Wired a reconstitué OS Investigate, l’outil d’intelligence artificielle de Flock Safety, à partir de plus de 450 fichiers. Le système permet aux forces de l’ordre de lancer des recherches en langage courant sur des véhicules et des personnes.
OS Investigate permet des requêtes en langage courant sur les déplacements
Le logiciel, anciennement nommé Nightshift, autorise un agent à formuler une demande par phrase normale, par exemple: «trouver des témoins parmi les véhicules les plus vus» sur une période donnée. Les près de 70 requêtes préécrites couvrent des scénarios précis, de la recherche par fréquence de passage à l’identification d’«associés» croisés par caméras.
Contrairement aux lecteurs automatiques classiques, qui vérifient une plaque contre une liste, OS Investigate inverse la logique: on part d’un lieu, d’une plage horaire ou d’un comportement, et le système propose des plaques correspondantes. Les requêtes sont modulables: l’agent peut éditer le texte avant d’envoyer la recherche.
Le fonctionnement repose sur un réseau de caméras couvrant plus de 6 000 communautés. Les résultats peuvent afficher la fréquence d’apparition d’un véhicule, ses trajets réguliers, et les autres véhicules qu’il croise souvent.
Le code révèle 45 outils et l’accès à des bases sensibles
Wired a trouvé dans les fichiers des descriptions de 45 outils mis à la disposition de l’IA. Ces modules donnent accès aux relevés de plaques, aux métadonnées des caméras, aux dossiers d’enquête et aux journaux d’intervention.
L’outil peut aussi interroger des sources externes: résultats balistiques, fichiers d’arrestation et bases de données commerciales contenant numéros de sécurité sociale, dates de naissance, numéros de téléphone et adresses. Une simple plaque peut donc être reliée à un nom et à une adresse.
Ce maillage d’informations transforme une recherche spatiale en résultat nominatif. Les documents reconstitués montrent que la machine peut lier une plaque à des proches et à des éléments d’identité commerciale, élargissant la portée d’une enquête initialement centrée sur un véhicule.
Scénarios pratiques: chercheurs de témoins et analyses d’associations
Parmi les prompts fournis, l’un demande: «trouver des témoins à partir des véhicules les plus vus» dans un quartier donné sur les quatorze derniers jours. L’outil trie les plaques, exclut les véhicules en liste blanche et remonte des noms via les bases commerciales.
Dans un autre cas, la fonction «associés» identifie des conducteurs qui circulent fréquemment ensemble; elle exploite la cooccurrence temporelle aux mêmes caméras. Les forces peuvent obtenir des pistes sans plainte initiale ni plaque ciblée.
Ces usages sont concrets: une disparition ou un délit de zone peut générer une cartographie de véhicules récurrents, puis des rapprochements nominaux. Le résultat accélère des pistes, mais élargit aussi fortement le champ des personnes potentiellement concernées.
Mises en garde juridiques et risques d’enquête expansive
Des avocats et ONG alertent sur le risque de pêche aux infractions: la formulation d’une requête détermine ce que la machine sort, sans garde-fous techniques visibles. Une requête large peut produire des listes de noms à examiner, ce qui augmente les risques de surveillance injustifiée.
Flock Safety affirme que le contrôle des données reste du ressort des clients et que l’outil n’utilise pas la reconnaissance faciale. Les critiques répondent que l’absence de reconnaissance faciale ne suffit pas: le croisement systématique des sources permet d’identifier des personnes à partir de plaques et métadonnées.
Les risques pratiques incluent erreurs d’identification liées aux bases commerciales, biais potentiels dans les traces de déplacement et surveillance accrue de quartiers marginalisés. Les spécialistes demandent des politiques claires, des audits et des limites techniques sur les requêtes possibles.
Transparence, contrôle et questions pour les autorités locales
Les révélations poussent les administrations à interroger leurs règles d’usage. Les directions de police doivent définir qui peut formuler quelles requêtes et conserver quels résultats. La documentation retrouvée par Wired montre la puissance de l’outil mais peu de freins intégrés.
Certaines municipalités exigent des rapports d’usage, des durées de conservation limitées et des mécanismes d’audit indépendant. Dans les faits, l’adoption d’OS Investigate pose la question de la gouvernance des données de mobilité et de la traçabilité des décisions d’enquête.
Pour les citoyens, la portée est claire: une simple présence répétée dans un quartier peut générer une fiche d’enquête si un agent formule la requête adéquate. Le débat public doit désormais porter sur les limites acceptables de ces recherches automatisées.
