Version classiqueVersion mobile
OpenEdition Books

Big data et traçabilité numérique

 | 
Pierre-Michel Menger
, 
Simon Paye

I. Cheminements des big data : technologies, marchés, échanges

Gouverner, échanger, sécuriser

Les big data et la production du savoir numérique

Bernard E. Harcourt

Texte intégral

  • 1 Je suis très reconnaissant à Pierre-Michel Menger d’avoir organisé ce travail collectif et la bell (...)
  • 2 Butler D., Gillum J. et Arce A., « US secretly created “Cuban Twitter” to stir unrest », Associate (...)
  • 3 Ibid.

1Commençons avec trois anecdotes relatives aux arts de gouverner, d’échanger et de sécuriser1. La première a eu lieu en 2009, et impliqua une importante base de données contenant un demi-million de numéros de téléphones portables à Cuba. L’affaire impliqua également quelques officiels et sous-traitants de l’Agence américaine pour le développement international (US Agency for International Development/USAID), une agence gouvernementale des États-Unis qui distribue des milliards de dollars d’aide et d’assistance humanitaire à des pays dans le besoin2. Les numéros de téléphones portables avaient été subrepticement donnés par un employé de Cubacel, l’opérateur étatique de téléphonie cubain, à un ingénieur cubain qui vivait alors en Espagne ; cet ingénieur cubain transmit par la suite cette base de données – et ce « à titre gratuit », si l’on en croit les documents examinés par l’Associated Press (AP) – aux officiels de l’USAID ainsi qu’à une société commerciale de Washington D.C., la Creative Associates International3 (laquelle avait gagné des millions de dollars en contractant avec l’USAID).

2Une manager de Creative Associates se montra alors, dira-t-on, « créative ». Avec son frère, qui résidait au Nicaragua, elle eut l’idée d’envoyer des SMS en masse depuis plusieurs pays aux utilisateurs de téléphones portables cubains afin de contourner le contrôle strict qu’opère l’État cubain sur Internet et de commencer une forme de réseau social sur le modèle de Twitter. L’idée était d’essayer discrètement de mettre en place, ex nihilo, une plate-forme entière pour les Cubains, un « Twitter cubain », avec à terme l’objectif de susciter une opposition politique. Comme le rapporte l’Associated Press (AP), après avoir examiné en détail plus de 1000 pages de documents :

  • 4 Ibid.

Les documents montrent que le gouvernement des États-Unis avait projeté de construire une base d’abonnés par le biais de « contenus non-controversés » : des messages d’informations sur le football, de la musique, et des mises à jour sur les ouragans. Ensuite, lorsque le réseau aurait atteint une masse importante d’abonnés, peut-être des centaines de milliers, les opérateurs introduiraient alors du contenu politique destiné à inciter les Cubains à organiser des « foules intelligentes » – des rassemblements de masse qui pourraient d’une seconde à l’autre déclencher un Printemps cubain ou, comme le dit un document de l’USAID, « renégocier l’équilibre du pouvoir entre l’État et la société4 ».

  • 5 Ibid.

3Ils donnèrent à ce réseau le nom de « ZunZuneo », ce qui signifie, en argot cubain, « tweet de colibri ». En mars 2011, il y avait environ 40 000 abonnés à ce système, mais aucun d’eux n’avait alors pris conscience que ce réseau social avait été créé, soutenu et nourri par les employés de l’USAID. Aucun d’eux ne s’était rendu compte que la participation de chaque membre du réseau était profilée par l’USAID, et ce afin de déterminer les tendances politiques de chacun. Aucun d’eux n’a soupçonné que cette messagerie avait pour but de les politiser. Non seulement l’USAID a fondé « un système labyrinthique de sociétés-écrans en utilisant un compte bancaire ouvert aux îles Caïmans, et a recruté des exécutants qui ignoraient tout des liens entre la société et le gouvernement des États-Unis », selon l’enquête de l’AP, mais elle a également fait mettre en place par le biais d’une entreprise britannique une société en Espagne afin de diriger ZunZuneo. L’USAID a également mis en place un site internet partenaire du service d’envoi de SMS, afin que les utilisateurs de téléphones portables puissent souscrire, émettre des réactions et envoyer des messages eux-mêmes gratuitement. Les documents révèlent la discussion qui a eu lieu sur la façon de faire paraître tout cela légitime : « Des imitations de bannières publicitaires donneront au site l’apparence d’une entreprise commerciale », peut-on ainsi y lire5.

  • 6 Butler D. et Arce A., « US contractors profiled “Cuban Twitter” responses », Associated Press, 30  (...)
  • 7 Ibid.

4Une des entrepreneuses de l’USAID, Paula Cambronero, était chargé de répartir les abonnés cubains entre les catégories « pro-révolution », « apolitique » ou « anti-révolution », à partir de leurs réponses aux messages6. La première préoccupation du projet, selon l’AP, était de « déplacer davantage de personnes vers le camp des activistes démocratiques sans être repéré ». « Les documents de l’USAID disent que leur objectif stratégique à Cuba était de “les faire sortir de l’impasse grâce à des initiatives tactiques et temporaires, et de relancer le processus de transition vers le changement démocratique7” ».

5ZunZuneo ferma au milieu de l’année 2012, lorsque l’argent de l’USAID s’assécha. Le sénateur Patrick Leahy du Vermont, président du Senate Appropriations Committee’s State Department and Foreign Operations Subcommittee, a tenu en 2014 des audiences sur ce programme de l’USAID.

  • 8 Levine Y., « The psychological dark side of Gmail: Google is using its popular Gmail service to bu (...)

