Les militants des droits de l'homme veulent utiliser l'IA pour aider à prouver les crimes de guerre devant les tribunaux

Vframe

En 2015, alarmée par l'escalade de la guerre civile au Yémen, l'Arabie saoudite a mené une campagne aérienne contre le pays pour vaincre ce qu'elle considérait comme une montée menaçante du pouvoir chiite. L'intervention, lancée avec huit autres États arabes majoritairement sunnites, ne devait durer que quelques semaines, ont déclaré des responsables saoudiens. Près de cinq ans plus tard, cela ne s'est toujours pas arrêté.

Selon certaines estimations, la coalition a depuis effectué plus de 20 000 frappes aériennes, dont beaucoup ont tué des civils yéménites et détruit leurs biens, prétendument en violation directe du droit international. Les organisations de défense des droits de l'homme ont depuis cherché à documenter ces crimes de guerre dans le but de les arrêter par des contestations judiciaires. Mais l'étalon-or, la vérification sur le terrain par des journalistes et des militants, est souvent trop dangereux pour être possible. Au lieu de cela, les organisations se sont de plus en plus tournées vers des photos et des vidéos mobiles externalisées pour comprendre le conflit et ont commencé à les soumettre au tribunal pour compléter les preuves des témoins oculaires.

Mais avec la prolifération de la documentation numérique des scènes de guerre, le temps nécessaire à son analyse a explosé. Les images dérangeantes peuvent également traumatiser les enquêteurs qui doivent passer au peigne fin et regarder les images. À présent une initiative qui va bientôt monter un défi dans le système judiciaire britannique teste une alternative d'apprentissage automatique. Il pourrait modéliser un moyen de rendre plus accessibles les preuves issues du crowdsourcing et aider les organisations de défense des droits de l'homme à puiser dans des sources d'informations plus riches.

L'initiative, dirigée par l'Université de Swansea au Royaume-Uni avec un certain nombre de groupes de défense des droits de l'homme, fait partie d'un effort continu pour surveiller les crimes de guerre présumés qui se produisent au Yémen et créer une plus grande responsabilité juridique autour d'eux. En 2017, la plateforme Yemeni Archive a commencé à compiler une base de données de vidéos et de photos documentant les abus. Le contenu a été recueilli à partir de milliers de sources, y compris des soumissions de journalistes et de civils, ainsi que des vidéos open source de plateformes de médias sociaux comme YouTube et Facebook, et conservé sur une blockchain afin qu'ils ne puissent pas être altérés sans être détectés.

Avec le Global Legal Action Network (GLAN), une organisation à but non lucratif qui conteste légalement les États et d'autres acteurs puissants pour les violations des droits humains, les enquêteurs ont ensuite commencé à rassembler des preuves de violations spécifiques des droits humains dans un base de données séparée et monter des affaires judiciaires devant divers tribunaux nationaux et internationaux. Si les choses passent par les processus de responsabilisation des tribunaux, il ne suffit pas de montrer que cela s'est produit, déclare Yvonne McDermott Rees, professeur à l'Université de Swansea et responsable de l'initiative. Vous devez dire : 'Eh bien, c'est pour ça que c'est un crime de guerre.' Cela pourrait être 'Vous avez utilisé une arme qui est illégale' ou, dans le cas d'une frappe aérienne, 'Ceci visait des civils' ou 'C'était un attaque disproportionnée.

Un rendu 3D d'un BLU-63.

VFRAME

Dans ce cas, les partenaires se concentrent sur une arme à sous-munitions fabriquée aux États-Unis, la BLU-63. L'utilisation et la vente d'armes à sous-munitions, des armes explosives qui pulvérisent des explosifs plus petits à l'impact, sont interdites par 108 pays, dont le Royaume-Uni. Si les partenaires pouvaient prouver devant un tribunal britannique qu'ils avaient effectivement été utilisés pour commettre des crimes de guerre, cela pourrait être utilisé dans le cadre de preuves de plus en plus nombreuses que la coalition dirigée par l'Arabie saoudite a des antécédents de violation du droit international et plaider en faveur de la Royaume-Uni de cesser de vendre des armes à l'Arabie saoudite ou d'engager des poursuites pénales contre les personnes impliquées dans les ventes.

Ils ont donc décidé de développer un système d'apprentissage automatique pour détecter toutes les instances du BLU-63 dans la base de données. Mais les images de BLU-63 sont rares précisément parce qu'elles sont illégales, ce qui a laissé à l'équipe peu de données réelles pour former leur système. Pour y remédier, l'équipe a créé un ensemble de données synthétiques en reconstruisant des modèles 3D du BLU-63 dans une simulation.

En utilisant les quelques exemples antérieurs dont ils disposaient, y compris une photo de la munition conservée par l'Imperial War Museum, les partenaires ont travaillé avec Adam Harvey, un chercheur en vision par ordinateur, pour créer les reconstructions. En partant d'un modèle de base, Harvey a ajouté des textures photoréalistes, différents types de dommages et divers décalcomanies. Il a ensuite rendu les résultats sous diverses conditions d'éclairage et dans divers environnements pour créer des centaines d'images fixes imitant la façon dont la munition pourrait être trouvée dans la nature. Il a également créé des données synthétiques sur des objets pouvant être confondus avec la munition, comme une balle de baseball verte, pour réduire le taux de faux positifs.

