Les discours actuels rendent invisibles le travail réel en amont des données. Comme s'il était induit que par la magie des datas tout devient possible. Trouver un coiffeur disponible à la minute, ou savoir quand la prochaine épidémie de grippe aura lieu : derrière la formule, se cache beaucoup de travail... humain.

.
. © AFP / Lionel Bonaventure

C'est ce qu'essaie de démontrer Jérôme Denis, professeur au Centre de sociologie de l’innovation de Mines ParisTech. Il vient de publier une étude sur le travail invisible que nécessite la production de ces données. et il y a du boulot justement. On considère souvent que les données sont déjà là, simples à attraper et qu’il suffit de savoir les traiter. Jérôme Denis fait apparaître qu’il y a une série d’activités plus ou moins cachées qui consistent à les produire, les traiter et les nettoyer avant qu’elles offrent toutes leurs promesses. Qui a donc sorti la cape d'invisibilité des données ? Entretien avec Jérôme Denis. 

1 min

La vraie vie des datas - Ma vie connectée

Par Christine Siméone

Ce travail caché ce sont des millions de gens en fait , c'est ce que vous défendez ? 

Il y a un grand débat sur le fait de savoir si les utilisateurs sont des travailleurs , c’est une première et vaste question, mais ce qui m'a intéressé, ce sont les métiers dédiés à cela. 

On a investi dans les données au tournant du XXe siècle. C’est là que s’est joué quelque chose sur la question de données standardisées. C’est une histoire vraiment basée sur la professionnalisation de la production de données, et y compris sa féminisation. On a tendance à oublier les employé.e.s et toutes les étapes nécessaires à l’établissement de ces données, en passant par des fichiers Excel, parfois ce n’est même pas budgétisé.

Vous incitez à faire de la recherche, pendant que le discours général dit "les robots s’occupent de tout"

C’est lié à cette forme d’invisibilisation. On imagine que la robotisation va être la plus forte, mais la mécanisation du travail manuel et du travail intellectuel ont des histoires parallèles, avec une espérance dans l’automatisation absolue. Ce n’est pas le cas, avec les robots il faudra des hommes pour la maintenance et l’ajustement, à la marge de ce qu’on appelle la vraie valeur du travail. 

Ceux qui produisent les données savent qu’elles sont difficilement obtenues et ceux qui les réclament, y compris les robots, les considèrent comme des données. C’est là que se jouent tous les enjeux d’automatisation du travail.

Quelles différences faites vous entre 'données' et 'obtenues' ? 

C’est une discussion ancienne de Bruno Latour (philosophe des sciences). Ceux qui produisent les données savent qu’elles sont difficilement obtenues et ceux qui les réclament, y compris les robots, les considèrent comme données. C’est là que se jouent tous les enjeux d’automatisation du travail.

Le big data est qualifié de nouveau minerai pour une nouvelle industrie. Le terme est-il approprié ? 

On parle de minerai, comme un élément naturel et on parle aussi de déluge. Ces métaphores invisibilisent précisément le travail nécessaire à la fabrication des données.  Ce genre de métaphore est utilisé dans les discours de communication vers le grand public. Les professionnels et experts savent vraiment que c’est beaucoup plus coûteux. Ces effets de naturalisation brouillent la perception de la réalité.

Cette économie qui met en avant plus de liberté, et de facilité, avec une foule de gens mal payés, ça ressemble plus au XIXe siècle.

La question centrale est donc la valeur réelle des données, au regard du travail que cela réclame aux humains ? 

C’est toute l’importance de ce travail, des startups montrent qu’elles mettent cette valeur en avant. Je pense par exemple à des compteurs intelligents de gaz et d’électricité pour aider les métiers de maintenance, plus précisément que ce qui existait déjà. Là, on a la reconnaissance d’un travail intellectuel. Je pense aussi à Open Street Map, qui fait un travail citoyen. Ce service est utilisé dans toutes les situations de crises climatiques ou humanitaires, car ils ont montré qu’ils fournissaient des cartes en temps réel avec à la fois des moyens humains et de l’automatisation. Les gens qui produisent les cartes avec cet outil, mettent un soin particulier aux données qu’ils fournissent.  La production de données devient là un acte politique. 

Quelle est la viabilité économique de ce type d'entreprise ? 

On voit bien que ce n'est pas simple de faire reconnaître la qualité des données, et pas facile de faire valoriser des modèles d'affaires, dans le monde du gratuit. Mais dans le monde de la cartographie ça fait ses preuves, en science et en médecine ça peut marcher. 

Même en sciences, alors qu’on sait tous que l’on travaille dans la même discipline, les partages ne sont pas simples. Rien ne se fait automatiquement, il a fallu créer des métiers autour de la circulation de ces données scientifiques. 

Avec les tendances fournies gratuitement, on sait bien qu’il y a eu des phénomènes de sur-diagnostic sur certains cancers. Sur la grippe il y a des retours en arrière. Les véritables avancées restent à évaluer. 

Du coté de la médecine, et sur les grands sujets, il n’est pas impossible que l’on ait des exemples similaires à ce que fait Open Street Map qui voient le jour. 

Ce contenu n'est pas ouvert aux commentaires.