Mémoire et identification d’un portrait-robot

4 mai 2007 par Frank Arnould

L’utilisation du portrait-robot est courante lorsque l’auteur d’un délit est inconnu. On espère que sa diffusion auprès du public permettra à une personne d’identifier le malfaiteur et de guider ainsi les investigations futures des enquêteurs. En dépit des avancées technologiques, la recherche scientifique menée depuis trente ans sur cette méthode indique clairement que la ressemblance entre un visage et son portrait-robot est faible (Davies & Valentine, 2007 ; Wells & Hasel, 2007).

Aujourd’hui, les logiciels de construction de portraits-robots remplacent progressivement les méthodes plus traditionnelles. Aux Etats-Unis, FACES est le deuxième logiciel le plus utilisé. Cinq mille bureaux de police et de renseignements comme le FBI l’ont choisi (Oswald & Coleman, 2007), et 150 000 copies auraient été vendues dans le monde (Frowd et al., 2005). Malgré sa popularité évidente, les données scientifiques sur son efficacité manquent cruellement, à l’exception de celles obtenues par Frowd et al. (2005). Elles montrent que seulement 3,2 % des portraits-robots de personnes célèbres construits avec FACES ont été nommés correctement, 35 % ont été classés [1] avec précision et 32,8 % des visages ont été identifiés avec exactitude dans un tapissage à partir de leur portrait-robot. Ces résultats ne sont pas encourageants et, comparée aux autres systèmes de portraits-robots de l’étude (E-FIT, PROfit, EvoFIT, croquis), la performance de FACES est moyenne.

Le travail publié récemment par Karl Oswald et Marjorie Coleman, du département de psychologie de l’Université d’Etat de Californie à Fresno aux Etats-Unis, est précieux puisque des éléments supplémentaires sur FACES sont recueillis. Des portraits-robots sont construits à partir des photographies de suspects réels avec FACES 3.0 par des opérateurs formés à ce logiciel. Des participants indépendants sont invités à identifier parmi des photographies de visages le suspect dont ils ont devant eux le portrait-robot. Les sujets choisissent correctement le visage (62 % dans l’expérience 1 et 74 % dans l’expérience 4) à un niveau supérieur de celui obtenu si seule la chance intervenait.

La situation précédente est toutefois idéale : les participants disposent du portrait-robot pour faire un choix parmi les photographies de visages. Les auteurs ont donc testé d’autres situations où la mémoire du portrait-robot est mise à contribution. La séance d’identification suit immédiatement ou après un délai de 30 secondes ou encore de 4 minutes la présentation du portrait-robot. Ici encore, le niveau des identifications est plus élevé que celui obtenu si seulement la chance intervenait. Cependant, il est plus faible que celui observé lorsque les participants disposent du portrait-robot au moment de l’identification. Aucune différence significative n’est observée entre les différentes conditions de mémoire. Autrement dit, dès que la mémoire est mise à contribution, l’identification à partir d’un portrait-robot est plus difficile.

L’étude d’Oswald et Coleman (2007) indique clairement que le logiciel FACES permet de construire des portraits-robots identifiables. On pourrait même se satisfaire du fait que les taux d’identification obtenus sont tous supérieurs à celui observé par Frowd et al. (2005) avec le même logiciel. Cependant, les portraits-robots utilisés par Oswald et Coleman ont été construits dans des conditions optimales, directement à partir des photographies des suspects. Si la police dispose d’une photographie d’un suspect, il n’y a pourtant aucune utilité à construire un portrait-robot ! Dans l’étude de Frowd et al. (2005), ces portraits-robots ont été élaborés deux jours après la vision du visage et à partir de la description verbale que le « témoin » en a fait, ce qui est plus représentatif des situations réelles.

Quoi qu’il en soit, la recherche sur la validité des logiciels de construction de portraits-robots est à poursuivre. En attendant, Oswald et Coleman (2007) recommandent de les utiliser avec prudence (p. 359).

Références :

Davies, G. M., & Valentine, T. (2007). Facial composites : Forensic utility and psychological research. In R. C. L. Lindsay, D. F. Ross, J. D. Read & M. P. Toglia (Eds.), Handbook of Eyewitness Psychology (Vol. 2. Memory for People, pp. 59-86). Mahwha : Lawrence Erlbaum Associates.

Frowd, C., Carson, D., Ness, H., McQuiston-Surrett, D., Richardson, J., & Baldwin, H. (2005). Contemporay composite technique : The impact of a forensically-relevant target delay. Legal and Criminological Psychology, 10, 63-81.

Oswald, K. M., & Coleman, M. L. (2007). Memory demands on facial composite identification. Applied Cognitive Psychology, 21, 345-360.

Wells, G. L., & Hasel, L. E. (2007). Facial composite production by eyewitness. Current Directions in Psychological Science, 16, 6-12.

Mots-clés :

Portrait-robot, Identification des visages, Mémoire de travail, Mémoire à long terme, Intervalle de rétention, Logiciel FACES

A lire également sur PsychoTémoins :

Sous-rubrique Actualités de la recherche - Portraits-robots

Portraits-robots et culpabilité

Améliorer la qualité des portraits-robots avec l’entretien cognitif holistique [Mise à jour]

Portraits-robots : comparaison de trois logiciels

Description verbale ou portrait-robot ?

Construire un portrait-robot peut-il compromettre l’identification d’un suspect ?

Le morphing de portraits-robots : plus efficace que les portraits-robots individuels ?

Un seul ou plusieurs portraits-robots ? Effets sur l’identification d’un suspect

Portraits-robots, mémoire des visages et description verbale : effets sur l’identification

Le rôle des traits internes et externes du visage dans la construction d’un portrait-robot

Une évaluation comparative de plusieurs méthodes de construction d’un portrait-robot

Portraits-robots et identification de suspects


[1] Cette tâche consiste à apparier chaque portrait robot avec le visage correspondant.