Non-conscient cognitif et algorithmes de trading automatisé
p. 20-41
Texte intégral
1L’hypermnésie ou l’excès de mémoire est propre à la culture du XXIe siècle. À mesure qu’augmentent les capacités de stockage de la mémoire, il faut de plus en plus de bases de données relationnelles pour organiser, traiter, rechercher et récupérer les données. Le déluge d’informations rendu possible par la Toile fait de la cognition automatisée une nécessité. Stanislas Lem avançait déjà un tel argument dans Summa Technologiae1. Dans les années 1960, affirmer que la cognition pouvait être automatisée était sujet à controverse ; aujourd’hui, cela paraît relever du bon sens, même s’il faut encore proposer une définition opérationnelle qui soit susceptible de modifier ce que nous entendons par cognition et qui puisse inclure le type d’opérations effectuées par les machines programmables en réseau, les technologies ambiantes, les appareils mobiles et autres outils numériques. Le présent essai se veut une ébauche d’argumentaire en faveur d’une cognition non-consciente ; à partir de l’exemple-type des algorithmes de trading automatisé, il en indique l’importance, la portée et les implications.
2Prenez ce message qui s’affiche sur votre téléphone portable : « recherche réseau ». Par delà votre horizon (et vos capacités d’entendement), se mettent en place une série de protocoles (« protocoles de reconnaissance ») entre une tour réceptrice/émettrice et votre téléphone. L’objectif ? Établir la connexion en vérifiant que votre appareil est bien autorisé à utiliser cette infrastructure réseau. Cet exemple tiré de la vie quotidienne illustre en partie la dynamique qui caractérise la cognition non-consciente. Elle est sous-tendue par des processus matériels comme la transmission d’un signal, la présence de circuits électriques/électroniques dans votre téléphone, etc. La cognition non-consciente se distingue des processus matériels sous-jacents car elle est animée d’une « intention envers » : il s’agit de brancher votre appareil sur les circuits du réseau que gère votre opérateur téléphonique.
3La cognition non-consciente accomplit son « intention envers » via des processus dynamiques tels que des boucles récursives (ce qu’Andy Clark appelle la causalité récursive continue2), caractéristiques de systèmes capables de produire des résultats émergents. De plus, des systèmes ainsi structurés tendent également à révéler des comportements adaptifs, ce qui les différencie encore des processus matériels sous-jacents. Enfin, on rencontre plus souvent la cognition non-consciente sur un plan systémique plutôt qu’individuel.
4Prenez encore l’exemple d’une termitière, structure à l’architecture éminemment complexe. Bien que chaque termite n’ait qu’un nombre limité d’instincts, les comportements collectifs qui en résultent sont bien plus complexes que ces instincts eux-mêmes, ce que rend manifeste la termitière en tant que résultat émergent. On pourrait aussi prendre l’exemple de la ruche, structure architecturale tout aussi complexe qui dépend du processus de création suivant : chaque abeille prend place à une certaine distance des autres et sécrète de la cire en se déplaçant en cercle, tandis que ses voisines font de même. De la pression des lignes contiguës émerge un hexagone, polygone possédant le meilleur ratio de compaction. De tels résultats sont sous-tendus par des processus matériels, mais on constate l’émergence d’un non-conscient cognitif dès lors que ces processus interagissent pour créer un système à contraintes adaptif et complexe.
5Le non-conscient cognitif couvre tout un éventail de formes vivantes et d’appareils technologiques. Il sous-tend la conscience humaine comme celle de nombreuses espèces animales, surtout mammifères. On le retrouve également dans d’innombrables instruments technologiques, des ordinateurs portables aux téléphones en passant par les appareils photos numériques et jusqu’à de nombreux types de capteurs et d’actuateurs3. Afin d’opérer la distinction entre les processus matériels et le non-conscient cognitif, nous pouvons poser les questions suivantes : le système est-il adaptif ? Est-il capable de réagir et de modifier ses comportements en fonction des changements qui surviennent dans son environnement ? Manifeste-t-il des comportements émergents qui, s’ils sont imprévisibles à partir des seuls éléments pris individuellement, dérivent d’interactions entre ces mêmes éléments pris dans leur ensemble ? Traite-t-il l’information et modifie-t-il son comportement en fonction des résultats obtenus ? À titre d’exemple, nous pouvons contraster le mouvement lent d’un glacier qui s’affaisse avec les comportements d’un essaim d’insectes. Alors que le mouvement du glacier est prévisible dès lors que tous les éléments pertinents sont connus (et il ne s’agit pas en tant que tel d’un processus cognitif), l’essaim est un système adaptif complexe sensible à son environnement et capable de comportements émergents. Il n’est toutefois pas toujours aussi facile de ranger tous les cas de figure dans l’une ou l’autre catégorie. C’est pourquoi il convient de poser un certain nombre de questions et de procéder à des analyses si l’on veut établir la frontière entre processus matériels et non-conscient cognitif.
6En étendant ainsi la définition de la cognition, je réserve l’emploi du mot « pensée » à la description des activités de ce que les neurologues nomment la « conscience-noyau » ou « conscience primaire » (présente chez les humains et de nombreux mammifères), et la « conscience d’ordre supérieur » (présente chez les humains et quelques primates, quoiqu’elle soit plus développée chez les humains que chez d’autres espèces). Pris ensemble, la conscience et l’inconscient forment ce que j’appelle des « modes d’aperception » [modes of awareness]. Le non-conscient cognitif s’applique à des processus situés en deçà du seuil de la conscience (pour les humains et les animaux) ou aux processus propres à des artefacts dépourvus de sensation (tels que les appareils techniques) qui, opérant en tant que systèmes à contraintes, adaptifs et complexes, accomplissent néanmoins des tâches d’ordre cognitif. De fait, si toute pensée est cognition, toute cognition n’est pas une pensée.
