Pareidolie artificielle : pourquoi les IA voient parfois des visages dans les objets

Un visage semble parfois surgir là où il n’y en a pas : deux fenêtres et une porte sur une façade, les phares et la calandre d’une voiture, les trous d’une prise électrique. Cette impression porte un nom, la pareidolie. Longtemps considérée comme une particularité de la perception humaine, elle offre aussi un terrain révélateur pour comprendre la vision artificielle : un programme peut-il, lui aussi, « voir » un visage dans un objet inanimé ?

La réponse courte est oui, au sens où un algorithme peut signaler comme facial un motif qui n’est pas le portrait d’une personne. Mais il ne s’agit pas d’une expérience mentale comparable à la nôtre. Là où un humain donne spontanément un sens à une forme ambiguë, la machine calcule la ressemblance statistique entre une zone d’image et les exemples sur lesquels elle a été entraînée. Cette nuance est essentielle pour comprendre à la fois les prouesses et les erreurs des systèmes de reconnaissance visuelle.

La pareidolie, un raccourci naturel du cerveau

La pareidolie est un phénomène psychologique courant. Elle désigne la tendance à discerner une forme connue dans une information visuelle, sonore ou sensorielle imprécise. Les visages constituent son exemple le plus célèbre, car ils comptent parmi les signaux les plus importants de la vie sociale : nous avons besoin de repérer rapidement une personne, son regard ou son expression.

Voir un visage dans une cafetière ou dans un rocher ne signifie donc pas que l’objet possède des traits humains, ni que la personne qui l’observe souffre d’un trouble. Le cerveau complète une information incomplète à partir de repères très simples : deux formes à peu près symétriques pour les yeux, une autre au-dessous pour le nez ou la bouche, une organisation globale rappelant une tête. Cette aptitude est rapide, mais elle peut produire des interprétations excessives.

Le traitement des visages mobilise plusieurs régions cérébrales. Le gyrus fusiforme, situé dans la partie inférieure du cerveau, joue notamment un rôle important dans cette perception. Il ne faut toutefois pas imaginer un unique « détecteur de visages » biologique : l’attention, la mémoire, le contexte et les autres zones impliquées dans la vision participent également à l’interprétation.

Ce que fait réellement une IA lorsqu’elle détecte un visage

L’expression « pareidolie artificielle » est utile pour décrire un résultat surprenant, mais elle ne désigne pas une émotion ni une conscience chez la machine. Les systèmes modernes de vision par ordinateur reposent souvent sur l’apprentissage profond. Pendant l’entraînement, un réseau neuronal artificiel reçoit un grand nombre d’images annotées, par exemple des images contenant un visage et d’autres qui n’en contiennent pas.

Progressivement, le modèle ajuste ses paramètres afin de repérer des combinaisons de contours, de textures, de proportions et de contrastes fréquemment associées à un visage. Face à une nouvelle image, il découpe ou analyse l’espace visuel, puis attribue des scores aux zones susceptibles de correspondre à ce qu’il a appris.

Une façade, un jouet ou un appareil ménager peut alors réunir par hasard assez d’indices visuels pour franchir le seuil défini par le logiciel. Le système peut encadrer cette zone comme un visage alors qu’aucune personne n’est présente. C’est un faux positif : une détection erronée. À l’inverse, lorsqu’un vrai visage n’est pas repéré, il s’agit d’un faux négatif.

Le score de confiance affiché par un logiciel ne doit pas être interprété comme une certitude absolue. Il dépend de la qualité de l’image, de l’éclairage, de l’angle du visage, de la taille de la zone observée, du seuil retenu et, surtout, des données utilisées pendant l’entraînement. Un modèle entraîné sur des portraits nets et frontaux peut se montrer moins robuste dans une scène encombrée ou dans une image de mauvaise qualité.

Pourquoi les objets peuvent tromper les algorithmes

Un réseau neuronal ne reçoit pas l’image comme un humain qui comprend immédiatement qu’il regarde une maison, une voiture ou une prise électrique. Il traite des valeurs de pixels et des motifs qu’il a appris à associer à une catégorie. Dans les premières couches du réseau, il peut repérer des bords, des lignes et des contrastes. Dans les couches suivantes, ces éléments sont combinés en structures plus complexes.

Cette méthode est particulièrement efficace lorsque l’image ressemble aux exemples connus. Elle devient plus fragile lorsque l’objet est inhabituel ou ambigu. Deux formes rondes placées au-dessus d’une ligne incurvée peuvent rappeler les yeux et une bouche. Si la composition est assez proche de motifs vus pendant l’entraînement, l’algorithme peut produire une détection, même si un humain identifierait sans hésiter un objet inanimé.

Le problème ne vient pas nécessairement d’un défaut de programmation. Il reflète une difficulté plus générale de l’apprentissage automatique : un modèle apprend des corrélations à partir de données, pas une compréhension humaine du monde. Il peut être performant dans la plupart des cas prévus tout en échouant de façon déroutante à la marge.

Les chercheurs comparent parfois ces erreurs à la pareidolie humaine, car elles mettent en évidence une sensibilité commune à certains arrangements visuels. La comparaison a cependant ses limites. Le cerveau humain relie la perception à un contexte, à des souvenirs et à une vie sociale. Un réseau neuronal, lui, optimise une tâche définie, comme détecter ou classer une image.

