En janvier 2020, Robert Williams, un citoyen de Détroit, a été arrêté chez lui devant sa femme et sa fille. Un logiciel de reconnaissance faciale l’avait désigné comme auteur d’un vol commis plusieurs mois plus tôt. L’algorithme s’était trompé.
La police a traité ce résultat comme une certitude et a construit son enquête autour. Cette affaire montre comment un outil d’aide peut remplacer le jugement humain et broyer une vie.
L’erreur devient dangereuse quand les utilisateurs oublient que le résultat ne vaut que ce que valent les hypothèses intégrées. C’est le « garbage in, garbage out », avec des enjeux plus sérieux qu’un jeu vidéo qui plante.
Le logiciel fournit une piste que les enquêteurs vérifient. Il ne constitue pas une preuve de crime à lui seul.
Quand une recommandation mène à une arrestation, l’outil détermine l’issue de l’enquête. L’affaire Robert Williams a coûté 300 000 dollars à la ville de Détroit, soit environ 276 000 euros. Pourquoi un algorithme pèse-t-il autant dans une enquête criminelle ?
Un logiciel de reconnaissance faciale a désigné Robert Williams comme suspect. La police de Détroit a suivi la machine sans broncher. Résultat : un homme menotté devant sa femme et sa fille, une nuit en prison, des années de procédure.
Et 300 000 dollars d’indemnisation pour solde de tout compte. Le problème, lui, n’a pas été soldé.
Questions fréquentes
Un logiciel de reconnaissance faciale peut-il identifier une personne à coup sûr ?
Non. Il produit un classement de visages par similarité, pas une identification certaine. Le taux d’erreur grimpe quand l’image est floue, mal éclairée ou prise de profil.
Les bases de photos utilisées sont-elles légales en Europe ?
Le cadre européen est plus strict qu’aux États-Unis. La constitution de fichiers de reconnaissance faciale à grande échelle y est encadrée, et plusieurs usages policiers restent interdits ou très limités.
La reconnaissance faciale peut-elle envoyer un innocent en prison ?
Oui, et c’est exactement ce qui s’est passé pour Robert Williams à Détroit. Le logiciel a produit une correspondance erronée, la police a construit toute l’enquête autour de cette piste, et l’homme a passé une nuit en prison avant de passer des années à prouver son innocence. Le règlement de 300 000 dollars ne change rien au problème : le système a failli.
Reconnaissance, la machine propose, l’enquêteur dispose
Un logiciel de reconnaissance faciale ne dit pas « c’est lui ». Il dit « voici les visages qui ressemblent le plus à votre requête ». La nuance est capitale : le moteur classe des candidats par score de similarité, et l’enquêteur décide ensuite s’il retient le premier de la liste.
Dans les affaires qui ont mal tourné, cette étape humaine a sauté. Le premier résultat a été traité comme une identification, alors qu’il ne s’agissait que d’une probabilité.
Les bases utilisées par certains services américains puisaient dans des millions de photos publiques, récupérées sur le web et les réseaux sociaux. Un simple visage posté en ligne peut donc se retrouver dans un corpus consultable par des services de police.
Ce point mérite votre attention : ce n’est pas votre ADN qui est fiché c’est votre apparence publique aspirée sans que vous ayez donné le moindre accord.
Un résultat de reconnaissance faciale devait rester une piste, pas une identification positive. Un avertissement dans un manuel pèse peu quand l’enquête repose sur le candidat proposé par la machine. La suite est souvent la même : on fabrique une preuve indépendante en apparence.
L’enquêteur place le candidat dans une séance d’identification photo. Un témoin sélectionne la même personne. Le rapport dit que le témoin a identifié le suspect, sans mentionner que l’algorithme a fourni le nom. La machine a déterminé l’issue sans être visible à l’étape finale.
