MIT to Become Hotbed of AI Video Surveillance

1 minute de lecture

Mis à jour :

Surveillance de masse par IA au MIT

Le MIT déploie actuellement un réseau de plus de 500 caméras intelligentes (gamme Hanwha Wisenet) dans ses infrastructures, pour un coût supérieur à 3 millions de dollars. Ce système, géré par le logiciel Ai-RGUS, transforme le campus en un environnement de surveillance automatisée haute précision.

Points clés :

  • Capacités technologiques : Analyse en temps réel incluant la reconnaissance faciale, la classification par genre, âge et couleur de vêtements, ainsi que la détection de comportements (attroupements, rôdage) jusqu’à 11 mètres.
  • Infrastructure : Déploiement étendu de novembre 2025 à septembre 2026, couvrant les bâtiments académiques, les résidences et les zones extérieures.
  • Gestion des données : Conservation des données collectées limitée à 30 jours, sauf exception spécifique.

Vulnérabilités et risques :

  • Atteinte à la vie privée : La collecte constante de données biométriques et comportementales crée un risque massif de profilage des individus.
  • Risque de sécurité des données : Centraliser une telle quantité d’informations sensibles (physionomie, habitudes) dans un système d’IA expose l’institution à des risques de cyberattaques ciblées ou d’accès non autorisés.
  • Points de défaillance uniques : L’usage de logiciels tiers (Ai-RGUS) pour gérer l’intégralité du parc de caméras introduit une dépendance critique vis-à-vis d’un fournisseur unique.

Recommandations :

  • Audit de cybersécurité : Réaliser des tests d’intrusion rigoureux sur l’infrastructure de gestion d’Ai-RGUS pour prévenir les détournements de flux vidéo.
  • Transparence et gouvernance : Établir une politique stricte d’accès aux données avec une journalisation immuable (logs) pour auditer chaque consultation.
  • Anonymisation : Mettre en œuvre des protocoles d’anonymisation automatique des données biométriques dès leur capture pour limiter les impacts en cas de fuite.
  • Chiffrement : Assurer un chiffrement de bout en bout pour tous les flux de données entre les caméras, les serveurs de traitement et les postes de stockage.

Source