6La seconde anecdote concerne l’art d’échanger. En 2004, Google lança Gmail, un service gratuit de messagerie électronique. Ce qui a rendu l’idée de Gmail si attractive pour les consommateurs, c’est que Google a fourni à ses utilisateurs une grande quantité d’espace de stockage gratuit : 1 gigaoctet pour chaque utilisateur8. Avant même que le produit soit mis en ligne, un grand nombre d’utilisateurs essayaient d’avoir un accès prioritaire à ce service, et certains ont même payé pour cela. Mais en échange de ce libre accès au cloud, les utilisateurs devaient céder à Google un peu de leur liberté : un accès-libre aux e-mails et aux pièces jointes de tous les utilisateurs – ainsi qu’à leur contenu – de même qu’un accès libre aux e-mails entrant provenant de non-souscripteurs, c’est-à-dire les e-mails de n’importe quel usager communiquant avec un utilisateur de Gmail.

7Alors, avec cette plate-forme Gmail, Google scannerait automatiquement tous les mails et leur contenu afin d’adresser des publicités plus ciblées aux utilisateurs. C’est quelque chose que la plupart d’entre nous savons et que nous en sommes venus à accepter. Nous avons appris à vivre avec, c’est en quelque sorte le prix de la gratuité. Mais un journaliste d’investigation, Yasha Levine, a révélé l’ampleur de cette surveillance, bien au-delà de la publicité :

  • 9 Ibid.

Google ne faisait pas que scanner nos e-mails pour les mots-clés publicitaires. Il a également développé une technologie sous-jacente permettant de constituer des dossiers sophistiqués sur n’importe quelle personne qui passerait par son système de messagerie. Toute communication était sujette à une analyse linguistique poussée ; les utilisateurs étaient rattachés à leurs identités réelles par le biais des informations contenues dans leur carnet d’adresses ; les pièces jointes étaient récupérées pour les services de renseignement – cette information était ensuite recoupée avec les mails précédents et combinée avec des choses provenant d’autres services proposés par Google, de même qu’avec des sources tierces9

  • 10 Ibid.

8Grâce à une fine analyse des deux brevets que Google a déposés avant de lancer le service Gmail, Levine rapporte que la compagnie utilise une large gamme de technologies afin de construire le profil de ses utilisateurs – afin de produire un savoir numérique. Ce savoir repose sur plusieurs opérations : examiner les concepts et les sujets discutés par les utilisateurs dans leurs e-mails ; analyser le contenu des sites internet que les différents utilisateurs ont visités ; collecter les informations sociodémographiques relatives aux utilisateurs, et notamment leurs revenus, leur sexe, leur ethnicité, et leur statut matrimonial ; relier cela à leurs informations géographiques ; en déduire leur profil psychologique et « psychographique », tel que leur type de personnalité, leurs valeurs, leurs centres d’intérêt et leurs attitudes ; disséquer l’historique des recherches internet de l’utilisateur ; collecter des informations à propos de n’importe quel document que l’utilisateur a vu et édité ; et étudier leurs précédents achats10.

  • 11 Ibid.

9Le but, naturellement, est de produire des profils pour chaque utilisateur afin de cibler la publicité, d’aider à faciliter la consommation et ainsi de récolter un profit substantiel pour Google. Ce type de surveillance commerciale est devenu si important, en fait, qu’il éclipse aujourd’hui – et, comme nous allons le voir, en vient à nourrir – celui qui est conduit par l’Agence nationale de la sécurité (National Security Agency/NSA), le Quartier général des communications du gouvernement (Government Communications Headquarters/GCHQ), la Direction générale de la sécurité extérieure (DGSE), etc. Comme le suggère Levine, Gmail et d’autres services représentent « une opération massive de surveillance qui intercepte et analyse des téraoctets de trafic internet chaque jour, et les utilise alors pour construire et mettre à jour des profils psychologiques complexes de centaines de millions de personnes à travers le monde – tout cela en temps réel11 ».

  • 12 Ackerman S. et Ball J., « Optic nerve: millions of Yahoo webcam images intercepted by GCHQ », The (...)
  • 13 Ackerman et Ball, art. cit.

10La troisième et dernière anecdote concerne l’art de sécuriser. L’initiative des services de renseignement britanniques avait pour nom de code Optic Nerve12 (« Nerf optique »). Nous ne savons pas aujourd’hui si le GCHQ, l’agence britannique de renseignement, la conduit encore, bien qu’il y ait des preuves que c’était toujours le cas en 2012. Ce que l’on sait c’est que, pendant une période de six mois au cours de l’année 2008, l’agence britannique de renseignement a intercepté des captures d’écran des communications vidéo par webcam d’environ 1,8 millions d’utilisateurs d’Internet se servant de plates-formes de chat vidéo comme celles proposées par Yahoo Messenger13.

  • 14 Associated Press, « British spies intercept... », art. cit.
  • 15 Ibid. ; cf. aussi Ackerman et Ball, art. cit.

11À l’inverse d’autres programmes qui ne capturent que des métadonnées, Optic Nerve a pu avoir accès au contenu des communications vidéo – aux véritables images vidéo apparaissant lors de la conversation. Apparemment, le programme « téléchargeait automatiquement le contenu des communications vidéo – prenant une capture d’écran du flux vidéo toutes les cinq minutes14 ». Selon un rapport secret dévoilé par Edward Snowden, les services de renseignement britanniques aspiraient à capturer plus d’images à un rythme plus rapide et espéraient obtenir la vidéo complète à un certain point, au moins pour les cibles des surveillances, avec l’intention d’« identifier les cibles en utilisant un logiciel de reconnaissance faciale automatique15 ». Le GCHQ était aidé, dans ces efforts, par la NSA :

  • 16 Ibid.

L’information provenant des webcams était introduite dans l’outil de recherche de la NSA XKeyscore, et les recherches de la NSA ont été utilisées afin de construire l’outil qui a permis d’identifier le trafic webcam de Yahoo16.

  • 17 Associated Press, « British spies intercept... », art. cit. ; Ackerman et Ball, art. cit.
  • 18 Associated Press, « British spies intercept... », art. cit.

