La technologie de reconnaissance faciale utilisée par la police au Royaume-Uni est désormais très précise, mais la compréhension du public reste à la traîne.
infohightech ·
Les réformes policières proposées par le gouvernement britannique en Angleterre et au Pays de Galles prévoient un recours accru à la technologie de reconnaissance faciale. Le nombre de véhicules équipés de systèmes de reconnaissance faciale devrait passer de dix à cinquante, les rendant ainsi accessibles à tous les services de police des deux pays.
Le plan prévoit 26 millions de livres sterling pour un système national de reconnaissance faciale et 11,6 millions pour une technologie de reconnaissance faciale en temps réel. Cette annonce intervient avant la fin de la consultation publique de 12 semaines menée par le gouvernement sur l'utilisation de cette technologie par la police.
La ministre de l'Intérieur, Shabana Mahmood, affirme que la technologie de reconnaissance faciale a « déjà conduit à 1 700 arrestations rien que dans la police métropolitaine – je pense qu'elle a un énorme potentiel ».
Depuis 2020 , nous étudions l'opinion publique mondiale sur l'utilisation de cette technologie. Bien que les niveaux de précision évoluent constamment, nous avons constaté que la sensibilisation du public à ce sujet n'est pas toujours à jour.
Au Royaume-Uni, cette technologie a jusqu'à présent été utilisée par la police de trois manières principales . Toutes les forces de police britanniques sont capables d'utiliser la reconnaissance faciale « rétrospective » pour analyser les images issues de la vidéosurveillance, par exemple pour identifier des suspects. Treize des 43 forces de police utilisent également la reconnaissance faciale en temps réel dans les espaces publics pour localiser des personnes recherchées ou disparues.
En outre, deux forces de police (le sud du Pays de Galles et Gwent) utilisent la « reconnaissance faciale initiée par l'opérateur » via une application mobile, permettant aux agents de prendre une photo lorsqu'ils arrêtent une personne et de comparer ensuite son identité à une liste de surveillance contenant des informations sur des personnes d'intérêt – soit parce qu'elles ont commis un crime, soit parce qu'elles sont portées disparues.
Dans des pays comme la Chine , la technologie de reconnaissance faciale est largement utilisée par la police, notamment grâce à son intégration dans des systèmes de surveillance de masse en temps réel. Au Royaume-Uni, certaines entreprises privées, y compris des enseignes de grande distribution, utilisent cette technologie pour identifier les voleurs à l'étalage récidivistes.
Malgré l'utilisation répandue de cette technologie, notre dernière enquête sur l'opinion publique en Angleterre et au Pays de Galles (en attente d'évaluation par les pairs) révèle qu'environ 10 % seulement des personnes interrogées estiment bien comprendre comment et quand cette technologie est utilisée. Ce chiffre représente toutefois une nette amélioration par rapport à notre étude de 2020 , où de nombreux participants à nos groupes de discussion britanniques pensaient que cette technologie relevait de la science-fiction, « quelque chose qui n'existe que dans les films ».
L'une des préoccupations récurrentes concerne la précision moindre de la reconnaissance faciale pour identifier les visages non blancs. Cependant, nos recherches et d'autres tests suggèrent que ce n'est pas le cas pour les systèmes actuellement utilisés au Royaume-Uni, aux États-Unis et dans certains autres pays.
La technologie actuelle est-elle précise ?
On croit souvent, à tort, que la technologie de reconnaissance faciale capture et stocke une image de votre visage. En réalité, elle crée une représentation numérique du visage sous forme de nombres. Cette représentation est ensuite comparée à des représentations numériques de visages connus afin de déterminer le degré de ressemblance.
Ces dernières années, nous avons constaté une amélioration rapide des performances des algorithmes de reconnaissance faciale grâce à l’utilisation de « réseaux neuronaux convolutifs profonds » – des réseaux artificiels composés de plusieurs couches, conçus pour imiter un cerveau humain .
Les forces de police du Surrey et du Sussex dévoilent de nouveaux fourgons de reconnaissance faciale en direct, novembre 2025. Vidéo : Police du Sussex.
Il existe deux types d'erreurs qu'un algorithme de reconnaissance faciale peut commettre : les « faux négatifs », lorsqu'il ne reconnaît pas une personne recherchée, et les « faux positifs », lorsqu'il identifie incorrectement la mauvaise personne.