7Selon l’estimation de l’entreprise informatique Cisco, 25 milliards d’appareils techniques seront connectés à Internet d’ici 2016, alors que la population humaine mondiale est estimée à 7,2 milliards d’individus. À mesure que prolifèrent les appareils non-cognitifs, l’interpénétration du non-conscient cognitif et des modes d’aperception humains connaît une croissance exponentielle. Le non-conscient cognitif (extérieur) est à ce point imbriqué dans les activités humaines que la vie dans les pays développés est devenue entièrement dépendante de ces interactions. Il serait impossible de les dissocier, ne serait-ce qu’un instant, sans entraîner des dérèglements d’une ampleur considérable et des pertes catastrophiques, depuis les systèmes informatiques qui contrôlent le trafic aérien dans nos plus grands aéroports jusqu’à la Toile qui contrôle la communication des données entre humains et non-humains, en passant par les appareils intelligents qui contrôlent les réseaux électriques, les équipements industriels, les usines d’assainissement d’eau, etc. Cet enchevêtrement, que nous percevons déjà partout, deviendra qualitativement plus complexe encore. Les technologies ambiantes et intelligentes, toujours plus imbriquées les unes dans les autres, se trouveront prises au cœur de réseaux composés de systèmes non-conscients adaptifs, complexes et nettement plus étendus. Or cet enchevêtrement gagnera parallèlement en complexité sur un plan qualitatif. Par conséquent, les humains d’aujourd’hui sont désormais face à un nouveau type de paysage au sein duquel le non-conscient cognitif joue un rôle critique indispensable, en constante expansion.
8Quel en est l’impact sur la connaissance humaine, notamment dans les humanités ? L’histoire, la littérature, la philosophie, la théologie et l’histoire de l’art — toutes les sciences humaines — ont toujours eu partie liée avec les questions relatives au sens. Le sens toutefois, dans son acception humaine, n’a littéralement aucun sens pour le non-conscient cognitif, qui dans les appareils techniques se préoccupe uniquement de déceler et de traiter des signaux, de générer des résultats, d’interagir avec d’autres agents non-conscients et de s’adapter aux transformations de son environnement. L’un des défis que pose le non-conscient cognitif aux sciences humaines consiste à réinventer leur propre place au sein d’un paysage où la cognition non-consciente est devenue non seulement essentielle aux actions humaines, mais où elle a également acquis la capacité d’agir seule, indépendamment de l’aperception ou du contrôle humains. L’utilisation croissante d’algorithmes autonomes dans les transactions boursières incarne parfaitement ces défis. Les algorithmes de trading ont transformé de façon spectaculaire l’écologie mixte homme/machine qui prévalait jusqu’en 1995 à la Bourse américaine, pour en faire une écologie machine/machine. Or c’est dorénavant la norme. À mesure que les transactions financières se retrouvaient toujours plus sous le contrôle d’algorithmes numériques, ce n’est pas seulement la relation des humains au système économique mondial qui se trouvait modifiée, mais toute la dynamique du système lui-même. Ce qui s’est soldé par une augmentation spectaculaire de la fragilité des marchés et la montée d’instabilités incontrôlables menaçant à chaque (milli) seconde d’exploser. Une partie des conclusions que j’en tirerai porteront sur la manière dont nous, chercheurs en sciences humaines, devrons répondre à ces développements et sur la façon dont nous pourrions apporter une contribution positive à la stabilité mondiale.
Les algorithmes de trading automatisé et la Bourse américaine
9Un exemple suffira à montrer comment, par le truchement de boucles récursives, les algorithmes de trading se trouvent pris dans un enchaînement de causalités réciproques jusqu’à produire parfois des résultats défiant l’entendement. The Making of a Fly, livre vendu sur Amazon par un tiers-parti, a vu son prix flamber en une dizaine de jours, passant de la somme initiale de 199 à 24 millions de dollars ou, pour être précis, 23 698 655,93 $, auxquels s’ajoutaient les frais d’envoi (l’épisode a été rapporté par CNN le 25 avril 2011). Comment un prix aussi absurde a-t-il été atteint ? L’algorithme d’un revendeur fixait le prix du livre à 1,27 fois celui fixé par l’algorithme d’un autre revendeur, lequel augmentait le sien en retour de 0,998 fois le prix calculé par le premier algorithme. Par exemple, si le second revendeur indiquait un prix de 100 $ pour ce livre, l’algorithme du premier revendeur affichait alors 127 $. En réaction à ce prix révisé, le deuxième algorithme montait à 126,75 $ poussant le premier à afficher à son tour un nouveau prix, soit 160,96 $, et ainsi de suite, jusqu’à atteindre une somme de plusieurs millions de dollars. Évidemment, un être humain, fort d’une connaissance plus approfondie de la réalité et d’une perspective plus vaste sur le monde, se serait rendu compte du ridicule de ce chiffre.
10Quand et pourquoi cette révolution du marché s’est-elle produite, déléguant la capacité d’agir, jusqu’alors aux mains d’opérateurs humains, à des algorithmes de trading automatisé ? Scott Patterson, journaliste au Wall Street Journal, a retracé l’histoire des transactions automatisées4. Il en situe l’origine dans les programmes conçus par Joshua Levine pour Datek, entreprise qui négociait à la bourse privée Instinet. Cette bourse a été créée pour que les entreprises puissent acheter et vendre leurs actions sans intermédiaire, s’épargnant ainsi les frais fixés par la Bourse de New York. Lorsque Instinet a rejeté la demande de Datek qui souhaitait réduire ses frais, l’entreprise a quitté le réseau et Levine a monté un nouveau type de plate-forme électronique où s’affrontaient des algorithmes (ou algos dans le jargon de Wall Street), baptisés Dagger, Sniper, Raider et Stealth. Ils s’appuyaient sur des intelligences artificielles dernier cri pour acheter et vendre avec des temps de réaction calculés en millisecondes. Island était née. En janvier 1996, Levine a fait parvenir à tous les utilisateurs de son logiciel Watcher un courriel dans lequel il écrivait ce qui suit :
« Nous voulons qu’Island soit un bon produit, juste, économe et rapide. C’est important pour nous. Nous sommes les gentils. SelectNet est à la solde du Nasdaq. Peu leur importe votre intérêt. Instinet est à la solde de Reuters. Ce sont eux les méchants… Venez donc nous rejoindre sur Island5 ? »
11En écrivant qu’Instinet faisait partie des « méchants », Levine renvoyait à la façon dont certains opérateurs haute fréquence en arnaquaient d’autres, de même que leurs propres clients, avec l’appui de marchés comme Instinet qui prenaient soin de masquer leurs propres transactions en ne les rendant pas publiques. Un opérateur pouvait, par exemple, proposer à un client d’acheter des actions tout en les revendant simultanément à un cours plus élevé sur la plate-forme Instinet. Faute d’avoir accès aux négociations publiées en parallèle sur Instinet, le client n’était pas au courant de cette transaction annexe. D’autres pratiques frauduleuses consistaient en des abus de marché comme le front running. Par exemple, si un opérateur émettait l’ordre d’acheter 100 000 titres d’une société X, il était courant qu’un opérateur haute fréquence disposant d’un algorithme plus rapide, repère cette offre (grâce aux informations vendues par la Bourse), puis les achète pour les revendre à un prix plus élevé.
