Aller au contenu principal
SécuritéNumerama12sem· 1 min de lecture

Confondue par une IA, une Américaine innocente passe près de six mois en prison

Source originale ↗·

Une Américaine de 50 ans a passé près de six mois derrière les barreaux pour une fraude qu'elle n'a pas commise — seule « preuve » retenue contre elle : l'identification erronée d'un logiciel de reconnaissance faciale. Libérée sans ressources ni indemnisation immédiate, elle affirme avoir tout perdu : emploi, logement, vie sociale.

Cette affaire illustre une fois de plus les dérives documentées de la reconnaissance faciale appliquée à la justice pénale. Des études indépendantes ont montré que ces algorithmes affichent des taux d'erreur significativement plus élevés sur les femmes et les personnes à la peau foncée, soulevant des questions profondes sur l'équité du système judiciaire américain lorsqu'il s'appuie sur ces outils. Ce n'est pas un cas isolé : plusieurs affaires similaires ont déjà conduit à des arrestations injustifiées aux États-Unis, notamment à Detroit et à New Orleans.

L'identité précise de la victime et le nom du logiciel incriminé n'ont pas été rendus publics dans les informations disponibles, mais le schéma est désormais bien connu : une correspondance algorithmique, rarement contestée par les enquêteurs, suffit parfois à déclencher une arrestation, une mise en examen, puis une détention provisoire prolongée. Dans ce cas, la femme aurait subi près de six mois de détention avant que son innocence ne soit établie — un délai qui souligne les lenteurs du système face aux erreurs technologiques.

Des associations de défense des droits civiques, dont l'ACLU, réclament depuis plusieurs années un moratoire sur l'usage de la reconnaissance faciale dans les enquêtes criminelles. Cette nouvelle affaire devrait renforcer la pression sur les législateurs américains pour encadrer — voire interdire — le recours à ces technologies comme élément de preuve, sans vérification humaine approfondie et contradictoire.

Impact France/UE

Ce cas illustre les risques concrets des systèmes de reconnaissance faciale utilisés par les forces de l'ordre, un sujet directement encadré par l'AI Act européen qui restreint leur usage dans les espaces publics.

Cet article vous a été utile ?

Vu une erreur factuelle dans cet article ? Signalez-la. Toutes les corrections valides sont publiées sur /corrections.

À lire aussi

1Numerama 

Il confie une mise à jour à une IA, elle supprime toute sa base de production

Un développeur indépendant a confié une mise à jour à une IA qui a supprimé toute sa base de données de production. Cet incident, ainsi que des cas similaires chez de grandes entreprises comme Amazon, relancent le débat sur les risques liés à l'utilisation de l'IA dans le développement logiciel.

UELes développeurs européens utilisant des outils IA pour automatiser des tâches critiques doivent renforcer leurs garde-fous (sauvegardes, permissions limitées) face à ce type de risque.

SécuritéOpinion
1 source
La Chine clone-t-elle l’IA américaine ? La Maison-Blanche accuse son rival de pillage industriel
2Frandroid 

La Chine clone-t-elle l’IA américaine ? La Maison-Blanche accuse son rival de pillage industriel

La Maison-Blanche a publié un mémorandum interne révélant que des entreprises chinoises mènent des opérations de piratage industriel visant à reproduire les grands modèles d'intelligence artificielle américains, notamment ChatGPT d'OpenAI et Claude d'Anthropic. La technique incriminée est le "model distillation" : en interrogeant massivement un modèle existant, il est possible d'entraîner un modèle concurrent à bien moindre coût, sans accéder directement aux poids ou au code source de l'original. Cette pratique permettrait à des acteurs chinois de contourner des années de recherche et des milliards de dollars d'investissement. L'enjeu est considérable pour les entreprises américaines qui ont engagé des ressources colossales dans le développement de leurs modèles. Si le clonage à grande échelle est confirmé, c'est l'avantage compétitif fondamental de l'industrie IA américaine qui est menacé : non pas le code, mais l'intelligence accumulée dans les paramètres des modèles. Pour les utilisateurs et les investisseurs, cela soulève des questions sur la viabilité des barrières à l'entrée dans ce secteur et sur la capacité des entreprises à rentabiliser leurs recherches face à des concurrents qui s'approprient leurs résultats. Cette accusation s'inscrit dans un contexte de rivalité technologique intense entre Washington et Pékin. Le phénomène avait déjà éclaté au grand jour début 2025 avec DeepSeek, dont plusieurs chercheurs avaient soupçonné qu'il s'était appuyé sur des sorties de ChatGPT pour s'entraîner. Les États-Unis ont depuis renforcé les contrôles à l'exportation sur les puces Nvidia destinées à la Chine, mais ces restrictions ne bloquent pas les attaques par distillation, qui n'exigent qu'un accès aux API publiques.

