économie de la donnée

Les plateformes et services Internet « gratuits » que nous utilisons pour notre travail, pour nous divertir, nous orienter ou nous informer, sont tous basés sur un modèle d’affaires : l’économie de la donnée (data economy). Ce modèle d’affaires angulaire est lui-même parent d’autres formes de modèles nommés « économie de l’attention », « économie de la surveillance », « économie de l’intention ». Nous verrons à travers cette page comment tout cela s’imbrique, s’articule et agit concrètement sur nos vies. 

De plus en plus, la captation de nos données va même au-delà des services Internet: en effet, désormais, rares sont les industries qui qui ne capitalisent pas, d’une manière ou d’une autre, sur ces données que nous générons en permanence, en ligne et hors-ligne, et qui rapportent des milliards à ces acteurs.

état des lieux

Pour que les services Internet universels tels que Google, OpenAI (ChatGPT), Meta (Facebook, Instagram, etc.) ou d’autres prestataires technologiques moins globaux (applications mobiles des CFF ou de médias régionaux ou nationaux) soient rentables financièrement, leurs capacités de captation de données sont indispensables (économie de la donnée). Plus nous utilisons ces applications, plus elles collectent de données: les designs de ces dernières sont donc étudiés pour nous inciter à les utiliser le plus longtemps possible en captant notre attention (économie de l’attention).

Ainsi, notre comportement d’utilisateur, nos données personnelles, sont traqués (économie de la surveillance) et revendus à des entreprises/acteurs tiers (courtiers en données ou data brokers), travaillant dans une grande opacité et souvent à la frontière de la légalité. Enfin, l’accumulation de ces informations comportementales peut permettre d’influencer nos actions et nos décisions, que ce soit en ligne et hors-ligne.  

Par ailleurs, les fuites de données chez des prestataires négligents peuvent également favoriser la criminalité en ligne (cf Scénario 4 ci-dessous).  

Enfin, les systèmes d’Intelligence artificielle (IA), et en particulier l’IA générative dont l’usage se généralise et dont la qualité et la performance s’améliorent avec une vitesse stupéfiante, augmentent encore la menace pour nos données personnelles : en effet ces systèmes dépendent, par nature, de la collecte massive de données, personnelles ou non. De plus, par leurs capacités à traiter des volumes gigantesques de données, les algorithmes de machine learning détectent des corrélations qu’on ne pouvait pas détecter auparavant, ce qui leur permet de prédire des comportements, et surtout de les influencer, avec une précision inédite (économie de l’intention).

Toujours plus tracer pour encore mieux profiler

Les outils numériques sont omniprésents dans nos vies, notre quotidien. Nous vivons dans une « société de l’information », dans laquelle à chaque instant, que ce soit sur Internet, sur un ordinateur, un smartphone, un objet connecté, en cherchant des informations ou en interagissant sur les réseaux sociaux, nous laissons des traces. Ces traces se présentent sous différentes formes, dont entre autres :

  • Likes / republications
  • Sites visités
  • Historique des recherches
  • Comptes suivis sur les réseaux sociaux
  • Échanges avec une application d’Intelligence Artificielle (ex : ChatGPT)
  • Contacts WhatsApp
  • Historique des vidéos YouTube visionnées
  • Localisation GPS
  • Achats effectués en ligne
  • Images de caméras de vidéosurveillance (ex : dans la rue, les gares, les magasins)

Ces informations peuvent être livrées consciemment par nous-mêmes lors de notre utilisation du service, ou inférées par notre comportement. Elles sont si précises qu’elles permettent de nous connaître mieux que nos parents, ami.es ou notre conjoint.e !

De ces collectes de données tous azimuts résulte un profil de personnalité ⤤ sur chacun et chacune d’entre nous. Cela représente concrètement plusieurs milliers de paramètres concernant, entre autres nos :

  • Centres d’intérêts
  • Opinions politiques
  • Religion
  • Orientation sexuelle
  • Loisirs
  • Situation conjugale
  • Contacts
  • Préférences d’achat
  • Lieu de résidence et de travail

Ces informations sur nous peuvent être achetées ou dérobées, et permettent de nous influencer ⤤, comme nous le verrons plus bas.

Ces informations ne sont pas forcément liées à notre identité, mais il n’est pas forcément nécessaire de connaître notre nom pour avoir un pouvoir sur nous !

Références :

© Matilde Piccoli - Attention Economy
© Matilde Piccoli - Browsing Surveillance

et concrètement, ça donne quoi?

