Un hub d’IA biométrique pour l’identité, la vérification, la catégorisation, la reconnaissance des émotions, la reconnaissance faciale et les risques connexes de protection des données et du Règlement sur l’IA.
26
Termes
7
Comparaisons
8
Questions
L’IA biométrique couvre les systèmes qui utilisent des signaux physiques, physiologiques, comportementaux ou émotionnels pour vérifier, identifier, catégoriser ou inférer des informations sur des personnes. Elle est juridiquement sensible, car ces systèmes touchent souvent à l’identité, à la dignité, à la vie privée et au risque de discrimination.
Les erreurs ou détournements de systèmes biométriques peuvent affecter l’accès, la surveillance, la fraude, la réputation et la sécurité personnelle. Les médias synthétiques peuvent aussi affaiblir la confiance dans les preuves d’identité.
Utile pour les règles biométriques du Règlement sur l’IA, l’analyse des catégories particulières de données au titre du RGPD, les revues de déploiement dans le secteur public, la gouvernance de la reconnaissance faciale et la planification de la réponse aux deepfakes.
Termes permettant de comprendre les données biométriques et les traitements liés à l’identité.
Systèmes qui infèrent des catégories, émotions ou intentions à partir de caractéristiques ou signaux personnels.
Termes reliant l’IA biométrique aux deepfakes, au clonage vocal, aux médias synthétiques et aux défis probatoires.
Comparaison côte à côte entre identification biométrique et vérification biométrique. Elle explique comment la reconnaissance automatisée d’une identité par comparaison avec une base de données diffère d’une confirmation un-à-un de l’identité d’une personne.
Comparaison côte à côte entre système d’identification biométrique à distance et identification biométrique. Elle explique comment un système utilisé pour identifier des personnes sans participation active, généralement à distance, diffère du concept plus large d’identification biométrique.
Comparaison côte à côte entre système d’identification biométrique à distance en temps réel et système d’identification biométrique à distance un posteriori. Elle explique en quoi l’identification biométrique immédiate ou quasi immédiate diffère d’une identification effectuée après la capture.
Comparaison côte à côte du système de catégorisation biométrique et du système de reconnaissance des émotions. Comprenez en quoi le fait d’assigner des personnes à des catégories à partir de données biométriques diffère de l’inférence d’émotions ou d’intentions.
Comparaison côte à côte entre données biométriques et catégories particulières de données à caractère personnel. Comprendre comment les identifiants biométriques se rattachent à l’ensemble plus large des données personnelles sensibles protégées dans l’analyse européenne de confidentialité.
Comparaison côte à côte des deepfakes et des médias synthétiques. Comprenez comment les médias manipulés par IA, trompeurs ou d’apparence authentique, se rapportent à la catégorie plus large des médias générés ou modifiés par IA.
Comparaison côte à côte de Provenance / Watermarking et de la Coalition for Content Provenance and Authenticity (C2PA). Elle explique en quoi les concepts diffèrent, quand chaque terme s’applique et pourquoi cette distinction compte pour la gouvernance, l’évaluation ou la conception des systèmes d’IA.
Un système d’identification biométrique à distance est un système d’IA utilisé pour identifier des personnes physiques sans leur participation active, généralement à distance. Il compare les données biométriques d’une personne avec des données biométriques stockées dans une base de référence.
Un système d’identification biométrique à distance en temps réel est un système dans lequel la capture, la comparaison et l’identification des données biométriques se produisent sans délai significatif. La catégorie inclut l’identification instantanée ainsi que les courts délais destinés à empêcher le contournement.
Un système de reconnaissance des émotions est un système d’IA destiné à identifier ou inférer les émotions ou intentions de personnes physiques, souvent à partir de données biométriques. Comme ces systèmes peuvent affecter la vie privée, l’autonomie et l’équité, ils font l’objet d’un examen renforcé dans les contextes de gouvernance et de réglementation.
Un système de catégorisation biométrique est un système d’IA qui attribue des personnes physiques à des catégories spécifiques sur la base de données biométriques.
La technologie de reconnaissance faciale (FRT) désigne les systèmes automatisés qui identifient, vérifient ou catégorisent des personnes en analysant les traits du visage à partir d’images numériques ou de vidéos. C’est une technologie biométrique qui peut soulever des préoccupations de confidentialité, d’exactitude et de discrimination selon son usage.
Les deepfakes sont des images, sons ou vidéos générés ou manipulés par l’IA qui font paraître authentiques des personnes, objets, lieux, entités ou événements alors qu’ils ne le sont pas.
Un média synthétique est un contenu médiatique entièrement ou partiellement généré ou manipulé par l’IA. Il peut inclure du texte, des images, de l’audio, de la vidéo, des avatars, des voix et d’autres artefacts numériques.
L’équité en IA désigne le principe selon lequel les systèmes d’IA doivent traiter les personnes et les groupes de manière équitable et éviter la discrimination injustifiée ou les biais préjudiciables. Elle implique d’identifier et d’atténuer les biais dans les données, les modèles, les contextes de déploiement et les processus décisionnels.