UELa rivalité sino-américaine sur l'IA renforce les enjeux de souveraineté technologique en Europe, où les institutions et régulateurs pourraient être amenés à encadrer l'accès aux API des grands modèles pour limiter des risques similaires de distillation à grande échelle.

SécuritéOpinion
1 source
Pourquoi générer son mot de passe avec l’IA est une très mauvaise idée
3Numerama 

Pourquoi générer son mot de passe avec l’IA est une très mauvaise idée

Les mots de passe générés par IA semblent aléatoires mais reproduisent en réalité des schémas récurrents, car les modèles de langage manquent de véritable hasard cryptographique. Cette prévisibilité crée une nouvelle surface d'attaque à grande échelle, rendant ces mots de passe plus vulnérables qu'ils n'y paraissent.

UELes utilisateurs européens qui génèrent des mots de passe via des LLMs s'exposent à une surface d'attaque systémique exploitable à grande échelle.

SécuritéOpinion
1 source
Les Américains ne savent pas détecter les deepfakes : une crise pour les entreprises, pas seulement pour les consommateurs
4VentureBeat AI 

Les Américains ne savent pas détecter les deepfakes : une crise pour les entreprises, pas seulement pour les consommateurs

Une enquête publiée en 2026 par la société estonienne de vérification d'identité Veriff, menée avec l'institut Kantar auprès de 3 000 personnes aux États-Unis, au Royaume-Uni et au Brésil, révèle que les Américains sont incapables de distinguer un deepfake d'un contenu authentique de manière fiable. Sur une échelle où 0 représente le hasard pur, les répondants américains n'obtiennent qu'un score de 0,07, à peine mieux qu'un pile ou face. Seulement 63 % des adultes américains déclarent savoir ce qu'est un deepfake, contre 74 % au Royaume-Uni et 67 % au Brésil. Les vidéos générées par IA sont régulièrement identifiées comme authentiques, tandis que de vraies vidéos sont souvent signalées comme fausses. En comparaison côte à côte, les jugements des participants se répartissent de manière presque égale, rendant l'inspection visuelle obsolète comme méthode de vérification. Malgré tout, environ la moitié des répondants américains se disent confiants dans leur capacité à détecter ces contenus manipulés. Ce décalage entre confiance perçue et compétence réelle représente un risque systémique pour les entreprises. Toute plateforme numérique qui repose sur la vérification d'identité par image ou vidéo est directement exposée : onboarding bancaire, récupération de compte, authentification sur les réseaux sociaux, contrôle d'accès en entreprise, vérification des vendeurs sur les marketplaces. Aux États-Unis, la fraude à l'identité synthétique génère déjà des milliards de dollars de pertes annuelles. L'étude identifie également une catégorie à très haut risque : environ 7 % des utilisateurs, peu habiles à détecter les deepfakes mais très confiants dans leur jugement, qui vérifient rarement ce qu'ils voient. A l'échelle nationale, ce groupe représente des millions de comptes facilement exploitables. Ira Bondar-Mucci, responsable de la plateforme anti-fraude chez Veriff, est direct : "L'oeil humain n'est plus une ligne de défense fiable. Les entreprises doivent investir dans des technologies de vérification automatisée capables de détecter ce que les humains ne peuvent simplement pas." Le paradoxe est saisissant : les États-Unis sont le centre mondial du développement de l'IA générative, mais leurs consommateurs restent les moins familiarisés avec l'un de ses sous-produits les plus dangereux. Historiquement, le débat sur la fraude numérique américaine s'est centré sur la confidentialité des données plutôt que sur l'authenticité des contenus, laissant un angle mort considérable. Avec la démocratisation rapide des outils permettant de générer des faux convaincants, ce retard de sensibilisation amplifie le risque au lieu de le contenir. Veriff et d'autres acteurs de la vérification d'identité appellent les entreprises et les décideurs politiques à traiter cette question non plus comme une obligation de conformité réglementaire, mais comme une infrastructure numérique fondamentale. L'enjeu dépasse la simple fraude individuelle : si les systèmes visuels de vérification peuvent être contournés à grande échelle, c'est la confiance dans l'ensemble des échanges numériques qui se fragilise.

UELes conclusions de Veriff (entreprise estonienne, donc acteur UE) s'appliquent directement aux entreprises européennes qui s'appuient sur la vérification d'identité visuelle pour leurs obligations KYC/AML, dans un contexte où l'AI Act encadre déjà les systèmes biométriques à risque élevé.

SécuritéOpinion
1 source

Recevez l'essentiel de l'IA chaque jour

Une sélection éditoriale quotidienne, sans bruit. Directement dans votre boîte mail.

Recevez l'essentiel de l'IA chaque jour

Gratuit · 1 email le matin, rédigé par un humain · désinscription en un clic