Vêtements « antagonistes » : la mode anti-reconnaissance faciale va-t-elle devenir courante ?

Alors que la reconnaissance faciale se déploie dans les espaces publics britanniques, une nouvelle génération de créateurs affirme que la protection de la vie privée pourrait devenir la prochaine grande tendance de mode, rapporte The Guardian. Des marques intègrent désormais dans leurs vêtements des « motifs antagonistes » — des arrangements de formes, de couleurs et de motifs répétés censés exploiter les failles de certains systèmes de vision par ordinateur.

Selon Nick Tidball, cofondateur de la marque Vollebak, ces vêtements dits « antagonistes », déjà populaires dans la mode contre-culturelle, pourraient basculer dans le grand public si une seule célébrité en portait un lors d'un événement médiatisé. « Le sentiment anti-surveillance est si répandu que cela suffirait à déclencher le mouvement », estime-t-il, soulignant que ces pièces combinent protection pratique, esthétique et prise de position publique.

Daniel Preuß, cofondateur de la marque Urban Privacy, explique que ses créations utilisent de grands imprimés, des coupes asymétriques et des silhouettes inspirées du streetwear pour perturber les algorithmes de reconnaissance faciale ; son manteau Urban Ghost intègre même des LED infrarouges dans la capuche pour éblouir les caméras de vision nocturne. Rachele Didero, fondatrice de la marque Cap_able, note que l'intérêt pour ce type de vêtements a explosé ces dernières années : « quand j'ai commencé en 2018, on pensait que je dessinais des cagoules pour braquer des banques ».

Les experts restent toutefois prudents : Jennifer Bell, spécialiste de l'IA créative à la Nottingham School of Art & Design, rappelle qu'aucun de ces vêtements n'a été rigoureusement testé et que les systèmes de surveillance les plus puissants peuvent composer avec une certaine résistance. Reste que, selon elle, même imparfaits, ces vêtements constituent « un signe visible de résistance » — une façon, pour les consommateurs, de manifester collectivement leur inquiétude face à la généralisation de la surveillance algorithmique.