Grand militant de la réappropriation collective des données personnelles, le mathématicien Paul-Olivier Dehaye réussit à rendre concret et tangible ce sujet qui nous concerne tous. Il invite les travailleurs des plateformes que nous sommes tous, utilisateurs de réseaux sociaux, d’applications de mobilité ou de rencontre, à récupérer leurs données personnelles pour les mutualiser, afin de comprendre comment fonctionnent les plateformes et les subvertir, créer des alternatives.
Les chauffeurs Uber en lutte pour leur requalification vous présentent comme le mathématicien qui vient en aide aux VTC. Concrètement, que faites-vous pour eux ?
Je les aide à récupérer leurs données personnelles auprès de la plateforme. Avec l’association Personaldata.IO, nous organisons des ateliers en Suisse et en France pour l’instant, pour expliquer aux chauffeurs comment se les réapproprier, et pour quoi faire. La première étape, c’est pour que cela leur serve devant les prud’hommes. Nous développons aussi les outils permettant de rendre intelligibles ces données brutes, afin de calculer à la seconde près à quel moment le chauffeur était dans chacun des états de son emploi : en transit avec un client, en approche ou en attente. Lorsqu’il travaille, le chauffeur navigue entre ces 3 étapes. Avec ces données, nous pouvons quantifier combien de secondes il a été avec un client entre 2 heures et 3 heures du matin, le dimanche de la 49 e semaine de l’année. On comprend l’intérêt immédiat pour calculer les frais et le salaire qui lui sont dus en cas de requalification.
Cette première étape est déjà assez compliquée, car il faut former les avocats pour qu’ils puissent expliquer concrètement au juge ce que prouvent ces données. C’est aussi là que les Cnil des différents pays échouent, ce serait leur rôle de former des spécialistes, de mettre autrui en capacité d’expliquer. Déjà que c’est difficile de les saisir pour exiger qu’Uber, en particulier la filiale des Pays-Bas, respecte le règlement général sur la protection des données (RGPD) et nous fournisse les données des chauffeurs.
Et la seconde étape ?
On n’y est pas vraiment encore, mais le but est que les chauffeurs s’approprient leurs données collectivement. Des centaines d’entre eux ont demandé à les récupérer, et cela a été possible grâce à l’entremise des syndicats, comme INV en France. Ces données agrégées permettent d’expliquer concrètement comment marchent les plateformes. Cela pourrait intéresser la ville de Paris de comprendre comment sont dirigés les chauffeurs. Ce sont aussi des outils de travail, qui peuvent permettre aux chauffeurs de créer des alternatives vertueuses, sous forme de coopérative, par exemple.
Si comme premier cas d’usage de l’association, nous nous sommes dirigés vers les chauffeurs Uber, c’est parce qu’on est dans un cas assez tangible : les données impliquent une transaction, donc des revenus. Le secteur est aussi assez structuré par des syndicats qui défendent l’intérêt collectif de ces travailleurs. On n’est pas dans un cadre d’usage des données pour de la surveillance de masse, ce qui peut parfois nous paralyser, et où on a du mal à identifier concrètement comment nous sommes concernés.
Vous avez qualifié les données personnelles d’outils de travail. Pouvez-vous développer ?
Je dirais, pour être plus précis, que la donnée devient un outil de production. Par exemple, en tant que journaliste, vous allez peut-être poster un lien vers votre article sur les réseaux sociaux : vous devenez alors un travailleur du réseau social. Vous n’en recevez aucun revenu, cette relation n’est encadrée par aucune convention collective, mais vous travaillez bien pour la plateforme. Et cette donnée a un impact sur votre travail, puisque selon ce que vous connaissez du réseau social, vous vous adapterez à lui.
« Vous n’en recevez aucun revenu, cette relation n’est encadrée par aucune convention collective, mais vous travaillez bien pour la plateforme. » Paul-Olivier Dehaye, mathématicien
Le plus souvent, la plateforme utilise ce qu’on lui confie pour faire du prédictif. Grâce aux milliards de données qu’il a enregistrées, Uber essaie de deviner s’il a par exemple intérêt à envoyer tel chauffeur en périphérie de Paris, et le prix de la course sera fonction de la probabilité qu’il y ait un passager dans les environs. Facebook et Twitter vont prédire le contenu que vous allez aimer, en fonction de vos réactions passées. L’autocomplete, ces programmes qui essaient de prédire vos mots sur les traitements de texte ou les moteurs de recherche, se nourrit de vos écrits. Cela va encore plus loin avec ChatGPT qui se veut capable de produire du contenu.
Donc, nous aussi, journalistes aurions tout intérêt à récupérer nos données ?
Mais oui ! Par exemple, les réseaux sociaux établissent un score de véracité pour les médias et les producteurs de contenus. C’est complètement opaque, mais cela a un impact sur la diffusion du contenu. C’est un classement, une note, exactement comme les chauffeurs Uber, qui sont eux-mêmes évalués. Mais si vous seul demandez vos données, vous ne comprendrez rien de la logique. Il faut pour cela catalyser des collectifs de données : motiver les journalistes à rassembler leurs données, pour les mutualiser, créer une dynamique sociale. Et il faut aller des deux côtés de la plateforme : que les lecteurs récupèrent leurs données Google et Facebook pour comprendre comment ils consomment leur contenu. Là, seulement, on pourra voir comment la donnée est utilisée dans l’économie de l’attention : comment nos parcours de lecteurs de contenus sont utilisés pour nous profiler, orienter les articles qu’on nous adresse… Ensuite, mutualiser ces données, permettra d’aider les travailleurs à s’émanciper, établir de nouvelles tactiques pour contourner les plateformes.