12Michael Lewis6 rapporte ces pratiques à travers le récit de Brad Katsuyama, opérateur au service de la Royal Bank of Canada (RBC). Après avoir émis un ordre d’achat, Katsuyama a constaté que le marché lui était devenu inaccessible. En effet, le cours public avait connu une augmentation subite. Katsuyama a fini par se rendre compte que le trading haute fréquence avait dans les faits truqué les marchés boursiers : il ne s’agissait plus d’intermédiaires neutres. C’est ce qui l’a conduit à fonder Investors Exchange (IEX) avec quelques collègues, nouvelle bourse dont l’objet était de résister autant que possible aux prédations des opérateurs haute fréquence.
13Les recherches menées par Lewis montrent à quel point il est difficile de tenter de réguler un système extrêmement complexe obéissant à l’impératif capitaliste de maximisation des profits. J’en veux pour preuve la tentative de la SEC visant à rendre plus justes les marchés boursiers en instaurant d’une part de nouvelles règles de traitement des ordres de bourse, à l’origine de nouvelles entités appelées réseaux de communications électroniques (electronic communication networks ou ECN) et d’autre part, un certain nombre de restrictions qui ont poussé des marchés comme Instinet à s’inscrire à la cote du Nasdaq. Patterson résume les effets de ces ECN en ces termes :
« Avec les règles de traitement des ordres, c’était tout le marché du Nasdaq qui se transformait en une plate-forme électronique ouverte aux transactions informatisées. […] Le système qui fonctionnait jusqu’alors grâce à des échanges téléphoniques entre opérateurs humains devait rapidement se muer en un réseau d’écrans cyberpunk contrôlés par des bateleurs-informaticiens nés et élevés dans des viviers électroniques comme Island7. »
14Dès lors que l’on ouvrait grand la porte au trading informatisé, la vitesse devenait un facteur essentiel. Des entreprises boursières sont prêtes à payer des commissions conséquentes pour que leurs ordinateurs se retrouvent dans les baies de stockage des parcs de serveurs liés aux principaux marchés boursiers (« colocation »). En effet, cette proximité leur permet de grappiller quelques millisecondes sur le temps de transfert de l’information entre la bourse et l’opérateur, temps qui peut rapporter de l’argent si l’on parvient à profiter des légères différences de cours produites dans l’intervalle (on construit actuellement un câble ultrarapide destiné à relier les opérateurs à haute fréquence américains et britanniques, le tout pour plusieurs milliards de dollars. On estime le gain de temps à cinq millisecondes, sachant qu’une milliseconde procure un avantage équivalent à environ un milliard de dollars8). Les opérateurs à haute fréquence, qui utilisent des algorithmes sophistiqués fonctionnant à des échelles micro-temporelles inaccessibles à l’homme, exécutent des milliers de négociations par jour, leur politique étant de ne jamais conserver de titres d’un jour à l’autre. Par conséquent, toutes les bourses de valeurs ont vu chuter le délai de garde d’un titre. Après la Seconde Guerre mondiale, ce délai était de quatre ans. Au tournant du XXIe siècle, il était passé à huit mois. Enfin, en 2011 et selon certaines estimations, il avait plongé pour atteindre le seuil effarant de vingt-deux secondes9. Dans le même temps, la masse d’informations échangées sur les marchés boursiers avait atteint des chiffres colossaux. L’entreprise Nanex, qui suit les transactions à grande vitesse, estime que sur une seule journée et pour toutes les actions, options, opérations à terme et autres indices boursiers américains, c’est mille milliards de multiplets de données qui sont échangés10.
15À mesure que le nombre de transactions à grande vitesse augmentait, le duopole formé par la Bourse de New York et le Nasdaq s’est divisé pour donner naissance à un certain nombre de marchés privés, tels Instinet et autres plates-formes « de l’ombre », sites financiers où les cotes ne sont pas rendues publiques. Tentant de parer à cette fragmentation, la SEC a introduit un nouvel ensemble de règles en 2007 : le National Market System ou reg NMS. L’idée était de regrouper tous les marchés électroniques en un seul réseau pour qu’ils puissent fonctionner comme un véritable marché national. Au cœur de la réglementation NMS figurait l’obligation suivante : il convenait désormais de rediriger tout ordre d’achat ou de vente d’une valeur donnée vers le marché offrant le cours le plus avantageux. Si une disparité était constatée, par exemple entre le cours d’un titre vendu sur le marché du Nasdaq et un cours plus élevé inscrit à la Bourse de New York, l’ordre était automatiquement redirigé vers le Nasdaq. Afin de faciliter l’application de cette contrainte, un téléscripteur électronique avait été mis en place : le Security Information Processor ou « fil SIP ».
16Conséquence de la réglementation NMS, les firmes financières se devaient dorénavant de surveiller les cours tout le temps et en tout lieu, ce qui les a pratiquement forcées à recourir à des algorithmes de pointe. Cependant, ces nouvelles règles avaient également eu des conséquences fortuites. On exécute en effet les ordres en fonction de leur rang dans la « file d’attente » : c’est le système de surveillance électronique qui détermine leur priorité en fonction du moment où ces ordres ont été émis. Mais, comme l’explique Patterson, « il n’était pas impossible qu’un ordre en attente dans une bourse donnée soit subitement rejeté et redirigé vers une autre bourse, voire relégué en bout de file dès lors qu’émergeait un autre ordre au cours plus compétitif »11. Voilà qui ouvrait toute une série de voies nouvelles pour battre le système à son propre jeu. À cette époque, les opérateurs à haute fréquence étaient devenus les plus gros clients des marchés boursiers ; on estime qu’en 2009, ils représentaient 75 % de l’ensemble des négociations. En outre, la Bourse de New York, jadis entité à but non lucratif, était devenue lors de son rapprochement avec la bourse privée Archipelago en avril 2005 (conçue sur le modèle de la plate-forme Island créée par Levine), une grande entreprise à but lucratif. Quelques années plus tard, cette transformation avait été suivie par une autre fusion, cette fois avec le groupe européen des marchés financiers Euronext. Le Nasdaq cessait quant à lui d’être un service de cotations en 2006 pour devenir une bourse : en 2011, plus de deux tiers de ses revenus provenaient des transactions à haute fréquence12.
