Les limites de la mesure de soi

Par le 07/06/11 | 5 commentaires | 3,011 lectures | Impression

Kevin Kelly, cofondateur du Quantified Self a prononcé la conférence de clôture de la première édition de la conférence sur la quantification de soi qui se tenait la semaine dernière à Mountain View en Californie, permettant, comme le dit Ethan Zuckerman qui en rapportait les propos, d’offrir un contexte pour comprendre les propos échangés pendant deux jours.

Pour Kevin Kelly, auteur de What technology Wants (Ce que veut la technologie), la quantification de soi fait partie d’une tendance plus large vers laquelle nous allons. Cette tendance plus large consiste à être à l’écoute de la technologie, parce que “la technologie nous dit où elle va”. La quantité d’information ne cesse d’augmenter, plus rapidement que tout ce que nous faisons. On estime d’ailleurs que le volume d’information croit de 66 % par an.

garrywolfetkevinkelly
Image : Gary Wolf et Kevin Kelly sur la scène de la première édition de la conférence Quantified Self, photographiés par Marc Smith.

Nous n’échapperons pas au Lifestream

Pour Kevin Kelly nous sommes au milieu de la troisième évolution des métaphores et principes d’organisation des ordinateurs personnels. Nous sommes passés de la métaphore du bureau à celle de la page et du lien et nous sommes entrés dans la métaphore des flux, des étiquettes et des nuages. Nous sommes dans un modèle des flux de vie (Lifestreams). Nous laissons derrière nous un sillage de données et les lifeloggers (ceux qui enregistrent leur existence en continu), qui connectent tout ce qu’ils font, comme Gordon Bell (responsable du programme MyLifeBits chez Microsoft consistant justement à tout enregistrer de sa vie et auteur de Total Recall, un livre sur cette expérience) et bien des représentants présents à cette conférence, sont les pionniers de cette évolution.

Ces lifestreams, qui se croisent les uns les autres, créent un nouveau média, estime Kevin Kelly. “Tout autour de nous est doté d’un éclat d’intelligence et génère des données. Chaque objet génère son flux de vie de données, de la chambre d’hôtel que vous occupez aux chaussures que vous portez”. Une voiture n’est désormais rien d’autre qu’une puce avec des roues, une chaussure une puce avec des talons… Et c’est dans cet espace cerné de ruisseaux de données que se déroule la “quantification de soi”. Bientôt des lunettes ou un écran nous permettront de voir couler ces flots de données s’intégrant dans le monde physique. “Il ne s’agit pas seulement d’un internet des objets, mais d’une base de données des objets. Un environnement fait d’objets et de leurs flux de données. Les données sont le nouveau média lui-même. C’est ce dans quoi nous allons nager. C’est ce sur quoi l’économie est construite.”

Mais si Kevin Kelly est persuadé de cette évolution, celle-ci n’est pas sans poser quelques limites.

Nous ne prenons pas vraiment soin des données, mais nous faisons attention à l’expérience. Nous voulons des expériences depuis les données, mais nous ne voulons pas nécessairement faire ces expériences nous-mêmes. Il y a une vraie tension dans le fait que l’acquisition de données soit active ou passive, estime Kevin Kelly. L’acte de checking via Foursquare (c’est-à-dire le fait de déclarer au système qu’on est dans tel ou tel lieu), ou la mesure quotidienne de son poids est une part critique du processus ! Or les expériences les plus réussies reposent sur des données auxquelles nous ne faisons pas attention. Enregistrées à notre insu (ce qui ne veut pas dire sans notre consentement).

