Group items tagged

la collecte de ces données relève d'une forme de "travail gratuit" des utilisateurs d'un service en ligne. De plus, le numérique a cette capacité de tout transformer, à commencer par la notion même d'entreprise, dont la valeur n'est plus uniquement produite par ses salariés et ses fournisseurs, mais aussi par ses utilisateurs. Pire, il se joue complètement des frontières et pénaliserait même les Etats.

Et ces fameuses données personnelles, plutôt que d'en taxer l'exploitation, ne pourrait-on pas en négocier un partage d'usage pour que l'Etat à son tour les utilisent pour développer des services à valeur ajoutée ? Le rapport aborde la question en évoquant l'initiative MesInfos (exploitation de infos gratuites si les données son restituées) à laquelle réfléchit la Fing et en cours d'implantation aux Royaume Uni. 

Et d'autant que les données LinkedIn serviront, notamment, à améliorer les technos et applications "d'intelligence artificielle" (Deep Learning) de Microsoft. On peut donc aisément imaginer dans un futur proche des scénarios assez triviaux où le dialogue avec cette "IA" s'enrichira d'un nouvel horizon dialogique qui lui permettra de vous signaler différents événements professionnels et de vous faire toute une série de propositions de mutation, de nouveaux contacts, etc., mais également des scénarios plus "élaborés" dans lesquels ce même assistant intelligent piloté par une IA gèrera en temps-réel la totalité de votre "carrière"

Cerise sur la gâteau, en complément des avantages que confère de facto cette acquisition à Microsoft, elle est également le cheval de Troie idéal lui permettant d'établir un pont avec les politiques publiques (ou privées) de formation : la plupart des néo-inscrits sur LinkedIn le sont dès leurs études universitaires. Je vous laisse alors imaginer ce monde dans lequel, en plus des accords passés avec Cisco (et avec Microsoft) par le ministère de l'éducation nationale, le même Microsoft (et ses partenaires privés) auront alors la capacité de réguler les choix d'étude et de formation professionnelle de la plupart des futurs travailleurs.

La "valeur" de la base LinkedIn est liée à trois facteurs essentiels. D'abord sa volumétrie : il s'agit du site rassemblant le plus d'informations sur le plus grand nombre de travailleurs sur la planète (400 millions d'utilisateurs). Ensuite son positionnement : c'est le site leader sur le secteur de l'employabilité et de la mobilité professionnelle. Enfin sa dimension "relationnelle", au sens premier et informatique de ce que l'on appelle une "base de donnée relationnelle", c'est à dire la capacité d'offrir différents niveaux de navigation, de croisement et d'analyse parmi l'ensemble des données structurées présentes dans la base.

Google has started a “mindfulness” movement at the company to teach employees self-awareness and to improve their ability to focus. Richard Fernandez, an executive coach at Google and one of the leaders of the mindfulness movement, said the risks of being overly engaged with devices were immense. “It’s nothing less than everything,” he said, adding that if people can find time to occasionally disconnect, “we can have more intimate and authentic relationships with ourselves and those we love in our communities.”

«“C’est le B.A-BA de l’économie comportementale” explique Clive Thompson [journaliste américain]. “Si vous rendez quelque chose facile à faire, les gens le feront davantage”.»

Rien d’étonnant donc à ce que la récente possibilité offerte aux membres de Google+ de contacter directement les utilisateurs de Gmail sans connaître leur adresse (on vous explique comment la désactiver ici) «ait envoyé des frissons dans l’échine de beaucoup de monde». Face à un tel raz-de-marée potentiel, «il y a toujours l’option extrême»: tout supprimer et déclarer faillite.

La Free Week est également l'occasion pour les salariés de mélanger les équipes et de faire appel à des compétences inhabituelles. «Cela permet de casser les carcans, insiste Aurélien. Nous comprenons mieux le travail de l'autre, nous partageons nos connaissances. L'essentiel reste de se faire plaisir.»