17Officiant en tant que sociétés à but lucratif vouées à satisfaire leurs propres actionnaires, les bourses de valeurs ont mis sur pied de nouveaux types d’ordre qui dépassaient de loin les bons vieux ordres au cours limité (c’est-à-dire des ordres d’achat ou de vente émis à des cours dont les limites étaient fixées), pain quotidien des marchés financiers dans les décennies précédentes. De plus, la concurrence était devenue si féroce que les opérateurs à haute fréquence récoltaient moins d’argent par transaction, ce qui les rendait de fait plus dépendants des frais dits « maker and taker ». Il s’agit d’une structure mise en place par les marchés pour maximiser la liquidité (la liquidité peut être définie par le seuil à partir duquel un ordre d’achat ou de vente n’influe pas sur la cotation d’un titre).
18Afin de garantir la liquidité du marché, un opérateur qui y contribue se voit octroyer un léger abattement, comme on peut s’y attendre. À l’inverse, celui qui l’amoindrit doit s’acquitter de quelques frais (c’est ce qu’on appelle la politique « maker / taker »). Combinés à cette structure abattement/frais, ces nouveaux types d’ordre ont eu des effets que Patterson résume ainsi :
« [Ils] permettaient aux opérateurs à haute fréquence de placer, en cas d’évolution du marché, des ordres invisibles en tête de la file d’attente à un prix arrondi spécifique tout en reléguant simultanément d’autres opérateurs en bout de file. Le marché avait beau être à la hausse ou à la baisse, ces ordres restaient stables… En restant tapie en tête de la file d’attente tandis qu’évoluait le marché, la firme pouvait ainsi placer des ordres qui se voyaient gratifier à plusieurs reprises du même abattement. Les autres opérateurs n’avaient absolument aucun moyen de connaître l’existence de ces ordres. Maintes et maintes fois, leurs ordres empiétaient sur ces transactions invisibles, qui fonctionnaient en réalité comme un piège indétectable, se refermant sur d’autres firmes alors contraintes de payer des frais pour avoir soustrait de la liquidité au marché13. »
19Une situation comme celle-ci révèle clairement l’émergence d’un nouveau type d’hyper-capitalisme que, pour ma part, j’appelle vampirique. Comme l’observe Mark Neocleous14, Marx utilise la figure du vampire dans Le Capital comme une métaphore pour décrire la façon dont le capital suce les sangs de la classe ouvrière ; à l’inverse, ce sont à d’autres organisations capitalistes que s’attaque le capitalisme vampirique. Ces pratiques illustrent à quel point le marché boursier s’est éloigné de ses objectifs initiaux. À l’origine, comme l’expliquent Sal Arnuk et Joseph Saluzzi15, le marché boursier avait été fondé pour permettre à de nouvelles entreprises d’attirer des capitaux lors de leur introduction en bourse, encourageant ainsi l’innovation et créant de la diversité sur le marché. C’était aussi un moyen pour les gens ordinaires d’investir les revenus dont ils disposaient dans le marché des valeurs par l’intermédiaire de fonds communs de placement, d’options et autres formes d’investissement. Les opérateurs à haute fréquence n’offrent aucun de ces services utiles. Ils justifient leur existence en prétendant conférer de la liquidité au marché16 et en affirmant que le rythme de leurs transactions est si élevé qu’ils ont réduit l’écart entre les ordres d’achat et de vente, ce dont tout le monde, selon eux, tire profit. Comme nous le verrons, il y a un revers à cette histoire. S’il est vrai qu’ils prennent de plus petites commissions, le rythme effréné avec lequel ils négocient fait que les centimes se muent très vite en dollars, ce qui, au bout du compte, représente des milliards de dollars de bénéfices par an — de l’argent tout droit sorti de la poche des investisseurs. Leurs effets délétères sur l’innovation sont visibles dans la diminution alarmante des sociétés cotées en bourse : en 1997, on en comptait 8 200 ; en 2010, on n’en dénombrait plus que 4 00017.
20Les effets les plus catastrophiques, toutefois, se retrouvent dans les instabilités introduites par le trading à haute fréquence. L’entreprise Nanex, qui analyse les algorithmes des opérateurs à haute fréquence, en a détecté un qu’elle a baptisé le Détraqueur. Cet algorithme est conçu pour inonder le marché d’une telle quantité d’ordres qu’il en a effectivement détraqué le marché lui-même18. Le choc s’est produit le 6 mai 2010 lorsqu’en l’espace de deux minutes l’indice du Dow Jones a chuté de 700 points avant de rebondir aussitôt, révélant ainsi ce type d’instabilité. Comment est-ce arrivé ? Sur un marché déjà baissier rendu nerveux par l’éventualité d’un défaut de paiement de la Grèce et de l’Espagne, l’entreprise Waddell & Reed Financial, basée à Kansas City, surveillait un ordre de vente massif de soixante-quinze mille contrats à terme E-mini S & P 500, pour une valeur approximative de quatre milliards de dollars. L’algorithme dont se servait l’entreprise était conçu pour vendre les contrats à un rythme correspondant à environ 9 % du volume global du marché, avec des pauses de trente secondes pour détourner les algorithmes-requins en chasse de « baleines » (c’est-à-dire des ordres importants), de sorte qu’ils puissent se livrer à du front running. Ces ordres de vente étaient achetés par des fonds haute fréquence qui, en quelques millisecondes, les revendaient à d’autres opérateurs à haute fréquence à un cours légèrement inférieur. Patterson précise qu’« en l’espace de quatorze secondes les opérateurs à haute fréquence ont vendu et acheté le nombre ahurissant de vingt-sept mille contrats E-mini19 ».
