Les mégadonnées transforment la police. Les technologies prédictives peuvent prévoir les délits à commettre. Les données sur le lieu du crime façonnent quand et où la police patrouille. Et les systèmes de renseignement peuvent mettre en évidence les contrevenants qui sont responsables d'un nombre disproportionné d'infractions.

Les avantages potentiels sont immenses. En Colombie, une meilleure utilisation des données a aidé la police à réduire de 82% le taux de meurtres dans le pays en un quart de siècle. Mais les problèmes juridiques, politiques et économiques posés menacent l'équilibre des pouvoirs entre le citoyen et l'État dans le monde entier.

The Rise of Big Data Policing: Surveillance, Race, and the Future of Law Enforcement d' Andrew Guthrie Ferguson sculpte un espace entre l'optimisme non critique de nombreux défenseurs de l'application des lois et la critique acerbe de leurs adversaires. La révolution des données, soutient-il, est en cours: le seul moyen de maximiser ses avantages et de minimiser ses coûts passe par un processus constant de responsabilité publique.

• Pour en savoir plus, consultez notre fil d'actualité sur la prévention de la violence .

Apolitical s'est entretenu avec Guthrie sur les promesses et les pièges de la police des mégadonnées.

Comment les mégadonnées changent-elles la police?

Les données aident la police à décider où aller, qui cibler, quand patrouiller et comment enquêter sur les crimes. Cela augmente leurs pouvoirs de surveillance et les aide à voir différents modèles de criminalité émerger dans la société. Mais cela change également les relations entre la police et les citoyens d'une manière que nous commençons à peine à reconnaître et à évaluer.

Dans le livre, vous soutenez que les données ne peuvent pas être considérées comme une seule masse d'informations homogène. Vous proposez l'idée de «données noires» comme une catégorie importante. Qu'est-ce que ça veut dire?

«Données noires» est un terme que j'utilise pour décrire les données affectées par trois problèmes interdépendants.

Le premier est la question de la transparence. Ce sont des systèmes de boîte noire - des algorithmes secrets dans de nombreux cas - qui sont difficiles à comprendre et qui changent pourtant la façon dont nous sommes contrôlés.

La deuxième est la question de la race. Aux États-Unis, les données que nous utilisons sont codées racialement: les données qui parviennent à ces systèmes proviennent de policiers et dans de nombreuses villes qui sont très souillées par des préjugés raciaux.

La dernière raison pour l'appeler «noir» est parce qu'elle déforme. Nos lois et nos cadres ont été élaborés à l'ère des petites données et nous sommes désormais confrontés à un avenir de Big Data. Nous n'avons pas encore compris ce que ces données pourraient faire pour la société, et cela peut déformer notre vision.

L'idée des données noires tente de rassembler des questions interdépendantes de transparence, de parti pris racial et de distorsion juridique pour nous donner à tous une pause avant d'adopter cette technologie. Je soutiens que presque toutes les données de police actuellement sont des données noires.

Mais les données noires ne sont pas le seul type de données dont vous discutez. Vous proposez les idées de «données bleues» et de «données lumineuses» comme alternatives plus prometteuses.

Comme nous avons construit cette immense architecture pour surveiller les citoyens, nous avons également accidentellement construit une architecture encore meilleure pour surveiller les agents de police et la conduite de la police. Si vous pensez à une conduite policière moderne, ils conduisent dans une voiture connectée au GPS, nous pouvons voir quelles sont leurs tactiques et où ils vont. Ils sont regardés sur des caméras corporelles et nous pouvons voir ce qu'ils disent aux gens. C'est ce que j'appelle des «données bleues» - qui peuvent et doivent être utilisées pour obliger la police à rendre des comptes.

Ironiquement, il y a un énorme recul contre les «données bleues» provenant des forces de l'ordre: tout comme les citoyens ne veulent pas être surveillés, la police ne veut pas non plus être surveillée. Nous avons créé la technologie qui pourrait être utilisée pour responsabiliser davantage les policiers, mais nous ne l'utilisons guère à cause de la résistance.

