Le ministère de l'Intérieur britannique va utiliser l'intelligence artificielle pour estimer l'âge des demandeurs d'asile : quelle est la précision de cette technologie ?
infohightech ·
Dès l'année prochaine, le ministère de l'Intérieur prévoit d'utiliser l'estimation de l'âge par reconnaissance faciale basée sur l'intelligence artificielle pour évaluer l'âge des demandeurs d'asile. À la frontière britannique, déterminer si une personne a 17 ou 19 ans est une décision lourde de conséquences. Une erreur dans un sens et un autre, et un enfant vulnérable perd les protections juridiques auxquelles il a droit. Mais si l'erreur est dans l'autre sens, c'est un adulte qui entre dans un système conçu pour les mineurs.
Cette technologie est-elle prête pour une décision aussi cruciale ?
L'estimation de l'âge par le visage repose sur l'analyse d'une photographie par un système d'intelligence artificielle . Ce système effectue plusieurs niveaux d'analyse, chacun détectant des caractéristiques de plus en plus subtiles dans l'image. Il est entraîné sur des millions de photographies de personnes dont l'âge est connu. Au fil du temps, le modèle apprend à associer les caractéristiques d'un visage à des tranches d'âge probables : texture de la peau, profondeur des rides autour des yeux, structure osseuse et répartition des tissus mous.
Cela diffère de la reconnaissance faciale, qui identifie une personne en comparant son visage à une base de données existante.
Le système ne fournit pas de réponse unique et définitive. Il produit une distribution de probabilité, plus proche de « très probablement entre 17 et 21 ans » que de « cette personne a 18 ans ». Les recherches sur les biais d'automatisation dans l'immigration montrent que même lorsque les résultats algorithmiques sont consultatifs, les agents, pressés par le temps, ont tendance à s'y fier plutôt qu'à les remettre en question, et une fourchette devient un simple chiffre.
En vertu de la loi britannique, les demandeurs d'asile non accompagnés de moins de 18 ans sont considérés comme des enfants, ce qui signifie qu'ils sont placés sous la tutelle des autorités locales, ont accès à l'éducation et bénéficient de protections juridiques dont ne bénéficient pas les adultes. L'enjeu de cette limite d'un an est considérable.
Quelle est la qualité de cette technologie ?
L’Institut national des normes et de la technologie (NIST) est l’agence américaine qui fournit des référentiels mondiaux indépendants pour ce type de technologie. Il mène des évaluations continues depuis 2024, testant des algorithmes sur des ensembles de données couvrant plusieurs types d’images, y compris des photographies de passages frontaliers .
Ces systèmes mesurent leur performance à l'aide d'une erreur absolue moyenne : le nombre moyen d'années d'écart entre la prédiction du système et l'âge réel. Les algorithmes les plus performants atteignent désormais une erreur absolue moyenne inférieure à trois ans pour tous les âges, un chiffre qui aurait paru ambitieux il y a encore peu de temps.
Une marge d'erreur moyenne de trois ans pour une photo inconnue est techniquement très bonne : des recherches utilisant des photos d'identité ont montré que les personnes qui estiment l'âge d'un visage inconnu se trompent généralement d'environ huit ans. Mais lorsque des décisions délicates peuvent influencer le cours d'une vie, même le meilleur outil disponible doit être examiné avec attention.
Le ministère de l'Intérieur a confié à Cognitec, classée quatrième mondiale dans le dernier classement établi par le NIST , le développement du système par l'intermédiaire de la société britannique Akhter Computers. Un essai grandeur nature est prévu dans un centre de traitement du ministère à Douvres avant un déploiement plus large. Cette technologie constituera un outil parmi d'autres, les agents conservant le pouvoir de décision final.
Malgré les progrès technologiques, les données du NIST montrent que la précision des systèmes se dégrade significativement aux limites les plus critiques. Au seuil de 16 à 18 (la ligne exacte qui marque la frontière), les marges d'erreur des systèmes les plus performants sont sensiblement supérieures à la moyenne générale.

L'âge des migrants arrivant par petite embarcation sera évalué par une estimation d'âge basée sur l'IA à partir de 2027.
Les données du NIST montrent également que les performances sont systématiquement inférieures pour les visages féminins et varient considérablement selon la région géographique ; autrement dit, les algorithmes entraînés principalement sur certaines régions sont moins précis pour les visages d'autres régions. Étant donné que la majorité des personnes évaluées à la frontière britannique proviennent de régions sous-représentées dans ces ensembles de données d'entraînement, cela est préoccupant.
Il y a aussi le problème des données d'entraînement. Ces modèles sont principalement construits sur des ensembles de données occidentaux, majoritairement blancs et fortement biaisés en faveur des hommes, ce qui constitue une véritable limite. Cela s'explique par le fait que l'infrastructure de recherche et commerciale ayant permis de constituer ces ensembles de données (universités, entreprises technologiques, programmes d'identification gouvernementaux disposant d'archives accessibles) était concentrée en Amérique du Nord et en Europe. Les données reflètent donc les acteurs présents.
Les recherches montrent systématiquement la conséquence : une précision moindre pour les groupes ethniques sous-représentés . Les personnes les plus touchées par les erreurs de ce système sont précisément celles que la technologie a été le moins conçue pour servir.
Avant que cet outil puisse être véritablement pris en compte dans les décisions relatives à l'âge, trois conditions doivent être démontrées. Son exactitude doit être validée sur la population réelle qu'il évaluera – non pas un ensemble de données de référence généralisé, mais des personnes épuisées, potentiellement malnutries, photographiées dans des conditions frontalières réelles.
Les données démographiques doivent être publiées de manière transparente, ventilées par sexe et origine ethnique, avec des protocoles clairs définissant les cas où les résultats doivent être écartés. Enfin, la garantie d’une intervention humaine – le principe selon lequel un agent formé, et non un algorithme, prend la décision finale – doit être effective et non une simple formalité.
L'organisme de contrôle interne du ministère de l'Intérieur a constaté que le personnel du centre de traitement de Douvres ne bénéficiait pas d'une formation adéquate aux méthodes d'évaluation actuelles . L'aspect humain est tout aussi important que la technologie. L'inspecteur indépendant a reconnu qu'en l'absence de test infaillible, certaines décisions seront inévitablement erronées, et que cela est particulièrement préoccupant lorsqu'un enfant se voit refuser les droits et la protection auxquels il a droit.
L'estimation de l'âge par l'IA ne constituera pas, à elle seule, une méthode infaillible. Toutefois, utilisée avec soin, transparence et responsabilité, elle pourrait contribuer de manière significative à améliorer la qualité de ces décisions, et ce, plus fréquemment.