L’utilisateur veut comprendre l’identification biométrique dans le contexte de l’IA biométrique et l’appliquer à un travail pratique de gouvernance ou de conformité de l’IA.
L’identification biométrique est la reconnaissance automatisée de l’identité d’une personne physique en comparant ses données biométriques à des données biométriques stockées dans une base de données. Il s’agit généralement d’un processus de correspondance un-à-plusieurs visant à établir qui est la personne.
L’identification biométrique consiste à utiliser des données biométriques pour déterminer qui est une personne en la comparant à une base de référence. La distinction pratique est la correspondance un-à-plusieurs : le système demande « à quelle personne enregistrée ce visage, cette empreinte digitale, cet iris, cette voix ou cette démarche correspond-il ? ». Dans Caesar AI Atlas, cette page doit relier l’identification biométrique, la vérification biométrique, le système d’identification biométrique à distance et les données biométriques.
Un système d’identification biométrique ne se contente pas de vérifier si une personne est bien la titulaire d’un compte. Il tente d’identifier cette personne au sein d’un groupe. Par exemple, un système de caméras qui compare un visage à une liste de surveillance relève de l’identification, tandis que le déverrouillage d’un téléphone avec son propre visage relève généralement de la vérification.
Analogie
L’identification demande « Qui est cette personne ? » ; la vérification demande « Est-ce bien la personne qu’elle prétend être ? »
L’identification biométrique est un sujet à forts enjeux, car elle peut affecter la vie privée, la liberté de circulation, l’accès aux services, les activités policières, l’emploi et la surveillance publique. Les fausses correspondances peuvent mettre des personnes en cause à tort, tandis que les faux rejets peuvent refuser un accès ou une protection. Comme les caractéristiques biométriques sont difficiles à modifier, une mauvaise utilisation ou une fuite peut créer un risque de long terme.
Urgence
Les équipes doivent classifier les cas d’usage d’identification biométrique tôt, avant d’intégrer des caméras, capteurs, bases d’identité ou outils fournisseurs dans des workflows de production.
Une revue de gouvernance doit documenter la finalité de l’identification, la modalité biométrique, la base de référence, le seuil de correspondance, le processus de revue humaine, les taux d’erreur, les performances selon les groupes démographiques, la durée de conservation, les contrôles de sécurité, la base juridique et les obligations d’information des utilisateurs. Dans les contextes européens, les équipes doivent aussi évaluer si le système relève des règles de l’AI Act relatives aux systèmes à haut risque, aux pratiques interdites ou à l’identification biométrique à distance dans les espaces accessibles au public.
Une erreur fréquente consiste à traiter tous les usages biométriques comme identiques. L’identification, la vérification, la catégorisation et l’authentification ont des profils juridiques et de risque différents. Une autre erreur consiste à supposer que les déclarations d’exactitude du fournisseur suffisent ; les performances peuvent varier selon l’éclairage, la qualité des caméras, les caractéristiques démographiques et le contexte de déploiement. Les équipes négligent aussi souvent la gouvernance des listes de surveillance, la conservation des données, les droits de recours et la confiance excessive accordée par les humains à une correspondance générée par le système.
Qualifier une comparaison faciale avec une liste de surveillance de simple contrôle d’accès
Utiliser un benchmark fournisseur comme seule preuve
Ne pas tester les performances selon les groupes démographiques
Ne pas définir qui peut ajouter des personnes à une base de référence