Les lecteurs automatiques de plaques d’immatriculation (ALPR) sont désormais couplés à des algorithmes d’intelligence artificielle capables d’analyser les trajectoires de véhicules. L’American Civil Liberties Union (ACLU) a publié plusieurs exemples, dont celui de Grace Knowles, dont la plaque a été signalée comme « suspicious » après un trajet de plusieurs États en septembre 2025. Cette pratique soulève des questions techniques et juridiques quant à la collecte massive de données de localisation et à la fiabilité des modèles d’IA.

Contexte et déploiement des ALPR

Des entreprises comme Flock Safety et Axon commercialisent des systèmes qui scannent chaque plaque à l’approche d’un capteur, enregistrant l’identifiant du véhicule, la date, l’heure et les coordonnées GPS. Les données sont stockées dans des bases centralisées accessibles aux services de police pour des recherches ultérieures. Selon le texte, plusieurs services, dont le LAPD, ont suspendu ou résilié leurs contrats avec Flock sous la pression d’une opposition publique croissante. Un sondage YouGov d’août indique que 46 % des répondants s’opposent à l’usage de ces technologies, contre 38 % qui les soutiennent.

Fonctionnement technique et IA

Les ALPR traditionnels extraient le texte de la plaque via OCR. Les versions récentes intègrent des modèles d’apprentissage automatique qui créent des cartes de chaleur représentant les déplacements d’un véhicule à l’échelle nationale. Dans le cas de Knowles, l’officier a montré une visualisation où chaque cercle correspondait à un point de capture, et un clic affichait une photo de la plaque. Flock aurait développé un outil capable d’identifier un conducteur uniquement à partir de ses schémas de déplacement, sans recourir à la reconnaissance faciale. Cette approche repose sur le clustering de trajectoires et la classification supervisée, mais la documentation publique ne précise pas les seuils de probabilité ni les jeux de données d’entraînement, ce qui complique l’évaluation du taux de faux positifs.

Impacts juridiques et risques de mauvaise identification

Un jury fédéral du Texas a récemment jugé en faveur d’un automobiliste poursuivant la police pour un « arrêt de circulation inconstitutionnel » déclenché par un ALPR alimenté par l’IA. Le plaignant était ciblé après que sa plaque ait été marquée pour un trajet aller‑retour entre Houston et Carrizo Springs. Le verdict souligne que la simple corrélation de déplacements ne constitue pas une cause probable selon la jurisprudence américaine. De plus, les incidents rapportés – une grand‑mère interrogée par la CBP sur ses visites de casino et un conducteur du Wisconsin accusé de trafic de marijuana – illustrent comment des critères de « suspicion » peuvent être subjectifs et dépendre d’interprétations locales.

Réactions publiques et perspectives

Les organisations de défense des libertés civiles demandent une réglementation stricte, incluant des exigences de mandat judiciaire et de transparence sur les algorithmes. L’absence de normes ouvertes rend difficile l’audit indépendant des modèles d’IA, alors même que les systèmes sont déployés à grande échelle. En l’état actuel, la combinaison d’ALPR et d’analyse prédictive crée un profilage de mobilité qui dépasse le cadre d’une enquête ciblée, augmentant le risque d’erreurs et de discriminations. Sans cadre légal clair, la technologie risque de s’étendre au-delà de son usage initial de soutien aux enquêtes criminelles.