Vesselin Popov : Après 300 ‘likes’, Cambridge Analytica connaît votre personnalité mieux que votre partenaire

La révolution numérique initiée par Michal Kosinski au Centre Psychométrique de l’Université de Cambridge est poursuivie par une équipe d’experts dirigée par le jeune directeur du développement Vesselin Popov. Le Centre utilise des algorithmes pour analyser les données personnelles que vous laissez sur Internet – tout ce que vous avez ‘aimé’ sur Facebook, publié sur Instagram, ‘googlé’ ou acheté en e-commerce – et construit votre personnalité, créant des profils psychodémographiques précis en une fraction de seconde. De telles analyses ont une grande valeur pour les agences de marketing et les marques qui s’efforcent de maximiser la personnalisation des produits pour atteindre des taux de conversion plus élevés. C’est un secret de polichinelle que ces technologies sont également utilisées dans les sphères politiques, où les politiciens adaptent leur rhétorique pour gagner le plus de votants possible. L’algorithme de Kosinski, par exemple, a été utilisé par les Laboratoires de Communication Stratégique (SCL). Lorsqu’il a soupçonné que ses réalisations seraient utilisées dans des campagnes électorales, il a quitté cette entreprise, et SCL a fondé une nouvelle société spécialisée dans les élections américaines – Cambridge Analytica, qui est actuellement au centre d’un grand scandale pour avoir utilisé les données privées de 50 millions d’utilisateurs de Facebook.

>>>Snowden sur la ‘tromperie la plus réussie’ : Facebook est un outil de surveillance rebrandé en tant que réseau social

Nous avons parlé avec Popov du rôle de la psychométrie dans la victoire de Trump, le Brexit, l’utilisation potentielle des technologies prédictives dans les affaires et l’avenir des droits à la vie privée.

• Que travaillez-vous actuellement au Centre Psychométrique et quel est votre rôle ?

– Nous étudions le comportement humain et la motivation en utilisant de grandes quantités de données provenant des réseaux sociaux, des sites d’emploi en ligne, des sites de rencontres, de l’Internet des objets et d’autres sources similaires. Notre recherche est axée sur le développement d’outils et de méthodologies pour l’évaluation psychologique et comportementale, et mon rôle est d’identifier les domaines où la psychométrie pourrait être appliquée, que ce soit pour optimiser les processus de sélection, personnaliser les services numériques ou améliorer la qualité des soins de santé.

• Vous coordonnez l’algorithme de prédiction Apply Magic Sauce. En quoi diffère-t-il de l’algorithme de Kosinski et comment fonctionne-t-il ?

– Michal Kosinski a développé des modèles qui sont intégrés à l’algorithme Apply Magic Sauce (AMS), et nous continuons à collaborer avec lui. Le projet AMS est unique. Aucun autre service de prédiction de personnalité n’est basé sur une base de données plus grande et plus riche – pour le projet, nous avons reçu des données de six millions d’utilisateurs de réseaux sociaux. AMS utilise des ‘likes’ et des statuts de Facebook et d’autres empreintes numériques pour générer des prédictions psychologiques sur un individu en une demi-seconde. L’algorithme compare les empreintes numériques de millions d’utilisateurs qui ont complété des tests psychométriques et accepté de partager leurs données de réseaux sociaux avec nous. En reconnaissant des motifs dans les empreintes numériques, l’algorithme sélectionne des signaux subtils qu’il considère comme indicatifs de certaines caractéristiques psychologiques.

• Dans quels domaines les techniques psychométriques peuvent-elles le plus contribuer ?

– La psychométrie a une longue histoire et un avenir prometteur, en particulier dans les domaines de l’éducation, de la carrière et des tests cliniques. Poussée par notre recherche, la psychométrie est récemment entrée dans le monde en ligne et a apporté de nouvelles opportunités. Les tests informatisés ont révolutionné les examens dans le domaine de l’éducation et ont fait des progrès significatifs en termes d’équité, d’objectivité et de méritocratie. Les tests peuvent désormais être plus courts, plus précis et, s’ils sont réalisés correctement, plus difficiles à tricher. Les secteurs des affaires et de la santé accusent un retard à cet égard. Je remarque une dépendance excessive à des outils non scientifiques, ce qui peut seulement indiquer l’obsolescence du marché des tests. Les efforts de marketing et de vente pour catégoriser les employés en certains types, couleurs ou autres catégories arbitraires ont remplacé le bon sens dans la question de ce qui fait un bon employé. Les recruteurs ont une très mauvaise compréhension de la qualité des tests psychométriques, de leur fiabilité et de leur validité.

• Comment les techniques psychométriques peuvent-elles contribuer au monde des affaires ?

– La psychométrie appliquée aux grandes données peut inspirer des systèmes qui s’adaptent à nos désirs uniques et à nos préférences psychologiques en temps réel. Contrairement à la plupart des systèmes actuariels utilisés dans l’assurance ou la banque, ils peuvent expliquer leurs décisions et relier la prise de décision aux traits humains, plutôt qu’à des corrélations de données impossibles à interpréter.