Dans l’affaire Robert Williams, la séance d’identification photo est partie de sa photo de permis expiré. L’agent chargé d’identifier le voleur n’était pas sur les lieux du vol. Sa connaissance du suspect venait des images de surveillance floues qui avaient produit le résultat erroné.
C’est copier une réponse de Wikipédia, la retrouver sur un site qui a copié Wikipédia, puis prétendre avoir vérifié auprès de deux sources indépendantes.
Ce qui m’interpelle dans cette affaire, c’est la confiance aveugle qu’on accorde à ces systèmes. On oublie que derrière la machine, il y a des choix de conception, des données d’entraînement parfois biaisées, et une marge d’erreur bien réelle. Quand on est confronté à une accusation pareille, le doute raisonnable semble s’évaporer face à la froideur de la technologie.
La politique de reconnaissance faciale de Détroit avertissait qu’un résultat ne constituait qu’une piste et ne devait pas être considéré comme une identification positive.
DGEDL
Quand un détecteur de coups de feu devient une preuve de meurtre
À Chicago, un autre homme nommé Williams a passé près d’un an en prison pour une accusation de meurtre. La preuve venait de Shot Spotter, un système de détection de coups de feu. Ce réseau de microphones écoute les bruits explosifs brefs. Quand plusieurs capteurs entendent le même bruit, le système compare l’heure d’arrivée du son à chaque capteur pour estimer son origine par triangulation.
Des classificateurs d’apprentissage automatique distinguent les coups de feu des feux d’artifice, des pétarades de voitures et des bruits de chantier. Le 31 mai 2020, Michael Williams ramenait une personne chez elle à Chicago quand son passager a été abattu. Williams a déclaré que la balle était entrée par une fenêtre ouverte depuis l’extérieur du véhicule. Source : quadrangle.michigan.law.umich.edu
L’événement Shot Spotter avait d’abord été classé comme feux d’artifice et situé loin de l’emplacement de M. Williams au moment du signalement. La police a développé une théorie : Williams avait abattu son passager depuis l’intérieur de la voiture. Aucune arme, aucun étui de cartouche, aucun résidu de poudre sur Williams ou dans le véhicule.
Cette théorie dépendait des données acoustiques de Shot Spotter pour déterminer l’origine du coup fatal.
Un système conçu pour localiser, pas pour identifier
Le contrat de Shot Spotter avertit que le système ne peut pas détecter les coups de feu tirés à l’intérieur de véhicules ou de bâtiments. Williams a été arrêté près de 3 mois plus tard. Il a passé environ 11 mois à la prison du comté de Cook.
Pendant ce temps, il a contracté le COVID à deux reprises, a eu du mal à obtenir une nourriture adaptée à son diabète et a développé une affection nerveuse qui affecte sa main après sa libération.
Les charges ont été abandonnées en juillet 2021, les procureurs n’ayant pas assez de preuves pour continuer. Le schéma se répète :
- Un outil automatisé produit une piste. L’enquête s’y accroche sans recul.
- La piste devient une certitude. La machine n’est plus remise en question.
Le vrai problème, c’est l’opacité totale qui entoure ces systèmes
On ne sait pas comment ils fonctionnent, sur quelles données ils ont été entraînés, ni quels sont leurs taux d’erreur réels. Publier un score de correspondance sans contexte, sans mentionner la marge d’erreur, c’est une faute professionnelle. Les policiers ne sont pas des experts en algorithmes, ils font confiance à l’outil qu’on leur fournit.
L’alerte d’origine n’était que quelques secondes de données acoustiques. L’interprétation humaine qui y a été attachée a coûté près d’un an à Michael Williams. L’erreur judiciaire n’a rien à voir avec la culpabilité. Michael Williams n’avait rien à cacher, il a quand même été arrêté.
Sound Thinking conteste, mais le mal est fait
Sound Thinking, la société derrière Shot Spotter, défend un argument : ses microphones ne menottent personne. Des agents et des procureurs ont construit une théorie de meurtre autour de données que l’entreprise juge non concluantes pour la question posée.
