Data Feminism : politiser la science des données

Le Féminisme de la donnée est “un mode de pensée sur la donnée et sa communication informés par l’expérience directe, par un engagement à l’action et par les idées associées à la pensée féministe intersectionnelle”, qui vise à déconstruire les systèmes de pouvoir, de privilège et d’oppression. A l’heure où les données façonnent le monde et notre relation au monde, il est temps de s’intéresser très précisément à celles-ci, soulignent Catherine D’Ignazio (@kanarinka) et Lauren Klein (@laurenfklein).

Data Feminism n’est pas seulement un livre, c’est un mouvement. C’est un livre sur qui a le pouvoir et qui ne l’a pas, un livre sur les conséquences de ces différentiels de pouvoir pour les mettre en évidence et les changer.

La science des données a besoin du féminisme pour mettre fin à la spirale d’injustice qu’elle participe à bâtir, expliquent D’Ignazio et Klein. Pour les deux chercheuses, les corps manquent dans les données qu’on collecte. La science des données pense qu’elle a peu à faire avec les corps. Que son objectivité et sa neutralité nécessite d’appliquer une froide raison sur le calcul. C’est tout le contraire dont nous avons besoin : les problèmes structurels ne peuvent être exposés qu’en les regardant sous l’angle spécifique des personnes et des corps. Nous devons compter ce qui ne l’est pas. Les données et le pouvoir s’alignent trop souvent. Ramener les corps des gens, des femmes, des personnes de couleurs, des marginalisés dans les discussions et les décisions, suppose bien sûr, comme le disait déjà Sasha Costanza-Chock de savoir quelles données sont collectées, par qui et pourquoi.

Quand Andrew Pole, data scientist chez Target, a mis au point un algorithme de prévision de la grossesse des clientes pour favoriser des campagnes marketing dédiées, il a montré que les corps peuvent être exploités sans que les personnes n’aient leur mot à dire sur cette exploitation. Target a utilisé son capital de données pour consolider son pouvoir sur ses clientes, sans leur consentement. Cet exemple souligne parfaitement l’asymétrie profonde de la data science aujourd’hui : qui collecte, stocke, analyse les données sans avoir à rendre des comptes et ce à l’encontre des personnes et groupes les moins en capacités pour s’en défendre. En data science les femmes et les groupes les plus marginalisés sont absents des équipes qui décident. Et personne ne pense que c’est un problème.

A la suite de Donna Haraway, les chercheuses rappellent qu’un point de vue neutre ne l’est jamais. Si nous voulons parler d’objectivité en data science, alors nous devons porter attention à la perspective par défaut que défend cette prétendue objectivité. Klein et D’Ignazio défendent une co-libération plutôt qu’une responsabilité (qui consiste à libérer les gens plutôt qu’à libérer les données), la justice plus que l’éthique, l’équité plus que le loyauté, la réflexivité plus que la transparence, la compréhension de l’histoire, de la culture et du contexte plus que la compréhension des algorithmes.

La force du livre de Klein et D’Ignazio est de bâtir une réflexion politique sur les données et les calculs, de politiser la science des données. Ce n’est pas un petit pas de côté !

Hubert Guillaud

A propos de Data Feminism (MIT Press, 2020, non traduit, disponible en publication ouverte) de Catherine D’Ignazio (@kanarinka) et Lauren Klein (@laurenfklein). Voir notre article sur InternetActu.net : “Pour un féminisme des données”, septembre 2021.

Advertisement

Leave a Reply

Fill in your details below or click an icon to log in:

WordPress.com Logo

You are commenting using your WordPress.com account. Log Out /  Change )

Twitter picture

You are commenting using your Twitter account. Log Out /  Change )

Facebook photo

You are commenting using your Facebook account. Log Out /  Change )

Connecting to %s