Machines et humains : une ressemblance de résultat, pas de nature

Le fait qu’une IA et une personne puissent toutes deux prendre un objet pour un visage ne signifie pas qu’elles procèdent de la même manière. Le cerveau est un organisme vivant qui perçoit, anticipe et attribue du sens. L’algorithme est un outil de calcul qui applique un modèle statistique à des données d’entrée.

Cette distinction évite deux malentendus fréquents. D’abord, une machine qui détecte un visage n’a pas conscience d’avoir vu quelqu’un. Ensuite, un système qui imite certains résultats de la perception humaine ne reproduit pas l’ensemble des mécanismes neurobiologiques du cerveau.

Les analogies avec les neurosciences demeurent néanmoins utiles. Elles aident à poser des questions sur les indices visuels qui rendent un visage reconnaissable, sur les biais de perception et sur les conditions qui favorisent les erreurs. Elles peuvent aussi inspirer des modèles plus robustes, capables de mieux distinguer un vrai visage d’une simple organisation de formes.

Des applications utiles, à condition de séparer les tâches

La détection de visages intervient dans de nombreux outils du quotidien. Elle peut aider un appareil photo à faire la mise au point sur un portrait, permettre à un logiciel de recadrer une image ou contribuer à des interfaces qui réagissent à la position d’un visage. Dans les jeux vidéo et les environnements numériques, des techniques apparentées peuvent aussi servir à animer des personnages ou à créer des décors qui jouent volontairement avec l’impression de voir des figures humaines.

Dans les dispositifs de sécurité et de surveillance, la même famille de techniques appelle davantage de précautions. Une caméra peut localiser des zones ressemblant à des visages dans un flux vidéo. Mais détecter une zone ne suffit pas à conclure qu’une personne a commis un acte, adopte un comportement suspect ou correspond à une identité donnée. Ces opérations relèvent de systèmes et de décisions distincts.

Le risque d’erreur s’accroît lorsqu’un résultat automatisé déclenche une conséquence concrète : une alerte, un contrôle, un refus d’accès ou une décision portant sur une personne. Les conditions réelles sont rarement idéales. Les visages peuvent être partiellement cachés, filmés de loin, en mouvement ou dans une lumière défavorable. Une image ambiguë devrait conduire à une vérification, non à une conclusion automatique.

Trois principes sont particulièrement importants dans un usage responsable :

• définir précisément l’objectif, par exemple faire la mise au point ou vérifier une identité, sans mélanger les fonctions ;
• mesurer les taux d’erreurs dans des conditions proches de l’usage réel ;
• prévoir une intervention humaine lorsque le résultat peut affecter les droits, la sécurité ou la réputation d’une personne.

Vie privée : le vrai enjeu commence avec les données biométriques

Une pareidolie sur une photo de grille-pain est surtout une curiosité de vision par ordinateur. La situation change lorsqu’un système traite l’image d’un visage réel. Les caractéristiques faciales peuvent devenir des données biométriques, utilisées pour distinguer ou authentifier une personne. Leur collecte, leur conservation et leur comparaison soulèvent alors des questions de consentement, de sécurité des données et de surveillance.

Les risques ne se résument pas à la performance technique. Même un outil précis peut être contestable s’il est employé sans information des personnes concernées, dans un lieu où elles ne peuvent raisonnablement s’y soustraire, ou à une finalité disproportionnée. À l’inverse, une solution conçue pour une tâche limitée, comme déverrouiller un appareil appartenant à son utilisateur, ne présente pas les mêmes enjeux qu’une identification à grande échelle dans l’espace public.

Au 30 septembre 2024, le règlement européen sur l’intelligence artificielle, entré en vigueur le 1er août 2024, prévoit une mise en application progressive de ses dispositions. Il accorde une attention particulière à certains usages biométriques et aux systèmes susceptibles d’affecter les droits fondamentaux. Ce cadre s’ajoute aux règles de protection des données personnelles déjà applicables en Europe.

La qualité d’un modèle compte également pour l’équité. Si les images d’entraînement représentent mal certaines conditions de prise de vue ou certains groupes de personnes, les erreurs risquent de ne pas être réparties de la même manière. Évaluer un système ne consiste donc pas seulement à regarder son résultat moyen : il faut aussi examiner les situations où il échoue et les populations auxquelles ces erreurs peuvent nuire.

Ce qu’il faut surveiller

La pareidolie artificielle rappelle une leçon simple : une IA de vision ne lit pas le monde comme nous. Elle identifie des régularités dans des images, avec une efficacité parfois spectaculaire et des angles morts parfois invisibles pour ses concepteurs. Les faux visages repérés dans des objets banals sont amusants, mais ils constituent aussi une démonstration concrète de cette limite.

Les progrès les plus utiles ne consisteront pas seulement à augmenter le nombre de détections. Ils viseront à mieux expliquer pourquoi un modèle a retenu une zone, à tester sa robustesse dans des contextes variés et à réduire les erreurs avant tout déploiement sensible. La transparence sur les données employées, les seuils de décision et les conditions d’usage sera tout aussi importante que la précision annoncée.

Pour le public, la distinction à garder en tête est claire : repérer une forme n’est pas reconnaître une personne, et reconnaître une personne n’autorise pas automatiquement à la surveiller. Entre l’étonnement face à une machine qui semble voir un visage partout et la réalité de ses calculs, c’est cet écart qu’il faut apprendre à évaluer.