21Dans le même temps, d’autres titres ont été affectés par ce plongeon. Chose absurde, la société de conseil multinationale Accenture, dont l’action était cotée à environ 50 $ en temps normal, a vu son cours chuter à un penny l’action ; on appelle « stub quote » ce genre de cotations qu’effectuent les entreprises financières uniquement pour remplir leurs obligations d’animateurs du marché sans jamais s’attendre à ce qu’elles soient validées. Procter & Gamble a vu son cours normal passer de 60 $ l’action à environ 30 $. À l’autre extrémité du spectre, certains titres, comme ceux de la marque Apple, ont connu une progression fulgurante pour atteindre la cote stupéfiante de 10 000 $ par titre (probablement une autre stub quote). Alors que la folie gagnait le marché, de nombreux opérateurs à haute fréquence, alarmés par cette volatilité et inquiets à l’idée que les transactions puissent par la suite être annulées par la SEC, ont tout bonnement débranché leurs ordinateurs. Il y avait par conséquent encore moins d’acheteurs sur le marché dont la chute vertigineuse s’en trouvait de fait accélérée. Ce n’est qu’après une interruption de toutes les transactions à la Bourse de New York pendant 5 secondes que l’on a pu enrayer ces réactions en chaîne, et c’est à cet instant que les algorithmes se sont mis à acheter, incités par le cours ridiculement bas de nombreux titres. En quelques minutes à peine, le marché était revenu à son état initial — non sans avoir infligé de réels préjudices à de nombreux acheteurs. Un particulier qui cherchait à vendre ses titres Procter & Gamble juste avant que le cours ne dégringole a perdu 17 000 $ tandis qu’un fonds spéculatif de Dallas a perdu plusieurs millions de dollars lorsque le cours des options dans lesquelles il investissait a flambé, passant de 90 cents à 30 $ par contrat.
22Par la suite, la SEC a annulé ou « cassé » les transactions pour lesquelles on remarquait une variation de plus de 60 % sur le cours de l’action avant le flash crash. Puis la SEC, en collaboration avec la Commodity Futures Trading Commission (CFTC), s’est mise à enquêter sur ce krach et a publié son rapport en septembre 2010 (s’il n’a fallu que cinq minutes pour que le flash crash se produise, quatre bons mois auront été nécessaires pour comprendre ce qui s’était passé). Le rapport, qui s’intéressait avant tout à la liquidité, en a conclu que l’ordre de vente émis par Waddell & Reed était fautif. Il était responsable de l’enchaînement « qui avait drainé la liquidité du marché et entraîné les cours dans une chute libre20 ». Mark Buchanan, spécialiste de physique théorique animant un blog consacré aux questions financières, référence les recherches entreprises par Eric Scott Hunsader, concepteur de logiciels et fondateur de Nanex. Hunsader a suivi 6 483 transactions enregistrées par Waddell & Reed ce jour-là ; pour Buchanan, « le courtier de l’entreprise n’a fait qu’alimenter le marché tout au long de la journée — tactique spécifiquement conçue pour minimiser l’impact d’une grosse transaction sur les cours21 ». Plutôt que d’attribuer le problème à cette transaction, l’analyse de Hunsader
« suggère qu’on doit cette chute aux opérateurs à haute fréquence. Ils ont typiquement pour rôle de favoriser la liquidité, se tenant prêts à acheter ou vendre à certains taux. Mais la volatilité du marché ce jour-là les a contraints à se débarrasser de leurs actions pour s’épargner des pertes… Ce sont ces ventes, et non les ordres passifs de Waddell & Reed, qui ont contribué à la disparition de la liquidité22. »
23Les commentaires publiés en réaction à l’article de Buchanan sont révélateurs. Pour « Guest », le rapport de la SEC est « un conte de fées » et dans son message, « Fritz Juhnke » déclarait ceci :
« Il est grand temps que quelqu’un fasse remarquer que “négocier une transaction”, ce n’est pas la même chose que de fournir de la liquidité. Les bourses ont dupé les régulateurs en leur faisant croire qu’il n’y avait rien de mal à payer les courtiers pour négocier des transactions. La bonne blague, c’est que les bourses appellent ça “fournir de la liquidité”. Il faut que les autorités financières sortent de leur stupeur et comprennent que les transactions provoquées par une baisse des cours retirent au marché sa liquidité (c’est-à-dire exacerbent la fluctuation des cours) au lieu de la favoriser23. »
24Quant à « SofaCall », il déclare ce qui suit :
« Voilà pourquoi je n’ai plus mis les pieds sur le marché ces six dernières années. On ne peut plus continuer à handicaper les titres. La seule chose qu’on puisse faire, c’est tenter de sentir la tendance — ce qui n’est pas bien différent d’un jeu de roulette. La seule différence, c’est que le travail des commissions des jeux de hasard chargées de garantir l’honnêteté des casinos est plus efficace que l’action de la SEC sur les marchés financiers24. »
25« Matthew », qui voit dans le rapport de la SEC « une tendance propre à la stratégie de l’industrie financière en matière de relations publiques », remarquait que la plupart des gens « ne se rendront jamais compte qu’ils se font plumer si l’arnaque est parée d’un niveau de complexité, si faible qu’il soit25 ». La position de « H_H_Holmes » résume bien le consensus :
« La façade d’une industrie censée travailler avec des “gens” qui investiraient dans des “entreprises” s’est effondrée pour de bon. Il n’y a plus que des algorithmes, tout le temps. Pierre Paul Jacques, je vous présente Skynet26. »
26Les recherches entreprises par Nanex ont souligné l’importance du flash crash dans d’autres mini-krachs, entre 2006 et 2010, qui sont passés largement inaperçus car ils n’impliquaient que des titres isolés et avaient été trop brefs pour attirer l’attention. Les statistiques journalières tendent à masquer les flash crashes. Il faut des systèmes de mesure du temps plus précis pour pouvoir les détecter, à l’instar de celui de Nanex qui a ainsi détecté 254 mini-krachs en 2006, c’est-à-dire avant la mise en place de la réglementation NMS, contre 2576 en 2007 alors que celle-ci, étalée sur une période de quelques mois, entrait progressivement en vigueur. En 2008, la réglementation ayant alors pleinement pris effet, on était passé à 4065. La réglementation NMS a manifestement provoqué l’augmentation spectaculaire du taux de probabilité des flash crashes27.
