(Re)penser l’éthique des recherches numériques : consentement, anonymisation et bricolage

Ce billet propose la restitution et la synthèse d’une formation dispensée à la MSH Lyon Saint Étienne en octobre 2019 avec mon collègue Camille Alloing, dont vous trouverez les diapositives ci-dessous. Elle résulte d’un travail méthodologique et conceptuel initié en 2016 dans le cadre du projet RELOC « Réseaux sociaux et localisation du financement participatif », financé par le MCC et le labex ICCA.

Début 2017, nous avons récupéré une copie de base de données commercial (en signant des accords de confidentialité) de la plateforme de financement participatif Ulule. Nous avons agrégé à cette base des données issues de l’INSEE, d’acteurs économiques (La Scène), de Wikipédia (cf. billet précédent), de jolis PDF mis en ligne par les collectivités locales (selon des principes FAIR et open data bien connus) et également de trois plateformes numériques que sont Facebook, Twitter et YouTube. Le but était de comprendre les petits mondes du financement participatif (cf. article HAL).

Pendant la phase de conception du projet, de mise en œuvre de l’extraction de données et également de leur traitement, des enjeux éthiques sont apparus à différents stades, notamment dès la construction du protocole et de la méthode. Ainsi dans cette formation qui se veut réflexive plus que prescriptive, nous proposons de suivre ces enjeux :

1. quelle est la place de l’éthique dans les méthodes d’enquête en Science de l’information et de la communication ?

Elle est faible voire évacuée, tellement la réalisation des enquêtes et des projets semble être prise dans des dispositifs techniques qui ne sont que peu interrogés comme terrains, là où le regard critique sur leurs effets ou leurs modes de fonctionnement est fortement développé.

2. Qui peut nous aider à mettre en place cette réflexion éthique lors de travaux de recherche ?

La solution réside-t-elle dans la régulation, dans des chartes, des guides ? Chaque participant à cette formation a montré son interrogation, et son art de « bricoler » selon ses propres réflexions et le cadre dont il dispose dans son environnement de recherche. La recherche de réponses à ces questions très circonstanciées selon le terrain de recherche ne semble pas arriver clés en mains. De ressources internes aux laboratoires aux discussions à la machine à café, en passant aux échanges en ligne, chacun cherche comme il peut (ou pas) à s’insérer dans un cadre mouvant, flou et souvent taillé pour des approches propres aux STM.

3. Dans quel contexte accède-t-on à ces données ?

La difficulté réside ici dans les cadres législatifs, qui peuvent exister, mais qui n’indiquent en rien comment un ou une chercheuse doit se présenter ou non pour accéder à son terrain d’enquête numérique. En somme, les limites légales sont tracées, mais celles méthodologiques sont inexistantes. Voire ces limites sont dépendantes des plateformes et autres dispositifs qui produisent et fournissent ces données. Les plateformes numériques sont alors celles qui définissent les possibles et les limites, autant qu’elles qualifient les sujets d’études eux-mêmes. Cette qualification peut-elle influencer l’observation ? Ces « observés » se caractérisent-ils sur les plateformes par une activité unique ? Cette activité est-elle réellement du fait des sujets observés, ou n’est-ce ce que la plateforme veut bien nous montrer en fonction de scénarios d’usage de ses API ? Par exemple, sur le forum Jeuxvideo.com les usagers ou usagères ont plusieurs pseudonymes, et en fonction de ceux-ci, sont rattachés à des groupes d’appartenance avec leurs propres normes de communication/humour (Alloing et al., 2018). Ou encore, dans l’étude que nous avons menée, un paiement en ligne dans la base de données commerciale équivaut à un regroupement de personnes qui mutualisent pour obtenir une « contrepartie » plus intéressante ou offrir un cadeau ? Doit-on alors considérer que nous sommes face à « un » usager ? Ce constat d’une activité collective, d’interactions sociales au-delà des traces visibles (Le Béchec, Alloing, 2018) amène à s’interroger sur les catégories fournies par les plateformes comme celles usitées habituellement en sciences sociales. De plus, en recherche qualitative de type ethnographique, Beaulieu et Estalella (2012) parlent de la contiguïté des contextes, c’est-à-dire du fait que les données naviguent entre le terrain (où se fait la recherche), l’université/laboratoire (où se fait l’analyse) et les espaces de diffusion (revue,…).

L’anonymisation est-elle possible face à une telle circulation (des sujets, des données, du chercheur lui-même), et comment assurer que ces multiples contextes préservent aussi la « qualité » de ces données?

4. Quels consentement et anonymisation lors d’extraction via des API ?

Cette question a été la nôtre et Camille et moi-même la travaillons depuis quelques temps en essayant (même si certaines réceptions dans des colloques mériteraient un billet 😉 de le mettre en perspective sur l’analyse de réseaux dans un article qui verra peut-être un jour son accueil dans une revue 😉

Nous retiendrons trois points ici :

– Quels effets du « design des interfaces » (Marres, Gerlitz, 2015) sur nos analyses ? Qui plus est si elles se veulent compréhensives?;

– Les plateformes produisent un travail de “brutification” (Denis & Goëta, 2017) qui n’est pas sans incidence sur l’analyse des données, mais comment le prendre en compte?;

– Les plateformes produisent de l’instabilité dans nos recherches en verrouillant des accès aux données en fonction des évènements, de leurs objectifs commerciaux ou encore de leurs capacité techniques : peut-on stabiliser nos interprétations, ou tout d moins définir en quoi ces changements incessants peuvent devenir problématiques?

