Une récente étude menée par l'Université de Notre Dame met en lumière les capacités et les limites de la reconnaissance faciale par intelligence artificielle comparées à celles des humains. Dirigée par le professeur Ahmed Abbasi et co-écrite par des chercheurs de plusieurs universités américaines, cette recherche a comparé des modèles commerciaux et open-source avec les jugements de 4 000 participants. Les résultats, à paraître dans le Journal of Applied Research in Memory and Cognition, révèlent que l'IA de pointe atteint désormais le niveau des meilleurs experts humains. Cependant, la précision de ces systèmes dépend de trois facteurs principaux : la race du participant, celle de la personne photographiée et la capacité naturelle d'identification de chaque individu. Les personnes possédant un sens aigu de la reconnaissance faciale concordent avec les algorithmes plus de 15 % des fois supplémentaires selon les modèles testés. Malgré cette performance, l'étude met en évidence des failles systémiques persistantes. Les modèles d'IA affichent souvent des incohérences entre eux et voient leur fiabilité diminuer lorsqu'ils analysent des visages issus de groupes raciaux sous-représentés dans leurs données d'entraînement. Ces constats revêtent une importance cruciale pour les applications légales et sécuritaires. Les forces de l'ordre s'appuient fréquemment sur des dispositifs à humain dans la boucle, où un algorithme propose des correspondances avant qu'un inspecteur ne prenne la décision finale. Or, si les algorithmes et les humains partagent globalement les mêmes perceptions de similarité faciale, la subjectivité humaine reste un paramètre majeur, souvent négligé au profit des débats sur les biais technologiques. L'auteur souligne que limiter la vigilance aux seuls systèmes automatisés ignore les limites cognitives humaines, particulièrement critiques dans des contextes comme le témoignage oculaire. La recherche souligne également les risques juridiques posés par l'opacité des algorithmes, qualifiés de boîtes noires en raison de leur fonctionnement interne non accessible. Elle cite notamment l'affaire State v. Arteaga au New Jersey, où la justice a exigé la divulgation du code source d'un logiciel de reconnaissance faciale afin de garantir un procès équitable. Alors que plusieurs États américains restreignent l'usage de ces technologies pour des raisons de vie privée et d'équité, les auteurs appellent à une évaluation rigoureuse de la fiabilité conjointe des machines et des humains. Cette étude invite à repenser les critères de validation dans un avenir où l'intégration de l'IA devient incontournable, en équilibrant transparence technologique et conscience des biais anthropologiques.