27Physicien à l’université de Miami, Neil Johnson a publié avec des collègues un article intitulé « Financial Black Swans Driven by Ultrafast Machine Ecology28 » qui corrobore les recherches de Nanex (l’expression « black swan », cygne noir, dénote un événement hautement improbable mais révélateur, et fait allusion au livre de Nassim Nicholas Taleb29). Voici ce qu’on peut lire dans le résumé de leur article :
« Nous apportons la preuve empirique de la transition abrupte et systémique, que nous théorisons, d’une phase hybride homme-machine à une nouvelle phase entièrement machinique et caractérisée par l’irruption fréquente d’événements de type “cygne noir” d’une extrême brièveté. »
28À partir de l’analyse de 18 530 événements de ce type entre 2006 et 2011, ils ont élaboré un modèle montrant que la probabilité d’un événement de type « cygne noir » croît en proportion inverse de la durée et de la diversité des stratégies. Ils partent du principe que les algorithmes qui doivent agir très rapidement ne peuvent disposer que d’un éventail restreint de stratégies, et que de nombreux algorithmes auront en outre des stratégies très semblables, ce qui exacerbe la probabilité de voir s’enclencher des boucles récursives. Leur recherche montre que les « cygnes noirs » n’ont rien d’anormal ; au contraire, ils reflètent la dynamique d’un système financier machinique au sein duquel les humains ne jouent plus aucun rôle dans les transactions réelles. Si l’on revient sur le rapport de la SEC concernant le flash crash du 6 mai 2010, on s’aperçoit maintenant que la conclusion qui met en cause la transaction de Waddell & Reed est erronée. Peut-être s’agit-il de l’événement déclencheur (la goutte d’eau, en quelque sorte), mais c’est bien la dynamique propre à ce système qui rend de tels krachs inévitables. Lewis cite la réaction de Brad Katsuyama dans son analyse du rapport de la SEC : c’est cette « conception dépassée du temps30 » qui lui a sauté aux yeux. En conclusion, pour Katsuyama, « une fois qu’on s’est fait une idée de la vitesse […] on se rend compte que de pareilles explications […] ne tiennent pas la route31 ».
29Pour le meilleur et pour le pire, les capitaux financiers sont si profondément ancrés dans l’écologie auto-régulatrice des algorithmes machiniques ultrarapides qu’il est devenu impossible de penser l’économie mondiale indépendamment de ces mêmes algorithmes. Les réglementations établies par des organes comme la SEC, entre autres, sont d’une importance cruciale, mais la réglementation NMS fait clairement apparaître que cette écologie machinique est extrêmement sensible aux moindres changements de son environnement (soit le cadre de réglementation à l’intérieur duquel elle fonctionne). À chaque nouvelle réglementation apparaissent de nouvelles façons de battre le système à son propre jeu, ce que tendent à confirmer des recherches d’ordre historique32. Par conséquent, ainsi que le concluent les interlocuteurs de Lewis, « il n’y avait aucune chance pour qu’une réglementation financière apporte une solution au problème33 ». Ils ont donc proposé de le résoudre en fondant une nouvelle bourse, explique Lewis, qui n’inciterait pas aux prédations propres au trading à haute fréquence, et c’est ainsi qu’Investors Exchange (IEX) a vu le jour.
30C’est précisément ici que les sciences humaines ont un rôle crucial à jouer. Désireux de rendre les marchés plus justes et portés par une vision idéaliste, Katsuyama et ses collègues ont tout risqué pour réaliser leur projet. Leur engagement témoigne du fait que, dans une large mesure, il ne s’agit pas tant d’un problème technologique à strictement parler que d’un problème de valeur et de sens (on se souvient du célèbre argument de Heidegger pour qui l’essence de la technologie n’est en rien technologique). Bernard Stiegler est l’un des rares penseurs en sciences humaines à aborder le problème. Au fil d’un ensemble de textes importants — La Technique et le temps tomes 1 et 2 (1994 et 1996), Prendre soin, de la jeunesse et des générations (2008) et notamment Pour une nouvelle critique de l’économie politique (2009)34 —, il entreprend le projet ambitieux de poser le cadre général au sein duquel appréhender l’évolution simultanée des humains et de la technique. De par son étendue, ce projet présente d’impressionnantes qualités, mais aussi des limitations qui ne sautent par forcément aux yeux. Le cas d’étude que je propose ici, la finance automatique, peut aider à parfaire le cadre proposé par Stiegler tout en ouvrant de nouvelles perspectives sur la direction prise par l’évolution simultanée des humains et de la technique à notre époque.
31Dans les deux premiers tomes de La Technique et le temps, Stiegler élabore le concept de rétention tertiaire : des souvenirs gardés à même des artefacts qui permettent à une personne d’avoir accès à des événements qu’elle n’a jamais vécus elle-même. De plus, il affirme que la rétention tertiaire précède la cognition individuelle. Dans Prendre soin, il rattache cette formulation au développement des « circuits longs » de la transindividuation, ce qui débouche sur la maturation intellectuelle de l’individu et sur sa prise de responsabilité. Les industries de programmes, ainsi nommées par Stiegler, comme la télévision, les jeux vidéo et internet, subvertissent le développement de ces « circuits longs » : elles cherchent en effet à accaparer l’attention des jeunes et à convertir la tradition de ce que j’ai appelé l’attention profonde en une sorte d’hyperattention35.
32Le cas des programmes de finance automatique nous permet de voir que le concept de rétention tertiaire de Stiegler demeure, à son insu, centré sur l’imprimé. Alors que la rétention tertiaire fonctionne bien quand on parle des livres en tant qu’appareils d’archivage externe, elle occulte ce moment de rupture où la technique a cessé de concerner uniquement l’archivage pour englober des écologies systémiques et des modes d’action entièrement définis par la machine. On peut dire d’un livre qu’il devient agent dès lors qu’un humain le lit et que l’acte de lecture pousse le système cognitif de cette personne à agir différemment : cette dynamique est centrale aux sciences humaines et à leur longue tradition de transmission des idées par l’écrit — ce que Stiegler appelle le processus « grammatologique ». Il faut toutefois noter que c’est uniquement parce qu’un humain se trouve impliqué dans la lecture et l’écriture que cette agentivité passe du statut de potentialité passive à celui de réalité effective. À l’inverse, l’idée qui préside à l’élaboration de programmes de finance automatique, c’est précisément qu’une fois créés, puis lancés, ils ne nécessitent plus aucune intervention humaine pour pouvoir agir. En effet, l’humain est délibérément maintenu à l’écart de ce circuit pour garantir aux machines l’accès aux micro-temporalités essentielles au trading haute fréquence. Stiegler a raison de remarquer que la création d’un processus « grammatologique » comme l’alphabétisation morcelle un flot continu de mots en unités discrètes telles que lettres, phonèmes, etc. Pour autant, se servir du même terme pour le numérique, c’est passer sur la différence entre l’alphabétisation et la programmation d’un code exécutable : tandis que les lettres demeurent passives, le code exécuté par la machine est en réalité capable de faire advenir des choses sans aucune intervention humaine.