12Apparemment, l’opération a permis de découvrir une mine d’images classées X. Un document des renseignements anglais à propos du programme déclare qu’« il semblerait qu’un nombre surprenant de personnes utilisent les conversations webcam pour montrer des parties intimes de leur corps à d’autres personnes » ; selon une analyse informelle, à peu près 7 % des images enregistrées contenaient de la « nudité non désirée » – enfin, « non désirée » par les hauts fonctionnaires des renseignements anglais17 (encore que…). Comme le note l’Associated Press, « la collection de photographies de personnes nues soulève aussi des questions à propos des possibilités de chantage18 ».

  • 19 Ackerman et Ball, art. cit.

13D’autres documents divulgués par Snowden révèlent que la NSA a étudié la possibilité d’utiliser le système de communication vidéo des consoles de jeux comme moyen d’intercepter des données : « la NSA explorait les capacités vidéo des consoles de jeu à des fins de surveillance », selon le Guardian. « Microsoft, le constructeur de la Xbox, a dû faire face à une réaction violente sur le terrain de la vie privée l’année dernière quand il est apparu que la caméra fournie avec sa nouvelle console, la Xbox One, serait toujours activée par défaut19 ».

14Chacune de ces initiatives dans les arts de gouverner, d’échanger et de sécuriser génère une mine de données additionnelles à propos des individus qui peuvent être capturées, enregistrées, reliées les unes avec les autres, connectées à d’autres, extraites, étudiées et analysées. Chacune d’entre elles peut produire une mine de données utilisables par la recherche en sciences sociales. Mais de la même manière, chacune d’entre elles peut produire une mine de données pour identifier les individus, les inciter à prendre position politiquement, exercer de petites manipulations, encourager leur consommation, stimuler ce qu’ils révèlent, les observer, les surveiller, les détecter, les prédire et les punir. Les données permettent aux gouvernements, aux multinationales, aux entreprises du quotidien, aux employeurs, aux vendeurs, aux publicitaires, à la police et aux agents d’insertion et de probation de suivre les mouvements physiques des individus, leur navigation sur Internet, de savoir ce qu’ils lisent, ce qu’ils aiment, les vêtements qu’ils portent, avec qui ils communiquent, où et comment ils dépensent leur argent…

15Un nouveau savoir numérique émerge, lequel a commencé à remettre en question les lignes traditionnelles entre gouverner, échanger et sécuriser – ce qui revient à réinterroger les limites conventionnelles entre le politique, l’économique et le maintien de l’ordre. Un savoir numérique qui rend ambiguës les limites entre le commerce et la surveillance, le gouvernement et l’échange, la démocratie et l’État policier. Ce nouveau savoir numérique produit et reproduit des sujets-consommateurs qui, sciemment ou non, se laissent observer, traquer, relier et prédire au sein d’un amalgame confus de projets commerciaux et gouvernementaux. En reliant, dans les deux sens, les données sur les consommateurs aux informations gouvernementales et aux médias sociaux, ces nouvelles toiles d’informations deviennent disponibles à quiconque peut les acheter.

16Comment se fait-il que les intérêts gouvernementaux, commerciaux et de sécurité aient convergé, coïncidé, mais aussi divergé sur certains points, dans cette production des big data ? Quels secteurs ont stimulé la production et la collecte de cette masse d’informations ? Comment ces divers projets se sont-ils alignés ou contredits ? Comment se fait-il, par exemple, que toute nouvelle technologie numérique semble faciliter la sécurité ?

17Dans la suite de ce chapitre, je vais explorer ces interrogations à partir de deux dimensions. Tout d’abord, je vais exposer à grands coups de pinceaux l’évolution historique et la croissance de la production de l’univers numérique. Je vais proposer certaines catégories pouvant nous aider à comprendre la masse de données qui nous entoure aujourd’hui et poser des fondations pour définir cette notion de savoir numérique. Ensuite, j’étudierai la nouvelle politique économique relative aux données qui s’est fait jour, comme moyen d’aborder quelques-unes des plus importantes relations de pouvoir qui sont en jeu dans notre nouvelle ère numérique.

1. Une vue socio-historique des big data

18Je vais donc commencer par tracer les grandes lignes de la trajectoire historique du développement de ces mines de données, localiser quels secteurs ont favorisé leur accumulation et proposer différentes façons de catégoriser la masse d’informations que nous avons collectées jusqu’à aujourd’hui.

1.1. La trajectoire historique des big data

19L’International Data Corporation (IDC), chercheur et consultant de premier ordre dans les technologies de l’information, fournit une mesure simple de l’étendue du phénomène en 2013 (IDC, 2014). Le montant global d’informations stockées dans ce que l’IDC appelle l’« univers numérique » est d’environ 4,4 zettaoctet (un zettaoctet est égal à 1,18059162 × 1021 octets). D’ici à 2020, ce nombre devrait augmenter pour atteindre les 44 zettaoctets (IDC, 2014).

20La mesure la plus rigoureuse de la capacité technologique mondiale à stocker, à communiquer et à calculer des données a été présentée dans un article scientifique paru dans Science (Hilbert et López, 2011). (La plupart des descriptions de masses de données aujourd’hui et l’image folklorique de l’empilement de CD-ROM jusqu’à la Lune y ont puisé leur source.) Hilbert et López ont essayé de mesurer la capacité à réaliser ces trois tâches sur une période allant de 1986 à 2007, en comparant les technologies analogiques et numériques suivantes (fig. 1).

Technologie analogique numérique
Stockage Vidéo analogique ; photo imprimée ; cassette audio ; photo négative ; ciné film ; disque LP ; épisode TV ; X Rays ; film TV ; journaux ; autres papiers et imprimés ; livres. Disque-dur PC ; DVD et Blu-Ray; enregistrement numérique ; serveur et unité centrale ; CD et minidisque ; autres disques durs (portables) ; console ; carte mémoire ; téléphone mobile et PDA ; jeux vidéo ; caméras numériques et caméscope ; cartes à puce.
Commu­nication Télédiffusion : TV terrestre ; TV cable ; TV satellite ; radio ; journaux ; publicités en papier. Télédiffusion : TV terrestre ; TV cable ; TV satellite ; radio ; navigation GPS.
Télécommunication : téléphone fixe (voix) ; téléphone mobile (voix) ; lettres postales. Télécommunication : téléphone fixe (voix) ; Internet ; téléphone mobile (voix) ; téléphone mobile (data).
Calcul    Utilisation générale : ordinateur ; jeux vidéo ; consoles ; serveur et unité centrale ; superordinateur ; calculatrice ; téléphone mobile/PDA.
   Processeurs de signaux numériques : CD, DVD et PVR, caméras et caméscope, modem et décodeur, GPS, média portable, imprimante et fax, radio, téléphone fixe et mobile; microcontroller ; processeur graphique.

