Bexar County utilise des lecteurs de plaques AI et paie 76 $

Contexte de l'arrestation

En mars 2022, Alek Schott, conducteur de camion, a été arrêté dans le comté de Bexar, Texas, sous le prétexte d’un « déviation de voie ». Le dépôt du député Joel Babb révèle que la raison officielle était factice ; la véritable motivation provenait d’un message WhatsApp envoyé par un agent identifié comme « Kiki », qui aurait eu un accès quasi instantané aux données d’un lecteur de plaques automatisé (ALPR) exploité par le service de police. Le message signalait un « retour en un jour » suspect, c’est‑à‑dire que Schott aurait parcouru Houston‑Carrizo Springs‑Houston en moins de 24 heures, ce qui a suffi à déclencher l’intervention du département de la Criminal Interdiction Unit.

Le conducteur a été détenu pendant 76 minutes, période pour laquelle il a réclamé 1 $ par minute, montant finalement accordé par le jury fédéral du Texas. Aucun objet illicite n’a été découvert malgré l’utilisation d’un chien renifleur, dont l’alerte a été déclenchée par le simple signal du maître, comme le montre la vidéo du body‑cam.

Fonctionnement des lecteurs de plaques automatisés

Les ALPR, comme ceux fournis par Flock Safety et déployés par le bureau du shérif de Bexar, capturent en temps réel les plaques d’immatriculation via caméras à haute résolution, puis appliquent des algorithmes d’apprentissage automatique pour comparer chaque lecture à des bases de données de véhicules recherchés ou à des critères de comportement suspect. Dans ce cas, l’algorithme a identifié le schéma de trajet de Schott comme « potentiellement anormal », déclenchant une alerte qui a été relayée à un groupe WhatsApp de police. L’absence de transparence sur les seuils de détection et sur les modèles d’IA utilisés rend difficile l’évaluation du taux de faux positifs, alors même que la technologie est censée réduire les interventions arbitraires.

Le processus de décision automatisée repose sur trois étapes : capture d’image, extraction de texte (OCR) et classification par IA. Chaque étape introduit une marge d’erreur ; par exemple, une mauvaise lecture OCR peut associer une plaque à un véhicule différent, tandis que le modèle de classification peut sur‑pondérer des critères de vitesse ou de distance sans tenir compte du contexte professionnel du conducteur.

Analyse juridique et implications pour la vie privée

Le jugement de 76 $ constitue une reconnaissance judiciaire que le recours à l’ALPR a violé les droits constitutionnels de Schott, notamment le quatrième amendement. L’Institute for Justice, qui a soutenu la plainte, envisage de demander une injonction pour empêcher le comté d’utiliser des arrêts de trafic non fondés comme prétexte à des fouilles sans mandat. Cette affaire illustre le risque juridique lié à l’absence de garde‑fous légaux sur les systèmes de surveillance automatisés : chaque alerte peut être transformée en arrêt de police, même en l’absence de preuve tangible.

Les critiques, comme Jake Laperruque du Center for Democracy and Technology, soulignent que les promesses commerciales des fournisseurs d’ALPR – « améliorer la sécurité publique » – sont souvent contrecarrées par des erreurs de classification qui portent atteinte aux libertés civiles. Sans exigences de transparence sur les algorithmes et sans audit indépendant, les autorités locales peuvent involontairement créer un climat de surveillance de masse où chaque conducteur devient potentiellement une cible.