- Cette distinction est cruciale.
- Elle déplace le débat de la technologie vers son usage.
Un outil qui écoute les coups de feu ne devrait pas devenir la preuve centrale d’une accusation de meurtre. Son fabricant admet que ses données ne répondent pas à ce qu’on leur demande.
Le problème vient de la confiance accordée aux algorithmes. Un système de détection de coups de feu localise un bruit. Il n’identifie pas un tireur, il ne prouve pas une intention criminelle. Les humains derrière l’arrestation ont franchi ce fossé sans filet.
La reconnaissance faciale est-elle interdite en France ?
Non, mais elle est soumise à une interdiction de principe assortie d’exceptions étroites. Certains usages sont licites, déverrouillage d’un appareil personnel, authentification 1:1 sur le lieu de travail dans le cadre du règlement type CNIL, vérification d’identité à distance. L’identification en temps réel dans l’espace public par un acteur privé est dépourvue de base légale en droit français.
La présomption d’innocence face à la mémoire algorithmique
Dans une affaire emblématique, un homme a été mis hors de cause parce que le vrai suspect avait des bras nettement plus épais que les siens. Un détail morphologique a suffi à contredire le score du logiciel.
Autre cas documenté : un grain de beauté a permis de disculper une personne que l’algorithme avait rapprochée d’un suspect. La machine compare des pixels, elle ne voit ni la peau, ni les cicatrices, ni le reste.
Une ressemblance validée par un logiciel n’a rien d’évident à l'œil nu. Les enquêteurs eux-mêmes ont parfois du mal à reconnaître le suspect sur les images de vidéosurveillance, floues et mal éclairées.
Quand l’humain hésite et que la machine affiche un score élevé, le risque est de laisser la machine trancher à sa place.
La reconnaissance faciale n’aurait dû être qu’un indice, pas une preuve suffisante pour interpeller quelqu’un. Il n’existe pas de critère absolu en identification humaine. Pourquoi en irait-il autrement pour les machines ?
La technologie oriente une enquête, suggère une piste. Elle ne remplace pas le jugement humain. Dans le cas Williams, aucune vérification complémentaire (alibi, témoins, autres preuves) n’a eu lieu.
Résultat : humiliation publique et détention injustifiée. On aimerait croire à un accident isolé. L’histoire récente montre que ces erreurs se multiplient, surtout auprès des personnes racisées, sous-représentées dans les données d’entraînement.
La mémoire algorithmique pose une question vertigineuse : une erreur commise à l’adolescence peut-elle vous poursuivre indéfiniment ? Les systèmes accumulent des données, parfois fausses.
Les corriger relève de la gageure. Une fois votre visage associé à un délit, comment prouver l’erreur ?
Robert Williams a bataillé pour obtenir des excuses, uniquement parce que son cas a fait la une. Pour chaque cas médiatisé, combien de personnes subissent le même sort dans l’indifférence ? La présomption d’innocence, pilier de notre justice, se fragilise quand une machine vous désigne comme suspect.
Vous devez prouver votre innocence, alors qu’en principe l’accusation démontre votre culpabilité.
Comment prouver qu’une reconnaissance faciale s’est trompée ?
C’est presque impossible pour un citoyen lambda
Les algorithmes sont opaques, les critères de décision secrets, et les concepteurs ne sont pas tenus de les expliquer devant un tribunal. Robert Williams n’a réussi qu’après des années de procédure et une couverture médiatique nationale. Sans accès aux données internes du système, vous ne pouvez pas contester son résultat.
Déposez une réclamation auprès de la CNIL, saisissez le Défenseur des droits, ou engagez une action en justice. La jurisprudence européenne renforce les droits des citoyens face aux algorithmes.
En pratique, documentez tout : les échanges avec la police, les preuves de votre innocence, les impacts sur votre vie.