• Quelle est la précision de ces prédictions et est-il risqué de s’y fier entièrement ?

– L’algorithme de prédiction de personnalité peut surpasser la précision du jugement humain dans la détermination des résultats des tests de personnalité. Sur la base de seulement 10 ‘likes’, l’évaluation informatique dépasse le jugement des collègues, sur la base de 70 ‘likes’, elle dépasse les jugements des amis, et avec plus de 300 ‘likes’, elle dépasse la capacité d’évaluation d’un conjoint. Il est toujours risqué de se fier uniquement à une technologie, mais cela n’est pas très différent de se fier uniquement à un test de sélection ou à un seul entretien avec un employeur. La plupart des entreprises utilisent plusieurs outils et comparent leurs forces et faiblesses relatives. La prédiction de personnalité basée sur les empreintes numériques est rapide, peu coûteuse et précise pour certains individus, mais elle ne devrait pas être utilisée comme la seule source de données lorsque les enjeux sont élevés. Néanmoins, les entreprises s’appuient régulièrement sur beaucoup moins lors de l’embauche, du licenciement ou du choix d’une nouvelle direction stratégique.

• Lors de la campagne électorale présidentielle américaine, le candidat Donald Trump a engagé Cambridge Analytica, qui l’a conseillé en utilisant de grandes données. Les médias ont été (et sont toujours) remplis de rapports sur la manière dont les grandes données ont joué un rôle crucial dans la victoire de Trump. La psychologie des grandes données est-elle responsable de sa victoire ?

– Je ne suis pas un expert politique, mais je n’ai pas vu de preuves que l’analyse des grandes données, le micro-ciblage ou toute autre technique prétendument utilisée par Cambridge Analytica a influencé la victoire de Trump. Je crois que ce sont les candidats qui gagnent des élections, pas les grandes données. Puisqu’il n’est pas transparent comment la campagne a été menée, il est difficile de déclarer de manière définitive ce qui a causé des changements dans les États pivots. Il a été mentionné dans les œuvres de Platon, Aristote et même dans certains écrits antérieurs que les messages faisant appel aux émotions ont un pouvoir persuasif plus grand que ceux dirigés vers la raison. (Il est intéressant de noter que certains employés de Cambridge Analytica, dans leurs déclarations récentes, affirment qu’ils n’ont jamais utilisé de techniques psychographiques pendant la campagne.) Quoi qu’il en soit, je suis heureux de voir que l’attention des médias s’est déplacée vers des sujets plus importants tels que la probabilité que des organisations et des individus puissants de l’administration Trump utilisent des techniques pour manipuler les électeurs sur la base de grandes données.

• Comment les grandes données et les technologies prédictives sont-elles utilisées dans les campagnes électorales actuellement en cours en Allemagne et en France, et ont-elles été utilisées dans la campagne du Brexit ?

– Je suis désolé, je ne peux pas répondre à ces questions. Je n’ai aucune information sur l’utilisation des techniques de grandes données dans les élections européennes ou dans le Brexit. Il y avait quelques indications dans les communiqués de presse de Cambridge Analytica qu’ils cherchaient des clients en Europe, mais ils sont très secrets sur avec qui ils collaborent. Bien que je sois sûr qu’ils ont participé à la campagne Leave.EU (selon des recherches de l’Observer et du Guardian), je ne sais pas exactement ce qu’ils ont fait. Je pense qu’il serait naïf de croire qu’ils ne collaborent pas ou essaient au moins de collaborer avec des clients d’extrême droite en Europe comme le Front National ou l’AfD.

• Une recherche que vous avez menée en 2016 a montré que 71 % des personnes croient que les entreprises ayant accès à leurs données personnelles ne gèrent pas ces données de manière éthique. Le Règlement Général sur la Protection des Données (RGPD) améliorera-t-il la situation ?

– Il est vrai que de nombreuses entreprises ont beaucoup de travail à faire pour convaincre le public qu’elles utilisent de manière responsable leurs données personnelles. J’ai été surpris lorsque j’ai vu ce résultat dans notre recherche ‘Trust and Predictive Technologies Report 2016’ car je suis conscient des conséquences financières graves, et même des conséquences réputationnelles, que peut avoir l’utilisation abusive des données. D’autres recherches, comme celles menées par Accenture, montrent que la plupart des entreprises ne sont toujours pas prêtes pour les dispositions du RGPD. Par conséquent, je m’attends à ce qu’il y ait de nombreuses violations dans les premiers mois suivant sa mise en œuvre et que des sanctions strictes soient imposées. Bien que la législation offre une protection efficace dans la collecte de données, la plupart des lois, y compris le RGPD, ne reconnaissent pas comment des données non personnelles, apparemment inoffensives, peuvent être combinées avec d’autres bases de données et traitées de manière à faciliter l’identification d’un individu ‘anonyme’. Il existe de nombreux exemples concrets où les bases de données ont cessé d’être anonymes, comme la publication de l’historique de visionnage sur Netflix ou des trajets en taxi à New York. Il est toujours possible que des données fuient.

