Google Street View est l’une des merveilles du monde contemporain. C’est le produit de l’arrogance, de l’ambition, de l’audace et de la richesse déraisonnable d’une seule société qui a décidé de photographier toutes les rues du monde et de mettre les images en ligne. Lorsque le projet a été annoncé pour la première fois, j’étais sceptique quant à sa portée – des images des rues les plus importantes des grandes villes des pays occidentaux, peut-être, mais rien de plus. Et puis un jour, je me demandais comment trouver mon chemin vers le chalet d’un ami situé dans une zone rurale éloignée, je l’ai cherché sur Google Maps, j’ai vu l’icône Street View et j’ai cliqué dessus – et je me suis retrouvé virtuellement en train de conduire sur le chemin de campagne le plus étroit que vous puissiez imaginer.
Street View était un produit de la conviction de Google qu’il est plus facile de demander pardon que de demander la permission, une hypothèse apparemment confirmée par le fait que la plupart des juridictions semblaient accepter le coup photographique comme un fait accompli. Il y a eu des réactions dans quelques pays européens, notamment en Allemagne et en Autriche, où des citoyens ont exigé que leurs propriétés soient floutées ; il y a également eu un conflit en 2010 lorsqu’il a été révélé que Google avait pendant un certain temps collecté et stocké des données provenant de routeurs wifi domestiques non cryptés. Mais dans l’ensemble, l’entreprise a réussi son coup.
La plupart des réactions sont venues de personnes préoccupées par le respect de la vie privée. Ils se sont opposés aux images montrant des hommes sortant de clubs de strip-tease, par exemple, des manifestants dans une clinique d’avortement, des baigneurs en bikini et des personnes se livrant à des activités privées dans leur propre jardin. Certains pays ont été gênés par la hauteur des caméras – au Japon et en Suisse, par exemple, Google a dû abaisser leur hauteur pour qu’elles ne puissent pas regarder par-dessus les clôtures et les haies.
Ces préoccupations étaient ce qu’on pourrait appeler des préoccupations de premier ordre, c’est-à-dire des inquiétudes déclenchées par les dangers évidents d’une nouvelle technologie. Mais avec la technologie numérique, les effets réellement transformateurs peuvent être de troisième ou quatrième ordre. Ainsi, par exemple, l’internet mène au web, qui mène au smartphone, qui est ce qui a permis la création d’Uber. Et en ce sens, la question qui se posait dès le début avec Street View était : à quoi cela va-t-il mener – finalement ?
Une réponse possible a émergé la semaine dernière avec la publication d’une étude de recherche intrigante menée par deux scientifiques des données, l’un basé à Varsovie, l’autre à Stanford. Travaillant avec des compagnies d’assurance, ils ont analysé 20 000 adresses de clients de ces compagnies, collecté une image de maison correspondante pour chacune d’entre elles en utilisant Google Street View et annoté les photos des maisons, en notant des caractéristiques telles que l’âge, le type et l’état. En appliquant un logiciel d’apprentissage automatique aux données, ils ont pu construire un modèle qui donnait de bien meilleures prédictions des risques d’accident de voiture pour les propriétaires de maison que les modèles actuellement employés par les compagnies d’assurance – et qui, bien sûr, pourrait être utilisé pour justifier des primes plus élevées (ou plus basses).
“Nous avons découvert,” ont conclu les chercheurs, “que les caractéristiques visibles sur l’image d’une maison peuvent être prédictives du risque d’accident de voiture, indépendamment des variables classiquement utilisées comme l’âge ou le code postal. Cette découverte n’est pas seulement un pas vers des modèles de prédiction du risque plus granulaires, mais illustre également une nouvelle approche des sciences sociales, où les données granulaires du monde réel sont collectées et analysées à l’échelle.”
À première vue, cela semble bizarre, n’est-ce pas ? Ce que cela semble dire est : “Montrez-moi votre maison sur Street View et je vous dirai quelle est la probabilité que vous ayez un accident de voiture”. Et bien sûr, il est possible qu’au plus profond des mathématiques de l’article, il y ait une erreur. (Pour autant que je sache, il n’a pas encore été examiné par des pairs.) Ou peut-être que l’échantillon de 20 000 personnes était trop petit.
Dans tous les cas, cependant, le document fournit une étude de cas éclairante sur les avantages et les inconvénients potentiels de l’apprentissage automatique. La technologie permet essentiellement de repérer des corrélations que l’œil humain pourrait manquer. Mais corrélation n’est pas causalité, et l’on se demande toujours si une corrélation particulièrement frappante est fausse ou non. Est-ce qu’un logement mal entretenu, par exemple, implique que la voiture du résident est également mal entretenue et donc plus sujette aux accidents ?
Cela me semble un peu tiré par les cheveux. Mais s’il s’avère que ce que les deux chercheurs ont trouvé peut être reproduit et confirmé avec des échantillons plus importants, que se passera-t-il alors ? À l’heure actuelle, les primes d’assurance automobile sont en partie déterminées par le code postal dans lequel le véhicule est conservé. C’est pourquoi il est plus coûteux d’assurer une voiture à Liverpool qu’à Cambridge. Mais cela revient à une sorte de loterie des codes postaux – pénalisant les conducteurs prudents qui vivent dans les quartiers pauvres et favorisant les chauffards qui traînent dans les banlieues verdoyantes. L’utilisation des données Street View pourrait réduire ces inégalités en ramenant les choses au niveau du propriétaire du logement. En revanche, elle pourrait stigmatiser le locataire consciencieux d’une maison louée appartenant à un propriétaire avare ou gérée par un agent corrompu. Ainsi, la première loi de Kranzberg s’applique toujours : la technologie n’est ni bonne ni mauvaise ; elle n’est pas non plus neutre.
Ce que je lis
Boeing, Boeing, parti…
Le fiasco entourant les jets de passagers 737 Max de Boeing est expliqué dans l’un des meilleurs morceaux d’écriture technique que j’ai rencontré – publié sur IEEE Spectrum.
Something wicked this way comes
Un article de Nitasha Tiku sur le site Wired explore ce qui est arrivé à la devise “Don’t be evil” de Google. Avez-vous même besoin de le demander ?
Where it all went wrong
WikiLeaks et la promesse perdue de l’internet : un essai très intéressant (et brûlant) sur le blog Lawfare par Quinta Jurecic à propos de Julian Assange.
{{topLeft}}
{bottomLeft}
{{topRight}
{bottomRight}
.
{{/goalExceededMarkerPercentage}}
{{/ticker}}
{{heading}}
{{#paragraphs}}
{{.}}
{{/paragraphes}}{{texte mis en évidence}}
- Partagez sur Facebook
- Partagez sur Twitter
- Partagez par courriel
- Partagez sur LinkedIn
- Partagez sur Pinterest
- Partagez sur WhatsApp
- Partagez sur Messenger
.