Moteurs de prédiction et psychosociologie data-centrique

Pas plus tard que l'autre jour je causais justement du web et tentais d'expliquer pourquoi les algorithmes qui gouvernent notre rapport au monde (pas que numérique) se situaient "entre stratégies prédictives et technologies injonctives."

Or voila-t-y pas que l'on apprend hier que Google vient d'acquérir la start-up Behavio, dont le métier est précisément … la "prédiction sociale". Plus précisément, cette start-up :

"Instead of intentional online connections, […] looks at how
peoples’ location, network of phone contacts, physical proximity, and
movement throughout the day can help us predict range of behaviors —
anything from fitness to app downloads to mass protests."

Il s'agit moins d'analyser les "clics" que d'agréger différents capteurs sociaux principalement et facilement disponibles via ces traceurs omnipotents que sont nos téléphones portables, véritables "télécommandes de nos vies", pour ensuite "automatiser" différentes tâches et prédire différents comportements (ou plus exactement nous les suggérer …), prédictions qui vont du téléchargement d'applications à l'envoi de notifications diverses dans la mouvance du "quantified self" ("attention ta batterie de téléphone est presque épuisée" ou encore "17 de tes amis ont aimé ce restaurant" ou encore "voilà déjà 30 minutes que tu cours, tu est tout bleu, et étant donné ton taux de cholestérol élevé, il te reste 17 minutes avant l'infarctus, manque de bol le service de cardiologie le plus proche est à 7 km et tu as oublié de faire ton plein d'essence, nous t'aurions bien suggéré de télécharger l'application 'penser à faire son plein', mais c'est trop tard, paf, t'es mort"), en passant par différentes visualisations et croisement de données "personnelles" avec l'immensité des autres données collectées et disponibles via la même plateforme.

Car Behavio développe sa plateforme "Funf" sur le mode Open Source, précisément pour permettre à plein de développeurs d'applications tierces de pouvoir réutiliser ces gigantesques masse des données "quantified self" à l'échelle de la planète (enfin pour l'instant disons d'une grande ville américaine, ce qui n'est déjà pas mal).

Associée aux Big Data et dopée par la mode du "quantified self" et les traceurs qui vont avec, on voit bien que l'intérêt de la prédiction est double : d'une part, côté utilisateur, la "facilitation" ou "l'automatisation suggérée" de tâches routinières ou d'habitus de consommation et d'interaction qui le sont tout autant (routiniers), et d'autre part, côté développeurs (et côté Google), la possibilité d'atteindre une sorte de scientificité data-centrique** au croisement du marketing et d'une "psychosociologie prédictive" des foules et des comportements des individus qui les composent, à la manière dont Harry Seldon pensait que la psychohistoire relevait d'une historicité objectivable.

A cette différence près que Harry Seldon et la psychohistoire sont des personnages et des concepts de fiction. Et que le reste … non :-( 

** Rappel : pour une définition de la communication data-centrique, voir par ici.