Par Guillaume Nicoulaud.

 

La grande question que nous devrions tous nous poser est : sachant que notre système de surveillance vient de générer une alerte, quelle est la probabilité qu’il ait effectivement repéré un terroriste ?

Pour répondre à cette question, nous allons devoir faire appel au théorème de Bayes et évaluer trois probabilités :

Primo, la fréquence de base ; c’est-à-dire la proportion de terroristes dans la population — le chiffre de 3 000 individus circule ce qui, rapporté à la population française âgée de 20 à 64 ans (37,8 millions d’individus ¹) nous donne une fréquence de base de l’ordre de 0,008%.

Deuxio, le taux de précision du système de surveillance ; c’est-à-dire la probabilité qu’un terroriste génère effectivement une alerte — par hypothèse, nous allons retenir un taux extrêmement élevé de 99%.

Tercio et pour finir, nous avons également besoin du taux d’erreur ; c’est-à-dire de la probabilité qu’un innocent soit accusé à tort par le système — prenons, là encore, une hypothèse très optimiste de 1%.

Ce que nous dit le théorème de Bayes c’est qu’avec ces paramètres, la probabilité qu’une alerte ait effectivement identifié un terroriste est de l’ordre de 0,78%. Non, ce n’est qu’une typo : concrètement, notre système va générer 380 940 alertes dont 2 970 vrais positifs (99% des 3 000 terroristes) et 377 970 faux positifs : soit 1% des 37 797 000 citoyens innocents comme vous et moi.

En d’autres termes, même en prenant des hypothèses hautement irréalistes quant au taux de précision et au taux d’erreur d’un hypothétique système de surveillance de masse, on aboutit à rien d’autre qu’une déperdition colossale d’énergie. La surveillance de masse en matière d’antiterrorisme est statistiquement impossible.

—