Page 15 - Mégadonnées, apprentissage automatique, protection des usagers et confidentialité

Il est ainsi possible de mieux adapter les services numériques, aux investisseurs ainsi qu'à d'autres
au profil de risque de chaque personne, et donc de organisations au sujet des solutions et des normes
faciliter l'accès à des services financiers qui n'auraient nécessaires à la protection de la confidentialité des
peut-être pas été proposés autrement. Dans le même données des usagers dans le contexte des méga-
temps, il arrive toutefois que la personne concernée données et de l'apprentissage automatique. Ces pro-
n'ait pas connaissance des données ayant servi à la blèmes surviennent à mesure que les technologies,
prise de décisions ni de la raison pour laquelle les les cas d'utilisation et l'adoption des services se mul-
services lui ont été refusés, et qu'elle ne soit pas en tiplient. Ainsi, bien que l'on comprenne de mieux en
mesure de contester lesdites données, déductions et mieux les défis émergents, il existe peu de domaines
décisions. dans lesquels on observe un consensus sur les meil-
Si l'accès aux données à caractère personnel leures pratiques. L'approche à suivre dépendra de
permet de prendre de plus en plus de décisions en la manière dont les décideurs politiques, les législa-
fonction des comportements individuels, il existe un teurs, les organismes de régulation et les acteurs du
risque d'atteinte à la vie privée. En 2008, la Commis- marché évalueront les compromis et les synergies
sion fédérale du commerce des États-Unis est inter- entre les objectifs politiques, tels que l'expérimen-
venue pour mettre fin aux pratiques déloyales de tation et l'innovation, la productivité économique, la
l'entreprise CompuCredit, qui proposait des cartes confiance dans les services et la protection des usa-
de crédit aux personnes ayant contracté un prêt à gers.
risque. CompuCredit réduisait les limites de crédit Le présent document explore différents points de
des consommateurs sur la base d'un modèle qui fai- vue, exposant les suggestions d'organisations, d'uni-
sait baisser leur score lorsqu'ils effectuaient certaines versitaires et de théoriciens au sujet des approches
transactions (visite de prêteurs sur gages, de conseil- communément adoptées pour protéger la confiden-
lers personnels et de salles de billard, par exemple) . tialité des données des usagers, ainsi que les lois et
21
Le traitement des données personnelles dispo- réglementations connexes. L'objectif est de mettre
nibles, en particulier le profilage et le processus visant ces idées en avant, et non de prendre position. Les
à faire des déductions au sujet d'une personne, est auteurs cherchent à aider ceux qui devront s'attaquer
donc essentiel à la prestation de ces services finan- à ces questions aux niveaux politique, législatif et
ciers. Par conséquent, pour garantir l'équité, l'exac- réglementaire dans les années à venir. Plutôt que de
titude et la transparence dans le cadre des services recommander de bonnes pratiques à adopter, le pré-
financiers, il convient de tenir compte de la nature sent document se concentre donc sur l'identification
des données personnelles et de la manière dont elles et la définition des principales questions à prendre
sont recueillies, utilisées et partagées avec des par- en compte lors de l'élaboration de cadres réglemen-
ties tierces . taires (y compris, éventuellement, de cadres d'auto-
22
Ces difficultés sont exacerbées par la variété régulation) .
23
des cadres réglementaires s'appliquant aux diffé- La section 4 présente les grands concepts en jeu,
rents types de fournisseurs de services financiers en commençant par les tendances technologiques
numériques (certains sont réglementés comme des et commerciales des mégadonnées et de l'appren-
banques, tandis que d'autres le sont à peine). Diffé- tissage automatique (section 4.1), les types de don-
rentes restrictions peuvent régir la collecte et l'utili- nées utilisés (section 4.2), ainsi que le profilage et les
sation des données dans le cadre de services simi- décisions automatisées qui s'appuient sur ces don-
laires, et les consommateurs peuvent disposer de nées (section 4.3). Elle explique ensuite ces concepts
recours différents. et aborde les dimensions réglementaires mention-
Les défis posés par le traitement des mégadon- nées tout au long du document: la protection des
nées et des données de l'apprentissage automatique usagers (section 4.4) et la confidentialité des don-
dans les cadres juridiques et réglementaires de la nées (section 4.5).
protection des données et de la vie privée portent à Le présent document s'intéresse ensuite à la pro-
croire que la mise en place de solides systèmes d'au- tection des usagers et à la confidentialité des don-
torégulation et d'éthique au sein de la communauté nées au cours des trois grandes phases de l'interac-
de l'intelligence artificielle et des services financiers tion entre les usagers et les fournisseurs de services
pourrait s'avérer particulièrement importante. qui ont recours aux mégadonnées et à l'apprentis-
Le présent document fournit des informations de sage automatique.
référence aux décideurs politiques, aux organismes La section 5 porte sur la phase de pré-engage-
de régulation, aux fournisseurs de services financiers ment, qui concerne principalement les processus

Mégadonnées, apprentissage automatique, protection des usagers et confidentialité 13