De l'apprentissage fédéré vers une théorie critique de l'apprentissage hétéromatique

From federated learning towards a critical theory of heteromatic learning

• Auteur / Autrice : Marie Garin
• Direction : Nicolas Vayatis
• Type : Thèse de doctorat
• Discipline(s) : Mathématiques aux interfaces
• Date : Soutenance le 17/06/2024
• Etablissement(s) : université Paris-Saclay
• Ecole(s) doctorale(s) : École doctorale de mathématiques Hadamard (Orsay, Essonne ; 2015-....)
• Partenaire(s) de recherche : Laboratoire : Centre Borelli (Gif-sur-Yvette, Essonne ; 2020-...)
• Partenaire(s) de recherche : Référent : École normale supérieure Paris-Saclay (Gif-sur-Yvette, Essonne ; 1912-....)
• Partenaire(s) de recherche : graduate school : Université Paris-Saclay. Graduate School Mathématiques (2020-….)
• Jury : Président / Présidente : Pablo Jensen
• Jury : Examinateurs / Examinatrices : Francesca Musiani, Sébastien Gambs, Tiphaine Viard, Anne-Laure Ligozat, Aurélien Bellet
• Jury : Rapporteurs / Rapporteuses : Francesca Musiani, Sébastien Gambs

Mots clés

Mots clés contrôlés

Protection de l'information (informatique)

Apprentissage automatique

Mots clés libres

Apprentissage machine

Apprentissage collaboratif

Théorie critique

STS (Sciences and Technologies Studies)

Équité algorithmique

Protection de la vie privée

Machine learning

Collaborative learning

Critical theory

STS (Sciences and Technologies Studies)

Algorithmic fairness

Privacy

Résumé

Ce manuscrit atteste d'un basculement épistémologique assez conséquent. Ainsi, ce document est constitué de deux sections; la première relève des mathématiques --- discipline initiale dans laquelle cette thèse a débutée - et la seconde, des Sciences and Technologies Studies (STS). L'objet de recherche autour duquel s'articule ce manuscrit est l'apprentissage automatique --- qualifié dans la seconde section d'apprentissage hétéromatique. La numérisation croissante des sociétés et la consubstantielle prolifération des traces numériques --- dont la mise en corrélation de données constitue le cœur même du fonctionnement de l'apprentissage hétéromatique --- ont élevé les enjeux de surveillance et de protection de la vie privée au rang des préoccupations sociétales majeures. Ainsi, la première section est consacrée à une exploration d'une méthode d'apprentissage machine permettant de ne pas centraliser les données et donc souvent présentée comme améliorant la confidentialité~: l'apprentissage fédéré. Une hémistiche présente la généalogie du basculement épistémologique et introduit les principaux ancrages méthodologiques guidant cette démarche; à savoir la théorie critique, certains écrits de Foucault et les STS. La seconde section, attestant d'une démarche réflexive et critique à l'égard de la première section, s'ouvre par une analyse de controverse sur les relations entre apprentissage fédéré et protection de la vie privée et se conclut par un examen des dimensions politiques de la littérature sur les moyens techniques présentés comme des solutions aux enjeux de vie privée. Ce changement de focale se poursuit par une enquête critique des régimes de vérité dominants abordant respectivement les enjeux de discriminations associés à l'apprentissage hétéromatique et les enjeux écologiques du dispositif numérique. Chacun de ces deux chapitres se conclut par l'exploration d'un champ d'intelligibilité alternatif ; l'équité algorithmique à l'aune de la gouvernementalité néolibérale dans le premier cas et l'étude des « impacts environnementaux » du dispositif numérique à l'aune de la philosophie critique des technologie de Langdon Winner dans le second cas.

This manuscript attests to a significant epistemological swing. This document consists of two sections: the first relates to mathematics --- the initial discipline in which this thesis began --- and the second to Sciences and Technologies Studies (STS). The research object around which this manuscript revolves is machine learning --- described in the second section as heteromatic learning. The increasing digitization of societies and the consubstantial proliferation of digital traces --- whose data correlation constitutes the very heart of how heteromatic learning works --- have elevated surveillance and privacy issues to the rank of major societal concerns. Thus, the first section is devoted to an exploration of a machine learning method that does not centralize data and is therefore often presented as improving privacy~: federated learning. A hemistiche presents the genealogy of the epistemological swing and introduces the main methodological anchors guiding this approach; namely critical theory, some of Foucault's writings and STS. The second section, reflecting a reflexive and critical approach towards the first section, opens with an analysis of a controversy on the relationship between federated learning and privacy, and concludes with an examination of the political dimensions of the literature on technical means presented as solutions to privacy issues. This change of focus continues with a critical investigation of the dominant regimes of truth, addressing respectively the discrimination issues associated with heteromatic learning and the ecological issues of the digital device. Each of these two chapters concludes with the exploration of an alternative field of intelligibility; algorithmic equity in the light of neoliberal governmentality in the first case, and the study of the ''environmental impacts'' of the digital system in the light of Langdon Winner's critical philosophy of technology in the second.