L'Institut national américain des normes et de la technologie (NIST) réalise l'évaluation de référence mondiale des algorithmes de reconnaissance faciale. Les 16 algorithmes actuellement en tête de son classement affichent tous un taux de faux négatifs inférieur à 1 %, tandis que le taux de faux positifs est maintenu à 0,3 %.
Les données du Laboratoire national de physique du Royaume-Uni montrent que le système testé et utilisé par la police britannique pour interroger ses bases de données identifie correctement les personnes dans 99 % des cas . Ce niveau de précision est obtenu grâce à un équilibre entre un taux d'identification correct élevé et un faible taux de faux positifs.
Bien que certaines personnes soient mal à l'aise avec même de faibles taux d'erreur, il a été constaté que les observateurs humains commettent beaucoup plus d'erreurs lorsqu'ils effectuent des tâches similaires. Deux des tests standard de reconnaissance faciale consistent à comparer deux images côte à côte et à déterminer si elles représentent la même personne. L'un des tests a enregistré un taux d'erreur allant jusqu'à 32,5 % , et l'autre, un taux d'erreur de 34 % .
Historiquement, lors des tests de précision des technologies de reconnaissance faciale, des taux d'erreur plus élevés ont été constatés pour les visages non blancs. Dans une étude de 2018 , par exemple, les taux d'erreur pour les femmes à la peau foncée étaient 40 fois supérieurs à ceux des hommes blancs.
Ces premiers systèmes ont été entraînés sur un petit nombre d'images, principalement des visages d'hommes blancs. Les systèmes récents ont été entraînés sur des ensembles d'images beaucoup plus vastes et soigneusement équilibrés. Ils font l'objet de tests réguliers afin de détecter d'éventuels biais démographiques et sont optimisés pour minimiser les erreurs.
Le NIST a publié des tests montrant que, même si les principaux algorithmes présentent encore des taux de faux positifs légèrement plus élevés pour les visages non blancs que pour les visages blancs, ces taux d'erreur sont inférieurs à 0,5 % .
Comment le public perçoit cette technologie
Selon notre enquête de janvier 2026 menée auprès de 1 001 personnes en Angleterre et au Pays de Galles, près de 80 % des personnes interrogées se sentent désormais « à l’aise » avec l’utilisation par la police de la technologie de reconnaissance faciale pour rechercher des personnes figurant sur les listes de surveillance policière.
Cependant, seulement 55 % environ des personnes interrogées ont déclaré faire confiance à la police quant à l'utilisation responsable de la reconnaissance faciale. À titre de comparaison, ces chiffres étaient de 79 % et 63 % lorsque nous avons posé les mêmes questions à 1 107 personnes au Royaume-Uni en 2020 .
À deux reprises, nous avons interrogé le public sur son degré d'approbation quant à l'utilisation de la technologie de reconnaissance faciale par la police à différentes fins. Nos résultats montrent que le public reste particulièrement favorable à l'utilisation de la reconnaissance faciale par la police dans les enquêtes criminelles (90 % en 2020 et 89 % en 2026), pour la recherche de personnes disparues (de 86 % à 89 %) et pour l'identification des personnes ayant commis un crime (de 90 % à 89 %).
De nombreux exemples montrent comment la reconnaissance faciale aide la police à localiser des personnes recherchées et vulnérables. Cependant, à mesure que cette technologie se généralise, nos recherches indiquent que la police et le ministère de l'Intérieur doivent redoubler d'efforts pour informer le public sur son utilisation, qu'elle soit bonne ou mauvaise.
Nous suggérons également que le nouveau cadre juridique proposé s'applique à tous les utilisateurs de la reconnaissance faciale, et non pas seulement aux forces de l'ordre. Dans le cas contraire, la confiance du public dans l'utilisation de cette technologie par la police pourrait être compromise par des agissements moins responsables d'autres utilisateurs.
Il est essentiel que la police utilise des systèmes à jour pour se prémunir contre les biais démographiques. Un service de police national plus rationalisé, tel que présenté dans le dernier livre blanc du gouvernement , pourrait contribuer à garantir l'utilisation uniforme de ces systèmes et la formation cohérente des agents à leur utilisation correcte et équitable.