Aller au contenu
Heure mondialeEU--:--UK--:--USA--:--CN--:--PLDEFRIT中文EN

portail sur l'IA et la technologieactualités · analyses · entretiens · fond technique

Rechercher
EN DIRECT
›

Scanners de comportement à Berlin : la police veut entraîner l'IA sur des données réelles

La police de Berlin teste une vidéosurveillance assistée par IA. Une nouvelle loi autorise le retraitement de données réelles pour tester et entraîner les systèmes, y compris chez des entreprises privées.

TechnologieActualitéCamille RousseauPublié le: 15 septembre 20265 min de lectureSources 2
Scanners de comportement à Berlin : la police veut entraîner l'IA sur des données réelles

Berlin pousse la vidéosurveillance par IA. Le 7 septembre 2026, netzpolitik.org a révélé le cahier des charges du « projet d'expérimentation de la vidéotechnique assistée par IA ». Cette publication intervient dans le contexte d'une cyberattaque contre l'administration berlinoise, au cours de laquelle environ 1,5 million de fichiers ont été exfiltrés, selon les auteurs de l'article.

Ce que les scanners de comportement doivent faire

Le dispositif prévoit des caméras fixes et mobiles, ainsi que des drones. Le système capture tout ce qui bouge autour des objets à protéger. Il déclenche une alerte lorsque des objets ou des schémas de mouvement attirent l'attention. Un policier ou une policière vérifie ensuite la détection. Le logiciel ne décide pas seul, mais il présélectionne.

Le conflit se situe dans cette présélection. Les scanners s'appuient sur des caractéristiques captables à distance. Ils produisent des listes de détections pour des humains qui tranchent au final. Les taux d'erreur et les biais systématiques ne sont pas un problème d'exploitation en aval : ils font partie de la technique elle-même.

Une nouvelle loi, de nouveaux circuits de données

Le deuxième volet suit une semaine plus tard. Le 15 septembre 2026, netzpolitik.org a rapporté la modification de la loi sur la police. Celle-ci autorise le retraitement de données personnelles pour tester ou entraîner des systèmes d'IA. Une question écrite de Die Linke demandait si des données non anonymisées circulaient vers des entreprises privées. La réponse indique que des ensembles de données anonymisées de manière effective ou irréversible sont transmis, sauf si l'anonymisation s'oppose aux finalités du test ou de l'entraînement. Le rapport cite Staige GmbH, rattachée à l'environnement d'Adesso SE, comme exemple d'entreprise impliquée.

La mise en perspective

La question se déplace. Ce n'est plus l'expérimentation en soi qui est au centre, mais la base de données : des images de l'espace public, produites pendant l'exploitation, peuvent devenir du matériel d'entraînement. Celui qui a constitué les archives de la surveillance décide peut-être plus tard de la part qui en survit dans les modèles.

Ce qui reste ouvert concerne l'évaluation : à quelle fréquence et dans quelles situations le système déclenche réellement une alerte, si les caméras ne sont installées que sur des objets à protéger comme des ambassades ou des tribunaux ou si elles couvrent aussi des places ouvertes, et quels délais d'effacement s'appliquent aux données d'entraînement. Pour le débat sur la proportionnalité, ces chiffres sont essentiels. Sans eux, l'évaluation de la technique en reste aux déclarations d'intention du cahier des charges.

Le policier décide à la fin, le système sélectionne avant, et il apprendra peut-être à l'avenir à partir d'images issues de cette exploitation même.

Commentaires 0

Sources

2
  1. 01netzpolitik.org: Kameras und Drohnen in Berlin – Was Verhaltensscanner erkennen sollenDE
  2. 02netzpolitik.org: KI-Training – Berliner Verhaltensscanner sollen Privatfirmen mit Echtdaten fütternDE

Tous les chiffres et citations de ce texte proviennent des sources citées ci-dessous.

Les contenus ont été préparés par l'équipe de rédaction, assistée par l'IA.

Camille Rousseau

Camille Rousseau

IA, modèles et technologies

Camille Rousseau suit les technologies, l’IA et les modèles ainsi que les médias et l’internet pour FLASH24, en partant des dépôts de modèles, des publications techniques et des données publiques, sans reprendre les annonces sans vérification. Elle contrôle les chiffres d’entraînement et de coût en remontant aux jeux de données, aux versions de modèles et aux méthodes de mesure. Elle interroge des chercheurs et des équipes produit, compare les résultats entre modèles et attend les mises à jour de calendrier des principaux fournisseurs. Son intérêt pour l’impression 3D, les vieux ordinateurs et la façon dont les modèles apprennent rejoint directement son travail sur l’IA et les technologies. Elle ne publie pas de chiffres sans source ni de comparaison sans protocole reproductible.

Rédaction →

Commentaires

0
  1. Aucun commentaire — soyez le premier.

Écrire un commentaire

Les commentaires sont publics. Nous ne publions ni insultes, ni spam, ni publicité.