« Il faut aller des deux côtés de la plateforme : que les lecteurs récupèrent leurs données Google et Facebook pour comprendre comment ils consomment leur contenu. » Paul-Olivier Dehaye, mathématicien
Je pense que nous sommes tous des travailleurs de la donnée, qu’on soit utilisateurs d’applications de mobilité, de rencontre, de réseaux sociaux… Mais il y a une différence entre les écosystèmes. Les médias sont structurellement vulnérables : la plupart des journalistes sont convaincus qu’il y a un mur infranchissable entre le marketing et le contenu qu’ils produisent. Alors que, souvent, ils font eux-mêmes la promotion de leur contenu sur les réseaux sociaux, ils scrutent les outils de surveillance utilisés par le marketing comme Google Analytics, ce qui va entraîner une aliénation.
Pour ne rien vous cacher, la stratégie explicite de mon association est de faire observer ce qu’on fait avec les chauffeurs Uber aux journalistes, dans l’espoir de leur faire ouvrir les yeux sur leur propre sort.
Que pensez-vous de ceux qui prônent la réappropriation personnelle des données, pour pouvoir les revendre à leur guise ?J’en pense que c’est à la fois naïf et pernicieux. Sur le coup, on se croit malin parce qu’on a revendu 10 euros ses données du mois écoulé. Mais la géolocalisation permet de voir que, par exemple, si on sort du bâtiment toutes les 2 heures, cela veut dire qu’on est fumeur, et que toute notre vie on paiera plus cher ses prêts, ses assurances…
Comment un universitaire, qui faisait des maths qu’on pourrait qualifier de dures, se retrouve ainsi militant ?
Je reste fondamentalement mathématicien, en tout cas dans ma manière d’observer les choses, de les déconstruire. Mais plusieurs éléments m’ont fait devenir militant. Les révélations de Snowden déjà. Et un incident personnel aussi. Quand je passais mon doctorat à Stanford, je me suis fait arrêter pour état d’ébriété. Rien de grave, mais ils l’ont inscrit dans un fichier, et pris mes empreintes digitales. Depuis, je ne peux retourner aux États-Unis sans fouille et interrogatoire approfondis à la frontière, parce que je figure dans leurs bases de données. Cela n’a fait qu’accroître mon intérêt pour la question. Mais ce qui a changé, c’est quand j’ai commencé à enseigner à l’université de Zurich. Quand les plateformes de cours en ligne son arrivées, tout le monde se disait que c’était super, que cela allait permettre la démocratisation du savoir, qu’on pourrait suivre des cours dans les meilleures universités… Ce n’est pas faux, mais il n’y avait aucune réflexion sur les données.
Est-ce vraiment grave ? Est-ce que, d’ailleurs, les universités utilisent ces données ?
C’est là que je me suis rendu compte que nous étions tous devenus des travailleurs de plateformes. Et pire encore : ces plateformes de cours en ligne sont le meilleur outil à entraînement d’intelligence artificielle qui soit. Vous donnez un même exercice à des milliers d’étudiants. La plateforme récupère la logique du professeur, celles des milliers d’élèves qui y répondent, et tout le système d’évaluation, y compris l’échelle de pertinence des raisonnements incorrects. Il n’y a pas de meilleur moyen pour qu’une machine apprenne. Lorsque j’ai expliqué tout ça à mes élèves, je me suis mis en porte-à-faux avec mon université.
« Suite à l’affaire Cambridge Analytica, la responsabilité s’est aussi déplacée, de l’individu vers les autorités, ce qui devrait inviter à changer les réponses. » Paul-Olivier Dehaye, mathématicien
Comment vous êtes-vous retrouvé à dénoncer la société Cambridge Analytica ?
À la fin de mon poste académique, en 2015, j’ai vu passer un article technique sur Cambridge Analytica. Cette entreprise avait récupéré 5 000 points de données sur 87 millions d’électeurs américains (ces informations personnelles compilées permettaient à l’entreprise de classer les électeurs selon leur profil « psychographique » – NDLR) dans le but d’influencer les élections. Ça permettait d’expliquer le moment Trump, le Brexit… Pour moi, c’était aussi gros que les révélations de Snowden. J’ai essayé d’expliquer tout ça aux journalistes en Suisse, il y a eu quelques articles, mais c’est vraiment quand un analyste de Cambridge Analytica est devenu lanceur d’alerte, en 2018, que le scandale a vraiment éclaté. Après, je suis allé aux États-Unis inciter les électeurs à récupérer leurs données, et faire une forme d’ingénierie inversée, afin de comprendre comment ils ont été influencés. L’histoire de l’un d’eux a permis le documentaire The Great Hack, disponible sur Netflix.
Y a-t-il un avant et un après Cambridge Analytica selon vous ?
Ce qui a vraiment changé, c’est que les données personnelles ne sont plus considérées comme une question individuelle, mais bien, quand cela influe sur des élections par exemple, comme un enjeu collectif. La responsabilité s’est aussi déplacée, de l’individu vers les autorités, ce qui devrait inviter à changer les réponses. Aux autorités de protection des données, comme les Cnil, de le comprendre et de s’en saisir. Je ne vous cache pas que là réside le blocage. En attendant, on invite tout le monde à récupérer ses propres données auprès des Uber, Tinder, Google et Facebook, de se les réapproprier, et éventuellement de les mutualiser pour créer de nouveaux projets d’intérêt collectif.