Les technologies de surveillance sont omniprésentes dans tous les aspects de notre vie. Elles collectent sur nous de vastes quantités de données, sous diverses formes et souvent à notre insu. (Image : StockSnap / Pixabay)
Un groupe de chercheurs a mené une étude de 15 mois pour collecter des données sur les mouvements de mobilité humaine de 1,5 million de personnes et a conclu que quatre points dans l’espace et le temps suffisaient à identifier 95 % d’entre elles. Même lorsque les données n’étaient pas d’excellente qualité, la technologie de surveillance pouvait y parvenir. C’était en 2013.
Près de 10 ans plus tard, les technologies de surveillance imprègnent tous les aspects de notre vie. Elles collectent des masses de données sous diverses formes, souvent à notre insu. Je suis chercheur en surveillance et je m’intéresse à la gouvernance des technologies.
Les systèmes de surveillance répandus que tout le monde devrait connaître
CCTV et caméras à accès libre
Bien que la Chine possède plus de 50 % de toutes les caméras de surveillance installées dans le monde (environ 34 caméras pour 1 000 personnes), les villes australiennes rattrapent leur retard. En 2021, Sydney comptait 4,67 caméras pour 1 000 habitants et Melbourne 2,13. Si les caméras de vidéosurveillance peuvent être utilisées à des fins légitimes, comme la promotion de la sécurité dans les villes et l’aide à la police dans les enquêtes criminelles, leur utilisation pose également de graves problèmes.
En 2021, la police de Nouvelle-Galles du Sud a été soupçonnée d’avoir utilisé des images de vidéosurveillance couplées à la reconnaissance faciale pour trouver des personnes participant à des manifestations contre le confinement. Interrogée, la police n’a ni confirmé ni démenti cette utilisation (ou son utilisation future). En août 2022, les Nations unies ont confirmé que la vidéosurveillance était utilisée pour commettre de « graves violations des droits de l’homme » contre les Ouïghours et d’autres minorités ethniques majoritairement musulmanes dans la région du Xinjiang, dans le nord-ouest de la Chine.
Les caméras de CCTV en Chine ne se contentent pas d’enregistrer des images en temps réel. Beaucoup sont équipées d’un système de reconnaissance faciale pour surveiller les mouvements des minorités. Certaines auraient été testées pour détecter les émotions. Les États-Unis ont également une longue histoire d’utilisation des caméras de vidéosurveillance pour soutenir les pratiques policières racistes. En 2021, Amnesty International a indiqué que les zones où la proportion de résidents non blancs était la plus élevée comptaient davantage de caméras de vidéosurveillance.
La sécurité est un autre problème lié à la vidéosurveillance. Beaucoup de ces caméras sont en accès libre, ce qui signifie qu’elles ne sont pas protégées par un mot de passe et qu’il est souvent facile d’y accéder en ligne. Je pourrais donc passer toute la journée à regarder un flux en direct du porche de quelqu’un, pour autant qu’il y ait une caméra de vidéosurveillance à proximité. Le récent projet The Follower de l’artiste digital belge Dries Depoorter illustre bien la vulnérabilité des caméras. En couplant les images des caméras de vidéosurveillance avec l’IA et les photos Instagram, Dries Depoorter a pu faire correspondre les photos des gens avec les images du lieu et du moment où elles ont été prises.
Il y a eu des réactions, l’une des personnes identifiées ayant déclaré :
« C’est un crime d’utiliser l’image d’une personne sans sa permission ».
Le fait que ce soit illégal ou non dépendra des circonstances spécifiques et de l’endroit où vous vivez. Quoi qu’il en soit, le problème ici est que Dries Depoorter a été en mesure de le faire en premier lieu.
Les Appareils IoT
Un appareil IoT (« Internet of Things ») est un appareil qui se connecte à un réseau sans fil pour fonctionner. Pensez donc à des appareils domestiques intelligents comme Amazon Echo ou Google Dot, à un moniteur pour bébé ou même à des feux de signalisation intelligents. On estime que les dépenses mondiales consacrées aux appareils IoT atteindront 1,2 trillion de dollars américains cette année. Environ 18 milliards d’appareils connectés forment le réseau IoT. Comme les caméras de vidéosurveillance non sécurisées, les appareils IoT sont faciles à pirater s’ils utilisent des mots de passe par défaut ou des mots de passe ayant fait l’objet d’une fuite.
