Big- Data: Les défis éthiques et juridiques. 1
Big- Data: Les défis éthiques et juridiques. Digital & Ethics Ce que change le Big Data Les questions éthiques et juridiques Les réponses possibles 2
Digital & Ethics Utiliser les données en toute tranquillité 3
Les essentiels Start- up Ethique & Nouvelles Technologies Continuum de services Problem- Solving Equipe interdisciplinaire Ecosystème d appui 4
Pour assurer la tranquillité dans la gestion de vos données Algorithme s de Privacy Gestion des secrets Conformité Normes & Réglement ation Bonnes pratique s Analyse des risques & Vigilance Modèle de monitoring Règles d éthique & Vie privée 5
D&E : Une approche «Problem- Solving» Garantir la privacy Vérifier la neutralité des algorithmes Projets de recherche Sécuriser le partage d informations Faciliter l exploitation des données 6
La révolution Big data. Big Data: volume massif de données, dont les technologies perme]ent le traitement et le stockage à coût réduit, et exploitables grâce à des processus d analyse toujours plus performants. 3 dimensions: - Volume - Variété - Vélocité Variété Volume Big data 7
Ce que change le Big Data
De nouvelles approches rendues possibles par le Big data Plus de données moins d erreur? La fin des échantillons et des modèles? Les approches data driven 9
Ce que change le Big Data Le big data permet de détecter ce qui avant passait inaperçu Un effet microscope et télescope Des analyses plus rapides et dynamiques Une capacité prédictive? Et permet de faire ce que l on ne pouvait pas faire avant Gestion fine des déplacements Profilage et ciblage des individus Travailler sur des recensements plus que des sondages
Ce que change le Big Data Impacts économiques Nouveaux modèles d affaires pour les entreprises? Valorisation de la donnée Nouveaux entrants Déplacement de la création de valeur entre et au sein des organismes Nouveau rôle des Etats? Pertes de ressources fiscales Pertinence amoindri des normes juridiques Multiplication des ruptures ( droit du travail) La fin des monopoles? Peut il y avoir encore des monopoles durables? La donnée permet de contourner les barrières à l entrée 11
Ce que change le Big Data Impacts sociaux La fin des sociétés hiérarchisées? Communautés autorégulées Développement transnational Fluidité accrue Société de surveillance ou société de contrôle? Prism et NSA Printemps arabe Fin de la territorialité? Web et big data se sont conjointement développés Bitcoin 12
Ce que change le Big Data Impacts épistémologiques De nouveaux outils de construction du savoir? Datafication du Monde Une meilleure connaissance de celui- ci De nouvelles approches : les approches data driven? Visualiser plutôt que modéliser? Volume contre qualité? Des limites réelles Il n y a pas de Graal Les hypothèses implicites 13
Big data, un enjeu éthique Le Big Data nécessite pose la question d une utilisation éthique des données collectées et crées Qui maitrise les données? Quel degré de transparence? Quelle vie privée à l heure du big data? Quel libre arbitre à l heure des algorithmes? 14
Qui maîtrise ces données? La production de la donnée peut relever d un processus relativement complexe mêlant : - une activité humaine; - des capteurs; - un ou plusieurs traitements; - divers enrichissements par différents acteurs Les différents contributeurs peuvent revendiquer une participation à la valeur crée par l exploitation des données 15
Quel libre arbitre à l heure des algorithmes? Les gros volumes de données ne peuvent pas être traités rapidement par une seule intervention humaine Le recours à des algorithmes est nécessaire Quel rôle doivent ils jouer? Des décisions trop assistées?
Quel degré de transparence? Le big data amplifie la transparence issue de la digitalisation de l activité humaine Pour les individus Pour les organisations 17
Quelle vie privée à l heure du Big data? Une transparence accrue mais aussi largement recherchée Une notion morte? Le besoin d intimité 18
L anonymisation, une solution? Anonymisation: destruction du lien entre l information et l identité d une personne. Problème: Big data accroit les possibilités de recoupement et donc d identification d une personne. Exemple: Affaires Netflix et AOL 19
Promouvoir des services respectueux de la protection des données Intégration en amont des contraintes relatives à la vie privée et à la protection des données personnelles: Privacy by design ou Protection de la vie privée dès la conception: Intégrer la protection de la vie privée de manière proactive et préventive. Privacy by default ou Protection des données par défaut: Garantir le plus haut niveau de protection par défaut. 20
Une transparence réciproque? Open data public : Une meilleure visibilité critique pour le citoyen de l action publique Transparence des algorithmes L algorithme ne doit pas supplanter l humain A quel stade se fait ce]e analyse? Organismes privés plus transparentes dans leurs traitements Portabilité des données Suivre sur le traitement des données le même chemin que pour les informations financières 21
Merci! Avez vous quelques questions? 22