Page 46 - Mégadonnées, apprentissage automatique, protection des usagers et confidentialité
P. 46

les individus et les tierces parties (par exemple, l'en-  que  même  lorsque des  déductions  incorrectes  ont
            jeu d'un traitement médical est plus important que   été tirées de données exactes, l'individu pourrait ne
            celui de recommandations cinématographiques) .     pas avoir le droit de les rectifier .
                                                       187
                                                                                          189
               Certains soutiennent que l'absence d'explications   Cela relèverait plus généralement de lois sec-
            efficaces compromet le principe de responsabilité et   torielles, telles que la loi sur les services financiers,
            que les lois sur la protection des données et de la vie   mais dans la plupart des pays, ces lois interdisent
            privée doivent conférer aux usagers un droit effectif   uniquement la prise de décisions discriminatoire en
            à des déductions raisonnables .                    fonction de critères spécifiques (tels que l'apparte-
                                       188
               Lorsque les déductions risquent fort de rendre des   nance ethnique, le genre ou la religion) et ne pres-
            décisions défavorables, de nuire à la réputation ou de   crivent pas la justesse de la décision elle-même. En
            porter atteinte à la vie privée, un tel droit pourrait   ce sens, un mauvais algorithme s'apparente à un
            exiger du responsable du contrôle des données qu'il   mauvais employé de banque qui ne parvient pas à
            explique avant le traitement (ex ante) la pertinence   prendre une bonne décision en raison d'un manque
            de certaines données pour les déductions à tirer, la   de  jugement  ou  de  son  inexpérience: il  peut  s'agir
            pertinence des déductions pour le type de décision   d'une mauvaise pratique commerciale, mais ce n'est
            à prendre et le traitement automatisé, ainsi que la   pas illégal.
            précision et la fiabilité statistique de la méthode utili-  Toutefois, une loi sur les services financiers peut
            sée. Ces explications pourraient s'accompagner de la   prescrire certaines procédures en vue de favoriser
            possibilité de contester les décisions une fois qu'elles   les bonnes décisions. Par exemple, elle peut exiger
            ont été prises (ex post).                          d'un fournisseur de services financiers qu'il procède
               Cela permettrait, en plus de contester une déci-  à une évaluation des besoins de son client afin de
            sion automatisée sur la base de l'exactitude des don-  lui proposer un produit qui soit plus susceptible de
            nées utilisées, de contester les déductions vérifiables   lui convenir . Elle pourrait également exiger des
                                                                         190
            sur  lesquelles  elle  repose  (niveau  de  revenu,  patri-  évaluations des risques qui garantiront la prise en
            moine, état de santé, état civil, etc.). Les déductions   compte des risques, y compris dans les algorithmes
            non vérifiables peuvent être remises en question par   eux-mêmes.
            des données supplémentaires, qui pourraient venir
            modifier les conclusions.                          Clarification des explications
               Les efforts visant à introduire une réglementa-  Il a également été suggéré de remplacer ou de
            tion qui s'immisce dans le fond des décisions ou le   compléter les explications par un retour d'informa-
            processus décisionnel, par opposition aux simples   tion "contrefactuel", aussi bien positif que néga-
            processus de collecte, d'utilisation et de partage   tif, sur les  décisions  automatisées  (et seulement
            des données, peuvent être considérés par certains   sur celles qui sont en grande partie automatisées).
            comme un fardeau pour un secteur novateur émer-    Ces explications contrefactuelles peuvent informer
            gent qui devrait être laissé libre de développer des   la personne concernée non pas tant sur la manière
            produits qui profitent aux usagers et de les affiner   dont une décision a été prise que sur les variations
            sous la pression de la concurrence. D'autres y voient   des données d'entrée qui auraient pu conduire à une
            une tentative de rééquilibrer la marginalisation des   décision différente . Par exemple, un fournisseur
                                                                                191
            usagers résultant de la suppression des éléments   de services financiers numériques pourrait infor-
            humains des principales étapes de la prise de déci-  mer le consommateur de la manière qui suit: "Votre
            sions  (voir section  7.3). Une interaction humaine   demande de prêt indique que votre revenu annuel est
            donne la possibilité de rencontrer un décideur ou   de 30 000 dollars. S'il avait été de 45 000 dollars, on
            quelqu'un qui peut influencer le décideur, d'échanger   vous aurait proposé un prêt ."
                                                                                       192
            avec lui, et de lui montrer où les déductions étaient   Bien sûr, il existe de nombreuses variables d'en-
            erronées. Pour que le droit à l'intervention humaine   trée  dans  la  prise  de  décisions,  et  de  nombreuses
            dans les décisions automatisées ait de la substance,   combinaisons qui pourraient produire un nombre
            il peut être nécessaire de préciser le degré d'intégrité   quasi infini d'éléments contrefactuels possibles. Il est
            que ladite intervention cherche à atteindre dans le   donc peu probable que l'on puisse réduire l'explica-
            cadre du processus.                                tion d'une décision à une, voire même à plusieurs,
               Les lois sur la protection des données ne garan-  variables. En outre, avec une telle approche, les insti-
            tissent généralement pas la précision de la prise de   tutions doivent faire attention lorsqu'elles s'engagent
            décisions, et il est probable qu'il en soit de même   à fournir un service dans des conditions alternatives
            pour l'exactitude des données d'inférence, de sorte   (pour reprendre l'exemple précédent, si l'individu



           44    Mégadonnées, apprentissage automatique, protection des usagers et confidentialité
   41   42   43   44   45   46   47   48   49   50   51