L’utilisateur veut comprendre les données biométriques dans le contexte de l’IA biométrique et l’appliquer à des travaux pratiques de gouvernance ou de compliance de l’IA.
Les données biométriques sont des données personnelles produites par un traitement technique spécifique des caractéristiques physiques, physiologiques ou comportementales d’une personne. Les exemples incluent les images faciales, empreintes digitales, motifs vocaux, démarche et autres identifiants pouvant soutenir la reconnaissance ou l’identification.
Les données biométriques sont des données personnelles résultant d’un traitement technique spécifique des caractéristiques physiques, physiologiques ou comportementales d’une personne. Dans les systèmes d’IA, elles peuvent inclure des modèles faciaux, des empreintes digitales, des motifs d’iris, des empreintes vocales, des schémas de démarche ou d’autres caractéristiques utilisées pour reconnaître, vérifier, identifier ou distinguer une personne.
Les données biométriques ne sont pas automatiquement une photo, un enregistrement ou une trace de mouvement dans toutes les situations. Elles deviennent des données biométriques lorsqu’un traitement technique extrait ou utilise des caractéristiques du corps ou du comportement d’une personne pour la reconnaissance ou une analyse liée à l’identité. Le risque augmente lorsque les données peuvent identifier de manière unique quelqu’un ou être liées à une base de référence.
Analogie
C’est comme convertir un visage, une empreinte digitale ou une voix en motif numérique qu’un système peut comparer à d’autres motifs.
Les données biométriques sont importantes parce qu’elles sont étroitement liées à l’identité et qu’elles sont difficiles, voire impossibles, à remplacer si elles sont compromises. Elles peuvent permettre une authentification sécurisée, mais aussi faciliter la surveillance, l’exclusion, la discrimination ou l’identification erronée. Leur traitement juridique dépend de la finalité, de la méthode de traitement, de l’identifiabilité et de l’usage des données pour identifier de manière unique une personne physique.
Urgence
Les équipes doivent identifier les données biométriques dès la conception, avant de créer des jeux de données, des intégrations fournisseurs ou des fonctionnalités de reconnaissance en production.
Une revue de compliance pratique doit documenter quelles caractéristiques biométriques sont traitées, comment les modèles sont générés, si les données sont utilisées pour la vérification ou l’identification, quelle base juridique s’applique, qui peut accéder aux données, combien de temps elles sont conservées et comment les personnes peuvent exercer leurs droits. La sécurité doit inclure le chiffrement, le contrôle d’accès, la séparation des bases de référence, les journaux d’audit, les procédures de suppression et les protections contre l’usurpation ou la fuite de modèles.
Une erreur fréquente consiste à supposer que les données biométriques n’existent que dans les systèmes de police ou de contrôle aux frontières. Elles peuvent aussi apparaître dans les outils de travail, le contrôle d’accès, l’onboarding fintech, la santé, l’éducation, l’analyse retail et les appareils grand public. Une autre erreur consiste à supposer que l’anonymisation est facile : les modèles biométriques peuvent rester liables ou ré-identifiables lorsqu’ils sont combinés à d’autres données. Les équipes confondent également les médias bruts avec les modèles biométriques extraits.
Stocker des modèles faciaux sans limites de conservation
Traiter les empreintes vocales comme de simples fichiers audio
Ignorer l’accès fournisseur aux bases biométriques
Supposer que la disponibilité publique supprime les obligations de confidentialité
Cette réponse doit renvoyer à l’IA biométrique, à la technologie biométrique, à l’identification biométrique, aux données personnelles, aux catégories particulières de données personnelles, à l’anonymisation, à la pseudonymisation, à la reconnaissance faciale et aux obligations biométriques de l’AI Act de l’UE.