Une question hante la planète numérique : à qui appartiennent les data, ces données personnelles qu’à travers nos activités sur les réseaux nous générons et confions, plus ou moins volontairement, plus ou moins consciemment, aux plateformes, et notamment aux Gafam.
A la Cnamts, au moment où nous mettions en place le Sniiram, j’avais coutume de dire que nous étions dépositaires, et non propriétaires, des données de santé. Et que cela nous donnait plus d’obligations que de droits.
Telle n’est visiblement pas la conception que se font les Gafam, et autres plateformes, de la question. Si l’on observe leurs pratiques, elles se comportent, elles, comme des propriétaires, en utilisant toutes les possibilités attachées au droit de propriété d’un bien : la possibilité d’en user (usus), d’en récolter les fruits (fructus), et même, d’en abuser (abusus). Or, comme l’aurait affirmé, Pierre-Joseph Proudhon, cette appropriation c’est du vol ! Ou, si l’on préfère utiliser un concept marxiste, une forme d’extorsion de la plus-value, une plus-value qui résulte, non du travail humain comme dans le capitalisme industriel, mais de l’agrégation, ou plutôt de la compilation, des informations personnelles.
En effet, ce qui fait la valeur des big data (des données massives en français), ce ne sont pas nos données personnelles, c’est leur mise en commun (autrement dit la valeur est dans le big, pas dans la data). En tant que telles, isolées, nos données personnelles n’ont réellement de valeur que pour chacun d’entre nous, ainsi que pour ceux qui peuvent en avoir besoin pour nous accompagner, et ce quelle que soit la forme de l’accompagnement : le médecin pour la santé (c’est l’enjeu du dossier médical partagé), la Caf ou la DGFip, pour calculer nos prestations ou nos impôts (c’est l’enjeu des échanges de données entre ces organismes), par exemple, avec une valeur d’usage certes importante, mais pas de réelle valeur d’échange (sauf pour frauder avec ou nous voler, ce qui n’est pas vraiment de l’échange). Ce qui fait la valeur de nos données quand elles sont dans les entrepôts, c’est justement qu’elles sont entreposées avec les mêmes données de millions, voire de milliards s’agissant des Gafam, d’autres personnes.
Comme la manufacture (c’est à dire la concentration des travailleurs dans des unités de production), associée à la division du travail, a permis à la fois l’augmentation de la production et donc de sa valeur et l’appropriation de cette plus-value par les capitalistes, la concentration des données, associée, non à leur division, mais à leur multiplication, permet l’augmentation exponentielle de la valeur de ces données, et l’extorsion de cette plus-value par les Gafam.
Un petit détour est nécessaire pour comprendre ce qui fait la valeur de ces données. Avec les big data, on est passé, sans forcément s’en rendre compte, d’un modèle de prévision des comportements à un autre. On a longtemps cherché à modéliser les comportements, en essayant de trouver des relations de cause à effet. Or la possibilité de « mettre la société en équation » se révèle limitée : reposant sur un modèle déterministe, elle ne rend pas compte de l’infinie complexité des systèmes humains ; et ce même en intégrant des boucles rétroactives, ou en affectant les relations de cause à effet d’une probabilité. En atteste, par exemple, la très faible fiabilité des prévisions économiques. Ce qui ne nous empêche pas d’en faire : mais après tout les augures romains ne cherchaient ils pas à prévoir l’avenir dans le vol des oiseaux ou dans les entrailles des animaux sacrifiés.