Concrètement, ce pouvoir sur nous peut prendre plusieurs formes. Les quatre scénarios suivants s’inspirent des possibilités d’exploitation de nos données existantes actuellement. Ils peuvent être fictifs, mais aussi se référer à des situations ayant réellement eu lieu.

Pour chacun de ces quatre scénarios, nous proposons ci-dessous:

  • une description
  • les conséquences concrètes pour les internautes / les citoyens
  • des exemples
  • quelques références

Nos données personnelles sont vendues aux enchères ⤤ à des annonceurs par l’intermédiaire de courtiers en données (data brokers). Ces enchères ont lieu en temps réel (real time bidding): le plus offrant des annonceurs pourra afficher sa publicité immédiatement, lors de notre visite sur une page web, et selon notre profil de personnalité (cf ci-dessus).

L’essor de l’IA générative permet un profilage plus efficace, par la quantité de données collectées, mais aussi par la nature de ces données (les conversations avec un agent conversationnel sont parfois dans un registre très personnel voire intime), ce qui permet d’exploiter les biais cognitifs et les profils émotionnels : en effet, ces éléments ont toujours été les plus efficaces pour influencer l’acte d’achat.

De plus, l’intégration de la publicité dans les agents conversationnels est maintenant présente, en 2026, chez plusieurs acteurs de l’IA (en Suisse : ChatGPT et Google, pour ne citer que les plus importants). Rien ne garantit que la frontière entre publicité affichée car achetée par un annonceur, et le contenu de la réponse de l’agent conversationnel sera maintenue comme le promettent les fournisseurs. L’expérience avec les réseaux sociaux, ainsi que les enjeux financiers gigantesques permettent d’en douter.

Conséquence: Influence sur nos comportements d’achats / affichage d’une publicité dans un contexte non-souhaité

Exemples:

  • Aline fait une recherche Google sur les lieux de culte juifs. Par ailleurs elle indique sur Instagram être célibataire. Le lendemain, elle fait une présentation professionnelle, avec le même ordinateur. Sur son navigateur s’affiche, pendant sa présentation, une publicité pour un site de rencontres pour personnes de confession juive. Rien de répréhensible ou de honteux (elle n’a “rien à cacher” à ce sujet !), pour autant elle ne souhaiterait peut-être pas que ces informations la concernant soient exposées dans ce contexte précis.
  • Une jeune fille de 16 ans fait des courses dans un supermarché et achète des produits cosmétiques sans parfum. Le supermarché (via sa carte de fidélité) en déduit qu’elle est enceinte et envoie à son adresse des bons de réduction pour des articles correspondant à cette situation. Les parents de la jeune fille n’étaient pas au courant qu’elle était enceinte (cas réel des magasins Target aux États-Unis ⤤, 2012).
  • Marketing IA : Nadia reçoit des recommandations d’un site de e-commerce, hyper-personnalisées et basées non seulement sur son historique d’achat mais aussi sur ses habitudes de navigation et son «profil émotionnel» à l’instant T. Cela lui donne le sentiment d’être comprise et valorisée, et accroît entre autres la fidélisation.
    Par ailleurs, son agent conversationnel détecte un état émotionnel précis et adapte son langage et ses recommandations à cet état, ainsi qu’à son activité récente sur les réseaux sociaux.

Références :

Nos données personnelles peuvent être vendues à des États ou à des entreprises privées.

L’évolution de la technologie (p.ex. caméras de surveillance omniprésentes, lunettes «smart»  équipée de l’IA pour la recherche d’informations sur les personnes «visées» ) permet l’utilisation par les Etats ou des personnes et organismes privés, d’extraire et corréler des données personnelles parfois très sensibles sans le consentement de la personne visée, et ainsi d’accroître la surveillance des citoyens, y compris à des fins malveillantes

Conséquence: évolution sociétale non-respectueuse de la vie privée

Exemples:

