Asymétrie d'Information Algorithmique et Transparence comme Référence d'Équité en vertu de la DCCU »

Algorithmic Information Asymmetry and Transparency as a Fairness Benchmark under UCPD

• Auteur / Autrice : Aziz Aziz
• Direction : Fabien Terpan
• Type : Projet de thèse
• Discipline(s) : Droit Privé
• Date : Inscription en doctorat le 20/10/2023
• Etablissement(s) : Université Grenoble Alpes
• Ecole(s) doctorale(s) : École doctorale sciences juridiques
• Partenaire(s) de recherche : Laboratoire : Centre d'Etudes sur la Sécurité Internationale et les Coopérations Européennes

Mots clés

Mots clés libres

Protection des consommateurs

Marketing algorithmique

Asymétrie d'information algorithmique

Autonomisation des consommateurs

Cadres juridiques européens

Vulnérabilité numérique

Consumer Protection

Algorithmic Marketing

Algorithmic Information Asymmetry

Consumer Empowerment

European Legal Frameworks

Digital Vulnerability

Résumé

Cette recherche examine de manière critique le rôle de l'asymétrie d'information algorithmique dans la vulnérabilité des consommateurs sur les marchés numériques et évalue la transparence comme critère d'équité au regard de la Directive sur les pratiques commerciales déloyales (UCPD). Elle analyse comment les outils de marketing et de formation de contrats pilotés par des algorithmes génèrent des asymétries d'information qui compromettent l'autonomie des consommateurs et faussent les interactions sur le marché. S'appuyant sur la théorie juridique, le droit de la protection des consommateurs et des analyses interdisciplinaires de la gouvernance algorithmique, l'étude interroge l'adéquation des obligations de transparence en droit européen, en distinguant la simple divulgation procédurale de l'équité substantielle. En considérant la transparence comme un critère à la fois normatif et instrumental, la thèse propose un cadre recalibré pour évaluer l'équité dans les pratiques commerciales médiées par les algorithmes, mettant en lumière les lacunes réglementaires et suggérant des améliorations pour aligner l'UCPD sur les défis de l'ère numérique.

This research critically examines the role of algorithmic information asymmetry in shaping consumer vulnerability within digital markets and evaluates transparency as a benchmark for fairness under the Unfair Commercial Practices Directive (UCPD). It investigates how algorithm-driven marketing and contract formation tools generate asymmetries of information that undermine consumer autonomy and distort market interactions. Drawing on legal theory, consumer protection law, and interdisciplinary analyses of algorithmic governance, the study interrogates the adequacy of transparency obligations under EU law, distinguishing between procedural disclosure and substantive fairness. By positioning transparency as both a normative and instrumental standard, the thesis proposes a recalibrated framework to assess fairness in algorithm-mediated commercial practices, highlighting regulatory gaps and suggesting enhancements to align the UCPD with the challenges of the digital age.