L’approche des big data est différente : elle ne cherche pas d’abord à expliquer, mais à mettre en évidence des corrélations, sans se poser la question de savoir si elles sont le résultat de relations de cause à effet. C’est ce qui m’avait conduit à propos de l’utilisation du data mining (de la fouille de données) dans la lutte contre la fraude et les abus aux prestations, à refuser de répondre à la question du profil type du fraudeur : ces techniques permettent de cibler de façon redoutablement efficace les contrôles, en aucun cas de définir un (ou même plusieurs) profil(s) de fraudeur(s). Il s’agit non de modèles à proprement parler : les corrélations retenues ne sont pas signifiantes, mais significatives, qui peuvent s’expliquer de bien d’autres façons qu’une relation de cause à effet (par exemple par de multiples facteurs communs agissant dans le même sens, mais que les données recueillies ne permettent pas forcément d’identifier), voire ne pas s’expliquer du tout. La fouille des données ne se fait pas en fonction d’hypothèses théoriques dont on cherche à vérifier la pertinence, mais en fonction des données disponibles, même si, au passage, on pourra valider parfois, certaines hypothèses.
Plus il y a de données disponibles, plus on augmente la probabilité de mettre en évidence des corrélations significatives, et plus ces données ont de la valeur. D’où la course à la multiplication, multiplication des personnes connectées sur les plateformes, et multiplication, pour chacun d’entre elles des données personnelles de toute nature. Multiplication qui passe par la mise en commun, même si celle-ci est en grande partie involontaire; et même inconsciente.
C’est cette valeur liée à la mise en commun qui me conduit à considérer que ces data sont des communs ; des communs d’un genre nouveau, différents de ceux, traditionnels, des communautés paysannes d’autrefois, et qui ont fait le plus souvent l’objet d’une appropriation, ou des communs environnementaux d’aujourd’hui, « la planète », comme habitat commun. Nouvelle forme de communs, car il s’agit de commun virtuels, de communs construits et dont la valeur augmente avec la taille. Communs qui font l’objet d’une appropriation privée dès leur constitution, mais dont la nature même remet en cause cette appropriation privée : une forme de vol, pour reprendre l’intuition de Proudhon.
La question se pose en revanche de trouver un mode de gestion adapté à la nature de ces données.
La première idée qui vient à l’esprit, c’est celle de la nationalisation, de considérer que ces biens communs sont des biens publics, donc doivent être gérées par une institution publique. Mais bien commun ne veut pas forcément dire bien public, et la gestion publique ne garantit pas forcément ni une gestion efficace, ni une gestion respectueuse des intérêts communs. Surtout la nationalisation est impossible pour des entreprises qui sont par définition planétaires. Sauf à donner à l’Onu une fonction quasi étatique qu’elle n’est pas prête de voire reconnue.
Bien sûr on peut au moins espérer que les institutions internationales assurent une fonction de régulation de l’usage qui peut être fait de ces big data. En ce sens il faut saluer l’initiative de l’Union d’instituer un règlement général de protection des données (RGPD). Mais là encore il faudra attendre un « certain temps » avant que cette initiative soit reprise à l’échelle mondiale par une institution de l’Onu, qu’il faudrait d’ailleurs probablement créer pour cela. Surtout le RGPD règle la question de la protection des données, non de leur propriété. On peut aussi souhaiter que les États récupérent, au travers de la fiscalité, une « juste part » des profits considérables des Gafam faits sur leurs territoires : c’est l’enjeu d’une coordination européenne de la fiscalité.
Si l’on poursuit le parallèle avec le développement du capitalisme industriel, on peut aussi préconiser la constitution de contrepouvoirs, comme l’ont été les syndicats, rééquilibrant le pouvoir des Gafam et de leurs dirigeants. Là encore cela peut rééquilibrer le pouvoir des propriétaires autoproclamés, et il faut évidemment le faire, mais cela ne remet fondamentalement pas en cause l’appropriation des nos données, et l’extorsion de la plus-value par des acteurs privés.
En s’inspirant de Proudhon développant l’utopie mutuelliste pour gérer certaines activités, bancaires ou assurantielles notamment, au 19ème siècle, pourquoi ne pas développer une nouvelle utopie mutuelliste, pour résoudre à l’échelle planétaire, cette nouvelle question des communs ?
Paris, le 1er aout 2019.
,
excellente idée Daniel!