CHAMPS ET CADRE CONCEPTUEL DE LA RECHERCHE DU BIG DATA A LA SOCIETE DE SURVEILLANCE

Paul N’Da définit la thèse de doctorat comme un « travail scientifique et un exercice académique exigeants qui, non seulement mettent en valeur les qualités et les capacités intellectuelles du doctorant, sa culture scientifique, sa compétence dans un champ d’investigation et son domaine de spécialisation, mais aussi consacré son aptitude à la recherche. » Dans ce travail de recherche, nous tenterons de prouver nos compétences quant à la recherche des auteurs, des concepts et des méthodologies adéquates pour la mise en examen de notre sujet.

Dans un monde en continuelle mutation, nous assistons depuis quelques années à une nouvelle forme de révolution industrielle qui se veut digitale. Elle soulève parmi ses débats majeurs celui des enjeux de l’économie de la donnée, avec comme point de mire les usages du Big data. Les lois du capitalisme informationnel introduisent dans la société la culture de la donnée comme source de création de valeur à l’aune d’une économie de la donnée. Nous pouvons parler de la monétisation des données dans ce capitalisme informationnel qui se repose de moins den moins sur des supports matériels, de plus en plus sur des connaissances et les informations. Les données sont devenues la matière première de la « société de l’information ».

L’émergence d’une problématique 

L’insertion du numérique dans la vie sociale nous amène à un capitalisme informationnel qui repose à sa base sur les informations et les données. Le numérique est une « transformation environnementale qui affecte les structures et les relations » . Nous avons plus de données, par conséquent, nous nous posons plus de questions. Ainsi, l’économie informationnelle implique la fourniture des traces. Le Big Data propose des solutions et des bases de données pour pouvoir traiter des données hétérogènes. Les TIC proposent quant à elles des solutions et des pratiques pour retracer le chemin de ces données.

La notion de société a été traitée et définie différemment par la recherche scientifique (on lui a donné plusieurs définitions/caractéristiques/adjectifs). Nous sommes passés d’une société d’information à une société de surinformation. Les algorithmes, quant à eux, contribuent à une société de calcul (Cardon). Pour Levy, pour Carmes et Noyer, le nombre croissant des données, produites dans toute activité humaines, nous conduisent à parler d’une société data centrique. Pour notre part, notre questionnement central est de savoir à notre tour quel type de société est promu par les algorithmes et, par extension, par le BD ? Les données sont le reflet numérique des habitudes et des caractères des utilisateurs / consommateurs. Nous parlons ainsi d’une « société de surveillance. » Surveiller est-il devenu contrôler ? Pouvons-nous parler d’une société de contrôle ? Dans la société de risque décrite par Beck, nous contrôlons principalement pour éviter ou pour diminuer les risques. La question que nous nous posons est la suivante : dans une société où tout est calculé, catégorisé et anticipé, comment l’individu peut-il faire confiance aux algorithmes sans dériver vers une perception de société d’incertitude ou bien même penser à un effondrement de la société ? « Comment représenter la société lorsque les outils numériques nous donnent des capacités accrues de représenter les êtres et les collectifs dans des espaces digitaux aux paramètres si flexibles que tout leur semble permis ? » .

Le Big Data, un espace de data déluge

Big Data, un essai de définition 

Dans notre introduction, nous avons parlé d’une nouvelle économie numérique. Cette nouvelle économie, créée par le numérique et dédié au numérique, a contribué à une production immense de données. L’internet, la numérisation des pratiques commerciales dites « traditionnelles», les réseaux sociaux, ils permettent le stockage sans cesse des données.

Le Big Data introduit une culture d’innovation dans les entreprises, dans le monde scientifique et dans toute structure qui décide d’appliquer un traitement de ses données, selon les pratiques du Big Data. Comme nous verrons plus tard dans ce chapitre, Big Data propose des innovations aux techniques, aux théories, aux concepts. Tout un changement est en train de se passer. C’est ainsi que nous acceptons, à juste titre, la déclaration de Patrick Sensburg que «le big data est le pétrole du nouveau siècle».  Aujourd’hui, la notion de Big Data est très médiatisée. A partir d’une simple recherche sur un moteur de recherche, nous trouvons plus de deux cent millions d’entrées concernant le Big Data.

« Big Data is data that exceeds the processing capacity of traditional databases. The data is too big to be processed by a single machine. New and innovative methods are required to process and store such large volumes of data. »

Le terme « Big Data » a été employé pour la première fois en 2000 dans le cadre d’un congrès de l’Econometric Society. Mais son début sur la scène scientifique international a été fait en 2008 avec son apparition sur la revue Nature. Par la suite, en 2010, la revue Science lui consacre un article, et plus tard dans la même année, Wikipedia y consacre pour la première fois, dans un article en anglais.

