Archives par mot-clé : biobanques

infrastructures de la surveillance

Comme le faisait remarquer récemment Alice Street, l’épidémie d’Ebola a remis en lumière l’importance de considérer, non seulement les technologies, les médicaments, les procédures d’hygiène, la circulation des savoirs et représentations, mais aussi et surtout  les infrastructures. Le mot d’infrastructure désigne justement l’ensemble des conditions et opérations matérielles sous-jacentes à une politique de santé ou campagne sanitaire, qu’elles relèvent de l’intervention d’urgence ou de la phase de surveillance des foyers infectieux.

Susanne Bauer est professeure de sociologie à l’Université Goethe de Francfort-sur-le-Main où elle enseigne les Science & Technology studies. Elle est l’une des spécialistes des études sur la surveillance, et a réalisé une série de travaux sur les infrastructures de données (registres de population, numéros d’identifications individuels, dossiers médicaux, biobanques, etc.).

Dans la présentation qu’elle a donné au séminaire de Lyon en janvier 2014, Susanne Bauer présente les conditions matérielles dans lesquelles l’épidémiologie – qui est typique d’un certain mode de construction des savoirs sur la santé et la sécurité – peut se déployer. Elle développe le cas de la construction du registre de population au Danemark, qui remonte aux années 1880. Ayant elle-même passé par les procédures obligatoires  pour devenir résidente de ce pays, elle analyse la construction de l’infrastructure de cette base de données qui contient les données de presque 6 millions de citoyens, chacun étant identifié par un numéro unique qui est utilisé dans tous les registres publics. Les bases de données du pays peuvent donc  être assez facilement reliées entre elles, ce qui fait de ce pays un « modèle » en matière de surveillance épidémiologique.

Susanne Bauer appelle datascape ce regard synoptique porté sur la construction d’infrastructures de données. Différents exemples d’interconnexions de bases de données (téléphonie mobile, cancer, interruptions de grossesses, etc.) dessinent ce paysage informationnel qui devient peu à peu  le théâtre de nos expériences.

exposé de Susanne Bauer

Biobanques et gouvernement algorithmique

 

Présentation

Le surcroit de pouvoir et de savoir découlant de l’accroissement des grandes bases données et de leur l’interconnexion, c’est ce qu’on résume aujourd’hui par la fameuse expression Big Data. Anne Cambon-Thomsen, généticienne à Toulouse, spécialiste française de la gouvernance des banques de données génétiques, a insisté sur trois traits saillants cambon thomsendes Big data. (1) Elles sont définies quantitativement : le nombre de personnes et d’informations figurant dans les bases de données de recherche médicale s’avère sans commune mesure avec ce qui avait lieu avant le développement des technologies numériques. (2) Il existe des possibilités nouvelles d’entrecroisement et de combinaison de ces données. (3) Les données traitées ne sont plus d’un mêmCapture du 2015-01-18 13:39:17e genre monodisciplinaire, elles  s’avèrent au contraire diverses et hétérogènes, transformant radicalement les pratiques de recherche contemporaines. Commentaire d‘Antoinette Rouvroy, juriste et philosophe du droit : les big data, c’est donc justement ce qui est trop gros, trop hétérogène et trop « temps réel » pour être assimilé… Big data est donc le nom que l’on donne à ce qu’on ne maîtrise pas, et qui pourtant prétend nous gouverner…

Anne Cambon Thomsen souligne les mutations auxquelles on assiste du côté des pratiques scientifiques : on passe d’une recherche médicale guidée par les hypothèses à une recherche fondée sur les données. Dans les consortiums de chercheurs, on change d’échelle. Les données ne sont plus récoltées par une seule équipe-projet, mais de façon multicentrique par de larges consortiums internationaux qui se les échangent. En génétique, d’un test ciblé on passe à des tests sur les génomes entiers. De plus, toutes ces données ne sont pas recueillies pour un un usage que l’on connait clairement,, mais pour des usages futurs largement indéterminés. Les procédures instituées de l’éthique de la recherche s’en trouvent bouleversées et à reconfigurer. Avec de lourds enjeux économiques et scientifiques, les biobanques font bouger des cadres. Des sociétés savantes produisent de nouvelles recommandations à l’échelle transnationale… L’un des problèmes épineux que posent ces bases de données dans lesquelles les patients laissent leurs données comme autant de traces, c’est qu’elles peuvent renvoyer des informations (diagnostiques, cliniques) qui ne paraitront pas nécessairement opportunes, qui plus est sans accompagnement adéquat pour les assimiler.

Exposé d’Anne Cambon Thomsen

Antoinette Rouvroy interprète ces changements sous le prisme du développement plus général d’une gouvernementalité algorithmique. La statistique traditionnelle était produite dans un horizon de commmensurabilité et de production de preuves. Avec le datamining et le bigdata au contraire, il s’agit d’abord de produire, d’orienter ou d’éviter des comportements. C’est une rationalité machinique essentiellement nourrie de « données brutes ». Les individus laissent des traces informationnelles (inconsciemment, comme les autres animaux) qui sont exploitées et qui permettent de rétroagir sur lui. L’apprentissage machine permet d’affiner automatiquement des profils, profils qui sont dressés à partir des données elles-mêmes. Les algorithmes réalisent le fantasme d’une production du social à partir du social lui-même. Le gouvernement s’exerce alors, non pas en produisant des normes, cherchant à peser sur le raisonnement et la délibération, mais sur le mode de l’alerte. L’alerte oriente les comportements sans avoir l’air de normer, sans avoir l’intention de s’interposer. Les bases de données supportent un pouvoir qui a l’air de se passer de tout vouloir, d’où son caractère encore insaisissable.

Exposé d’Antoinette Rouvroy

L’échange qui a suivi ces deux interventions a soulevé plusieurs questions : D’abord, est-il avéré que nous assistons, sur le plan épistémologique et des méthodes de recherche, à la fin du recours à « l’hypothèse » ? L’étape de la validation des interprétation n’est-elle pas encore bien présente en recherche ? Cette fonction qui n’est pas vraiment déléguable aux machines est masquée mais n’est pas éliminable pour autant. Ensuite, la norme politique et morale, est certes rendue moins visible et plus indolore par le recours à des bases de données, mais elle n’a pas pour autant disparu. D’où la question de savoir d’où, de quel point de vue, un contrepouvoir ou une évaluation critique des orientations de ces nouvelles recherches et savoirs peut avoir lieu. Emerge un consensus négatif : face à la multiplication des bases de données, la forme individuelle du « consentement éclairé » n’a plus grand sens. Mais alors quels modes de régulation envisager ? Se réfugier dans la préservation des droits individuels, au risque de ne donner des droits qu’à des fantômes ? Ou alors favoriser des espaces publics capables de se saisir du sens de ces innovations, et de les critiquer plus justement ?