33Les « circuits longs », selon l’acception de Stiegler, s’appliquent à la cognition humaine, mais les machines sont elles aussi dotées de « circuits longs » et les effets en sont ici assez différents de ceux que Stiegler attribue aux humains. Les programmes informatiques automatiques empruntent souvent des voies détournées pour négocier et optimiser certains paramètres, comme par exemple maintenir au plus bas niveau possible les frais dont doivent s’acquitter les courtiers. Les effets qu’ils engendrent, en d’autres termes, protègent et font avancer la cause du capitalisme vampirique, comme le remarquent Arnuk et Saluzzi en schématisant dans toutes ses circonvolutions le « chemin de traverse pris depuis l’émission de l’ordre jusqu’à son exécution36 ».
34Les « circuits longs » des machines intelligentes sont aussi liés à l’anticipation, qui devient aussi une fonction de la machine à mesure que les algorithmes recherchent les séquences qui leur permettront de prédire non seulement le prochain micro-mouvement dans le cours des actions, mais aussi les ordres que des algorithmes concurrents sont peut-être sur le point d’exécuter. Ces algorithmes parcourent des flux de données en temps réel pour analyser ce que sont en train de faire tous les autres algorithmes ; de fait, ils ont à la fois trop de mémoire — hypermnésie — et n’en ont pas assez — hypomnésie —, dès lors qu’ils renoncent, afin de gérer les énormes quantités d’informations qui transitent par les unités de traitement, aux informations concernant ce qui s’est passé la veille (sans parler de ce qui s’est passé des années, voire des siècles auparavant). Contrairement aux humains qui doivent dormir pour traiter leurs souvenirs, ces machines ne connaissent aucun cycle d’interruption. Même lors de la fermeture des marchés, elles continuent d’amasser et d’analyser des données, d’émettre des ordres qui affecteront les cours à l’ouverture.
35Il est clair qu’il ne suffit donc pas de se concentrer uniquement sur les fonctions mémorielles pour comprendre la dynamique complexe des écologies machiniques dans la finance automatique. Il est tout aussi crucial de prendre en compte l’agentivité des machines, leurs capacités d’analyse et de prédiction à la vitesse de la lumière, ainsi que leurs facultés d’évolution et d’apprentissage dans la concurrence que se livrent les divers algorithmes. Les systèmes de trading automatisé incarnent une dynamique évolutionnaire capable d’entraîner des conséquences imprévisibles et d’engendrer des comportements émergents. Les humains ont beau configurer ces systèmes, ils n’en contrôlent pas le mode opératoire, l’évolution ou la transformation. Il n’y va pas seulement d’une question de mémoire, mais d’une transformation des systèmes économiques mondiaux qui de plus en plus nous poussent vers un capitalisme vampirique et nous éloignent de notre responsabilité sociale.
36Quelle contribution les humanités pourraient-elles apporter face à la situation de plus en plus précaire dans laquelle nous entraînent ces développements ? La contribution de Stiegler est capitale ici, car il insiste sur le fait que les questions fondamentales autour de la technique sont en rapport avec celles du sens, de l’interprétation et des valeurs. Il est peu probable que les chercheurs en sciences humaines puissent prendre part aux débats sur les réformes visant à réglementer les bourses de valeurs, tâche qui nécessite une connaissance intime de toute la dynamique systémique pour éviter que ces réformes n’aient des conséquences indésirables et délétères — or il se peut, dans tous les cas, que cela soit inévitable. En revanche, ils peuvent participer à des discussions sur les objectifs sociaux plus vastes que sont censés servir les capitaux financiers. Comme l’ont parfaitement démontré les événements récents, la seule quête du profit dénuée de toute autre considération conduit à l’augmentation catastrophique des risques systémiques et, par voie de conséquence, de l’instabilité économique mondiale. Les sciences humaines peuvent contribuer à replacer la finance dans une perspective historique tout en la rattachant à des valeurs comme la responsabilité sociale, l’équité et la justice économique.
37Les questions relatives au sens sur lesquelles se penchent les humanités sont donc plus importantes encore face à l’avènement du non-conscient cognitif. Dans le même temps, il convient de déplacer l’accent mis sur la raison humaine comme seul facteur pertinent permettant d’expliquer le monde (comme la théorie du choix rationnel), et ce dans deux directions. En premier lieu, il convient de reconnaître que la cognition est une catégorie bien plus vaste que la pensée. Dans un deuxième temps, il faut resituer la cognition : il s’agit d’une propriété systémique qui émerge au cœur de systèmes adaptifs complexes et qui ne se trouve donc pas exclusivement dans l’esprit d’un unique acteur humain37.
38Quel type d’initiatives cet objectif est-il susceptible de promouvoir ? Le corpus des recherches consacrées à cette entreprise ne cesse de s’étoffer, que l’on songe aux travaux historicistes sur la finance (Poovey, Baucom), aux ethnographies de Wall Street (Ho, MacKenzie), aux études de la finance empreintes des sciences et techniques (Callon, MacKenzie), et aux analyses de la cognition automatisée (Parisi). On pourrait désigner ce champ émergent auquel fait encore défaut une appellation universellement reconnue, comme celui des « Études critiques de la finance ». Cette expression lie les pratiques économiques à l’idée que le monde a son mot à dire sur ces pratiques qui, par conséquent, ne peuvent ni ne doivent être considérées uniquement en fonction des profits quantifiables qu’elles génèrent.