La première source documentée date de 1997 dans un article de la NASA qui parle des problèmes de visualisation des données à cause de leur grand volume. Plus précisément, l’article parle de “problèmes des grandes données” et pas du terme « Big Data ».

Le dictionnaire Oxford English Dictionnary parle en 1941 d’une explosion d’informations qui se réfère au nombre croissant des données. Dans la même décennie, en 1944 un bibliothécaire américain, Fremont Rider publie « The Scholar and the Future of the Research Library » , une œuvre qui traite le sujet du volume des livres dans les bibliothèques américaines.

En 1961, dans le livre « Science Since Babylon » nous rencontrons la problématique de l’augmentation de la connaissance scientifique et la naissance des revues scientifiques. En 1967, dans une communication de ACM (Association for Computing Machinery) nous rencontrons « Automatic data Compression » qui parle de la transmission des informations entre des ordinateurs et du besoin d’un système automatisé pour le stockage des données.

En 1971, l’homme est mis en lien avec les données dans la grande sphère de cette transformation qui était en train de s’effectuer. Arthur Miller en parle dans son œuvre « The Assault on Privacy », L’assaut sur la vie privée. En 1975, le Japon se lance sur l’application qui traçait le volume des données circulées au pays. Cela concrétisait le fait que la société se dirigeait vers une nouvelle étape. Cette société en mutation progressive qui donne une place centrale au besoin de l’individu en traitant des informations segmentées. Au tout début des années 80, pendant un symposium concernant les systèmes de stockage massif, on s’interroge sur l’avenir de ce phénomène. En 1983, la revue Science présente un article qui souligne la croissance des médias; et par conséquent, la croissance des informations produites. En 1997, dans la bibliothèque numérique de ACM on trouva le premier article qui utilise le terme Big Data. Dans la même année, apparu « How much information is there in the world » qui consiste en une prédiction qui annonce que dans les années qui suivent, aucune information ne serait inutile ou supprimée. Aussi, l’homme ne va plus revoir, examiner ou traiter comme avant. En octobre 1998, il y eut la publication d’un livre “The Size and Growth Rate of the Internet” qui prévoit que le flux des données dominera contre l’internet.

En 2000, l’université de Californie à Berkeley publie une étude innovante. Elle consiste en une première étude compréhensive pour mesurer le volume des nouvelles informations qui se sont créées dans le monde chaque année et qui se sont stockées sous quatre formes: papier, film, visuel et magnétique. Nous avons constaté que dans la langue anglaise, très peu de recherches parlent de «traces numériques. » Nous observons plutôt le terme « data ». Cela ne veut pas dire qu’un terme est plus correct que l’autre, d’autant plus que chaque langue a ses significations pertinentes et spécifiques pour de mots homologues. L’environnement numérique propose cependant plusieurs dilemmes sur l’emploi de tels termes. Partons du fait que chaque fois que nous consultons un article français concernant les données, nous rencontrons deux versions du terme : LE Big Data ou LES Big Data. Est-ce qu’il est plus pertinent d’employer le terme au singulier ou au pluriel ? Si l’on considère la langue anglaise comme la langue source du terme, nous allons ipso facto choisir d’utiliser le singulier parce que data est un nom invariable au pluriel. Le pluriel du terme résulte de la traduction française : grandes données ou énormes données. Dans notre tentative de trouver l’explication la plus pertinente, nous avons rencontré plusieurs difficultés de ce genre concernant l’emploi de termes anglophones en français. Le dictionnaire « Oxford English » l’explique comme suit : «In Latin, data is the plural of datum and, historically and in specialized scientific fields, it is also treated as a plural in English, taking a plural verb, as in the data were collected and classified. In modern non-scientific use, however, despite the complaints of traditionalists, it is often not treated as a plural. Instead, it is treated as a mass noun, similar to a word like information, which cannot normally have a plural and which takes a singular verb. Sentences such as data was (as well as data were) collected over a number of years are now widely accepted in standard English. ».

