L'évolution des technologies permet une exploitation sans précédent des renseignements personnels sensibles qui sont propres à chaque individu.
Trois types de caractéristiques biométriques
Empreintes digitales
Faciès
Forme de la main
Iris
Rétine
ADN
Odeur
Salive
Urine
Démarche
Écriture
Expressions faciales
Les nouvelles technologies
La puissance des ordinateurs, l’existence de réseaux qui permettent de partager de grandes masses de données ainsi que le développement d’algorithmes sophistiqués capables d’analyser ces données (autrement appelée intelligence artificielle) permettent, non seulement de faire autrement des tâches existantes, comme l’authentification, mais aussi d’accomplir pour la première fois sur une grande échelle des tâches d’identification biométrique.
Les enjeux de la reconnaissance faciale
Sans consentement éclairé
Une technique comme la reconnaissance du visage peut être utilisée à distance et donc à l’insu de la personne, sans son consentement.
La fin de l'anonymat?
Avec la multiplication des caméras dans l’espace public et la prolifération de notre image dans l’espace virtuel, un usage sans contrôle de la reconnaissance faciale ne peut qu’annihiler toute prétention à l’anonymat, une des composantes du droit à la vie privée.
L’identité biométrique a aussi la propriété d’être « indélébile ». Nous ne pouvons pas nous départir de nos caractéristiques physiologiques ou biologiques pour passer inaperçu.
Les systèmes biométriques comportent des failles inquiétantes
qui peuvent mener à de graves erreurs d'identification.
Des failles inquiétantes
Même si la caractéristique physique utilisée par un système biométrique est réputée être unique à une personne, cela ne signifie pas que les systèmes biométriques sont sans failles. Un système de reconnaissance faciale prend une image du visage au moyen d’un capteur, puis un algorithme la convertit en un identifiant électronique (un code).
Des marges d'erreur à considérer
Or, d’une fois à l’autre, pour des raisons qui dépendent de la technique utilisée et de la condition de prise de vue, le système ne génère pas exactement le même code pour le même individu. Les concepteurs du système doivent donc prévoir une marge d’erreur dans la comparaison des codes.
Une marge trop étroite engendrera un haut taux de faux rejets (faux négatifs), c’est-à-dire de personnes qui ne sont pas reconnues par le système.
Par contre, une marge trop large augmentera le taux de fausses identifications (faux positifs).
Le taux d’erreur d’un système d’identification biométrique augmente lorsque la taille de la banque de données augmente.
De graves erreurs d'identification
En 2018, l’American Civil Liberties Union (ACLU) a demandé au système de reconnaissance faciale d’Amazon de comparer les photos des membres du Congrès des États-Unis à une banque de photos de 25 000 personnes associées à des crimes. Le logiciel a faussement identifié 28 membres du Congrès comme étant une des 25 000 personnes de la banque de données.
Un taux d’erreur plus élevé pour les personnes racisées
Les algorithmes sur lesquels se basent les outils actuels de reconnaissance faciale étant façonnés en majorité par des hommes blancs, ces machines intelligentes présentent des biais d’apprentissage qui reflètent ceux de leurs concepteurs : certaines expériences de reconnaissance faciale ont montré plus d’erreurs à l’identification des personnes noires, en particulier les femmes noires.
Cela est d’autant plus préoccupant que les personnes racisées sont celles qui sont le plus visées par les systèmes d’identification judiciaires.
Les risques associés
Il faut également retenir les risques associés à l’utilisation de données biométriques : risques de vol permanent d’identité, de sécurité reliée à la centralisation des bases de données, de sécurité des réseaux, de discrimination des personnes, de piratage de technologies, entre autres.