LEBIGDATA.FR I.A, Cloud & Cybersécurité
Le Big Data est de plus en plus utilisé par la police et la justice, notamment pour tenter de prédire les crimes avant qu'ils ne surviennent. Les technologies telles que la reconnaissance faciale, les caméras embarquées par les forces de l'ordre, ou le data mining des réseaux sociaux sont des outils précieux pour faire régner la paix dans nos sociétés. Toutefois, pour Andrew Guthrie Ferguson, auteur du livre The Rise of Big Data Policing: Surveillance, Race, and the Future of Law Enforcement, le Big Data continue à entretenir les préjugés racistes et le mépris de classe qui corrompt la police dans le monde entier. C'est le black data.
L'écrivain emploie le terme métaphorique de black data pour désigner le caractère opaque des données, bien souvent dissimulés par la complexité des algorithmes Big Data. Ce black data crée des inégalités devant la loi, et donne naissance à de nouvelles formes de surveillance invasive. La plupart des problèmes liés au black data proviennent des inégalités sociales entre les personnes surveillées. Le système de collecte de données utilisé par la justice crée un problème inverse à celui rencontré dans le domaine des systèmes data destinés au grand public. Une grande partie de la population n'est tout bonnement pas surveillée même si elle pourrait être impliquée dans des affaires criminelles.
Black Data : les classes sociales aisées sont protégées
Le fait de séparer la population en différentes classes sociales protège de nombreux criminels. La plupart des individus surveillés à Chicago sont de jeunes hommes âgés de 18 à 25 ans, autrement dit le même âge que de jeunes étudiants qui ne seront jamais confrontés à la police. Pourtant, en banlieue de Chicago comme dans les universités les plus prestigieuses, la consommation et la vente de drogues, les vols, les agressions physiques et sexuelles sont des méfaits communs. Un viol sous l'influence de drogue ou d'alcool sur un campus universitaire sera souvent sanctionné moins lourdement qu'un crime similaire dans une zone sensible.
Il ne s'agit que d'un exemple, et les personnes aisées jouissent de nombreux privilèges qui les protègent du risque de finir répertoriés dans les systèmes de collecte de Big Data judiciaires. Les propriétés privées et la mobilité économique comptent parmi les avantages qui permettent aux plus riches d'éviter la surveillance policière. Le statut social influence la police dans ses décisions de mener l'enquête, d'interpeller ou d'arrêter une personne. En somme, les riches jouissent d'une présomption d'innocence data-driven dont ne peuvent profiter les pauvres.
Black Data : la justice n'a pas accès à toutes les données criminelles
Outre ces inégalités sociales, le Big Data de la police est également fragmenté. Sur 17876 agences de surveillance aux Etats-Unis, seulement 6,1% emploient plus de 100 officiers à temps plein. 74% emploient moins de 24 officiers. Ces petites agences ne peuvent contrôler la qualité des données comme le font les grandes agences. Par conséquent, les ensembles de données à disposition de la police locale sont à la fois incomplets et trop petits pour permettre de créer des bases de données réellement utiles.
Un autre problème est que la justice n'est pas en mesure de collecter des données sur tous les crimes. Certains crimes ne sont pas reportés, comme les violences physiques et sexuelles au sein d'une famille. Les agressions sexuelles sont rarement dénoncées car la victime a peur d'être stigmatisée. Les guerres de gang mènent à des ripostes armées plutôt qu'à des dépôts de plainte. Les consommateurs de drogues ou les possesseurs d'armes à feu ne se dénoncent pas eux-mêmes. Ainsi, selon le Bureau of Justice Statistics, près de la moitié des crimes violents, à savoir 3 à 4 millions par an, ne sont pas rapportés car les victimes sont trop effrayées, connaissent l'auteur du crime, ou règlent le problème autrement.
Tous ces problèmes font que le système Big Data utilisé par la justice ne prend en compte que la moitié des crimes. La perception de la réalité s'en trouve déformée, et l'efficacité du Big Data pour la justice est remise en cause. De même, cet écart entre la réalité et les données peut mener à des résultats d'analyses biaisés dans le futur. Ainsi, les préjugés qui limitent la collecte de données pourraient découler sur de nouveaux préjugés suite à l'analyse de ces données.
- Partager l'article :
