le système les signale.
FACEIT collabore avec des ingénieurs Google sur la modélisation comportementale depuis début 2026, ce qui a permis de poser les bases de cette couche de détection.
Un choix de conception crucial : le système exige plusieurs signaux de confirmation avant d'exécuter toute interdiction. Une seule séquence d'entrée suspecte ne vous expulsera pas. FACEIT a également intégré des aménagements spécifiques pour les dispositifs d'accessibilité. Les joueurs utilisant des manettes adaptatives, des méthodes d'entrée alternatives ou des technologies d'assistance ne devraient pas déclencher de faux positifs.