Thèse soutenue

Market of personal data and regulation

FR  |  
EN
Auteur / Autrice : Vincent Lefrere
Direction : Grazia CecereFabrice Le Guel
Type : Thèse de doctorat
Discipline(s) : Sciences économiques
Date : Soutenance le 18/05/2020
Etablissement(s) : université Paris-Saclay
Ecole(s) doctorale(s) : École doctorale Sciences de l'Homme et de la société (Sceaux, Hauts-de-Seine ; 2015-2020)
Partenaire(s) de recherche : Laboratoire : Institut Mines-Télécom-Business School. Laboratoire en Innovation, Technologies, Economie et Management (Evry, Essonne)
Référent : Université d'Évry-Val-d'Essonne (1991-....)
Jury : Président / Présidente : Wilfried Sand-Zantman
Examinateurs / Examinatrices : Babur De Los Santos, Philippe Gagnepain, José De Sousa
Rapporteur / Rapporteuse : Babur De Los Santos

Résumé

FR  |  
EN

Les algorithmes de traitement des contenus utilisés dans l'industrie de l'Internet sont indispensables au fonctionnement de nombreux services. Ils servent à filtrer des contenus, ordonner des réponses à une recherche, sélectionner les informations pertinentes, faire des recommandations. Ils sont devenus nécessaires à l'analyse des grandes masses de données issues des objets connectés et du e-commerce. Ces outils sont également générateurs d'innovations dans un secteur économique stratégique et très concurrentiel. La littérature en droit et en économie montrent des résultats ambivalents. D'un côté elle montre que les algorithmes soulèvent des questions (d'abus) de position dominante, de collusion et de discriminations. Chen and al. (2017) étudient la plateforme UBER et ils montrent qu'il existe un monopole algorithmique concernant l'entreprise Uber, où le prix varie selon des règles propres à l'algorithme et non selon une logique de marché où l'offre et la demande déterminent un prix d'équilibre. Dans le cas d'un oligopole cette fois, Mehra (2016), ou encore Ezrachi et Stucke (2015) ont montré des problèmes de collusion (via un parallélisme des prix) dû à la présence de robots vendeurs (robots-sellers) qui se coordonnent selon une logique haussière. Enfin, sur un plus grand nombre d'entreprises, Mikians et al. 2013 ; Hannak et al. 2014 montrent l'existence de nombreuses discriminations par les prix. Datta et al. (2015) ; Lambrecht et Tucker, (2016) observent des discriminations en ligne en fonction du genre impactant le niveau de salaire. D'un autre côté, la littérature montre que les algorithmes peuvent améliorer les choix pris par les individus notamment dans les décisions de justice. Les idées préconçues de juges américains envers les individus afro-américains induisent une décision judiciaire biaisée et l'implémentation dans ce domaine d'algorithmes à démontré une réduction du crime de 24,8% (Kleinberg and al, 2016). Pour le moment, une littérature naissante en économie et en droit tente d'identifier ce type de comportements de la part des algorithmes, mais finalement, elle ne fait que relever un problème transverse d'asymétrie d'information entre les consommateurs - mais aussi le régulateur - et les firmes, quant aux règles de fonctionnement de leur algorithme. Ces règles sont-elles compatibles avec les règles de la concurrence et l'obligation de protéger la vie privée des consommateurs, fournisseurs privilégiés de données personnelles ? Comment inciter les entreprises à être plus transparentes et loyales, étant donné qu'un algorithme est la ressource stratégique des firmes et source d'innovations et de pouvoir de marché ? Comment éviter les dangers d'un mécanisme de sélection adverse (où les entreprises les plus respectueuses des données personnelles se trouveraient hors marché) et de hasard moral (du fait d'un coût de surveillance des autorités de régulation trop élevé) ? La thèse devra travailler sur l'ensemble de ces points.