Big data is watching your job

Les «big data» vont-elles bientôt résoudre le problème du chômage de masse? Certains y croient dur comme fer. Les enjeux et pierres d’achoppement ne manquent pourtant pas.

Découvrez la revue sous format papier & PDF pour 6€. Envoyez un mail avec «AE 433 + adresse » à mmx@alter.be

Les «big data» appliquées au secteur de la recherche d’emploi, c’est un peu comme le monstre du loch Ness. On en parle, on en parle, mais, en matière de preuves, on doit pour l’instant se contenter de rumeurs ou d’affirmations difficiles à vérifier. Le meilleur exemple est celui de Paul Duan. Voilà un an que ce jeune prodige français de l’informatique fait la une des quotidiens et magazines généralistes ou «geeks». Il faut dire que ce qu’il propose a de quoi exciter l’imagination. À la tête de son ONG nommée Bayes Impact, le garçon se fait fort de résoudre la question du chômage à coups d’algorithmes bien placés. Le principe est simple: augmenter le «matching» (appariement) – comme on dit dans le milieu – entre les profils des chômeurs français et les offres d’emploi ou de formations disponibles. Le tout au moyen d’une application qui devrait guider le demandeur d’emploi dans ses démarches. Et lui proposer des offres mieux adaptées à son profil. Détail important: Paul Duan se propose de réaliser ce travail en «open source» (code source libre) et ce, à titre tout à fait gracieux. Il ne se fera pas payer puisque son ONG bénéficie de fonds privés. Un argument qui a probablement fini par convaincre Pôle emploi – l’équivalent d’Actiris ou du Forem – d’ouvrir ses bases de données – anonymisées bien sûr – au jeune homme. Pour le reste, on n’en saura pas plus. Pôle emploi se refuse pour l’heure à entrer dans les détails. «Il est encore un peu tôt», nous dit-on.

Du côté belge, la rengaine est la même. Les big data et leurs promesses de «matching» hyperpointu font certes rêver. Chez Actiris, on affirme que «le traitement de big data est certainement un défi intéressant à relever et à approfondir. C’est pourquoi nous explorons effectivement la piste et avons actuellement des projets en cours de réflexion». Au Forem, on déclare que le sujet est sur la table et que le service est en train de «préparer le terrain». Mais pour le reste, on n’en saura pas plus… «Malheureusement, vu que les projets se trouvent dans leur phase initiale, nous n’avons pour le moment pas grand-chose sur lequel nous pouvons déjà communiquer», s’excuse-t-on chez Actiris.

Une question de profil?

Il faut dire que les enjeux à dénouer avant de se lancer dans l’aventure sont nombreux. À commencer par celui de l’accès aux bases de données. «Nous sommes un service public et nos bases de données contiennent des informations sensibles, concède-t-on au Forem. Il faut voir comment il est possible de les mettre à disposition pour une intermédiation entre offre d’emploi et demande.» Un opérateur public peut-il en effet mettre sa base de données à la disposition d’un tiers comme c’est prévu dans le cas du projet de Paul Duan? En France, la question a visiblement été réglée, même si Pôle emploi ne s’étendra pas encore sur la question du comment… Mais en Belgique, des questions se posent. Jean-Marc Van Gyseghem est avocat au barreau de Bruxelles. Il est aussi directeur de recherche au Crids, le Centre de recherche information droit et société de l’Université de Namur. Et pour lui ce type de projets «comporte des zones d’incertitude. Tout cela est moins simple et plus dangereux que ça en a l’air».

Pour notre homme, ces nouveaux outils se baseront non seulement sur les informations contenues dans les bases de données des services de l’emploi, mais aussi sur ce qu’ils trouveront sur Internet à propos du chômeur. Des informations contenues sur les réseaux sociaux, au sein de données sociodémographiques, etc. «Tout cela va donner un profil, explique-t-il. Mais le profilage est régi par des règles particulières. Il ne peut se faire à l’insu des personnes et, surtout, il ne faut pas en changer la finalité.» Pour Jean-Marc Van Gyseghem, ouvrir la base de données des services de l’emploi à un tiers pourrait justement poser de «gros problèmes de finalité». «Je ne suis pas convaincu qu’Actiris, par exemple, pourrait ouvrir sa base de données comme cela, souligne-t-il. Il faudrait un contrat très contraignant où le tiers serait alors considéré comme un sous-traitant travaillant pour le service, avec la même finalité. Ou bien une législation spécifique.»

