Cela peut sembler plus compliqué que la grève, car chacun, livreur ou conducteur, doit demander ses données, et l’acte individuel est un peu « lourd ». Et souvent lent. Mais Paul-Olivier Dehaye y croit, et c’est ainsi qu’il s’est mis au service de travailleurs des plateformes de services à la demande comme Uber ou Deliveroo. Ou comment obtenir des résultats pour la collectivité en partant de cas individuels. Au centre des difficultés des travailleurs, se trouve « l’asymétrie de l’information », estime avec eux le mathématicien, qui a fondé en 2018 l’organisation à but non lucratif personaldata.io dont l’objet est l’aide à la récupération des données personnelles stockées par les acteurs de l’économie numérique.
Paul-Olivier Dehaye s’était d’abord intéressé à ses propres données recueillies par Facebook, avant d’aider le New-Yorkais David Carroll à récupérer les siennes auprès de Cambridge Analytica, ou encore la journaliste Judith Duportail à enquêter sur l’application de rencontres Tinder. Trois cas qui, se félicite-t-il, ont donné des résultats bien au-delà des individus concernés : un changement (annoncé) du fameux pixel collecteur de données de Facebook, un documentaire attendu sur Netflix le 24 juillet prochain, The Great Hack, et un livre, paru en mars, L’Amour sous algorithme.
James Farrar, chauffeur Uber à Londres, a lui aussi bénéficié de l’aide de Paul-Olivier Dehaye. Même si ses données sont arrivées trop tard, il a récemment fait perdre la multinationale, obligée de le reconnaître comme salarié. « Les données permettent de développer un argumentaire plus précis, plus fort, sur la réalité du travail, elles montrent leur puissance comme outil politique », affirme Dehaye lors d’une rencontre mardi 25 juin à Paris. Jérôme Pimot, livreur et militant de longue date de la lutte contre l’ubérisation de l’économie (voir son blog sur Mediapart), ne semble pas totalement convaincu. Il croit au ressenti : celui qui a fait comprendre aux livreurs Deliveroo d’Amiens que ceux d’entre eux équipés d’un vélo électrique étaient mieux rémunérés pour leurs courses. Un préavis de grève a rapidement arrangé les choses. Ou encore que la vitesse d’acceptation des commandes pouvait avoir une influence sur cette même rémunération. Édouard, livreur Deliveroo, a fini par obtenir 6 000 pages de données après avoir reçu « le package standard », explique-t-il, puis activé la Cnil (Commission nationale de l’informatique et des libertés). Mais qu’en faire ?
Coursière Uber Eats à Gdansk (Pologne), le 18 juin 2019. © Reuters
Quelle pourrait être « la bonne structure de gouvernance de ces données obtenues » ou « leur mutualisation » ?, interroge Paul-Olivier Dehaye. Pour ne pas « se noyer dans des démarches juridiques », il suggère de « multiplier et partager les voix », et de jouer « sur l’image et les clients ». Au-delà des conflits liés au travail, Mediapart l’a interrogé sur les méthodes de croisement des données personnelles, l’influence qu’elles peuvent avoir sur nos vies, et le projet Libra, la « monnaie » que Facebook souhaite lancer en 2020. Entretien.
Comment les données peuvent-elles être utilisées comme un outil citoyen ?
Paul-Olivier Dehaye : On commence à comprendre que les données sont une ressource, et qu’on ne sait pas très bien comment la gérer. On ne sait pas à quel point on doit la mutualiser, la collectiviser, comment on doit la gouverner. C’est aussi pour ça que les acteurs privés ont été les plus rapides à bouger, parce qu’ils peuvent prendre toutes les décisions de gouvernance assez vite. Car il y a toujours cette ambiguïté : on peut en tirer des informations au niveau agrégé, mais cela devient intrusif quand on parle de données personnelles.
Ces données peuvent être utiles de plein de manières différentes. Elles peuvent par exemple être utiles en santé, dans le cas des dégénérescences lentes des personnes : des capteurs comme des accéléromètres dans les téléphones peuvent commencer à mesurer nos tremblements quand il arrivent, bien avant que nous-mêmes en ayons conscience ou qu’on consulte un médecin. Les données de géolocalisation sont utiles pour gérer la ville, la mobilité.
En général, ces données sont utiles quand on en a beaucoup, de beaucoup de personnes, mais pas uniquement. Quelques conducteurs Uber qui analysent leurs données peuvent commencer à amener des vraies statistiques sur l’impact économique ou écologique du modèle économique d’Uber, avec le pourcentage de temps où ils sont occupés à conduire, la distance qu’ils peuvent parcourir, avec ou sans passager, le nombre de kilomètres utiles.
Les travailleurs des plateformes de travail à la demande sont les canaris dans la mine, ce sont les premiers à vraiment ressentir ces effets de la numérisation du travail, de la numérisation du manager, du cadre.