Si nous prenons l’exemple de Facebook, et pour suivre les propos de Rieder et al. (2015), passer par les API des plateformes suppose de constamment documenter 3 aspects :

  • « Completeness » : Facebook ne donne pas un accès complet aux données et, inversement, l’API peut parfois donner accès à des données non recherchées, y compris celles qui permettent l’identification ;

  • « Data details » : l’API ne fournit pas les mêmes détails sur les utilisateurs en fonction de leurs actions (commenter et partager), et ces actions peuvent avoir lieu dans différentes zones de la plateforme ;

  • « Platform changes » : de nouvelles fonctionnalités étant constamment mises en œuvre il semble utile d’adapter nos cadres conceptuels et nos approches méthodologiques à ces changements.

La question de l’anonymisation

Via les API, il devient possible de récupérer des données d’identification non-voulues. Plus qu’une procédure d’anonymisation, les API permettent au mieux une désindividualisation des données (Zimmer, 2014). Et la visualisation de réseaux peut, outre sa valeur heuristique, définir des attributs par transitivité. Ainsi “la ligne vient révéler des concepts abstraits” comme le lien social (Le Béchec, 2016).

La question du consentement

“On peut tromper une personne mille fois. on peut tromper mille personne une fois. Mais on ne peut pas tromper mille personnes, mille fois.”→ on peut demander le consentement…;-)

Comment pouvons-nous en tant que chercheur considérer que des entités observées ayant signé les CGU signifient qu’elles sont d’accord avec les traitements et analyses qui seront faits. Même si le RGPD nous autorise ces observations. Pour notre part (Alloing & Le Béchec, 2019) nous envisageons le consentement comme la capacité à ne pas mésinterpréter ou surinterpréter les données concernant des sujets, à respecter au mieux le sens de ce qu’ils donnent à voir volontairement ou non… Bref, essayer de ne pas transformer un consentement souvent automatique (cliquer sur « J’accepte les conditions ») en une sorte de « chèque en blanc interprétatif » laissant la possibilité de croiser les propos ou usages, ou de qualifier ceux-ci, ad nauseam. Qui plus est dans des « recherches multi-plateformes » (Ibid.) (Twitter, Fb, YouTube, etc.).

5. Quelle mise en œuvre ou comment créer sa propre infrastructure de recherche ?

Nous reprenons ici l’exemple de l’ONG DésinfoLab et de la question des données sensibles définies par le RGPD (art. 9.2). Nous soulignons ici que rien n’indique que derrière un compte, ce soit la personne identifiée qui crée du contenu, qu’une seule personne produise du contenu et que ce ne soit pas un bot qui affiche ce contenu.

6. Pour conclure

Nous avons créé notre propre « fenêtre d’observation » (González-Bailón et al, 2014) pour stabiliser au maximum nos extractions de données. Pour des enjeux éthiques conceptuels, nous nous sommes concentrés sur les messages et leur circulation et non sur les personnes et leurs attributs. Nous avons défini des échantillons viables de contenus pour les comparer dans différents contextes, via différentes interfaces (analyse multi-plateforme).

En résumé, nous abordons la question non en termes de relations entre individus dans des espaces clos, mais en termes de liens qui se tissent pour délimiter des « territoires numériques » de marques (Le Béchec, Alloing, QdC, 2018).

En somme, il parait nécessaire de bricoler (au sens de Levi-Strauss). Nous considérons la formalisation du « bricolage » dès le début de la construction du projet comme un moyen de surmonter les changements d’accès aux données réalisés par les plateformes. Nous avons dû faire preuve de créativité, risquant de perdre une certaine “fiabilité”, afin de « contourner » les règles des plateformes

Les pratiques éthiques sont de facto invisibles….Non pas parce qu’elles sont inexistantes, mais parce qu’elles peuvent aussi répondre à des questions qui ne sont pas envisagées. Les questionnements éthiques devraient donc être considérés comme des pré-requis conceptuels et méthodologiques.

Mariannig Le Béchec, Camille Alloing. Au-delà des traces numériques visibles. Réseaux sociaux,traces numériques et communication électronique, 2018, 978-2-9557005-1-8. hal-01883169 https://hal.archives-ouvertes.fr/hal-01883169/document

Le data paper, un nouvel outil de communication scientifique?