Même dans le cas où les services décideraient de travailler sans intervention extérieure, des questions de finalité pourraient aussi se poser. Que se passerait-il en effet si le résultat du profilage était utilisé non plus pour aider le chômeur dans sa recherche d’emploi, mais pour le contrôler et le sanctionner? «Il ne faudrait pas que cela serve à une activation renforcée des chômeurs, souligne Jean-Marc Van Gyseghem. Il serait en effet facile de dire au chômeur: il y avait tel et tel profil d’emploi qui vous correspondait et vous n’y avez pas postulé…»

Ce processus existe bien sûr déjà à l’heure actuelle, mais il pourrait se trouver accentué par les big data. Car tous en conviennent: les algorithmes sont capables de trouver de corrélations bien plus fines et de manière plus efficace qu’un humain. Ce qui veut dire aussi peut-être plus d’offres à disposition du chômeur. Plus de possibilités de refus de sa part. Et plus de possibilités de sanctions.

Finie la subjectivité

Pour d’autres intervenants, cependant, cette plus forte capacité d’analyse peut aussi constituer une chance. «Les big data et les algorithmes sont capables d’aller chercher des corrélations de données qu’un humain ou un ordinateur traditionnel ne sont pas capables de mettre en évidence, souligne André Blavier, directeur de la communication à l’Agence wallonne du numérique. Elles étudient beaucoup plus de paramètres que le CV et prennent en compte ce qu’on appelle des signaux faibles.» Elles vont aussi aller collecter des informations concernant les employeurs ou les opérateurs de formation. Le tout pour mettre en avant des informations qui, cerise sur le gâteau, seraient exemptes de toute subjectivité. «Aujourd’hui, il y a beaucoup de discussions sur la manière dont les gens et les travailleurs s’autolimitent, s’enferment dans des processus ou dans leurs choix, même de manière inconsciente», continue André Blavier. «Évacuer» cette subjectivité par le biais des algorithmes permettrait donc de proposer aux chômeurs des offres auxquelles on n’aurait pas pensé en d’autres circonstances. Une manière aussi d’éviter toute forme de discrimination? Beaucoup de monde semble y penser. «Ce que pourrait faire une application comme celle de Paul Duan, c’est soit essayer de trouver ce que le demandeur d’emploi recherche comme offre d’emploi sur la base de son profil (âge, diplômes). Soit, à l’inverse, trouver des personnes aux parcours de carrière similaires à celui de ce demandeur et voir ce qu’elles ont obtenu comme type d’emploi. Avant de proposer au chômeur des emplois similaires. C’est comme ça que fonctionne Amazon par exemple. Il s’agit de proposer le bon produit au bon consommateur», explique Benoît Frenay, professeur spécialisé en «machine learning» à l’Université de Namur.

Encore faut-il que les informations traitées par l’application pour faire ses recherches et «apprendre» soient fiables. Ce qui, à en croire Benoît Frenay, n’est pas si évident que cela. Le demandeur d’emploi peut ainsi fournir des informations fausses ou biaisées, de manière volontaire ou pas. Idem pour l’employeur potentiel. Un travailleur peut aussi avoir obtenu un travail via ses réseaux, ce qui viendrait bien sûr biaiser toute corrélation entre, par exemple, son profil, son parcours et l’emploi obtenu. Et tronquer toute offre effectuée sur la base de ce parcours à des demandeurs d’emploi au profil apparemment similaire. Enfin, il semble aussi qu’il faille se méfier des fausses corrélations. «Aux États-Unis, il existe une forte corrélation entre le nombre de crimes commis dans une ville et le nombre d’églises, fait remarquer Benoît Frenay. On pourrait y voir un lien de cause à effet. Or ces deux chiffres n’ont rien à voir. Il se fait juste que, plus une ville est grande aux États-Unis, plus le nombre de crimes augmente… et le nombre d’églises aussi.»

Dans ce contexte, peut-on imaginer que les algorithmes puissent éviter toute forme de discrimination? Ici aussi, Benoît Frenay semble circonspect. Car l’application risque en effet de s’inspirer des cas de discrimination trouvés çà et là, de les considérer comme normaux, et de les reproduire. «Si le modèle détermine par exemple que telle ou telle personne issue de tel ou tel endroit n’obtient jamais tel ou tel travail, il pourrait considérer cela comme normal et reproduire ce phénomène.» Autre problème pointé: le risque de «normalisation» des offres faites aux chômeurs. Avec une machine aux commandes, on ne verra peut-être plus jamais de «matchings» atypiques, mais gagnants entre un demandeur d’emploi et une offre a priori peu compatibles…

Pour venir contrer ces phénomènes, il faudra donc notamment que les travailleurs des services de l’emploi soient capables de comprendre les décisions qui ont été prises par la machine. Ce qui impliquera aussi qu’ils aient les compétences numériques pour le faire – une remarque qui vaut aussi pour le demandeur d’emploi. «Le but n’est bien sûr pas de tout remplacer dans le processus. Les big data sont plus un outil d’aide à la décision que de remplacement de la décision», admet André Blavier. Le bémol vaut la peine d’être mentionné…