Pour déceler cette «valeur ajoutée» propre à chaque candidat et les aider à se familiariser avec la culture d'entreprise de Gandi, un test de compatibilité avec les équipes est disponible sur le site de l'entreprise. Le candidat doit ainsi préciser s'il préfère le ping-pong ou le babyfoot, le roller ou la trottinette… Au bout d'une dizaine de questions, un message affiche le pourcentage de «Gandiens» qui ont choisi les mêmes réponses que le candidat. Une étape de recrutement peu conventionnelle mais qui colle à l'esprit participatif de l'entreprise. «Il n'y a pas de case, pas de titre, très peu de hiérarchie, acquiesce Nicolas Lhuillery. Tous nos employés deviennent actionnaires au bout de six mois.»

La mobilité interne permet également à certaines recrues de changer rapidement de poste et de se découvrir des compétences dans des domaines insoupçonnés. «Un développeur peut se retrouver chef de projet s'il est plus à l'aise», glisse Nicolas Lhuillery dans un sourire. Parce qu'à Gandi, le bien-être d'un salarié témoigne de la santé de l'entreprise.

Exemple, ces armées de juristes employés outre-Atlantique par les cabinets d'avocats pour la recherche documentaire, indispensable là-bas aux procédures judiciaires. "Bientôt, une seule personne fera le travail de 500", affirmait sans sourciller au New York Times un spécialiste du secteur. En France, c'est l'automatisation de la gestion des contrats et des brevets dans des bases de données qui offre des gains d'efficacité et de productivité aux directions juridiques des grands groupes.  

Même chose pour les services de lutte contre la fraude, au fisc, aux allocations familiales ou dans les assurances : "Avec le data mining (exploration de données, NDLR), le taux de fraudes détecté par enquêteur est multiplié par dix", assure Mouloud Dey, directeur solutions et marchés émergents à SAS France, un des leaders de la gestion de données.  Plus étonnant, le big data renforce même l'efficacité de la police, grâce à des technologies de "police prédictive" : "En analysant une masse d'événements passés, on peut repérer les zones et les heures à risques et organiser les patrouilles en fonction", ajoute Mouloud Dey. Aux Etats-Unis, ces techniques ont amélioré les performances des services de police malgré les réductions d'effectifs.  

Des gains de productivité, on en retrouve aussi à une échelle inédite dans la programmation informatique (les algorithmes détectent et réparent mieux les bugs), la pharmacie (les ordinateurs modélisent et testent plus vite les molécules) ou la traduction. Cette révolution est due à Google. Depuis 2007, la firme de Mountain View a emmagasiné des millions de textes déjà traduits, qui permettent aujourd'hui à "Google Translate" d'en traduire d'autres automatiquement.

Ainsi, la SNCF ambitionne à monétiser les données de ses utilisateurs pour optimiser son réseau et pour faire évoluer son modèle d’affaires. Cet effort se manifeste par exemple par la création de TGVpop[5], un mix d’Uber, de Facebook et de la SNCF : certains trains ne circulent que s’ils affichent suffisamment de « likes ». Comme Laurent Gille l’évoque dans l’ouvrage Aux sources de la valeur –Des biens et des liens[6], ce sont ainsi les relations qui deviennent sources de valeur, et non plus des biens.

Dans ce contexte, les plateformes opèrent encore un autre changement, plus important pour notre propos : celui du ratio entre emploi formel – rémunéré par un salaire établi par contrat de travail – et travail implicite. Ce dernier apparaît lorsque les utilisateurs transmettent leurs données personnelles ou laissent connaître des comportements monétisables. La plateformisation transforme les entreprises en mécanismes de coordination d’acteurs sociaux qui opèrent une marginalisation – ou crowding out, c’est-à-dire éviction – de la force de travail. Un nombre de plus en plus réduit de personnes travaillent au sein de entreprises-plateformes (salariés formels) tandis que l’essentiel de l’activité est réalisé à ses alentours via des mécanismes d’externalisation (sous-traitance, offshoring, essaimage, etc.), où travaillent les communautés d’usagers.

Le service TxtEagle permet ainsi à des personnes vivant dans des zones rurales d’Afrique de réaliser des micro-tâches pour des micro-paies.