Table des matières

INTRODUCTION GENERALE
L’EMERGENCE D’UNE PROBLEMATIQUE
PARTIE I : CHAMPS ET CADRE CONCEPTUEL DE LA RECHERCHE DU BIG DATA A LA SOCIETE DE SURVEILLANCE
CHAPITRE 1 : LE BIG DATA, LE PETROLE DU SIECLE
Section 1 : Le Big Data, un espace de data déluge
Big Data, un essai de définition
Le Big Data selon les chercheurs et les professionnels de Berkeley
Un tsunami des données
Le Web des objets et le Big Data
Le caractère universel de Big Data
Les valeurs créées par le Big Data
Les technologies de Big Data
Section 2: La traçabilité comme une nécessité face aux données
Un vadémécum de la traçabilité
La traçabilité implique la responsabilité
CONCLUSION
CHAPITRE 2: UNE ECONOMIE INFORMATIONNELLE QUI IMPOSE DES TRACES
Section 1 : Entre la donnée et la trace
La donnée
La trace
Section 2 : La composition d’un espace européen autour du régime juridique des données personnelles
La directive 95/46/CE
La Convention européenne de sauvegarde des Droits de l’ Homme
La Convention de Strasbourg
La Loi relative à l’informatique, aux fichiers et aux libertés du 6 janvier 2012
Normes aéroportuaires
Le PNR – Le Passenger Name Record
CONCLUSION
CHAPITRE 3 : VERS UNE SOCIETE DE SURVEILLANCE ?
Section 1 : La surveillance
La surveillance, un essai de définition
Le panopticon de Bentham
Le panopticon et les sociétés contemporaines
Section 2 : La surveillance pour le contrôle et la sécurité
Le contrôle
Le contrôle, un essai de définition
Les formes de contrôle
La « société de contrôle »
La sécurité
La sécurité, un essai de définition
Section 3 : Les données face aux risques
Le risque, un essai de définition
La « société du risque » selon Beck
Une « culture du risque »
Section 4 : La confiance : un élément central pour la cohésion sociale.
La confiance, un essai de définition
Les modèles de la confiance
Le contrat social
La confiance face à l’incertitude informationnelle
Surveillance et confiance : deux notions opposées et en tension
CONCLUSION
CHAPITRE 4 : UNE ORGANISATION PARTICULIERE : L’AEROPORT (LA NORMALISATION DES AEROPORTS)
Section 1 : L’aéroport : un espace de communication
Aéroport et urbanisme
Section 2 : L’aéroport : un lieu de rassemblement et d’ouverture aux pays et aux personnes
Interfaces nomades et mobiles
Les acteurs
La notion d’identité d’un espace public précis: l’aéroport
Section 3 : Irruption totale du numérique au sein de l’aéroport
Transformation des zones aéroportuaires en espaces commerciaux
L’aéroport : un espace mondialisé par les échanges
CONCLUSION
CHAPITRE 5 : DIAGNOSTIC DU CHEMIN DES TRACES PENDANT UN VOYAGE EN AVION
Section 1 : Réservation d’un titre de transport
Par une agence de voyage
En ligne
Par le site d’une compagnie aérienne
Sur le site d’un comparateur de prix
Section 2 : L’enregistrement et la carte d’embarquement
S’enregistrer
A l’aéroport
A distance
La carte d’embarquement
Section 3 : Le contrôle
Le contrôle des bagages
Le contrôle des passeports et des personnes
L’embarquement
CONCLUSION
PARTIE II : DEMARCHE METHODOLOGIQUE DE LA RECHERCHE, PRESENTATION ET DISCUSSION DES RESULTATS
CHAPITRE 6 : LE TERRAIN DE LA RECHERCHE : L’AEROPORT DE LARNACA A CHYPRE
Section 1 : Le choix du terrain
L’importance géopolitique de l’ile de Chypre
Un terrain accessible
Section 2 : Présentation de terrain de recherche
Histoire de l’aéroport de Larnaca
Le support de communication
CHAPITRE 7 : LES CHOIX METHODOLOGIQUES DE RECHERCHE ET LES DEMARCHES SUR LE TERRAIN
Section 1 : La phase conceptuelle : Du problème constaté à la formulation de la problématique
Le choix du sujet
Du sujet à l’objet de recherche
La description du phénomène et du terrain
Le choix du type de la recherche
La revue de littérature
La classification
Du problème à la problématique
La formulation de la problématique
La formulation des hypothèses de recherche
Section 2 : Les méthodes
Une étude monographique
Une démarche hypothético – déductive
Une observation participante
Une méthodologie mixte
Une méthode qualitative
Une méthode quantitative
Section 3 : Les démarches sur le terrain de l’aéroport de Larnaca
La population étudiée
Les instruments d’observation et de la collecte des données
Le guide d’entretien
Les objectifs
La conception du guide d’entretien
Les questionnaires
Les objectifs
La conception des questionnaires
CHAPITRE 8 : PRESENTATION DES RESULTATS
ECHANTILLON A : LES PROFESSIONNELS
ECHANTILLON B1 : LA PHASE PILOTE DE LA RECHERCHE
ECHANTILLON B2 : LES PASSAGERS
CHAPITRE 9: DISCUSSION DES RESULTATS
Réponse à la première hypothèse de recherche
Réponse à la deuxième hypothèse de recherche
Réponse à la troisième hypothèse de recherche
CONCLUSIONS GENERALES

Télécharger le rapport complet