Figure 1. Les technologies analogiques et numériques de stockage, de communication et de calcul.

21Il est tout d’abord question de la capacité de stockage selon une perspective historique. La capacité globale n’a cessé de croître en raison du développement des technologies analogiques, au moins jusqu’en 2000. Mais après cela, la croissance a été exponentielle dans le domaine numérique, comme l’illustre la figure 2.

Figure 2. Capacité mondiale de stockage d’information en mégaoctets (Mo) selon le type de technologie.

Figure 2. Capacité mondiale de stockage d’information en mégaoctets (Mo) selon le type de technologie.

Source : Hilbert et López, 2011, Table S A-1.

Données de la figure 2

Technologie 1986 1993 2000 2007
   analogique 2.62E+12 1.52E+13 4.08E+13 1.89E+13
   numérique 2.08E+10 5.33E+11 1.37E+13 2.76E+14
Total 2.64E+12 1.58E+13 5.45E+13 2.95E+14

22Ensuite, Hilbert et López mesurent la croissance de la capacité à diffuser et à communiquer l’information (fig. 3).

Figure 3. Capacité mondiale effective à diffuser et à communiquer l’information, en mégaoctets (Mo) selon le type de technologie et le secteur.

Figure 3. Capacité mondiale effective à diffuser et à communiquer l’information, en mégaoctets (Mo) selon le type de technologie et le secteur.

Source : Hilbert et López, 2011, pièces justificatives, p. 7.

Données de la figure 3

Technologie 1986 1993 2000 2007
Télédiffusion 4.32E+14 7.15E+14 1.15E+15 1.89E+15
   analogique 4.32E+14 7.15E+14 1.07E+15 1.42E+15
   numérique - - 8.37E+13 4.68E+14
Télécommunication 2.81E+11 4.71E+11 2.24E+12 6.54E+13
   analogique 2.25E+11 1.48E+11 5.15E+10 3.63E+10
   numérique 5.57E+10 3.23E+11 2.19E+12 6.53E+13
Total 4.32E+14 7.16E+14 1.15E+15 1.96E+15

23Le calcul a quant à lui toujours été numérique, il n’y a donc pas lieu d’effectuer ici des comparaisons, mais soulignons l’augmentation exponentielle de la capacité technologique depuis 2000, comme cela est mis en évidence par la figure 4.

Figure 4. Capacité mondiale effective à traiter l’information sur des ordinateurs standard en millions d’instructions par seconde.

Figure 4. Capacité mondiale effective à traiter l’information sur des ordinateurs standard en millions d’instructions par seconde.

Source : Hilbert et López, 2011, pièces justificatives, p. 8.

Données de la figure 4

   1986 1993 2000 2007
Total 1.73E+07 4.02E+08 1.66E+10 5.38E+11

24L’étude de Hilbert et López révèle une augmentation remarquable dans le pourcentage annuel de croissance de la puissance informatique. Cela est représenté dans le graphique ci-dessous (fig. 5).

Figure 5. Croissance annuelle de la capacité de calcul comme pourcentage de l’ensemble des calculs antérieurs depuis 1977 (année t / S[1977, année t – 1]).

Figure 5. Croissance annuelle de la capacité de calcul comme pourcentage de l’ensemble des calculs antérieurs depuis 1977 (année t / S[1977, année t – 1]).

Source : Hilbert et López, 2011, p. 63.

25Comme leurs données le démontrent, le pourcentage de capacité technologique repris par les médias numériques augmente à des taux remarquables, comme l’illustre le tableau ci-dessous (fig. 6).

Figure 6. Évolution de la capacité mondiale de stockage et de communication d’informations selon le secteur (en pourcent).

Figure 6. Évolution de la capacité mondiale de stockage et de communication d’informations selon le secteur (en pourcent).

Source : Hilbert et López, 2011, p. 63.

Données de la figure 6

      1986 1993 2000 2007 Taux annuel de croissance
Stockage numérique    0,8 % 3 % 25 % 94 % 23 %
Commu­nication numérique Télé­diffusion 0 % 0 % 7,3 % 25 % 6 %
Télé­communication 19,8 % 68,5 % 97,7 % 99,9 % 28 %
Calcul                58 %

26Nous savons, ensuite, que les big data ont augmenté exponentiellement récemment. La Commission fédérale des big data de la fondation TechAmerica estime que, en 2011, « 1,8 zettaoctets d’informations ont été créés, et ce montant devrait doubler tous les ans » (TechAmerica, 2012, p. 9). Ces projections sont cohérentes avec les chiffres du journal The Economist. Selon l’IDC, l’augmentation exponentielle devrait atteindre 35 zettaoctets en 2020 (TechAmerica, 2012, p. 11). Comme The Economist l’a souligné il y a plusieurs années, et comme cela est reflété dans les données précédentes, l’augmentation de la production des données surpasse largement notre capacité à les stocker. Le graphique ci-dessous (fig. 7) provient d’un rapport détaillé publié le 27 février 2010 – ce qui, dans notre ère numérique, semble être de la Préhistoire.

Figure 7. Surcharge informationnelle.

Figure 7. Surcharge informationnelle.

Prévision de la masse globale d’informations créées (courbe supérieure) et de la capacité de stockage (courbe inférieure) en exaoctets.

Source : « Data, data everywhere », The Economist, 25 février 2010 : http://www.economist.com/​node/​15557443.