Naturellement, la majorité du peuple de la Silicon Valley ne voit rien de mal à ce contrat numérique implicite. Hal Varian, chef économiste chez Google, affirme que les consommateurs reçoivent en retour des services très populaires et très pratiques, et ce gratuitement. Les annonceurs bénéficient d’un moyen bon marché et efficace pour mieux cibler leur audience. Si les utilisateurs n’aiment pas l’offre de Google, ils peuvent facilement le quitter pour d’autres services. Les concurrents peuvent générer ou acheter leurs propres données, libres de droits. La concurrence est à portée de clic.

Mais une équipe de chercheurs universitaires et technologues, sous la direction de M. Lanier, a récemment publié une étude qui remet en cause ce point de vue. Ils affirment que les données devraient être vues comme le produit du travail, et non le sous-produit des loisirs.

L'économie des données s’est développée par accident, plus que volontairement. Elle est inefficace, injuste et contre-productive, et devrait être totalement repensée, soutiennent-ils. Ils font la différence entre d’un côté, le modèle existant de Data as Capital, ou “données comme capital” (DaC en anglais), qui traite les données comme les produits de combustion de notre mode de consommation, la matière première d’un capitalisme de surveillance ; et de l’autre, un modèle théorique de Data as Labour, (DaL) ou “données comme travail”, qui traite les données comme une propriété générée par les utilisateurs et qui devrait profiter en priorité à ces derniers. Ils lancent un appel aux économistes du travail et aux entrepreneurs pour créer un véritable marché des données des utilisateurs. Un tel marché rémunérerait les données, créant ainsi de nouveaux emplois, tout en nourrissant une culture de “dignité numérique” et en donnant un coup de pouce à la productivité de l’économie. Cette idée est développée dans ‘Radical Markets’ (Les marchés radicaux), un livre d’Eric Posner et Glen Weyl, à paraître prochainement, et qui présente à la fois une critique féroce du “techno-féodalisme” et un appel idéaliste au partage plus équitable des fruits de notre intelligence collective. Pour M. Weyl, “le modèle actuel de propriété des données n’est pas économiquement viable”.

Unlike the traditional economy, the gig economy doesn’t rely on CVs or letters of recommendation. You build your reputation on one platform at a time — and your reputation is often the route to higher earnings (A service user is more likely to choose someone with 100 five-star ratings than just one or two). Platforms don’t want people to leave, so they don’t let workers have ownership over their own ratings. Leaving a service means starting over.

More recently, we’ve been exploring the “how” of ratings portability: what technology, data, user experience and investment might be needed to make this real.Our design team, along with our policy intern and developer James Darling, have been conducting user research and prototyping possible technical solutions for ratings portability. Here’s where we’ve got to so far.

“Cab” drivers didn’t have visible habits around their ratings, weren’t checking them frequently and when we spoke about them, they told us that this wasn’t something they’d considered before or something they were particularly concerned about. They were confident in their skills and ability to find work outside of their platforms, and viewed ratings more as performance indicators for their platform owners — the main fear being a drop below 3.5 stars, where they might be dropped from the platform completely.

Il y a aussi le « Google Now », ça c’est ce qu’ils appellent les « device actions ». Attention, là on rentre dans le genre de truc qui fait flipper les gens quand je leur dis. C’est quand tu notes la pertinence d’une action que le téléphone a faite quand une personne lui a demandé, à son téléphone, de faire quelque chose. Typiquement : « Envoie un message à Sarah, dis-lui que j’arrive dans 15 minutes. »

Quand ils ont fait leur moteur de recherche, ils se sont pas dit : « On va faire un annuaire de sites rempli à la main. » Avant ça existait, les annuaires de sites avec des gens qui remplissaient les rubriques, qui notaient les pages, etc. C’était avant le PageRank, qui fait ça automatiquement. Avec l’algorithme, c’est du passage à la chaîne. Moi, je suis le dernier ouvrier de la chaîne, qui est encore là parce qu’il y a encore un dernier truc qu’on ne sait pas faire faire à une machine.

Cette matière première issue de l’activité humaine est souvent considérée comme du « travail », au sens où elle participe de la création de valeur pour les entreprises du numérique, n’est pas le propos qui nous intéresse ici. Il est plutôt de souligner que même les univers les plus algorithmés sont consommateurs de main d’œuvre. Irréductible travail humain ?