La recherche par mots-clés manque le langage codé, qui est le quotidien du travail sur les stupéfiants

Chaque unité stupéfiants a une liste de mots-clés. Elle a été écrite par quelqu’un de compétent, elle fonctionne, et elle est dépassée.

Non par négligence. Parce que le vocabulaire qu’elle décrit est activement adversaire. Les personnes qui l’emploient changent de terme dès qu’elles soupçonnent qu’un terme est connu, elles utilisent des termes différents dans des groupes et des régions différents, et une grande part du sens est portée par le contexte plutôt que par un mot quelconque.

C’est la réalité quotidienne du travail sur les stupéfiants, les trafics et la criminalité organisée, et elle met à nu quelque chose de structurel dans la façon dont la recherche criminalistique a été construite.

Ce que la correspondance exacte sait et ne sait pas faire

La recherche par mots-clés répond très bien à une question : cette chaîne exacte apparaît-elle. C’est réellement précieux. C’est rapide, exhaustif dans son périmètre, déterministe, et quand vous cherchez un numéro de téléphone, un IBAN, un nom précis ou un pseudonyme connu, rien ne fait mieux.

La limite est qu’elle ne peut trouver que ce à quoi vous avez déjà pensé. Chaque manque est silencieux. Une recherche qui ne renvoie rien a exactement la même apparence, que le terme soit absent ou qu’il ait été présent sous une forme non anticipée.

En pratique, les manques viennent de quatre directions. Les synonymes et l’argot, qui varient régionalement et évoluent. La substitution délibérée, où un mot ordinaire porte un sens précis à l’intérieur d’un groupe. L’orthographe, translittération, faute volontaire et correction automatique comprises. Et le sens porté entièrement par le contexte, où rien dans la phrase ne figurerait jamais sur une liste.

Cette dernière catégorie est celle qu’aucune liste ne couvrira jamais, et elle est fréquente. Un message disant « comme la dernière fois, viens seul » est potentiellement décisif et ne contient aucun terme recherchable.

Ce qu’apporte la recherche par le sens, et ce qu’elle coûte

La recherche sémantique fait correspondre le sens plutôt que les caractères. Une requête sur l’organisation d’un rendez-vous remonte des messages parlant de se voir, de passer, de l’endroit habituel, ou d’être dispo samedi, qu’un mot de la requête y figure ou non.

Le coût est la précision. La recherche par le sens renverra avec assurance des éléments thématiquement proches et sans intérêt pour l’enquête, et elle n’a aucune notion d’exactitude, ce qui la rend mauvaise précisément sur les requêtes où la recherche par mots-clés excelle. Demandez-lui un numéro de téléphone précis et vous obtiendrez peut-être plusieurs numéros plausibles.

Les deux approches échouent donc dans des directions opposées. L’une manque des choses présentes. L’autre renvoie des choses non pertinentes. Choisir entre elles est un mauvais compromis, et si cela a été présenté comme un choix, c’est surtout parce que les deux ont été construites comme des produits séparés.

Exécuter les deux est la réponse évidente

Exécuter ensemble la recherche exacte et la recherche sémantique puis fusionner les résultats donne l’exhaustivité là où le terme est connu et la portée là où il ne l’est pas. Cela donne aussi à l’analyste quelque chose de plus utile qu’une liste classée unique : la possibilité de voir d’où vient chaque résultat.

Deux ajouts comptent davantage que la fusion elle-même.

L’expansion de requête. Élargir automatiquement la recherche au vocabulaire voisin, pour qu’une requête sur un terme remonte aussi ses variantes, ses formes argotiques et les substitutions employées à sa place. C’est là que doit résider la connaissance accumulée d’un enquêteur. Pas dans une liste figée qui se périme, mais dans des règles d’expansion qui peuvent être maintenues, versionnées et partagées entre unités.

La portée. La même requête n’a pas le même sens à chaque niveau. À l’échelle d’une affaire, c’est du tri. À l’intérieur d’un scellé, c’est de l’exploitation. À l’intérieur d’une conversation, c’est de la lecture. Un analyste doit pouvoir circuler entre ces niveaux sans reconstruire la requête.

Deux points de vigilance

La recherche sémantique introduit un mode de défaillance que la recherche par mots-clés n’a pas, et il mérite d’être nommé.

Une recherche exhaustive par mots-clés sur un corpus défini peut être décrite précisément dans un rapport : ce terme, ce périmètre, ce nombre d’occurrences. Une recherche sémantique ne peut pas être caractérisée de la même façon. Il n’existe pas d’énoncé net de ce qu’elle n’a pas renvoyé, et un analyste qui déclare avoir cherché des traces d’un rendez-vous formule une affirmation bien plus vague que celui qui déclare avoir cherché une chaîne précise.

La réponse pratique est que la recherche sémantique est un outil pour trouver des pistes, pas pour affirmer une exhaustivité. Ce qu’elle remonte est lu, vérifié contre la source et rapporté pour ce qu’il est. Le chemin qui l’a trouvé n’est pas la preuve.

Le second point est qu’un message qui signifie quelque chose en contexte relève d’une interprétation, et l’interprétation est le travail de l’analyste et du magistrat, pas du logiciel. Un système qui remonte un fil parce qu’il ressemble à l’organisation d’un rendez-vous a fait quelque chose d’utile. Un système qui affirme qu’un rendez-vous a été organisé a dépassé sa fonction, sauf s’il livre les messages exacts et laisse un humain décider.

C’est pourquoi chaque résultat et chaque affirmation de l’assistant devraient porter l’enregistrement qui les fonde, et pourquoi un clic devrait amener l’analyste sur la ligne d’origine. L’intérêt de la portée sémantique est de trouver le fil que personne ne savait chercher. La vérification est ce qui rend ce constat utilisable ensuite.