Les caméras de surveillance et l’effet réseau
La technologie de surveillance s’étend. Des microphones de détection de coups de feu aux caméras de lecture de plaques, les outils se multiplient. Chacun pris isolément semble raisonnable. Ensemble, ils forment un réseau de surveillance permanent qui érode la présomption d’innocence.
| Type de système | Ce qu’il fait | Ce qu’il ne fait pas |
|---|---|---|
| Shot Spotter | Détecte et localise les coups de feu | Identifier le tireur |
| Caméras Flock | Lit les plaques d’immatriculation | Savoir qui conduit |
| Caméras de feu rouge | Photographie les véhicules en infraction | Prouver qui était au volant |
| Reconnaissance faciale | Propose une correspondance de visage | Prouver la présence sur les lieux |
Ces systèmes collectent des données
Ils échouent sur l’identification fiable des personnes. La plaque d’immatriculation n’est pas le conducteur.
Le véhicule détecté n’est pas son propriétaire. Le bruit d’un coup de feu n’est pas un visage.
Les États-Unis découvrent les dégâts de la surveillance algorithmique à coups de règlements financiers. L’Europe et la France ont déjà posé des garde-fous, imparfaits mais réels.
Le précédent Ligue des droits humains
La Cour de justice de l’Union européenne a rappelé en juin 2022 qu’une personne ne peut pas être soumise à une décision automatisée sans recours. Être identifié par un algorithme ouvre un droit de recours. Cette décision oblige les États membres à prévoir des garanties procédurales, pas des promesses.
C’est ce qui a manqué à Robert Williams. Il a dû prouver son innocence après coup, sans jamais pouvoir interroger la machine qui l’avait désigné.
Les approches Françaises et européennes diffèrent du far-west outre-Atlantique
Aux États-Unis, les erreurs ne se limitent pas à un seul État. Des affaires d’emprisonnement par erreur ont été documentées dans le Tennessee et dans le Dakota du Nord, avec des durées de détention de plusieurs mois.
Le point commun : un logiciel de reconnaissance faciale utilisé comme piste sérieuse, puis transformé en preuve sans véritable contre-expertise.
| Aspect | France & Europe (ce qui existe) | États-Unis (ce qu’on voit dans l’article) |
|---|---|---|
| Cadre légal principal | RGPD (2018) + Loi pour une sécurité globale (2021, article 7 encadrant les caméras augmentées) + arrêté du 31 mars 2022 sur les expérimentations de reconnaissance faciale dans les aéroports (limitée, temporaire, avec information préalable). | Aucune loi fédérale homogène. Règles municipales disparates (ex: interdiction à San Francisco, autorisation à Détroit). La jurisprudence prime, mais elle est longue et coûteuse (comme pour Robert Williams). |
| Encadrement des forces de l’ordre | Le Conseil d’État (2023) a rappelé que la reconnaissance faciale « en temps réel et sans consentement » est interdite en espace public, sauf dérogation très stricte (JO 2023). Les forces de l’ordre doivent justifier d’une finalité précise, proportionnée et temporaire. | Aucune obligation nationale de proportionnalité. La police utilise ces outils sans contrôle préalable, souvent sans même consulter les mises en garde des fabricants (comme à Détroit). |
| Recours du citoyen | Droit d’accès et de rectification (RGPD). Vous pouvez exiger de savoir si vos données biométriques sont traitées, et les faire supprimer en cas d’erreur. La CNIL peut sanctionner lourdement (ex: 2023, amende de 40 millions d’euros pour un usage illicite de vidéosurveillance algorithmique). | Aucun droit général à l’accès. Pour contester une erreur, il faut souvent un avocat, des années de procédure et une couverture médiatique (comme Robert Williams). Pas de « droit à l’oubli algorithmique ». |
| Exemple récent (2025-2026) | En janvier 2026, la CNIL a interdit une expérimentation de reconnaissance faciale dans les transports en commun de Nice, faute d’information claire des usagers. Le projet a été suspendu, et les données supprimées sous 48h. | En février 2026, la ville de Chicago a déployé 200 nouvelles caméras avec reconnaissance faciale dans les quartiers populaires, sans étude d’impact préalable. Les associations dénoncent une « discrimination algorithmique ». |
| Philosophie sous-jacente | Primauté de la vie privée et de la présomption d’innocence. L’outil est un indice, pas une preuve. Principe de « privacy by design » (la protection est intégrée dès la conception). | Primauté de l’efficacité sécuritaire. L’outil est une arme de dissuasion et de résolution rapide. La charge de la preuve revient au suspect, pas au système. |
Moralité :
L’Europe n’est pas un paradis de la surveillance éthique. On a nos dérives. Mais elle a posé des règles écrites, contestables et perfectibles.
