Le contrôle humain est-il efficace pour détecter des erreurs algorithmiques ? Pour la CJUE , la vérification systématique de chaque résultat algorithmique par un humain permettrait de réduire le nombre de faux positifs, à savoir les personnes ciblées à tort par un algorithme de détection de risques terroristes. Mais sommes-nous sûrs que le contrôle humain pourra détecter ces erreurs? Et de quelles erreurs parle-t-on, exactement? Faut-il prévoir des modalités de contrôle particulier pour mieux détecter des erreurs? En plus de l’arrêt de la CJUE du 6 octobre 2020, de nombreux autres textes exigent un contrôle humain pour les décisions algorithmiques : le projet de règlement européen sur l’intelligence artificielle , le RGPD , la Convention 108+ , la loi de l’État de Washington sur la reconnaissance faciale ,, la directive PNR , le droit international humanitaire pour les armes létales autonomes , l’avis de la CJUE du 26 juillet 2017 sur les données passagers PNR , le règlement européen sur les contenus terroristes en ligne parmi d’autres. Du point de vue de la protection des droits et libertés personnels, le contrôle humain sert principalement à réduire le nombre d’erreurs algorithmiques (l’objectif cité par la CJUE), et d’assurer une procédure respectueuse des droits et libertés individuels . Pour le premier objectif, le contrôle humain a une valeur purement instrumentale : le contrôle humain n’a de valeur que s’il permet de réduire des erreurs . Pour le deuxième objectif, le contrôle humain a une valeur intrinsèque liée au processus de décision (process values) . Avoir un décisionnaire humain dans la boucle rend le processus de décision plus respecteux des valeurs humaines, peu importe son impact sur la diminution d’erreurs. La présente contribution se penche sur le premier objectif, la correction d’erreurs algorithmiques. Je n’évoquerai pas ici les autres finalités liées au contrôle humain , et notamment son rôle dans la fixation des responsabilités et dans la démonstration de la conformité (accountability) .