Le flicage global n’a pas de limite. On savait déjà que les téléphones portables étaient les meilleurs informateurs de la police politique, grâce à une bande d’informaticiens américains, ils vont devenir les meilleurs informateurs des multinationales…
Jusqu’à présent, la géo-localisation de votre mobile a servi à savoir où vous êtes.
Bientôt, elle servira aussi à savoir qui vous êtes. Une équipe de spécialistes d’intelligence artificielle dirigée par le professeur Tony Jebara, de l’université Columbia de New York, a mis au point un système permettant de profiler un possesseur de téléphone portable sans rien lui demander, en se basant exclusivement sur ses déplacements quotidiens. Après une période d’observation continue des mouvements d’un téléphone, le moteur d’intelligence artificielle saura si son propriétaire est un homme ou une femme, jeune ou âgé, riche ou pauvre, dépensier ou avare, diplômé ou non, nomade ou sédentaire, employé stable ou précaire…
Si les données sont traitées en France et si les messages commerciaux sont diffusés sur le territoire français, les sociétés exploitantes sont, en théorie, tenues de s’enregistrer auprès de la CNIL. Cela dit, lorsqu’il s’agit d’entreprises étrangères (par exemple des petites start-up basées sur un autre continent), la CNIL n’a pas les moyens concrets de les contraindre.
Afin de détecter directement les déplacements des mobiles sans l’aide des opérateurs télécom, diverses entreprises privées (notamment les américains Google et Skyhook) recensent et localisent systématiquement tous les relais de téléphonie GSM et 3G présents sur le territoire français, ainsi que les réseaux Wi-Fi, individuels et collectifs. Elles alimentent ainsi des bases de données perpétuellement mises à jour.
D’autres systèmes repèrent les portables directement via le système de GPS, ou via les signaux Bluetooth, conçus à l’origine pour faire fonctionner les oreillettes sans fil et échanger des photos.
Pour monétiser cette invention, une partie de l’équipe a créé une start-up baptisée Sense Networks, qui compte aujourd’hui une quinzaine d’employés, répartis entre New York et la Californie. Installé dans son petit bureau de Mountain View, près du campus de Google, le directeur technique de Sense Networks, Anand Venkatamaran, explique qu’il a d’abord fallu créer un système de collecte de données de mobilité des téléphones portables dans une zone donnée : « Nous avons réussi à créer une plate-forme « agnostique », c’est-à -dire capable de digérer n’importe quel type d’informations. On peut bien sûr pister les téléphones grâce aux relais télécoms, mais ce n’est pas toujours assez précis. On peut aussi repérer les smartphones quand ils passent à portée des réseaux Wi-Fi dont on connaît l’emplacement grâce des bases de données spécialisées. Enfin, avec les nouveaux smartphones, tout est à la fois facile et précis, puisqu’ils sont équipés d’une puce GPS qui diffuse leurs coordonnées de longitude et de latitude vers toute une gamme d’applications. »
Deuxième étape : le moteur d’intelligence artificielle va analyser ces flux de données anonymisées, en déduire un ensemble de caractéristiques individuelles, et les segmenter selon les catégories prédéfinies telles que l’âge, le sexe, le revenu ou le niveau d’études : « La force de notre système, affirme M. Venkatamaran, est qu’il n’est absolument pas intuitif. Nos algorithmes ne reposent sur aucun présupposé humain, ils sont vierges de toute règle préconçue du genre « si ce téléphone est souvent dans un salon de beauté, il appartient probablement à une femme ». Ces critères de bon sens sont en réalité naïfs et incertains. » A terme, le système sera aussi capable d’améliorer automatiquement ses propres performances.
Pour commencer, les ingénieurs de Sense Networks fournissent à leur machine des données de mobilité de personnes dont ils connaissent déjà les caractéristiques, et laissent le moteur d’intelligence artificielle établir des modèles de déplacements par catégories.
Ensuite, quand on lui fournit des données appartenant à des personnes dont on ne sait rien, la machine effectue ses propres déductions statistiques, sans intervention humaine : « Par exemple, notre système calcule l’âge d’un possesseur de mobile en se basant sur sa vitesse moyenne de déplacement. Les jeunes bougent vite, souvent et de façon imprévisible. Les plus âgés se déplacent de façon plus lente et plus régulière. Aucun ingénieur n’y avait pensé. »
Selon M. Venkataraman, le système sera même capable de fournir des pourcentages statistiques sur les habitudes alimentaires de ses cibles, ou encore de déterminer si un consommateur aura tendance à rester fidèle à ses marques préférées, ou si au contraire il sera capable d’en changer sur un coup de tête.
Source (Merci à Pierrot)
C’est révoltant. Qu’ils nous poussent ainsi à la révolte, ils ne l’auront pas volé…