Dans certains cas, des pirates ont détourné des caméras de surveillance de bébés pour traquer des mères qui allaitent, menacer des parents de l’enlèvement de leur bébé et dire des choses effrayantes comme « Je t’aime » aux enfants.
Au-delà du piratage, les entreprises peuvent également utiliser les données collectées par les appareils IoT pour cibler davantage les clients avec des produits et des services. Les experts de la protection de la vie privée ont tiré la sonnette d’alarme en septembre à propos de l’accord de fusion entre Amazon et la société d’aspirateurs robots iRobot. Une lettre adressée à la Commission fédérale du commerce des États-Unis, signée par 26 groupes de défense des droits civils et de la vie privée, indiquait :
« Relier les appareils iRobot au système domestique Amazon, déjà intrusif, incite à collecter davantage de données à partir d’un plus grand nombre d’appareils domestiques connectés, incluant potentiellement des détails privés sur nos habitudes et notre santé qui mettraient en danger les droits de l’homme et la sécurité. »
Les données collectées par l’IoT peuvent également changer de mains avec des tiers par le biais de partenariats de données (qui sont très courants), et ce également sans le consentement explicite des clients.
Les haut-parleurs intelligents dotés d’assistants numériques suscitent constamment des inquiétudes chez les experts quant à leurs capacités de surveillance. (Image : Avec l’aimable autorisation de Troy Oakes)
La Big Tech et le Big Data
En 2017, la valeur du big data a dépassé celle du pétrole. Les entreprises privées ont tiré la majorité de cette croissance. Pour les plateformes tech, la collecte expansive des informations personnelles des utilisateurs est littéralement un « business as usual », car plus de données signifie des analyses plus précises, des publicités ciblées plus efficaces, et plus de revenus. Cette logique de rentabilité par la publicité ciblée a été baptisée « capitalisme de surveillance ». Comme le dit le vieil adage « si c’est gratuit, c’est vous le produit. »
Meta (qui possède à la fois Facebook et Instagram) a généré près de 23 milliards de dollars de recettes publicitaires au troisième trimestre de cette année. La vaste machinerie qui se cache derrière tout cela est bien illustrée dans le documentaire The Social Dilemma de 2021, même si c’est de manière dramatisée. Il nous montre comment les plateformes de médias sociaux s’appuient sur nos faiblesses psychologiques pour nous garder en ligne le plus longtemps possible, en mesurant nos actions jusqu’aux secondes que nous passons à survoler une publicité.
Programmes de fidélisation
Bien que beaucoup de gens ne s’en rendent pas compte, les programmes de fidélisation sont l’un des plus gros gadgets de collecte de données personnelles qui existent. Dans un exemple particulièrement intrusif, en 2012, un détaillant américain a envoyé à une adolescente un catalogue parsemé de photos de nourrissons souriants et de mobilier de puériculture. Le père de la jeune fille, furieux, est allé confronter les responsables du magasin local et a appris que l’analyse prédictive en savait plus que lui sur sa fille.
On estime que 88 % des consommateurs australiens de plus de 16 ans sont membres d’un programme de fidélité. Ces programmes établissent votre profil de consommateur pour vous vendre plus de produits. Certains peuvent même vous faire payer des frais sournois et vous attirer avec des avantages futurs pour vous vendre à des prix exorbitants.
Comme le note le journaliste spécialisé dans les technologies Ros Page :
« Les données que vous transmettez à la caisse peuvent être partagées et vendues à des entreprises avec lesquelles vous n’avez jamais traité ».
En guise d’astuce, vous pourriez trouver un ami avec qui échanger vos cartes de fidélité. L’analyse prédictive n’est forte que lorsqu’elle peut reconnaître des modèles comportementaux. Lorsque les modèles sont perturbés, les données se transforment en bruit.