• Est-il moral d’utiliser des données personnelles ?

– Les citoyens numériques ont également leur part de responsabilité là-dedans. Avec les téléphones mobiles et les services toujours actifs qui nous suivent tout au long de la journée, nous devons accepter que la plupart des données que nous ne voudrions pas que les entreprises utilisent sont déjà partagées sous une forme ou une autre. Un clic sur Google, une photo sur Instagram, une application de suivi d’activité physique – et les données sont là. Par conséquent, le point n’est pas de contrôler comment les données sont collectées, mais plutôt comment elles sont ensuite utilisées et comment s’assurer que les individus sont récompensés pour le partage de leurs données. Un exemple positif de cela est CitizenMe, une entreprise de recherche de marché basée à Londres avec laquelle le Centre collabore. Elle permet aux utilisateurs de son application d’échanger des données personnelles avec des marques, de répondre à leurs questions, etc., et en retour, ils sont récompensés par des informations sur leur profil psychologique ou une compensation monétaire.

• Comment encourager les citoyens à se rebeller contre la collecte et le commerce de données personnelles sans leur consentement ou compensation appropriée ?

– Nous croyons que l’une des premières étapes est d’apprendre aux citoyens que leurs données ont de la valeur. La plupart des gens comprennent que l’assurance santé peut changer le paiement de la prime si elle sait ce qu’ils mangent, combien ils exercent, etc. Cependant, peu réalisent que les clics et les ‘likes’ peuvent créer un profil psychologique très sensible qui révèle leurs désirs et leur orientation sexuelle. Des initiatives comme Apply Magic Sauce et d’autres outils open-source que nous publions sont essentielles pour montrer ce qui peut être fait avec les données. Cela aide à engager toutes les parties prenantes, y compris les citoyens, dans une discussion ouverte sur la manière dont les technologies prédictives devraient être utilisées. Je ne crois pas que le retrait numérique soit le bon objectif. Nous voulons encourager les entreprises à concevoir de meilleurs services qui comprennent nos personnalités et répondent mieux à nos besoins. Je peux imaginer un avenir où il est plus rentable de protéger que de violer la vie privée et où l’avantage concurrentiel n’est pas la quantité de données, mais l’efficacité à transformer ces données en avantages pour l’utilisateur.

• Les entreprises offrent aux utilisateurs des services gratuits et tirent ensuite profit des données qu’elles collectent auprès d’eux. Sommes-nous devenus un produit ? Devons-nous commencer à payer les fournisseurs de services ‘gratuits’ pour préserver notre vie privée ?

– Si vous ne payez pas en espèces, vous paierez avec votre vie privée. Je ne suis pas d’accord avec certains défenseurs de la vie privée qui estiment que des entreprises comme Facebook et Google devraient continuer à fournir leurs services gratuitement simplement parce que nous nous y sommes habitués dans notre vie quotidienne. Facebook gagne de la publicité et doit donc suivre ses utilisateurs. En moyenne, Facebook gagne moins de deux dollars par mois par utilisateur grâce à la publicité. Par conséquent, l’option de ne pas être suivi pourrait être monétisée. Je m’y abonnerais volontiers et paierais pour ma vie privée. Cependant, nous devons être prudents pour que la vie privée ne soit pas élitiste, ce qui signifie qu’il ne doit pas arriver que seuls ceux qui peuvent se le permettre puissent l’avoir. Cela reste l’un des droits fondamentaux dans la législation européenne, et nous devrions persister à créer des modèles commerciaux innovants qui promeuvent l’égalité en matière de vie privée des données personnelles.

• En ce qui concerne les grandes données, quel avenir proche nous attend ?

– L’intelligence artificielle et le processus de robotisation joueront un rôle important dans l’avenir. Les petites et grandes organisations ont surfé sur cette vague malgré le fait de ne pas comprendre pleinement quel sera le résultat final. L’avancement technologique a rendu le stockage et le traitement des données moins chers que jamais, et il est donc moins probable que les entreprises respectent le principe de suppression de toutes les données qui ne sont pas utilisées. Selon les recherches de Veritas, la plupart des données que les entreprises conservent sont complètement inutiles ; seulement 14 % des données stockées sont essentielles pour les affaires. Mon intérêt pour l’avenir est d’explorer les possibilités de combiner les prédictions d’empreintes numériques avec des systèmes de blockchain et de créer un système d’échange de données personnelles qui permet aux utilisateurs d’accéder en temps réel à ces données et d’être compensés pour cela. Une solution hybride de ce type pourrait être une autre pièce du puzzle dans notre effort pour personnaliser Internet.

L’interview a été publiée à l’origine dans le 600e numéro de Lider le 31 mars 2017.