Cet article fait partie de la rubrique du Détecteur de rumeurs, cliquez ici pour accéder aux autres textes.

L’origine de l’information

Deux journaux, le New York Times aux États-Unis et The Guardian en Grande-Bretagne, ont révélé samedi que des données sur 50 millions d’usagers Facebook, officiellement récoltées en 2014 pour une recherche universitaire, avaient ensuite été vendues à une compagnie privée qui a travaillé pour la campagne de Donald Trump et pour celle du Brexit — le référendum sur la sortie des Britanniques de l’Union européenne. La compagnie en question, Cambridge Analytica, se vante de pouvoir « changer le comportement d’une audience » grâce à des publicités ou des messages micro-ciblés sur les réseaux sociaux.

Pour un annonceur, le « micro-ciblage » est l’essence même de ce qui rend Facebook attrayant : la possibilité de cibler un public avec une précision qui aurait été impossible auparavant. De fait, un usager Facebook n’est pas censé ignorer que chaque fois qu’il télécharge une application reliée à Facebook, il donne à cette compagnie des informations qui serviront à lui afficher des publicités ciblées. Or, même si les révélations journalistiques de samedi semblent à première vue ne confirmer que ce qu’on savait déjà, la colère qu’elles ont provoquée vient de trois nouveautés :

• d’une part, ce ne sont que 270 000 personnes qui, en 2014, avaient répondu au « test de personnalité » du chercheur universitaire en question, Aleksandr Kogan ; si Cambridge Analytica a eu accès à des données sur 50 millions de personnes, c’est parce que l’application de Kogan a ramassé les données publiques de tous les amis de ces 270 000 personnes ;
• d’autre part, contribuer à une recherche universitaire et donner ses informations personnelles à des fins publicitaires ne devrait pas être la même chose ;
• enfin, du micro-ciblage à des fins spécifiquement électorales ouvre un tas d’autres questions sur la légalité de la chose : quels groupes ont payé pour ces publicités, y a-t-il des groupes de l’étranger parmi eux ? Par exemple, demanderont les Américains, combien de ces publicités étaient payées depuis la Russie ? Combien d’usagers les ont lues sans savoir qu’il s’agissait de publicités électorales ?

Le micro-ciblage peut-il faire gagner une élection ?

C’est la question à laquelle ont essayé de répondre plusieurs chercheurs, et il est impossible d’y répondre pour l’instant — de la même façon qu’il serait impossible de déterminer si les fausses nouvelles ont fait gagner Trump. Ce n’est donc pas parce que des firmes comme Cambridge Analytica ou AggregateIQ se vantent de pouvoir faire gagner une élection qu’elles le peuvent vraiment.

Des psychologues et des analystes de données se seraient fait les dents avant 2015 sur des élections dans des pays d’Afrique ou des Antilles « où les lois sur la vie privée sont plus laxistes », selon le reportage du New York Times. Mais il n’existe apparemment pas de données publiques permettant de vérifier leur taux de succès.

Par contre, faire changer d’idée un électeur pourrait ne pas être le seul objectif : juste le dissuader d’aller voter pourrait faire la différence dans une élection serrée, faisait remarquer l’an dernier dans le New Scientist la Britannique Joanna Bryson, chercheure en intelligence artificielle.

Le micro-ciblage peut-il modifier des comportements ?

En-dehors des élections, dès 2013, une équipe du Centre de psychométrie de l’Université Cambridge, en Grande-Bretagne, écrivait qu’il était désormais possible de prédire certains comportements d’une personne sur la seule base de ses « j’aime » sur Facebook. Avec neuf « j’aime », selon eux, on pouvait prédire ses traits de personnalité aussi bien qu’aurait pu le faire un collègue de travail et avec 125 « j’aime », aussi bien qu’un membre de sa famille. En plus de pouvoir prédire son âge, ses préférences politiques et son orientation sexuelle. Plus récemment, une recherche dirigée par David Stimwell, du même Centre de psychométrie, concluait que ceux qui avaient été ciblés par une publicité Facebook sur la base d’un seul « j’aime », étaient 40 % plus susceptibles de cliquer sur la dite publicité.

En marketing, certains utilisent depuis quelques années, plutôt que « micro-ciblage », l’expression segmentation « psychographique ». Ils recyclent un terme du XIXe siècle, psychographie, qui réfère à une croyance ésotérique de l’époque : lorsqu’un fantôme contrôle la volonté d’une personne.

Micro-ciblage : faire mieux la prochaine fois

Pour d’autres chercheurs, l’important n’est de toutes façons pas de démontrer si la compagnie qui a acheté les données de Facebook a gagné ses élections. C’est plutôt de prendre conscience que cette compagnie — et d’autres — est en train de développer « des modèles » pour faire mieux la prochaine fois. Un changement de paradigme, écrivait en 2014 Zeynep Tufekci, de l’Université Princeton : traditionnellement, le profilage signifiait qu’on déduisait les préférences d’une personne à partir de ses réponses à un sondage. Alors que la modélisation signifie qu’on n’a plus besoin de lui poser des questions : elle a déjà semé les réponses.

L’avènement de grandes bases de données qui contiennent l’empreinte de véritables comportements et d’informations de réseautage social… signifie que des campagnes politiques (et publicitaires) peuvent modéliser les préférences individuelles d’un électeur et leur attribuer un haut degré de précision et ce, souvent sans poser à l’électeur une seule question directe.

On n’en est pas encore là, mais ce serait le but poursuivi par les chercheurs des compagnies comme Cambridge Analytica… et ceux qui les paient.

Pistes de solutions ?

Ce n’est par hasard si, dès 2017, l’organisme britannique de protection des données personnelles avait lancé une enquête sur le ciblage d’électeurs par les réseaux sociaux. Cambridge Analytica était déjà dans sa ligne de mire.

Parmi les projets de lois invoqués autour des événements des derniers jours : restreindre l’accès d’une tierce partie comme Cambridge Analytica à des données personnelles serait un premier pas. Réglementer la publicité en ligne, de la même façon qu’a été jadis réglementée la publicité à la télé ou dans les journaux — spécialement en temps d’élections. Obliger les compagnies à se faire plus transparentes en se soumettant à une « vérification » (audit) de leurs algorithmes. Et au-delà des lois, apprendre aux gens à se faire plus méfiants face à la dissémination de leurs données personnelles…