formation EMC - 23 janvier 2018 - Angers

1. Formation en une image

2. ● Base de cas
● Base d’arguments repérés
● Les challenge data de l’école nationale
supérieure
https://challengedata.ens.fr/fr/season/4/challenge_data_2018.html
● Annexe du rapport de la CNIL
https://www.cnil.fr/sites/default/files/atoms/files/cnil_rapport_garder_la_main_web.pdf#page=56

3. Une base de cas
● Les algorithmes et l’économie
● L’algorithme de concensus d’une monnaie virtuelle
● Sur l’économie dite collaborative, Uber,l’algorithme est le patron et les clients
les cadres intermédiaires
● Autoriser un retrait d’argent avec la carte banquaire par analyse de l’activité
de l’usager
● La tarification algorithmique : variations de prix « à la minute » des produits
● Le traçage publicitaire
● Les études marketting, le cas du champagne aux Etats-unis
● Les assurances versent des primes en fonction du style de conduite
http://www.liberation.fr/futurs/2012/12/03/donnees-le-vertige_864585

4. Une base de cas
Les algorithmes et la santé
● Rendre visible des réalités sociales en temps réel
comme la base de données sur la santé dans le monde
● Healthmap pour suivre les épidémies en temps réel
● Pirater les pacemakers
● Assurance, prêt bancaire et santé
● Efficience des diagnostiques
● La prévention du suicide avec crisis text line
http://www.liberation.fr/futurs/2012/12/03/donnees-le-vertige_864585

5. Une base de cas
● Les algorithmes vedettes
– Le edgerank de Facebook permet l’affichage
– Le moteur de recommandation d’Amazon
– Le moteur de tendances de twitter
– Youtube kids et les vidéos dérangeantes
– Le moteur de recommandation de Netflix
http://www.liberation.fr/futurs/2012/12/03/donnees-le-vertige_864585

6. ●
L’exemple de : Netflix
Comment netflix s’est transformé
http://www.internetactu.net/2017/10/25/tout-est-recommandation-comment-netflix-sest-transforme/
●
L’exemple de Facebook :
Facebook façonne l’idée que l’on se fait du monde
https://www.humanite.fr/nikos-smyrnaios-facebook-faconne-lidee-que-lon-se-fait-du-monde-638954
Comment facebook achète et vend votre empathie
https://m.slate.fr/story/154460/facebook-veut-bonheur-argent-bonheur
Vous avez le fil d’actualité que vous méritez
https://fredcavazza.net/2016/11/24/arretez-de-vous-plaindre-vous-avez-le-fil-dactus-que-vous-meritez/
Facebook est-il devenu incontrôlable ?
http://www.internetactu.net/a-lire-ailleurs/facebook-est-il-devenu-incontrolable/
4 Bonnes raisons pour Facebook pour privilégier l’entre-soi
http://www.lemonde.fr/pixels/article/2018/01/16/quatre-bonnes-raisons-pour-facebook-de-privilegier-l-entre-soi-pour-ses-utilisateurs_5242367_4408996.html
Fonctionnement de l’algorithme de Facebook
https://www.blogdumoderateur.com/algorithme-facebook-fonctionnement/
Facebook change son algorithme
http://www.slate.fr/story/156476/tech-facebook-changement-algorithme-fil-actualite-medias
Une base de cas

7. Une base de cas
● Réguler le social
– En chine on peut humilier les passants qui ne
traversent pas dans les clous
– Prédire les crimes avec predpol ou la
criminalité en col blanc
– Reconnaître quelqu’un sur une vidéo
– Des mouchards dans les smartphones
http://www.liberation.fr/futurs/2012/12/03/donnees-le-vertige_864585

8. Une base de cas
● Calculer les interactions communautaires par
analyse des graphes : homophilie
– Lire les livres de ses amis
– Chercher une relation amicale, amoureuse,
– Calculer les audiences grace à Twitter : mesagraph
http://www.liberation.fr/futurs/2012/12/03/donnees-le-vertige_864585

9. Formation en une image

10. Quelques arguments
●
Les algorithmes ne sont pas neutres. Ils sont écrits par des humains qui ont des biais (les algorithmes
sont-ils racistes – faire une recherche image avec le mot clé « beauté ») des idéologies (
les mots que ne corrigent pas l’i-phone - les mots bannis par bing et google) et des intentions. Ils donnent
parfois des résultats vrais à un moment donné mais le plus souvent ces résultats sont imparfaits. Les
algorithmes peuvent se tromper.
● La notion de régime de vérité. Le régime de vérité de Google est la popularité et celui de Facebook,
l’engagement
● La corrélation n’est pas causalité, mais traitement statistique visant à anticiper et à prédire : « méfie toi des
ides de mars » - Que faire des informations construites sur cette analyse des données ?

11. Quelques arguments
●
Le bon gouvernement visent à réguler les comportements (comme les chinois ne traversant
pas dans les clous) afin de contrôler OU de fluidifier et se faisant va détruire les normes
sociales moins « objectives » –
●
Les algorithmes cherchent à prédire le monde (marketing), à rendre visible des flux (avions)
ou des comportements « déviants » pour le meilleur (carte de la haine) ou pour le pire (
gaydar) à des fins de contrôle
●
Les algorithmes façonnent notre vision du monde – voir pourquoi FB changent d’algorithme
ces jours-ci – ils instrumentalisent nos choix selon des critères qui ne sont pas
nécessairement les nôtres -
●
Ils nous enferment dans notre la bulle de filtre
●
Ils vont faire des opérations de bas et de haut niveau qui auparavant étaient fait par les
hommes. Exemple du diagnostique médical. L’algorithme remplace la sensibilité et
l’expérience du patricien alors qu’il ne peut pas légalement exercer la médecine
●
Les algorithmes s’appuient sur l’industrie des données pour tracer / rendre visible / faire
émerger ce qui était dans une zone grise de la communication (le présent passé et le non-
enregistré) (le brio) – la persistance des données

12. Quelques arguments
● Le besoin d’humain dans la correction des résultats comme le montre les
raters de google, l’affaire de youtube kids et récemment le choix de
Facebook de demander aux usagers d’évaluer les sources
● Reconfiguration du travail humain et les digital labor, c’est à dire nous tous
qui par nos actes et nos données enrichissons les plateformes. La question
des données est aussi une question de valeur.
● La question de l’IA et la peur de voir l’intelligence humaine définitivement
accaparée par les robots pose aussi la question de ce qu’est
l’intelligence… et la connerie

13. Quelques arguments
●
Les algorithmes interagissent avec les usages et les usagers dans
une fuite en avant entre analyse des usages et détournements par
les usagers. Entre déterminisme technique et stratégie d’acteurs
– Corriger les gens : les modérations algorithmique ou humaine
– Manipuler les algorithmes (la complosphère) : dialogue permanent entre
défense et attaque. Monsanto manipulant les réseaux sociaux
– Retro-ingénierie : comprendre la boite noire -
Comment enquêter sur les algorithmes

14. Quelques arguments
● Propriété des données, portabilité et
consentement éclairé, self data
● Les citoyens savent-ils à quoi servent les outils
d’enregistrements : l’exemple du bouton like de
fb ou du pass péage à NY.
● La question de la géolocalisation et du
téléphone portable qui communique tout le
temps