27McKinsey le souligne également : le taux de croissance des données dépasse largement notre capacité à les stocker (Manyika et al., 2011, p. 16-17). C’est en 2007 que la création de données a excédé pour la première fois la capacité mondiale de stockage. Le total des données mondiales devrait augmenter de 40 % par an, la capacité de stockage et de calcul des données continuant également à augmenter – comme indiqué par Hilbert et López, le stockage ayant augmenté à un taux annuel de 23 % entre 1986 et 2007, tandis que la capacité de calcul augmentait à un taux de 58 % par an durant la même période.

28En 2011, McKinsey a reporté quelques statistiques fascinantes à propos de ce qu’il a appelé ce « torrent grandissant » de données :

5 milliards de téléphones portables en marche en 2010 ;
30 milliards de contenus partagés sur Facebook par mois ;
235 téraoctet de données collectées par la bibliothèque du Congrès des États-Unis en avril 2011 ;
15 des 17 secteurs des États-Unis comptent plus de données stockées par société commerciale individuelle que la bibliothèque du Congrès des États-Unis.
(Manyika et al., 2011, préface)

  • 20 McAfee A. et Brynjolfsson E., « Big data: the management revolution », Harvard Business Review, oc (...)

29Harvard Business Review rapporte qu’« à partir de 2012, environ 2,5 exaoctets de données sont créés chaque jour, et ce nombre double tous les 40 mois à peu près. Plus de données traversent l’Internet chaque seconde qu’il n’y en avait de stockées dans tout Internet il y a tout juste 20 ans ». À elle seule, l’entreprise Walmart « collecte plus de 2,5 pétaoctets de données chaque heure à partir des transactions de ses clients20 ».

1.2. La composition des big data

30Les big data peuvent être présentées de manières différentes – selon des critères de forme, de source, de type, de but, etc. Voici quelques considérations utiles afin de décrire le torrent émergent de données.

1.2.1. Les sources de données

31Selon McKinsey, en 2009, les trois premiers secteurs en termes de quantité d’informations stockées étaient :

  1. discrete manufacturing (manufacture et fabrication de pièces détachées) (966 pétaoctets) ;
  2. le gouvernement (848 pétaoctets) ;
  3. la communication et les médias (715 pétaoctets) (Manyika et al., 2011, p. 19).

32L’IDC rapporte en 2013 qu’environ deux tiers de l’information dans l’univers numérique, soit environ 2,9 zettaoctets, sont « générés par les consommateurs », le reste, soit environ 1,5 zettaoctets, étant généré par les entreprises. Le monde des affaires touche cependant environ 85 %, soit 2,3 zettaoctets, des données, contrairement aux 15 %, représentant environ 0,6 zettaoctets, qui ne sont pas touchés par les entreprises (Turner et al., 2014).

33Seule une partie des données est générée ou collectée par les gouvernements. Malgré cela, il est exact que, depuis 2000, aux États-Unis, « le montant d’informations dont le gouvernement fédéral s’empare a augmenté exponentiellement » (TechAmerica, 2012, p. 9). Pour en donner une idée, en 2009 uniquement, « le gouvernement des États-Unis a produit 848 pétaoctets de données et le système de sécurité sociale américain a, à lui seul, atteint 150 exaoctets. Cinq exaoctets (10^18 gigaoctets) de données suffiraient pour contenir tous les mots qui ont été prononcés par des êtres humains sur la Terre. À cette allure, les big data du système de sécurité sociale américain atteindront bientôt le zétaoctet (10^21 gigaoctets), puis le yottaoctet (10^24 gigaoctets) » (TechAmerica, 2012, p. 9).

34Les autres secteurs de l’économie qui stockent la plupart des données du pays peuvent être visualisés sur le graphique suivant (fig. 8), préparé par McKinsey (Manyika et al., 2011, p. 19).

Figure 8. Stockage des données aux États-Unis et dans les entreprises américaines.

Figure 8. Stockage des données aux États-Unis et dans les entreprises américaines.

Source : IDC ; US Bureau of Labor Statistics, McKinsey Global Institute Analysis.

1.2.2. Les types de données I : intelligentes, d’identité et de la personne

  • 21 Maycotte H., « The evolution of big data, and where we’re headed », Wired, 26 mai 2014: http://www (...)

35Higinio Maycotte, dans un article publié dans Wired, suggère qu’il y a trois types particuliers de big data qui devraient être distingués : les « données intelligentes », les « données d’identité » et les « données de la personne21 ».

  • 22 Ibid.

36Les « données intelligentes » désignent la partie des big data qui a été « cloisonnée, segmentée, puis visualisée » pour un besoin particulier22. Ces données ont été rendues lisibles à partir de leur état original de collection de nombres binaires, et ne requièrent plus l’intervention d’un expert pour être analysées.

  • 23 Ibid.
  • 24 Ibid.

37Les « données d’identité » sont peut-être le type le plus important de big data. Elles constituent « la force derrière la modélisation prédictive et l’apprentissage par la machine », et visent à « raconter l’histoire de qui vous êtes dans l’ère numérique, en incluant ce que vous aimez, ce que vous achetez, vos choix relatifs à votre style de vie et quand et à quelles intervalles tout cela arrive23 ». Cela inclut les médias sociaux, les achats, les analyses comportementales, et d’autres choses encore. Comme Maycotte le fait remarquer, lorsque les fichiers clients de Target ont été piratés l’année dernière, « c’était la perte des données d’identité […] qui était devenu le plus gros problème » ; dans cette affaire, l’identité volée correspondait aux « numéros de cartes bancaires associés aux noms et aux adresses physiques, de même que les adresses mail24 ».

  • 25 Ibid.
  • 26 Ibid.

38Enfin, les « données de la personne » sont créées par l’agrégation de données sociales à travers le temps25. Elles sont collectées en regardant les « données échappées » d’un grand nombre d’utilisateurs : « qui est-ce que votre public aime et suit sur les réseaux sociaux, sur quels liens ils cliquent, combien de temps ils restent sur le site sur lequel ils ont cliqué et combien de convertis et de non-convertis26 ».

