Rabais de fidélité, le pouvoir de recommandation, heureuses rencontres avec des amis et des collègues, badges de reconnaissance et harcèlement criminel. Je crois qu’il s’agit d’un assez bon résumé des commentaires sur la croissance des outils et des services géodépendants.
L’emplacement n’est qu’un des renseignements qui peuvent être obtenus d’un téléphone intelligent, mais il s’agit probablement du plus pertinent pour un mercaticien qui désire envoyer des messages adaptés au contexte du consommateur en déplacement. C’est également une source de données très utile pour le spécialiste des sciences sociales qui tente de mesurer le flux migratoire humain et les progrès socioéconomiques. C’est notamment le cas de Nathan Eagle et de ses recherches sur le bidonville de Kibera à Nairobi, au Kenya.
Entre juin 2008 et juin 2009, Eagle et sa partenaire de recherche ont examiné les appels effectués par des téléphones sans fil au Kenya (l’identité des usagers étant remplacée par une identité hachée unique) afin de cibler les appels qui provenaient ou aboutissaient à Kibera. Durant leur recherche, ils ont suivi entre 53 000 et 74 000 appels par mois pour un total de 18 000 utilisateurs au cours de l’année.
Qu’ont révélé ces données sur les usagers de téléphones sans fil?
[traduction] « Pour chaque appel, nous pouvons déduire un certain nombre de caractéristiques individuelles comme :
- des données spatiales (d’après l’emplacement de la station cellulaire qui transmettait l’appel);
- des données économiques (la durée moyenne de chaque appel, le nombre de minutes prépayées sur un téléphone, le type de téléphone);
- l’affiliation régionale ou tribale d’une personne;
- le rayon de migration de groupes de personnes (d’après la distance entre les stations cellulaires d’où les appels étaient effectués). »
Une première conclusion de cette recherche est que les Kényans ne restent en moyenne que 1,559 mois dans le bidonville de Kibera. Ce taux élevé de mouvement et de roulement de la population [traduction] « soutient la théorie selon laquelle les bidonvilles agissent comme un filtre et non comme un puits, puisqu’on observe un flux important de la population du bidonville. »
Amy Wesolowski, Nathan Eagle, Parameterizing the Dynamics of Slums, [en anglais seulement]
Les travaux d’Eagle au Kenya sont la suite d’un projet de recherche initialement mené au MIT, durant lequel on a fourni un téléphone sans fil pour 265 jours à 100 étudiants. Les téléphones étaient équipés d’un logiciel de sondage personnalisé qui enregistrait des données et posait des questions à l’étudiant dans des situations précises.
Quelle quantité de données a-t-on recueillie?
[traduction] « Nous avons recueilli 370 mégaoctets de données brutes, incluant de courts enregistrements de 667 appels, 56 000 déplacements, 10 000 activations de téléphone, 560 000 interactions avec notre logiciel, 29 000 enregistrements d’appareils à proximité et 5 000 messages instantanés. »
Heureusement, du point de vue d’un défenseur de la protection des renseignements personnels, les chercheurs ont dû composer avec (quelques) faiblesses dans leurs ensembles de données – lorsque le participant n’amenait pas son téléphone avec lui, qu’il fermait volontairement son téléphone ou qu’il ne s’en préoccupait tout simplement pas. J’aimerais croire qu’on a consciemment cherché à exercer un contrôle sur la collecte d’informations, mais ce n’était probablement que lié à la fatigue ou à l’étourderie.
Il y avait une différence majeure entre les deux projets : l’engagement actif et la reconnaissance des participants. À Cambridge, les étudiants participants étaient renseignés sur le processus de collecte des données ainsi que sur les renseignements qui seraient recueillis et devaient remplir un formulaire de consentement (.pdf).
M. Raento, A. Oulasvirta, N. Eagle, Smartphones: An Emerging Tool for Social Scientists, Sociological Methods Research 37:3, 426-454. [en anglais seulement]
Il s’agit d’un facteur important de la collecte de données d’emplacement, particulièrement lorsqu’il est associé à d’autres renseignements personnels : les gens veulent savoir ce qui se passe avec leurs renseignements et veulent avoir un mot à dire quant à leur utilisation.
Un récent examen exhaustif des 89 services de localisation alors existants (peut-on vraiment arriver à les suivre?) par des chercheurs de la Carnegie Mellon University a indiqué que [traduction] « la volonté de faire connaître son emplacement et le niveau de détails communiqués dépend de qui demande ces informations (ou si l’on connaît le demandeur) et du contexte social de la demande ».
Des entrevues supplémentaires ont confirmé que les utilisateurs potentiels avaient en tête des scénarios spécifiques lorsqu’ils évaluaient les avantages et les risques de ces services : des scénarios dont la meilleure solution serait des mesures, des règles et des conditions de protection des renseignements personnels plus détaillées (ceci est expliqué davantage dans le document), comme :
- des listes noires;
- des règles « seulement mes amis »;
- une granularité des contrôles;
- des règles en fonction des groupes;
- un état « invisible »;
- des règles en fonction de l’emplacement;
- des permissions réseau;
- des permissions sur demande;
- des règles en fonction de l’heure;
- des approbations avec échéance;
- aucune restriction.
Janice Y. Tsai, Patrick Gage Kelley, Lorrie Faith Cranor, Norman Sadeh, Location-Sharing Technologies: Privacy Risks and Controls [en anglais seulement]
Évidemment, il existe des écarts importants sur la façon dont les renseignements personnels sont protégés lorsque l’information est recueillie et analysée dans le cadre de projets de recherche de grande envergure, de recherches de plus petite envergure ou de services commerciaux en ligne.