Alors que Harvey est encore en train de générer d'autres exemples de formation (il estime qu'il en aura besoin de plus de 2 000), le système existant fonctionne déjà bien : plus de 90 % des vidéos et des photos qu'il récupère de la base de données ont été vérifiées par des experts humains pour contenir du BLU. -63s. Il crée maintenant un ensemble de données de validation plus réaliste en imprimant en 3D et en peignant des modèles des munitions pour ressembler à la réalité, puis en les filmant et en les photographiant pour voir à quel point son système de détection fonctionne. Une fois le système entièrement testé, l'équipe prévoit de l'exécuter dans l'ensemble des archives yéménites, qui contiennent 5,9 milliards d'images vidéo de séquences. Selon l'estimation de Harvey, une personne prendrait 2 750 jours 24 heures sur 24 pour parcourir autant d'informations. En revanche, le système d'apprentissage automatique prendrait environ 30 jours sur un ordinateur de bureau standard.

L'image réelle montrée dans l'analyse en haut de l'article.

VFRAME

Les experts humains auraient encore besoin de vérifier les images après que le système les ait filtrées, mais le gain d'efficacité change la donne pour les organisations de défense des droits humains qui cherchent à monter des contestations devant les tribunaux. Il n'est pas rare que ces organisations stockent d'énormes quantités de vidéos provenant de témoins oculaires. Amnesty International, par exemple, possède de l'ordre d'un téraoctet de séquences documentant d'éventuelles violations au Myanmar, dit McDermott Rees. Les techniques d'apprentissage automatique peuvent leur permettre de parcourir ces archives et de démontrer le schéma des violations des droits de l'homme à une échelle auparavant infaisable, ce qui rend beaucoup plus difficile pour les tribunaux de nier les preuves.

Lorsque vous regardez, par exemple, le ciblage des hôpitaux, avoir une vidéo qui montre un hôpital ciblé est fort ; cela fait un cas, dit Jeff Deutch, le chercheur principal de Syrian Archive, un groupe de défense des droits de l'homme responsable du lancement de Yemeni Archive. Mais si vous pouvez montrer des centaines de vidéos de centaines d'incidents d'hôpitaux ciblés, vous pouvez voir qu'il s'agit vraiment d'une stratégie de guerre délibérée. Lorsque les choses sont considérées comme délibérées, il devient plus possible d'identifier l'intention. Et l'intention pourrait être quelque chose d'utile pour les affaires judiciaires en termes de responsabilité pour les crimes de guerre.

Alors que les collaborateurs yéménites se préparent à soumettre leur dossier, des preuves de cette ampleur seront particulièrement pertinentes. La coalition de frappes aériennes dirigée par l'Arabie saoudite a déjà nié la culpabilité dans de précédentes allégations de crimes de guerre, que le gouvernement britannique reconnaît comme étant le dossier officiel. Un tribunal britannique a également rejeté une affaire antérieure qu'une autre organisation s'est présentée pour empêcher le gouvernement de vendre des armes à l'Arabie saoudite, car elle jugeait les preuves vidéo open source pas suffisamment convaincantes. Bien qu'un autre tribunal ait ensuite renoncé à certaines de ces critiques en appel, les collaborateurs espèrent que la plus grande richesse des preuves évitera cette fois toute contestation. Des cas utilisant des vidéos open source dans un contexte syrien ont déjà abouti à des condamnations, dit McDermott Rees.

Cette initiative n'est pas la première à utiliser l'apprentissage automatique pour filtrer les preuves dans le contexte des droits de l'homme. Le système E-Lamp de l'Université Carnegie Mellon, une boîte à outils d'analyse vidéo pour le travail des droits de l'homme, a été développée pour analyser les archives de la guerre syrienne. Harvey a également travaillé avec certains de ses collaborateurs actuels pour identifier les munitions utilisées en Syrie. L'effort yéménite, cependant, sera l'un des premiers à être impliqué dans une affaire judiciaire. Cela pourrait créer un précédent pour d'autres organisations de défense des droits de l'homme.

Bien qu'il s'agisse d'un domaine émergent, il s'agit d'une formidable opportunité, déclare Sam Gregory, directeur de programme de l'association des droits de l'homme Witness et coprésident du groupe de travail sur l'influence sociale et sociétale du Partenariat sur l'IA. [Il s'agit] également d'uniformiser les règles du jeu en matière d'accès à l'IA et d'utilisation de l'IA afin de rendre justice à la fois les preuves des témoins oculaires et les images filmées par les auteurs.

Corrections : Le BLU-63 est fabriqué aux États-Unis, pas au Royaume-Uni. L'affaire antérieure rejetée par le tribunal britannique a également été intentée par une autre organisation, et non GLAN. Jeff Deutch n'a pas directement fondé Yemeni Archive mais est le chercheur principal de Syrian Archive, qui a fondé Yemeni Archive.

cacher