  • Eric se voit refuser un contrat d’assurance, ainsi que l’achat d’un billet de train sur l’application des CFF. Une agence de notation de crédit a en effet enregistré une solvabilité négative à son sujet, suite à des retards de paiements d’un membre de sa famille, portant le même nom et habitant à la même adresse.
    Les agences de notation collectent, par différent canaux, des informations sur le crédit et la solvabilité des entreprises et des particuliers.
  • Élodie fait des recherches académiques sur le radicalisme islamiste. Elle suit pour cela des compte X (ex-Twitter) de cette mouvance. Elle doit se rendre aux États-Unis pour une conférence et se fait refouler à la frontière à cause de ces traces numériques suspectes.
  • Une entreprise, auprès de laquelle Karim postule, utilise des logiciels de recrutement utilisant l’IA pour l’évaluation des postulants, avec l’aide de la collecte de données sur les réseaux sociaux ou auprès de courtiers en données, afin de construire un « profil enrichi » de candidats
  • Mary se fait harceler et traquer par un policier ayant accès à des lecteurs de plaques de voiture, intégrant un système IA qui lui permet d’être alerté de la localisation d’une voiture recherchée (cas réel survenu aux US, cf référence ci-dessous)

Références :

Lors d’une élection, les données personnelles des citoyens sont utilisées pour leur envoyer des messages ultra-ciblés et adaptés à leur profil de personnalité. Ces messages visent spécifiquement les indécis et visent à faire pencher la balance pour un.e candidat.e.

La manipulation politique ultra-ciblée est aussi ancienne que l’essor de l’économie de la donnée (et notamment avec l’affaire Cambridge Analytica, cf ci-dessous), mais elle devient plus subtile et donc plus efficace avec les systèmes IA. La combinaison d’une collection de données personnelles massive, de systèmes de recommandation toujours plus performants , et d’IA génératives capables de créer du contenu crédible à grande vitesse permettent de mener des campagnes de désinformation massives et ciblées sur les réseaux sociaux. Par ailleurs, les agents conversationnels comme ChatGPT et ses concurrents sont dans une interaction informelle et personnelle avec l’internaute, ce qui accroît l’efficacité d’une manipulation éventuelle.

Conséquence: Influence sur le résultat d’une élection. 

Exemples:

  • Affaire Cambridge Analytica, élection de Donald Trump en 2016
  • Utilisation par les grandes puissances de la désinformation dans les guerres d’influence, souvent partie intégrante des composantes d’un conflit armé

Références :

Les données personnelles stockées chez un prestataire en ligne se font dérober, et sont à disposition de la criminalité numérique.

Les fuites de données arrivent pratiquement tous les jours en Suisse, le plus souvent via des ransomwares (vol de données suivis de demandes de rançon): données gouvernementales, hôpitaux, petites communes, PME ou encore organisations critiques comme le CICR.  La Suisse est une cible de choix de par notre santé financière et notre tendance à payer rapidement pour éviter les dommages réputationnels.  

Conséquence: Arnaque ou usurpation d’identité.  

Exemple:  

  • Alex fait des achats sur un site de commerce en ligne, qui l’oblige à créer un compte et lui demande des informations non-nécessaires (p.ex. numéro de téléphone, centres d’intérêts, employeur…). Le site de e-commerce se fait pirater et ces informations sont utilisées dans une tentative d’arnaque envers sa famille ou ses contacts.

Références :

© Matilde Piccoli - Identity Mining
© Matilde Piccoli - Steered By A Few

Conclusion et solutions / Comment (ré)agir ?

L’économie de la surveillance s’apparente à un gigantesque commerce de données personnelles, qui sont le fondement de notre identité. Mais il s’agit surtout du pouvoir d’influencer nos actions, nos décisions et nos comportements. Malgré ce constat, la situation n’est pas dépourvue d’espoir et de nombreuses solutions existent. 

La première est de savoir que nous avons encore le choix. Le choix d’utiliser des logiciels et outils (et ils sont nombreux) respectueux de notre vie privée. Notre page « Alternatives » ⤤ vous sera d’une aide précieuse pour entamer votre transition numérique.  

La seconde solution est d’ordre politique et sociétal. En tant que citoyen.nes, nous avons le pouvoir d’élire des dirigeant.es sensibles à ces problématiques et prêt.es à défendre nos droits. Nous pouvons aussi adhérer ou soutenir des associations de défense des droits numériques. Au sein de notre entourage, nous pouvons dialoguer, débattre sainement autour de ces sujets afin de permettre au plus grand nombre d’en savoir plus et les aider à défendre leurs droits.  

L’économie de la donnée tend à atteindre un objectif de catégorisation et d’individualisation de la société, empêchant ainsi la formation de toute forme de commun. Il s’avère donc impératif de ne jamais oublier l’importance du collectif, du partage et de la solidarité que ce soit dans cette forme de lutte, comme dans les autres.