Support de la formation Publier et Rédiger un data paper (2020) #OSW et Urfist de Lyon

Dans le cadre de la science ouverte, les chercheurs et chercheuses sont incité.e.s à mettre à disposition du plus grand nombre leurs données de recherche, la documentation (protocoles, méthodes) et si nécessaire, le code. Cette formation dispensée à l’Urfist de Lyon et dans le cadre de l’#OSW organisée par l’Urfist Méditerranée se veut être une introduction et un espace de réflexion auteur de ce qui pourrait apparaître comme un nouvel outil de communication scientifique de ces données de recherche : le data paper.

J’y présente donc quelques motivations ou objectifs pour le rédiger et les attentes éditoriales. Commencent alors à poindre quelques critiques notamment sur les « data policy ». L’analyse de data paper permet aussi de se confronter aux pratiques à travers 4 exemples. La deuxième partie s’intéresse donc à l’analyse et à la préparation d’un data paper. Il convient alors de regarder les données. La quatrième partie donne quelques ressources pour la soumission. Trop rapidement nous regardons le passage du plan de gestion de données au data paper. Et enfin nous relevons quelques critiques, notamment sur les objectifs de cette publication et également sur les moyens pour y parvenir.

Cette version a été complétée suite aux questions des stagiaires des deux formations dispensées, merci pour ces demandes de précision !

Ce petit message introductif sera peut-être complété un jour par un questionnement autour de cette publication, notamment sur les enjeux de reproductibilité. En attendant, bonne lecture.

Cite this article as: Mariannig Le Béchec, "Le data paper, un nouvel outil de communication scientifique?," in Territoires numériques de marques, 23/06/2020, https://ternumeric.hypotheses.org/374.

Extraire une liste d’une page Wikipédia. Exemple des stations de radio locales

Dans le cadre du projet RELOC, Réseaux sociaux et localisation du financement participatif (financement DEPS/Ministère de la Culture et de la Communication), la recherche des équipements culturels sur un territoire m’a amenée à récupérer différentes bases de données et des informations sur l’encyclopédie collaborative Wikipédia.

Continuer la lecture

Note de lecture. Urbanités et territoires numériques, Hélène Bailleul & Thierry Bulot, 2015

Ce billet est une note de lecture de l’ouvrage :

BAILLEUL Hélène, BULOT Thierry (Dir.), Urbanités et territoires numériques. Approche interdisciplinaire. Bruxelles, Editions Modulaires Européennes, 2015.

Couverture Ouvrage H. Bailleul, T. Bulot, Urbanités numériques, 2015
Continuer la lecture

Le drapeau : un signe transposable ?

Peut-être avez-vous ces derniers jours affiché votre image de compte sur Facebook avec un filtre du drapeau tricolore français, bleu-blanc-rouge. Peut-être avez-vous trouvé que cette proposition ne vous convenait pas et vous n’avez rien changé, ou si, mais vous avez choisi une autre image qui vous semblait mieux vous convenir.

Continuer la lecture

Open Data et commentaires des internautes sur l’activité politique

Un billet sur les travaux de recherche menés sur l’open data avec Isabelle Hare, enseignante-chercheure du laboratoire ELICO, isabelle.hare (at) sciencespo-lyon (dot) fr, @Isah74

En Suède, dès 1766, A. Chydenius demande un contrôle par les citoyens des décisions politiques pour qu’elles soient justes. En 2015, les fichiers informatiques de l’administration suédoise se retrouvent sur Hitta.se, par exemple. Ainsi, il est aisé de connaître l’adresse, le numéro de sécurité sociale, le numéro de téléphone, le montant des revenus, le patrimoine imposable et l’état civil de son voisin. Or quand le terme open data est évoqué, notamment en France, c’est l’administration, le politique ou l’entreprise qui se doivent de fournir des données.

Continuer la lecture

Territoires numériques de marques : transposition et/autorités (synthèse)

Image

Territoire numériques de marques : transposition et/ou autorités. JE organisée le 16 avril 2015 à l’université de Poitiers et plus précisément, au laboratoire CEREGE de l’IAE de Poitiers.

Camille (caddE-reputation) et moi-même avons essayé de synthétiser (voir vidéo) les communications en suivant l’objectif scientifique de la journée.

C Alloing M Lebechec Synthèse JE Territoires numériques de marques
Continuer la lecture

Les digital natives sont-ils des consommateurs plus résistants? par André Leroux, Marinette Thebault et Thomas Stenger

Ce billet est un résumé de l’intervention d’André Le Roux  à la Journée d’étude “Territoires numériques de marques: transposition et/ou autorités?” organisée le 16 avril 2015, à l’Université de Poitiers – IAE.

Les digital natives sont-ils des consommateurs plus résistants? Ou plus précisément, les pratiques numériques sont-elles des pratiques de résistance et peut-on les caractériser pour les digital natives ?

Continuer la lecture

Le profil: un nouveau territoire imaginaire ? par Louise Merzeau

Ce billet est un résumé de l’intervention de Louise Merzeau à la Journée d’étude « Territoires numériques de marques: transposition et/ou autorités? » organisée le 16 avril 2015, à l’Université de Poitiers – IAE. Les vidéos de la journée sont en ligne sur le site web de l’Université de Poitiers (petit conseil: les télécharger).

Continuer la lecture