Une plaque d’immatriculation peut servir à retrouver une voiture volée. Reliée à une succession de lieux et de dates, elle peut aussi raconter un trajet. C’est le passage entre ces deux usages qui se trouve au cœur d’une alerte publiée le 26 octobre par l’American Civil Liberties Union (ACLU) : l’association américaine de défense des libertés décrit des contrôles routiers liés à l’analyse de déplacements jugés suspects.
L’enjeu dépasse la lecture automatique d’un numéro. Il concerne la décision prise à partir de ce numéro : chercher un véhicule déjà identifié dans une enquête, ou considérer qu’un itinéraire mérite à lui seul l’attention de la police. Pour comprendre cette différence, il faut regarder séparément le témoignage, les capacités des outils et les garanties qui encadrent leur utilisation.
Un récit de contrôle, avec des limites précises
L’ACLU rapporte le témoignage de Grace Knowles, une jeune Américaine arrêtée lors d’un voyage en septembre 2025. Selon son récit, l’agent lui aurait expliqué que ses déplacements présentaient un caractère suspect et lui aurait montré une carte accompagnée de photographies de sa plaque.
Ce témoignage est recueilli et publié par l’association. Il ne constitue pas, à lui seul, un audit du logiciel utilisé. L’article ne permet pas d’attribuer avec certitude ce contrôle à un modèle d’IA précis, ni d’établir que Flock Safety était le fournisseur impliqué dans cet épisode. Confondre le cas raconté avec une démonstration technique donnerait une certitude que les éléments disponibles n’apportent pas.
L’ACLU critique plus largement l’exploitation de bases de plaques pour faire émerger des soupçons à partir des déplacements. C’est une position de défense des libertés, portée par une organisation engagée sur ce terrain. Elle mérite d’être confrontée aux fonctions effectivement annoncées et aux conditions d’utilisation des systèmes.
Ce que le fabricant dit proposer
Sur sa page consacrée à la lecture automatisée des plaques, Flock Safety décrit des caméras capables de relever un numéro et des caractéristiques du véhicule, comme sa marque, sa couleur ou sa carrosserie. L’entreprise présente plusieurs usages : retrouver un véhicule volé, rechercher une personne disparue ou rapprocher des observations recueillies dans plusieurs territoires.
La plateforme annonce aussi des alertes sur des listes de véhicules recherchés et, avec FreeForm, des recherches formulées en langage naturel. Flock affirme que son offre ne comprend pas de reconnaissance faciale et que chaque recherche est enregistrée. Ces éléments décrivent la proposition du fournisseur ; ils ne mesurent pas, à eux seuls, l’efficacité réelle d’un contrôle routier ou la fréquence des erreurs.
Une distinction technique reste essentielle. Lire correctement une plaque et interpréter correctement un trajet sont deux tâches différentes. Même si le numéro a été reconnu sans erreur, la signification attribuée aux déplacements doit encore être justifiée. Un outil peut fournir une observation exacte et conduire malgré tout à une hypothèse fragile.
Trois décisions derrière une alerte
Pour évaluer un dispositif de ce type, on peut décomposer son usage en trois étapes. D’abord, la collecte : quel véhicule a été observé, où et quand ? Ensuite, l’analyse : quelle relation est établie entre les observations ? Enfin, l’action : qui décide qu’elles justifient une vérification ou une intervention ?
Cette décomposition évite de parler d’une IA qui « arrête » un conducteur comme si le logiciel accomplissait seul toute la procédure. La technologie sélectionne, rapproche ou présente des informations ; des personnes définissent ses usages et prennent les décisions qui suivent. Une responsabilité humaine demeure, y compris lorsqu’une interface donne à l’alerte une apparence de précision.
Prenons un exemple hypothétique, sans lien avec un dossier policier : deux véhicules passent régulièrement par la même route à une heure proche. Cette coïncidence peut correspondre à un trajet de travail partagé par des milliers de personnes. Pour y voir une association significative, il faudrait des éléments supplémentaires. L’accumulation de points sur une carte ne fournit pas automatiquement leur explication.
Les garanties annoncées doivent pouvoir être contrôlées
Dans sa présentation consacrée à la confiance et à la vie privée, Flock indique que les accès sont attribués aux utilisateurs autorisés par ses clients, que les recherches sont liées à un utilisateur et qu’elles sont enregistrées. L’entreprise affirme également que le partage entre organismes dépend d’un choix de participation. Elle présente son système comme un outil d’enquête ciblée, et non comme une surveillance générale permanente.
Ces engagements posent des questions vérifiables : quels motifs sont acceptés pour une recherche ? Qui examine les journaux d’accès ? Comment une utilisation injustifiée est-elle détectée et traitée ? Un enregistrement permet de retracer une action ; il faut encore qu’une procédure prévoie son examen.
Le débat ne se résume donc pas à choisir entre une promesse commerciale et une inquiétude générale. Une évaluation sérieuse devrait examiner les usages autorisés, les erreurs constatées, les vérifications humaines et les possibilités de contestation. Les pages consultées ne fournissent pas une mesure indépendante du taux d’interventions injustifiées. L’absence de cette mesure interdit aussi bien d’annoncer une fiabilité parfaite que de chiffrer arbitrairement les abus.
Le point décisif reste le passage de l’information à la décision. Une plaque et un itinéraire peuvent aider une enquête. Ils ne dispensent pas d’expliquer pourquoi une personne devient suspecte.
Sources
- ACLU, Jay Stanley : témoignage et analyse des contrôles routiers, 26 octobre 2026.
- Flock Safety : fonctions annoncées de sa plateforme de lecture des plaques.
- Flock Safety : engagements sur les accès, les recherches et le partage des données.
Photo d’illustration : une caméra Flock au carrefour de East San Salvador Street et South 4th Street à San José, en octobre 2026. Eirene12 / Wikimedia Commons, CC BY 4.0.