La France peut-elle connaître le même fiasco que Détroit ?
Le risque existe, mais il est moindre. Le RGPD impose des études d’impact, la CNIL peut bloquer un déploiement, et le Conseil d’État a déjà interdit la reconnaissance faciale en temps réel dans l’espace public. Ce qui ne veut pas dire que les erreurs sont impossibles : les expérimentations se multiplient, et la pression sécuritaire peut faire sauter les verrous. La vigilance reste de mise.
Estimer l’âge d’un internaute par analyse faciale est-il un traitement biométrique ?
Non, tant que le dispositif ne cherche ni à identifier ni à authentifier la personne et qu’aucun gabarit n’est conservé, indexé ou comparé à une base. L’estimation d’âge sort alors du champ de l’article 9. Mais dès qu’un gabarit est stocké ou rapproché d’une base de référence, le régime des données sensibles s’applique intégralement.
Ce que pensent les internautes
Ce cas prouve le contraire. L’algorithme a associé son visage à celui d’un voleur. La police s’est contentée de cette « preuve » sans vérifier plus loin.
Un détail revient souvent dans les discussions : le masque. La reconnaissance faciale fonctionne-t-elle quand on en porte un ?
Les systèmes basiques échouent. Les plus récents s’appuient sur d’autres indices : forme du crâne, démarche, posture. Si la technologie nous identifie masqués, que reste-t-il de notre anonymat dans l’espace public ?
Certains y voient le prix de la sécurité, d’autres une dérive. Cette évolution est ambivalente.
D’un côté, retrouver des criminels. De l’autre, chaque erreur peut briser une vie, comme celle de Robert Williams.
Le processus qui a mené à l’arrestation me dérange le plus.
Les témoignages du forum le rappellent :
Un contributeur racontait avoir été interdit de Walmart pendant 15 ans pour un vol commis à 18 ans. Il se demandait si la reconnaissance faciale allait le suivre toute sa vie.
Et si cela vous arrivait en France ? La police frappe à votre porte pour un délit que vous n’avez pas commis, sur la seule foi d’un algorithme. Ce cauchemar américain n’est pas réservé à l’Amérique. La technologie existe chez nous. La question des recours devient cruciale.
Le RGPD vous protège. Si un système de reconnaissance faciale vous identifie à tort, vous pouvez demander des comptes. L’article 22 interdit les décisions automatisées ayant des effets juridiques significatifs, sauf exceptions encadrées.
Une arrestation basée uniquement sur un algorithme rentre dans ce cadre. Vous pouvez porter plainte auprès de la CNIL, qui a déjà sanctionné des usages abusifs de la biométrie. La procédure est gratuite et accessible en ligne.
En France, la reconnaissance faciale par les forces de l’ordre est limitée. La police de Detroit l’utilisait sans cadre. La loi française de 2023 sur les Jeux olympiques a autorisé des expérimentations encadrées de vidéosurveillance algorithmique.
L’identification biométrique à distance reste interdite en temps réel pour les autorités publiques, sauf cas de terrorisme précis. La CNIL veille. Le Conseil constitutionnel a censuré des tentatives d’élargissement.