“Nous ne voulons pas moins de données, nous voulons une plus grande symétrie”

Une autre question tourne autour du partage. Nous sommes encore au début du partage, estime Kevin Kelly qui prophétise : “Tout ce qui peut être partagé le sera, parce que les choses partagées augmentent leurs valeurs” – pour autant que cela se fasse dans des conditions négociées et acceptables. Mais il y a une barrière étroite entre la “quantification de soi” et la “surveillance intime”. Il y a un curseur à positionner entre la personnalisation et la surveillance. Je veux que mes amis me traitent comme un individu et cela ne peut arriver que si je révèle ce que j’aime et n’aime pas, or c’est également ce qui permet la surveillance. La différence entre la quantification de soi et la surveillance intime repose essentiellement sur la permission. Une autre métaphore pour comprendre cela est celle de la petite ville. Une femme dans la rue peut tout savoir de là où nous allons ou ce que nous faisons… Mais nous savons également beaucoup de choses sur elle. La symétrie des relations est le plus souvent bénéfique, d’ailleurs nous sommes mal à l’aise quand ce n’est pas le cas. “Nous ne voulons pas moins de données, nous voulons une plus grande symétrie, tirer plus d’avantage que ce que l’autre partie sait de nous”.

kellyqs2011
Image : Kevin Kelly et le curseur entre la personnalisation et la surveillance… photographié par Marc Smith.

La troisième question que Kevin Kelly pose est à qui appartient les données ? Qui est propriétaire de votre amitié ? A qui appartient notre localisation ? Comprendre que nous sommes dans des espaces publics est souvent dur à entendre. A qui appartiennent notre réputation, notre histoire, nos conversations ? Le problème est que nous nous éloignons de la propriété pour l’accès, comme l’expliquait Jeremy Rifkin dans L’âge de l’accès. Les bénéfices de l’accès éclipsent les avantages de la propriété. Utiliser Netflix signifie que vous n’êtes plus propriétaire de vos films. Mais si vous avez accès à tous vos films tout le temps, pourquoi encore acheter des films ? Cela annonce peut-être une fuite du monde matériel vers le monde virtuel, suppose Kelly. Mais indéniablement, l’accès est souvent plus confortable que la propriété.

Jusqu’où la “quantification de soi” va-t-elle nous transformer ?

La quatrième incertitude a trait à la nature de la quantification de soi comme connaissance de soi par les chiffres. La technologie nous conduit à un soi étendu. Les animaux s’étendent eux-mêmes à travers leurs outils, comme l’expliquait McLuhan en évoquant la roue comme une extension du pied. Les ordinateurs sont une extension de notre cerveau… Mais jusqu’où cela peut-il aller ? La quantification de soi est vraiment le soi quantifiable. Nous nous rendons quantifiable, en nous implantant et en déglutissant des gadgets qui étendent notre quantifiabilité. Et cela ne concerne pas seulement ce qui est proche de nous : cela concerne également l’environnement dans lequel nous évoluons. Par l’autosuivi, les gens transforment leurs comportements pour les rendre plus quantifiables… ce qui en retour nous transforme. Toute la question est de savoir jusqu’où ?

Nous serons capables d’examiner les toxines de nos corps, après avoir mangé quelque chose ou visité un endroit intoxiqué. Nous pourrons séquencer nos gènes en temps réel. Nous nous apprêtons à devenir quantifiables en temps réel et à nous transformer en temps réel, suggère Kevin Kelly.

“Ce qui est certain, c’est que la technologie va changer notre connaissance comme elle l’a toujours fait.” Les télescopes et les microscopes ont rendu possible une nouvelle méthode pour connaitre le possible : la science. Si la science consiste à savoir comment nous le savons, la technologie modifie la façon dont nous le savons. Il n’y a pas d’histoire écrite de la méthode scientifique, estime Kevin Kelly en essayant de l’esquisser à grand trait en évoquant, pêle-mêle la naissance de l’expérience contrôlée (Bacon, 1580), la nécessité de la répétabilité (Boyle, 1665), la testabilité falsifiable (Popper, 1920), l’échantillonnage aléatoire (Fisher, 1926), le placebo (1937), la simulation par ordinateur (1946), l’expérience en double aveugle (1950)… “La méthode scientifique va autant changer au cours des 50 prochaines années qu’elle a évolué durant les 400 dernières années”, prophétise le gourou des nouvelles technologies.

