Beruflich Dokumente
Kultur Dokumente
dtriment de lautre. Ainsi la classification des patients dans certains profils thrapeutiques est
dans lintrt tant de lhpital que du patient, alors que le profilage des voyageurs dans un certain
profil en fonction de leur prdisposition vouloir payer un certain prix pour un certain voyage (la
personalisation ou le profilage algorithmique permettent dajuster les prix en fonction de la
disposition payer (willingness to pay) de chaque clientau plus le client aura besoin de voyager
telle date rapproche, au plus cher sera son billet), est le plus souvent dfavorable au voyageur (la
somme quil aura dbourser pour voyager tant adapte llasticit de sa disposition acheter un
billet en fonction dune volution des prix, ). En fonction, donc, des applications, et des intrts en
jeu, il importe, afin de protger la partie faible (celle qui subit, gnralement, une asymtrie
dinformation, ntant pas au courant des logiques de traitement de donnes qui prsident aux
dcisions qui laffectent et ne se sachant pas profil ), il sera plus ou moins utile ou ncessaire de
veiller assurer des possibilits de contester les productions algorithmiques (des catgorisations
ou profilages ) :
-
dune part en conservant un certain contrle sur la provenance des donnes. Un exemple
Dautre part, en assurant une certaine publicit (transparence) aux logiques de traitement des
donnes cest--dire aux algorithmes - ce qui est prvu notamment dans les dispositions relatives aux
dcisions prises sur base de traitements automatiss de donnes tant dans lactuelle directive
europenne 95/46 que dans le projet de rglement europen sur la protection des donnes mais rendu
juridiquement difficile du fait que le secret industriel ou le secret dfense, suivant les applications,
permettent de droger la rgle de publicit des dispositifs, y compris ceux qui sont concerns par les
rgles de divulgation prvues par les rgimes de proprit intellectuelle) ;
d'autres types d'noncs fonds sur autre chose que les donnes numrises (par exemple, opposer la
notion de droit la notion de fait qu'impose le prisme de la "donne"; opposer la notion de justice ou
d'quit la notion de "cot rel" ou d'objectivit machinique vhicules par les Big Data; opposer la
notion de tmoignage donnant voix ce qui a disparu sans trace numrique la notion d'une totalit
numrique; etc.) ;
3) de conserver prcieusement des "vacuoles" d'indcidabilit, c'est--dire un espace dans lequel
"dcider" ait encore un sens, et engage encore la responsabilit de celui qui dcide, qui pose un geste
dcisif (qui peut rater) irrductible la seule raction, sur le mode du rflex, aux signaux en
provenance du monde numrique.
Pour suivre, le mme Monsieur me demandait galement sil y avait, dans la littrature, des approches
anthropologiques du Big Data qui rpondraient la question : que dit le Big Data sur lHomme ?.
Bien sr, une premire rponse, un peu rhtorique, serait de dire que, ds-lors que les big data sont
"exploites" des fins de modlisation des comportements humains, elles prtendent dispenser,
notamment, des thories et mthodes d'approche anthropologique, sociologique, ethnographique
"classiques". Une autre rponse, un peu plus srieuse, serait de dire et den considrer srieusement
les consquences que les Big Data n'ont pas, pour "units", les individus, ni mme les objets, mais
les donnes. Les notions d'individu, de sujet, de personne, ou mme de groupe, de collectif, de
communaut, sont, par dfinition pourrait-on dire, dissoutes et exclues dans l'univers des Big Data et
quil n'est donc pas tonnant de ne pas trouver grand chose dans la littrature propos des enjeux
anthropologiques des Big Data. Enfin, on pourrait aussi rpondre que nous manquons un peu de recul
historique pour valuer les implications anthropologiques de ce nouveau "rgime de vrit" (pour
autant que lon accepte de considrer quil sagit bien l dun nouveau rgime de vrit , ce qui ne
va pas de soi). Pour ma part, et dun point-de-vue qui mest subjectif, avec les dformations
rtiniennes qui sont les miennes et dues en partie ma qualit de juriste ou plutt de chercheuse en
philosophie du droit attentive aux problmatiques de lgalit dopportunits, je peux tout au plus
constater que l'engouement pour les modlisations du social informes par les Big Data, loin d'induire
une rupture, un changement de cap relativement la gouvernementalit nolibrale, l'intensifie tout en
l'exonrant de toute exigence de justification. L'hyper-indexation des individus l'chelle infraindividuelle, quasi-molculaire, des "soft data" (donnes manant des rseaux sociaux, des dispositifs
de golocalisation, etc.) ne fait qu'accentuer la mise en concurrence des personnes non seulement sur
base de leurs Cvs, expriences, capacits prouves, projets, mais plus essentiellement sur base de
modles comportementaux (comportementalisme numrique) prdictifs, statistiquement, des
performances futures. Ces modles comportementaux (patterns, ou profils) "naturalisent" des
ingalits socio-conomiques qui en viennent tre considres non plus comme "produites" ou
"construites" mais comme pures "donnes", comme simples "faits" a-politiques. C'est, je pense, cette
intensification de la gouvernementalit nolibrale, de la mise en concurrence des individus l'chelle
de la donnes (asignifiante pour les personnes, mais signifiante pour les algorithmes) dans une
conomie de la rputation (une rputation qui ne se mesure plus que "quantitativement", au nombre
d'"amis" et d'abonns sur les rseaux sociaux, au nombre de "citations", etc.) faisant de chacun
l'entrepreneur de soimme, plus que le "phnomne", en soi, des Big Data, qui serait susceptible de
produire des effets anthropologiques significatifs.
Les enjeux de production de "savoir", les enjeux de gouvernement des conduites, les enjeux de
subjectivation ou d'individuation (comment "devenir sujets" dans un monde de donnes qui dissout
toute forme rsiliante (sujet, objet, groupe,) sont vritablement indissociables. Il ne s'agit donc pas
de montrer, sur le mode d'un "recto-verso", une face brillante et une face sombre, mais bien plutt de
suivre, pas pas, le mtabolisme complexe de co-production du savoir, du pouvoir et des "sujets"
individuels et collectifs. Voil qui replace la problmatique des Big Data dans un contexte d'conomie
politique et dans un mtabolisme de la norme beaucoup plus large (je pense que cet largissement du
contexte est ncessaire pour ne pas "ftichiser" les Big Data dont le succs actuel est le symptme de
beaucoup de choses que lon peut clbrer ou regretter, dont une intensification dune
gouvernementalit nolibrale sur laquelle, in fine, il appartient aux citoyens de poser un jugement.