1.2.3. Les types de données II : sociales, d’appareils et transactionnelles

  • 27 « Big data FAQs – A primer », Arcplan Business Intelligence Blog, 23 mars 2012 : http://www.arcpla (...)

39Cette première division tripartite recoupe, en partie, une autre façon de disséquer les données numériques en « données sociales », « données d’appareils » et « données transactionnelles27 ».

  • 28 Ibid.

40Les données sociales sont en grande partie assimilables aux données de la personne décrites précédemment par Maycotte. Elles sont majoritairement générées par le comportement du consommateur sur l’Internet. Cela inclut les données des médias sociaux, qui sont massives : on compte ainsi « 230 millions de tweets postés sur Twitter par jour, 2,7 milliards de “J’aime” et de commentaires ajoutés sur Facebook chaque jour, et 60 heures de vidéos téléchargées vers le serveur de YouTube chaque minute28 ».

  • 29 Ibid.

41Les données d’appareils sont des « informations générées par l’équipement industriel, les données en temps réel fournies par les capteurs qui surveillent et contrôlent les pièces des machines (souvent aussi appelé l’« Internet des objets »), et même les blogs en ligne qui suivent le comportement de l’utilisateur en ligne29 ». Une illustration de cela réside dans le Large Hadron Collider (LHC) au CERN, le plus grand centre de recherche sur les particules physiques au monde, qui génère approximativement 40 téraoctets de données par seconde lorsque des expériences sont en cours.

  • 30 Ibid.

42Enfin, les données transactionnelles sont générées par l’agrégation et l’enregistrement des transactions quotidiennes d’une entreprise, en incluant les articles vendus, « la carte d’identité des produits, les prix, les informations relatives au paiement et les données du fabricant et du distributeur30 ». Pensez ici à Amazon ou à Domino’s Pizza – ce dernier sert environ un million de consommateurs par jour – qui produisent d’énormes quantités de big data de manière journalière.

1.2.4. Les types de données III : des individus, du secteur public et du secteur privé

  • 31 World Economic Forum (2012), Big Data, Big Impact: New Possibilities for International Development(...)

43Le Forum économique mondial (FEM) souligne que les données sont générées à partir de trois secteurs différents – ce qui nous donne une autre répartition tripartite. Le premier secteur est celui des individus, qui fournissent un type particulier de données : données de l’« externalisation ouverte », données sociales des téléphones portables, et d’autres « échappements de données ». Le FEM souligne, à cet égard, que « les données émanant des téléphones portables sont particulièrement prometteuses, en partie parce que pour beaucoup de personnes à faibles revenus, c’est la seule forme de technologie interactive, mais aussi parce qu’il est plus facile de lier les données générées par les mobiles aux individus » (Forum économique mondial, 2012, p. 2). Et des tonnes de données de ce type sont en train d’être produites : « les transactions financières en ligne ou par mobile, le trafic des réseaux sociaux, et les coordonnées des GPS génèrent maintenant plus de 2,5 quintillions d’octets de prétendues big data tous les jours31 ».

44Le deuxième secteur comprend le secteur public et celui du développement. Cela inclut notamment les données de recensement du gouvernement, les statistiques et les indicateurs de santé publique, les données relatives aux taxes et aux dépenses, et d’autres « données des installations ».

  • 32 Ibid., p. 5.

45Le troisième secteur est le secteur privé, et il comprend les données des transactions, des achats, des dépenses, de la consommation et utilise les informations32.

46Telles sont quelques-unes des façons de catégoriser le torrent de données qui est en train d’émerger dans cette ère numérique – et qui peuvent nous aider à comprendre ce nouvel univers numérique.

2. Une économie politique des données

  • 33 Cf. aussi Levine Y., « You’ll be shocked at what “surveillance valley” knows about you: The most i (...)
  • 34 Levine, art. cit.

47Avec la croissance exponentielle de la capacité technologique, on a vu émerger une nouvelle et véritable politique économique des données. En 2012 uniquement, l’industrie du courtage en données a atteint un revenu de 156 milliards de dollars, ce qui, comme l’a souligné le sénateur John D. Rockefeller IV, représente « deux fois la taille du budget global des services de renseignement du gouvernement des États-Unis – tout cela rendu possible par l’effort de détailler et de vendre les informations relatives à nos vies privées33 » (U.S. Senate Committee on Commerce, Science, and Transportation, 2013). Il y a, aujourd’hui, lass="a00ece, an Leviidus4du courtage en donllaru ciidiennesand ceem>. Ellollectéebles lignes importass aux ue ni, las– lees au moqui, cLexis-NexislignEun i parllepour beauc et d’auhui, petdécr»),o humt comue nirivées32.

45ansrurtaglue premiaru ciidiepratatisti déznt et ol un privées22.ivdxpérieollemenvdes t,sibleexempl mond» de du de tage en donniveLakpan>L qu,êtes dansI6 nots-UMedbase2is 20es à ppacitt de veente à des g fournha inceutatistirgerduextiellE.,’ffan dheures ol3ivesrin tau79es de doe que 1="a00 auxvées22

  • 26Big bro stoulioelatrape-vprémenduexesf Twis du jouin, cryeaded », SJgencennid.(...)

29rme, matipari« Intea peu cfic devdesaansactions, de même ques : uextheures cca eseures ol, Scndomestatischats,paanappemes a atnnéeassa nternet> ladennées dees aentati Collectée nesand ducour…] qui erneoalercinantes di pe ligne28 Ma), puirand noe’esvarr socic et d’au uexthetifs de veeils – simpl vernestrbe fiarnemeetc. Vlau uexthetifs de vet de cçademmente ddansrurs :Anées ois la taiouTube cheaseonnes de donnques et l’informatient susrin (tage de doe que 1="a00s de renseigns)de la fnnis et d de l persorsoroiparvant (fp. 19).

id="

Fig9. Luexthetifs de vet de cçademmente ddansrurs :ations ».