La quantification de soi se trouve au coeur de cette transformation : les essais cliniques, les expériences en temps réel, la pharmacologie personnalisée, la médecine participative… la recherche collaborative, mais également l’exhaustivité des données (qui est la façon dont Google fait de la science) sont plus efficaces que les hypothèses. La façon triviale dont la quantification de soi génère des données fait partie de quelque chose de plus important. Elle fait partie d’une nouvelle étape de la méthode scientifique, comme une méthode qui s’ajoute à la boîte à outils scientifique que nous avons construite jusqu’à présent.

Ethan Zuckerman, qui via son live blogging nous a permis de suivre cette conférence, termine sa série de billets sur le sujet par une conclusion personnelle qui mérite l’attention. Tout d’abord, il reconnaît avoir du mal à comprendre ce besoin de mesure. Pour sa part, le souvenir d’avoir dû surveiller son taux de glycémie pour gérer son diabète n’est pas un souvenir amusant, au contraire.

Il s’inquiète également de l’opposition entre science et citoyen qu’étayait Seth Roberts dans son introduction. Pour Zuckerman, c’est là une fausse dichotomie. L’un et l’autre doivent travailler de concert. “Nous voulons plus de science, pas d’une guerre entre citoyens et scientifiques”.

Durant de jours, il a été surpris de voir rassembler autant de gens faisant des expériences sur eux-mêmes que ce soit pour tester l’efficacité d’une intervention ou pour surveiller et comprendre le fonctionnement d’un indicateur particulier. Mais plus rares étaient ceux qui partageaient ces données. Quelques intégrateurs verticaux, comme Zeo et son capteur de sommeil, recueillent probablement plus de données sur le sommeil que n’importe quel laboratoire spécialisé. Mais la plupart de ceux qui pratiquent le suivi personnel ne partagent pas leurs données très largement, à la fois pour des raisons de confidentialités (“que dirait mon assureur s’il découvrait que je suis un dormeur agité ou que je marche moins de 3000 pas par jours ?”) et également par ce que le partage et l’agrégation de données n’a pas forcément des avantages apparents.

matrixethanzuckermanQSEthan Zuckerman a dessiné une intéressante matrice en fonction de l’utilité de l’information, qui offre une première taxonomie des données quantifiées : si elles sont utiles isolées ou agrégées ou si elles sont utiles pour soi ou pour les autres. Bon nombre des projets aperçus à la conférence demeurent des expériences personnelles. Le suivi de son humeur sur MercuryApp n’est pas vraiment utile aux autres. D’autres types de données tirent avantage à leur agrégation : l’information sur son cycle de sommeil est utile en soi, mais est probablement plus utile si je peux la comparer à la façon dont les autres dorment.

A l’inverse, d’autres types de mesures sont finalement plus proches de la surveillance. “Il y a un continuum du traçage à la surveillance selon qu’il est utile à soi ou aux autres, qui varient selon qu’on choisit de se surveiller ou d’être surveillé par les autres. L’extrême surveillance ressemble à celle produite par la publicité sur internet : vous ne choisissez pas d’être tracés, et, malgré la croyance que les publicités ciblées sont plus utiles pour vous que les publicités non ciblées, la plupart d’entre nous ne sommes pas à l’aise avec ces annonces qui connaissent nos identités et nos désirs.”

Une matrice qui aide à bien différencier les problématiques de vies privées dans les solutions qu’apporte le Quantified Self (QS).

Ethan Zuckerman regrette également que trop de projets exposés durant ces deux jours reposent sur la santé. Bien sûr, le biais est facilement compréhensible : quand vous n’arrivez pas à dormir, vous avez envie de comprendre pourquoi. Mais on pourrait appliquer idées et techniques du QS à d’autres secteurs : notre humeur, notre travail, nos intérêts, nos mouvements… et même, me semble-t-il, à nos décisions.