Les «données lumineuses» font référence à la clarté que de bonnes données peuvent apporter pour concevoir la solution la plus appropriée à un problème donné. Surtout, il peut suggérer des modes de réponse en dehors des services de police. Si les données vous montrent que le crime se concentre dans une certaine zone, des «données brillantes» pourraient suggérer que vous répariez le quartier plutôt que de simplement y mettre une voiture de police. Si vous savez qu'une personne est à risque, vous pouvez peut-être envoyer un travailleur social plutôt qu'un agent.

Comment une concentration sur ces «données lumineuses» pourrait-elle changer la police prédictive?

J'ai plaisanté une fois que le problème de la police prédictive n'est pas la partie prédictive - nous sommes très bons dans ce domaine maintenant - le problème est la police. Nous n'avons pas besoin de répondre à tous les problèmes avec la police, et les données devraient nous aider à comprendre cela et à en tenir compte dans la prise de décision.

Une autre préoccupation que vous soulevez est de savoir qui détient les données.

L'une des histoires inédites de la montée de la police des mégadonnées est qu'elle a été largement motivée par des startups qui ont présenté des chefs de police locaux. Ces fonctionnaires n'ont souvent pas posé les questions difficiles dont ils ont besoin pour savoir à qui appartiennent les données et à quoi elles seront utilisées.

Dans un monde où la police recueille de plus en plus d'informations, ces données peuvent avoir une immense valeur commerciale. Nous n'avons pas réfléchi à des dispositions contractuelles appropriées concernant la manière dont nous gardons les données publiques dans la sphère publique et non pas les monétiser.

L'une des plus récentes frontières est l'espace cam de la police. Aux États-Unis, Axon (anciennement connu sous le nom de Tazer) vient de racheter ses rivaux et atteint un état de quasi-monopole. Ils ont d'immenses quantités de données de toutes ces caméras corporelles sur les officiers à travers l'Amérique, ce qui revient à obtenir involontairement des données publiques sur les villes publiques.

Il y a des parallèles avec tout le désordre de Facebook et Cambridge Analytica. L'indignation n'était pas seulement due au fait que Facebook disposait de ces données, mais qu'elles se retrouvaient entre les mains de tiers inconnus. C'est exactement ce qui se passe dans l'espace gouvernemental.

Je ne crains pas que les caméras corporelles fournissent des informations à la police pour les aider à faire leur travail, je crains que les données ne soient pas contrôlées, laissant les entreprises privées les monétiser comme elles le souhaitent, laissant le citoyen avec peu d'intérêt dans la façon dont leur les données sont utilisées et enfreignent les protections de confidentialité existantes.

Quelle est la solution?

L'ironie de toutes ces nouvelles technologies sophistiquées est que son avenir dépendra de cet avocat du gouvernement, enterré quelque part dans une bureaucratie, qui est invité à rédiger des contrats entre les villes et les entreprises technologiques. Ces contrats n'ont jamais été sexy ou excitants. Mais ils sont cruciaux.

Si les gouvernements municipaux commençaient à se rendre compte qu'ils avaient quelque chose de précieux, ils pourraient simplement cesser de passer des contrats avec des entités qui semblent offrir quelque chose gratuitement, alors qu'en réalité ils arrivent à conserver nos données et à les monétiser plus tard.

Mais le plus crucial de tous est le moment de la responsabilité publique. Dans l'environnement politique actuel aux États-Unis, le seul espoir est dans le gouvernement local. À Seattle, Oakland, Boston et Berkeley, nous avons vu des communautés locales exiger une surveillance publique des nouvelles technologies policières. Ce moment public de responsabilisation offre une transparence qui exploite toujours les avantages de la technologie, mais utilise de manière ouverte et transparente.

Vous devez avoir des conversations dès le départ: comment utilisons-nous cette technologie? Quand l'utilisons-nous? Y a-t-il certains endroits où nous ne voulons pas de couverture de surveillance? Qu'en est-il des cliniques médicales extérieures? Des églises? Des mosquées? Charités des libertés civiles? Quel sera l'impact sur les libertés associatives ou la liberté de protestation?

Cela peut avoir une fin heureuse: nous avons juste besoin d'une certaine transparence pour que les personnalités publiques ayant une responsabilité publique puissent faire ces appels à ce qu'ils pensent être un juste équilibre entre vie privée et sécurité, bien-être public et sécurité publique.

(Crédit photo: Flickr / Evgeniy Isaev)

Edward Siddons
edward.siddons@apolitical.co