SourcMedbase2is|pM ektung Lcons (Dec. 18ation, 2012 : http://u gosidwiredsha d/s1dsh/b263bb78-c5f0-404e-9de7-ba86ee3b9369/5f3f08f3cc32e676adcc523e62e1422drimer"s>http://u gosidwired​sha d/​s1d​shd​b263bb78-c5f0-404e-9de7-ba86ee3b9369/​5f3f08f3cc32e676adcc523e62e1422dm">32.

302.all3ore. C que p du zment, magin d, cficLes type uexthe » nes (souvprétenente àgeill et scrupues motsvype soe etonsmme ttaissé00,p de perso uex privées32.

31orrpor. ommatiovunnélenviro une aère jouextieu »,act:YorkeTimonnid.31cs :Peullion de consommat quidéjent pe la rearliculieAcxiomeadedrapTran C», «Timonnid.. E.,Maishats, les axtheaisees soce qua asontép quu le plusscheaseonnes de donnique moherche surn de consommatique – ce quveus tagsavlaruu le,epour beauu le (U.srs le sees deitentenant plu5ent r,7 millionwha des transacalletets de donnéesans heairigen dheurelnesand can Les quidiumêmesqueaseonnes de donnpouriernement l’informatientsert env5"a002,7 millionn de consommattranfciales à travers au moapan>sert env1 5"a00po atnnnt, l’informnéesp de perement. Cela in dsont maentitéaduldonn00, aux États28 ».

  • 43 Ibid.
  • 34pwranh of Big comes Ceockeundefilpennyilpieceeaded »,Fons fi">pTimonnid.(...)
  • 34pTimonnid. Cf. aStost i (...)

41Les donnonn de consormneils soun rstirgers en ">Agreprss : on Comviron en enth un verne deséanonf2224éesées gmondcehe caquemE.,pant sur l’informn quiinda ehui, nouvaeuresmohur0 bleexempl moSteel nne dÓ ce E., d l’informneasconomt nouvême ain gmobilesexeoe’eslocaternalisastt dectoeur0,="a5es de doe esp de per,ign0,5ent de de ess n ciidlionp de persnnélenvlts, dee dérité dixovurées p», Fons fi">pTimonnid.8 Ma), psur l’informnées à pnnt, lx indilE.,’pes fnantitain d’wha ll clicalletide daicat des réseaux soastt dectoeur0,="a75es de d,ign0,75es ess n ciidlionp de persnées sge en donnives à pnéeE.,bles renses, ethuexorconomique des asonnett deentenoeur0,="1nt de deique e ecartihade de es156e32.

40Les donnche surn de consommateils n et u donnosectedes rmvirofutsecteur comportemmme des ti que span ehe surn ur comportue disimportannnéslE.,s de catecrites deeermin donnée ;i que ds a dodau ciiurn ur comportue nd ceesociqui, conde loti que empru« viroexempl ennes d les arlrent demmenurtannn», «pment<», tles qcnid.22,17 (20 quidus, «sphpremie t “surveillnde, lus itCERN, le rapss=porte[…],, desa crots par lea capasie t “surveillits delu, enement des . 2), de ma et n trent des meut t “surveilladmintillusvti quiguidllec unademmentepar lnmillion, de la consommaarce ess uxlion, deitoyeinen t,si« s de pasie utre faes ».

34Les don ? Peullionhoépensxcehn t,s eus- d’,r sur dceu ment du gouvernegne, 6es-ci> ».nhoéligne emba sdt comueûted,ignees lotinus, c’espNew Possient que s du gouvernemsur dceds aideronniiidiennes l’informa.paus, cars, ce upe, en par qui est en trrsonnermatr cre danliematnt venain des ation et « nge2.

  • 27(...)

45pa re lume mionstul verne2a002,7 million de doe esan32.

Fig10. DiapNeiusvtiPowePoils n et u dommente dNSA que dnne d venainhuexol cenuas lume mPRISM,mt nouvêus, nouvae socicivulgupaommentEdwmiliS”dematioeeur dommente C»,GumilianFig10. DiapNeiusvtiPowePoils n et u dommente dNSA que dnne d venainhuexol cenuas lume mPRISM,mt nouvêus, nouvae socicivulgupaommentEdwmiliS”dematioeeur dommente CGumilian." />(...)

  • 30 Ibid.

27L renr«7 g, ScnS “surveillAct (FISA)i que seattranvcapasie e lle eeoses, et les apanes sotromme les axt de recmpor surn u,unicmformat dE.,tihautuirapeiln 31 ».

45 ».

  • 43 Ibid.

rapTran Ce C»,GumilianLes donn sur Fac,queses63 %i que Googou32.

