(Je reviens ici sur l'impossibilité statistique de la surveillance de masse : dans mon précédent papier j'ai simplifié le propos en supposant que le taux de vrais positifs et le taux de vrais négatifs étaient identiques à 99%. Je reprends les mêmes hypothèses ici mais en les explicitant.)

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%. [...]