Vers une société de la transparence

progrès ou danger ?


olivier.nocent@univ-reims.fr

Big Data        géolocalisation    vie privée   profilage        Data Brokers    entrepôts de données    fermes de calcul    Algorithmes    intelligence artificielle    Deep Learning    notifications    recommandations        eRéputation    Internet des Objets    domotique    Smart Cities    Soi quantifié    eSanté    Netocratie    bulles filtrantes



Internet des objets

Extension d'Internet à des choses et à des lieux du monde physique.

  • Diminution des zones blanches
  • Project Loon de la société X (Google Labs X)

Épuisement des adresses IPv4 (32 bits), passage à IPv6 (128 bits)

Internet des objets

Internet des (nano-)objets

Peinture connectée : pigments contrôlés à l'aide d'un smartphone (Lexus)

Prix Nobel de chimie 2016 décerné à Jean-Pierre Sauvage et al pour ses travaux sur les machines moléculaires.

Everyware: in every place, in every thing
Adam Greenfield

Le parti pouvait mettre à nu les plus petits détails de tout ce que l'on avait dit et pensé, mais les profondeurs de votre cœur, dont les mouvements étaient mystérieux, même pour vous, demeuraient inviolables.

1984, G. Orwell

fitbit   JAWBONE   pebble

Big Data

Données massives, difficiles à traiter avec les outils classiques des bases de données.

Confluence des données

Signaux
communications : courriel, téléphone, SMS, tweet, statut facebook, ...
Traces
paiement carte bancaire, coordonnées GPS, vidéosurveillance, données physiologiques, ...

Quantification du monde

Numérisation de l'information

  • Instauration d'équivalence, corrélations
  • Perte de relief et de hiérarchie


Vision atomiste d'une science universelle, parfaitement déterminée, finalement close et mesurable en tout. (Laplace, XVIIIe siècle)

Algorithmes

L'intelligence artificielle vise à résoudre des problèmes complexes sans intervention humaine.


Étape de raffinage/filtration du nouvel or noir (Big Data)

Systèmes experts

Raisonnement appliqué à la logique des propositions (modus ponens)

$$A \land ( A \rightarrow B ) \therefore B$$

  • Suppose la création d'ontologies (ensembles structurés de concepts et de connaissances) avec l'aide d'experts du domaine
  • Cadre fermé et non ambigü

Réseaux bayésiens

Théorème de Bayes (1763) : formule à remonter le temps

$$\mathbb{P}(B \mid A)=\frac{\mathbb{P}(A \mid B)\mathbb{P}(B)}{\mathbb{P}(A)}$$

  • Aucun modèle a priori
  • Cadre ouvert et non déterministe (ambiguité = degré de confiance)

Descartes vs. Siri

Inférence vs. Machine Learning

Modélisation vs. Big Data

Échantillon représentatif vs. profilage individualisé

There is no such thing as a free lunch

Milton Friedman

if you're not paying for the product, you are the product?

Anonyme

Digital labor

Ils déposeront leur liberté à nos pieds et nous diront : faites de nous vos esclaves, mais nourrisez-nous

Les frères Karamazov, F. Dostoïevski

Optimisation du monde

Smart cities vs. Agora

Politiques publiques vs. déréglementation

Utopie vs. déterminisme social