Recours français en cas d’erreur
| Situation | Le piège à éviter | Le réflexe juridique |
|---|---|---|
| Vous êtes identifié à tort par un système de reconnaissance faciale dans un lieu public français | Attendre une notification officielle pour agir. En France, la CNIL rappelle que la collecte biométrique sans consentement est interdite hors cadre légal strict, mais les particuliers l’ignorent | Déposer plainte au pénal pour collecte illicite de données personnelles (article 226-16 du Code pénal) et signaler à la CNIL via son téléservice. Conservez preuves de présence (tickets, géolocalisation, témoins) |
| Une erreur d’identification vous cause un préjudice (contrôle abusif, refus d’accès, garde à vue) | Penser que la machine fait foi. En droit français, la reconnaissance faciale n’a aucune valeur probante autonome : c’est un indice, pas une preuve | Exiger la mention exacte du procédé dans le procès-verbal. Demander l’accès aux données vous concernant via le RGPD (article 15) et saisir le Défenseur des droits si contrôle discriminatoire |
| Votre visage est utilisé pour entraîner un algorithme sans votre accord | Chercher des « clauses biométriques » dans les CGU. Elles sont souvent noyées dans 40 pages de jargon | Exercer votre droit d’opposition (RGPD, article 21) et demander la suppression des données biométriques (article 17). La CNIL a déjà sanctionné des entreprises pour ce motif |
| L’erreur survient dans un autre pays de l’UE pendant un déplacement | Attendre le retour en France pour agir. Le RGPD s’applique partout dans l’Union | Saisir l’autorité de protection du pays concerné OU la CNIL (guichet unique). Les deux doivent coopérer. Gardez les références du lieu, de l’heure et du système en cause |
Le report de l’AI Act au 2 décembre 2027 me laisse-t-il du temps ?
Le règlement (UE) 2026/1744 ne reporte que les exigences applicables aux systèmes à haut risque de l’annexe III. Les pratiques interdites de l’article 5 (moissonnage non ciblé d’images faciales , reconnaissance des émotions au travail, catégorisation biométrique sensible) sont applicables depuis le 2 février 2025, et les sanctions correspondantes depuis le 2 août 2026.
Les limites des technologies de surveillance
Comment réparer le préjudice subi par une personne arrêtée à tort ? Des excuses publiques ? Une indemnisation ? Robert Williams a reçu une compensation.
Cela n’efface pas le traumatisme : menotté devant sa famille, interrogé comme un criminel. La reconnaissance faciale véhicule des biais, des erreurs et des conséquences humaines.
A lire sur notre blog : La reconnaissance faciale policière, comment ils vous traquent (et comment y échapper)
Ce que cette affaire change pour la surveillance automatisée
Regard OPJ · numéro du 15 octobre 2026
Ce que j'ai décortiqué il y a deux semaines
Des années de réquisitions. Deux faits, deux remèdes. Les abonnés les ont déjà lus. Vous, pas encore.
iOS 27 neutralise votre bloqueur de pubs DNS sans vous demander votre avis
La mise à jour iOS 27 embarque un réglage appelé Connectivity Assist. Activé par défaut, il contourne les bloqueurs de publicité basés sur le DNS comme NextDNS, AdGuard ou Pi-hole.
Ce que je fais : Je désactive Connectivity Assist sur tous mes appareils iOS dès la mise à jour installée. Ensuite, je vérifie que mon bloqueur DNS fonctionne encore.
Amazon équipe ses livreurs de lunettes qui photographient tout
Amazon a construit des lunettes connectées avec caméras intégrées pour ses livreurs. Elles prennent des photos de tout ce que le livreur voit, y compris les personnes et les propriétés.
Ce que je fais : Je n'achète plus rien sur Amazon quand je peux l'éviter. Et si un livreur arrive avec ces lunettes, je lui demande de les retirer avant d'ouvrir.
La lettre complète en contient trois, avec mon regard d'ancien OPJ et le détail de chaque remède.
Gratuit, sans pub, désabonnement en un clic.