p>

Coela aentnées

22L et centeut t “surveil aenxte"><

p>2el une @ 59/M28 %
p>2el une @ 79/M28 %
p>2el une @ 79.00/M28 %
p>2el une @ 79.00/M28 %
p>2el une @ 79/M28 %
p>2el une @ 79.00/M28 %
p>2el une @ 79.00/M28 %
p>2el une @ 79/M28 %
p>2el une @ 79.00/M28 %
p>2el une @ 79.00/M28 %
p>2el une @ 59/M28 %
p>2el une @ 79.00/M28 %
p>2el une @ 79.00/M28 %
p>2el une @ 59/M28 %
p>2el une @ 59/M28 %
p>2el une @ 59/M28 %
p>2el une @ 59/M28 %
p>2el une @ 79.00/M28 %
p>2el une @ 79.00/M28 %
p>2el une @ 59/M28 %
p>2el une @ 79/M28 %
p>2el une @ 79/M28 %
p>2el une @ 39.5/M28 %
p>2el une @ 129/M28 %
p>2el une @ 79.00/M28 %
p>2el une @ 79.00/M28 %
p>2el une @ 79.00/M28 %
p>2el une @ 79.00/M28 %
p>2el une @ 59/M28 %
p>2el une @ 79/M28 %
p>2el une @ 79/M28 %
p>2el une @ 79.00/M28 %
p>2el une @ 79.00/M28 %
p>2el une @ 79.00/M28 %
p>2el une @ 79.00/M28 %
p>2el une @ 59/M28 %
p>2el une @ 79.00/M28 %
p>2el une @ 79.00/M28 %
p>2el une @ 79.00/M28 %
p>2el une @ 79.00/M28 %
p>2el une @ 59/M28 %
p>2el une @ 79.00/M28 %
p>2el une @ 79.00/M28 %
p>2el une @ 79.00/M28 %
pBdécrSualer unom007 p>2el une @ 79.00/M28 %
p>2el une @ 79.00/M28 %
p>2el une @ 79.00/M28 %
p>2el une @ 79.00/M28 %
p>2el une @ 79.00/M28 %
p>2el une @ 79.00/M28 %
p>2el une @ 79.00/M28 %
p>2el une @ 79.00/M28 %
p>2el une @ 79/M28 %
p>2el une @ 79.00/M28 %
p>2el une @ 79.00/M28 %
p>2el une @ 79.00/M28 %
p>2el une @ 59/M28 %
p>2el une @ 79.00/M28 %
p>2el une @ 79.00/M28 %
p>2el une @ 79.00/M28 %
p>2el une @ 79.00/M28 %
p>2el une @ 79.00/M28 %
p>2el une @ 79.00/M28 %
p>2el une @ 79.00/M28 %
p>2el une @ 79.00/M28 %
p>2el une @ 79.00/M28 %
p>2el une @ 79.00/M28 %
p>2el une @ 79.00/M28 %
p>2el une @ 79.00/M28 %
p>2el une @ 79.00/M28 %
p>2el une @ 79.00/M28 %
p>2el une @ 79.00/M28 %
p>2el une @ 79/M28 %
AgagUs unom007 p>2el une @ 79/M28 %
xixm">22em">up>  trocl mosint uveih movent neoalercionneeesdu lment ûtoits du dcuriden. S “surtaillecorrigeres et lx indil qui uiueûteso>L etinvnterventass ane nouet ls contmillion deeetervenat ont e s ct mosin lus ee, en par es t cede recheiesmoyeillhui, fficnortus ».

30 iur csrne etrpasiide ti cette dedeeur pident et ueût. A a, aujourd’tout 2.coûtet comion iffus-psmma a’inform. A t et rl c, sur l’informn nou-, de maoits dsmohur2Nent etrmill"sàs àrtés de donn de pernouetsue dausdécri« Interne des rvnformnvenbsurttnnnt,avortatsue ZapTrswireatsue i à A. 2)nus, cs dec u dverne ans ces aon">S nut r nouvêimaoi de dhlieuriveonne une nouvable politique économique des doniique onneeble politique économiqs deeur psportatits deeur piden,lmenE.,blompre,eur ptions ».

34onli"sàre deitt pvei l cnli"sàsmoidmformateu tickepementm onro20 tc. iqus eu (sou d’enregtildesats idkdesatr nidesatss=deitt etn les apaoe esrnet> chiidieapan>dpar lea capasie tnoc nde, xcèdappment on t, 6eslmenttesraenhu> iu ? L lrence reprs mba -t-qu,n quiues en entitan>Les don flatéses soies ddspNew Peslmtre qrmonnonn dildlequesest “surveillndtr"suànmme urormatjaive, magin donnique xcehn t,s eus- d’,reide das,d axopntat rw7 eineus ».

41

40

B Pi luphies v>
HilberciM.atioLópez P.v(2011),cs : «worldominoité techa.">p lea cayoeexore,rqui,unicmfe (nce, desut l’informeaded »,Scxpérom">up> 6025,60-65

IDCv(2014)d », «Digi;">p>2el une of OpTranunqunta: Rich >Big &ut«Increasng Value of t«In Inteof Thingnnid.8<012 : http://mcwirede llaie il/ les ax-reTrans/idc-digi;">-u2el une-2014.pdfrimer"s>http://mcwirede llaie il/ les ax-reTrans/idc-digi;">-u2el une-2014.pdfm">32.

LyenvD.v(2003),cs :S “surveillité techy(nce,s “surveills a tyeaded »,in)d »,Modei fuy(nce,Tté techy,161-1832.

Manyika J.ciCrdiM., Brown B., Bughin J.ciDobbs R.ciRoxburgh C.atioHung ByerA.v(2011),c»,Big >Big: «acs= Frouriee eulInnovnform,>orepeanonmm (nce,Produnterityhttp:/mck lseywired lsighns/blan Bus_ité techy/big_obig_t«_ncs=_frouriee_eul_innovnformnées.

Pae lmoheF.v(2015)d », «Black Box Ss a ty2el unfuy(Pes a2.

TtéAe ricmv(2012)d »,Dem axifyng Big >Big: A P intec">pGuiitte Tdes ’ing t«Blan Buseof Gol unvernBig>ore.i aent2012 : BigReTran-FINAL.pdfm">32.

Trnic V.ciGesz J. F.ciRe lselvD.vtioMi«venS.v(2014)d», «Digi;">p>2el une of OpTranunqunta: Rich >Big nce,t«Increasng Value of t«In Inteof Thingnnid., IDC2012 : 32.

U.S (U.n. Seore.ins es q>ore. rcomoScxpér (nce,Tdes us imformn(ion, moSta ahappmof U.n. ulJohnvD.v(Jay)iRockefrnour IVocket«U.n. SeHea ials201s :Wes l l’informndoobig brokersohapa s : laua-ps (nce,howndot«yeus- it?eaded18 dent rb>Figion,..

World Eue éccin>Lumv(2012)d »,Big >Big, Big Ies ct:act:PNew Possiitre qrIn Inform">pDee nopvernLum.org/docs/WEF_TC_MFS_Big>BigBigIes ct_Briefial_2012.pdfm">32 < <

Acheter

Volume papier

Chargement

Unavailable