39Si les sciences humaines veulent que leur démarche soit prise au sérieux, elles devront apprendre le vocabulaire, les mécanismes et l’histoire plurielle des capitaux financiers. S’il est vrai que l’œuvre de Stiegler dans ce domaine a beaucoup à nous offrir, elle s’énonce en des termes complètement opaques pour un économiste. Pour être en mesure de jeter des ponts entre les capitaux financiers et les riches traditions critiques et philosophiques des humanités, il est impératif que les chercheurs en sciences humaines apprennent à se rendre lisibles et audibles par la communauté financière ; il n’y a pas d’autre solution pour que se noue un dialogue fécond entre ces disciplines. Le prix à payer pour pouvoir être admis à débattre avec les économistes, les professeurs des écoles de commerce, les opérateurs, la classe politique et d’autres acteurs influents n’est pas mince, mais les contributions que pourront apporter les humanités justifient pleinement un tel investissement. S’il est impossible de sortir du système financier mondial, la marche à suivre est peut-être de nous y plonger toujours plus. Il faudrait que les « Études critiques de la finance » soient un projet au sein duquel les humanistes fassent entendre leur voix et valoir leurs arguments, transformant ainsi ce système à mesure qu’il nous transforme en retour.
Notes de bas de page
1 Stanislaw Lem, Summa Technologiae [1962], traduit du polonais par Joanna Zylinska, Minneapolis, University of Minnesota Press, 2012.
2 Andy Clark, Supersizing the Mind : Embodiment, Action, and the Future of Human Intelligence, London, Oxford University Press, 2008.
3 N. Katherine Hayles, « Cognition Everywhere : The Rise of the Cognitive Nonconscious », New Literary History, Juin 2014, p. 190-220.
4 Scott Patterson, Dark Pools : High-Speed Traders, A. I. Bandits, and the Threat to the Global Financial System, New York, Crown Business, 2012.
5 Ibidem, p. 121.
6 Michael Lewis, Flash Boys : A Wall Street Revolt, New York, W. W. Norton, 2014.
7 S. Patterson, op. cit., p. 128.
8 Cf. Neil Johnson, Guannan Zhao, Eric Hunsader et al., « Financial Black Swans Driven by Ultrafast Machine Ecology », 2012, p. 4, [en ligne] www.arXiv.1202.1448.
9 S. Patterson, op. cit., p. 46.
10 Ibid., p. 63.
11 Ibid., p. 49.
12 Michael Lewis, op. cit., p. 163.
13 S. Patterson, op. cit., p. 50.
14 Mark Neocleous, « The Political Economy of the Dead : Marx’s Vampires », in History of Political Thought, vol. 24, n° 4, 2003, p. 668-684.
15 Sal Aruk, Joseph Saluzzi, Broken Markets : How High Frequency Trading and Predatory Practices on Wall Street are Destroying Investor Confidence and Your Portfolio, Upper Saddle River, FT Press, 2012.
16 Edgar Perez, The Speed Traders : An Insider’s Look at the New High-Frequency Phenomenon That Is Transforming the Investing World, New York, McGraw Hill, 2011, p. 163.
17 S. Patterson, op. cit., p. 59.
18 Ibid., p. 63.
19 Ibid., p. 264.
20 Mark Buchanan, « Flash Crash Story Looks More Like a Fairy Tale », 7 mai 2012, [en ligne] http://www.bloomberg.com/news/2012-05-07/.
21 Ibid., p. 2.
22 Ibid.
23 Ibid., p. 3.
24 Ibid., p. 4.
25 Ibid., p. 5.
26 Ibid., p. 4.
27 www.nanex.net/FlashCrash Equities/FlashCrashAnalysis_ Equities.htmlco
28 Neil Johnson, Guannan Zhao, Eric Hunsader et al., op. cit.
29 Nassim Nicholas Taleb, The Black Swan : The Impact of the Highly Improbable, 2e éd, New York, Random House, 2010.
30 Michael Lewis, op. cit., p. 81.
31 Ibid.
32 Ibid., p. 101.
33 Ibid.
34 Bernard Stiegler, La Technique et le temps, Paris, Galilée, 1996. --- Prendre soin, de la jeunesse et des générations, Paris, Flammarion, 2008. --- Pour une nouvelle critique de l’économie politique, Paris, Galilée, 2009.
35 N. Katherine Hayles, How We Think : Digital Media and Contemporary Technogenesis, Chicago, University of Chicago Press, 2012.
36 Sal Arnuk, Joseph Saluzzi, op. cit., p. 146.
37 N. Katherine Hayles,
« Cognition Everywhere… », op. cit.
Auteurs
Stéphane Vanderhaeghe (trad.)
Maître de conférences à l’Université Paris 8 - Vincennes-Saint-Denis où il enseigne la littérature américaine et la traduction. Il est membre du CRLC (EA 1569) et ses recherches portent principalement sur la littérature américaine contemporaine ; auteur de Robert Coover & the Generosity of the Page, Normal (Ill), Dalkey Archive Press, 2013, il a dirigé un numéro de la Review of Contemporary Fiction sur Robert Coover. Outre l’œuvre de Coover, il a également consacré plusieurs articles à Shelley Jackson, Ben Marcus, Michael Joyce ou Blake Butler.
Professeur de littérature à Duke University, travaille sur les relations entre la littérature, les sciences, et la technologie aux XXe et XXIe siècles. Elle a publié How We Became Posthuman : Virtual Bodies in Literature, Cybernetics and Informatics, qui a reçu le prix Rene Wellek récompensant le meilleur ouvrage de théorie littéraire en 1998-1999 ; Writing Machines a reçu le prix Suzanne Langer pour l’excellence universitaire. Elle travaille actuellement à un ouvrage intitulé Cognition Everywhere : The Rise of the Cognitive Nonconscious.
Le texte seul est utilisable sous licence Licence OpenEdition Books. Les autres éléments (illustrations, fichiers annexes importés) sont « Tous droits réservés », sauf mention contraire.
Le Sujet Digital
Claire Larsonneur, Arnauld Regnauld, Pierre Cassou-Noguès et al. (dir.) Stéphane Vanderhaeghe, Géraldine Bertres, Hélène Soldano et al. (trad.)
2015
Le Comportement des choses
Emanuele Quinz (dir.) Lise Thiollier, Gabriele Stera et Armelle Chrétien (trad.)
2021
Artistes-chercheur·es, chercheur·es-artistes
Performer les savoirs
Boudier Marion et Déchery Chloé (dir.)
2022
Architectures of memory
Jean-Marie Dallet et Bertrand Gervais (dir.) Armelle Chrétien et Joshua David Jordan (trad.)
2022
Angles morts du numérique ubiquitaire
Glossaire critique et amoureux
Yves Citton, Marie Lechner et Anthony Masure (dir.)
2023