Ou passez directement à la version complète :
Sans engagement, résiliable en un clic.
Les juges devraient exiger des garanties avant d’accepter ces données comme preuve. Les avocats devraient pouvoir contester la fiabilité des systèmes. Les citoyens devraient savoir que leurs déplacements et leurs gestes sont enregistrés en permanence.
Les cas Robert Williams et Michael Williams montrent les deux faces du même problème. Le premier a été arrêté parce qu’un logiciel l’a désigné. Le second parce qu’un logiciel a désigné un lieu. Dans les deux cas, les enquêteurs ont pris le résultat de la machine pour une vérité, sans vérifier.
Quel est le vrai problème de la surveillance automatisée ?
Le problème n’est pas la technologie elle-même, mais la confiance excessive qu’on lui accorde. Les données collectées sont traitées comme des preuves alors qu’elles ne sont que des indices. Cette confusion peut conduire à des arrestations injustifiées, comme celles de Robert Williams et Michael Williams.
Les outils de surveillance ne remplacent pas la police
Ils orientent ses décisions. Quand une suggestion algorithmique devient une accusation, la charge de la preuve s’inverse.
Les entreprises technologiques prennent leurs distances avec les usages dérivés de leurs produits. Cette prudence intervient après les dégâts.
La leçon est simple. Les outils de surveillance doivent être encadrés par des règles claires. Leurs limites doivent être documentées et enseignées.
Et surtout, les humains doivent garder la main sur le jugement final. Un algorithme peut suggérer, il ne peut pas décider.
Les microphones de Shot Spotter ne menottent personne. Mais ils orientent les menottes. Quand ils se trompent, des innocents paient. Sound Thinking le reconnaît à sa manière.
Aux juges, aux avocats et aux législateurs de tirer les conséquences. Un VPN protège votre vie privée en ligne : c’est une première étape. La surveillance physique se combat avec des lois, des procès et une vigilance citoyenne. Pour reprendre le contrôle de votre empreinte numérique,
ProtonVPN reste l’option la plus solide→ Que veut dire se protéger contre les logiciels malveillants ?
→ Que veulent dire sécurité, vie privée et anonymat ?
En 2005, quand j’ai passé mon diplôme d’OPJ, on nous répétait une chose : la machine ne remplace jamais la notification des droits.
Une garde à vue, c’est d’abord un humain qui dit à un autre humain ce qu’il risque, dans une langue qu’il comprend.
La reconnaissance faciale ne notifie rien. Elle compare des pixels à d’autres pixels, sans s’arrêter sur ce qui fait une identité : un regard, une hésitation, un accent.
J’ai passé 3 ans à Saint-Pierre-et-Miquelon à chercher du renseignement dans un isolement numérique extrême. Là-bas, une erreur d’identification ne se corrigeait pas avec un formulaire en ligne.
Sur une scène, je regarde les mains avant les visages. C’est là que se cache ce qu’on veut cacher.
Les études qui comptent
| Reconnaissance faciale dans l'espace public : application et limites ↗ |
| Qu'est ↗ |
Ce que j’ai déjà écrit là-dessus
| La reconnaissance faciale policière : Comment ils vous traquent (et comment y échapper) |
Article utile ? Dites-le à Google. Ajoutez ce blog à vos sources préférées : un clic, et vous le retrouverez dans vos recherches (et l’AI Mode) au lieu du contenu recyclé par des robots. C’est votre façon de reprendre le contrôle sur ce que vous lisez.
Et si vous avez aimé, partagez (c’est le meilleur coup de pouce pour un blog indépendant qui publie sans algorithme ni sponsor déguisé).
Un clic, gratuit. Nécessite d’être connecté à votre compte Google.
Franchement flippant cette histoire. Perso je bidouille des scripts de vision par ordi sur mon blog de tests et même avec 3 photos du même gars ça se plante une fois sur deux, alors en taule sur un match foireux quoi...