Gouverner la ville numérique

Big data, blockchain, intelligence artificielle, smart city, plateformes, algorithmes, digital labor : l’innovation technologique semble rapide et insaisissable. Il importe donc de poser la question de ce que fait vraiment le numérique à nos sociétés et en particulier à nos villes. Dans l’ouvrage Gouverner la ville numérique (PUF,  2019) dirigé par Antoine Courmont et Patrick le Galès, chercheurs au Centre d’études européennes et de politique comparée, le big data est mis en perspective dans les questions de transformations des villes et du pilotage de la gouvernance urbaine, à partir d’enquêtes empiriques sur les algorithmes, les plateformes et des expérimentations.

Les paradoxes du numérique

Envisagé par les uns, comme un vecteur de progrès majeur, le numérique permet de résoudre toute une série de questions, de rendre le monde plus efficient, de proposer de nouveaux services, de relancer la croissance économique. Pour d’autres, c’est un risque pour nos sociétés : le numérique renforce la précarisation des individus, la surveillance généralisée, la privatisation des services, la technocratisation des gouvernements. Opposées, ces positions se basent pourtant sur  un même postulat : une forme de déterminisme, selon lequel la technologie produirait des effets similaires peu importe l’environnement social et territorial dans lequel elle est déployée. Or, le numérique est certes un facteur majeur de transformations des sociétés, mais la « révolution numérique », « l’ubérisation » ou la « disruption » sont des processus souvent exagérés. Ainsi, pour comprendre ce qu’il change ou non dans nos sociétés, et plus particulièrement dans la gouvernance des villes, le numérique doit être envisagé dans ses dimensions sociales, économiques et politiques.

Gouvernance urbaine : le tournant de 2008

Infographic Smarter Cities. Turning Big Data into Insight. © IBM

La fin des années 2000 marque un virage dans l’histoire des transformations urbaines. 2008 est l’année à partir de laquelle plus de la moitié de la population mondiale vit dans des villes. Cette même année, les villes voient le numérique faire irruption dans les questions de gouvernances. IBM, à la suite de Cisco, lance son initiative Smarter Cities visant à rendre la gestion urbaine plus efficiente par le biais des technologies et des données. Airbnb est créé, chamboulant l’économie du marché de la location, puis en 2009 avec la fondation de Uber, ces deux plates-formes deviennent le symbole de ce que certains ont appelé la sharing economy, qui soulève de nombreuses questions pour les villes et leur gouvernement. La fin des années 2000 est enfin celle de la massification du smartphone. En 2007, Apple lance l’iPhone. Ce nouveau produit technique marque une rupture en connectant en permanence les individus à Internet et en leur permettant d’accéder à des services et des informations en déplacement : le smartphone devient l’objet et la technologie de base du citoyen consommateur urbain.

Mettre la ville en données

Si les villes  ont toujours été productrices et utilisatrices de données, l’apparition du big data marque toutefois une rupture dans leur gouvernement.

Average cost of municipal services in 1890. Source : The Popular science monthly. Domaine public

Ce régime de quantification présente trois caractéristiques distinctives qui participent à la recomposition du gouvernement urbain : les données deviennent une ressource économique, elles prennent la forme de traces enregistrant les pratiques individuelles et elles circulent entre et au sein des organisations. À ce titre, elles participent à la transformation du capitalisme urbain, amplifient le gouvernement des conduites et transforment les relations entre les acteurs de la gouvernance urbaine. Toutefois, la mise en données de la ville n’est pas sans risque et sans limite. Le déploiement des technologies se heurte à la contradiction intrinsèque entre le formalisme numérique et l’informalité qui caractérise l’urbanité. Il est donc crucial de prendre en considération les usages de la ville, les pratiques urbaines et leurs évolutions pour comprendre les transformations, ou non, des villes par le numérique.

Des cas d’étude

Les cas présentés dans l’ouvrage soulignent que la ville numérique est loin de se résumer à un modèle unique, mais varie entre et au sein des villes. Ils mettent également en évidence l’inscription d’enjeux politiques dans les architectures techniques et le rôle des acteurs privés dans le déploiement de ces solutions techniques. Ils pointent enfin le fait que les technologies de l’information et de la communication sont mises en œuvre dans des villes déjà organisées et structurées par des institutions. Or ces dernières constituent autant de facteurs d’inertie, d’héritage, de règles transformant ou limitant le déploiement de dispositifs techniques.

*Waze et Uber

L’analyse de diverses mises en accusation des algorithmes offre à Dominique Cardon et Maxime Crépel l’opportunité d’ouvrir la « boîte noire » de la gouvernance algorithmique et de repérer les principes de gouvernement inscrits dans les architectures techniques. Ils montrent combien la rationalité procédurale inscrite dans ces instruments s’accommode mal du caractère substantiel des événements urbains

Reactions on Twitter regarding the increase in Uber taxi prices during the attack (London June 2017) © Screenshot Huffingtonpost

et des politiques publiques. Des conflits entre logiques publiques et privées peuvent alors surgir dans l’exploitation des big data. Ainsi, certains quartiers se retrouvent submergés de voitures parce que l’application Waze considère toutes les voiries de manière équivalente sans prendre en considération le caractère résidentiel de ces quartiers. De même, les tarifs pratiqués par Uber lors des attentats à Londres en juin 2017 constitue un exemple éclairant de ces conflits. Alors que les fameux black cab chargeaient gratuitement les passagers pour les mettre à l’abri, les tarifs d’Uber, basés sur des algorithmes ordinaires d’encombrement, ne faisaient que s’envoler. Se pose alors la question de l’introduction de dimensions d’ordre public (au sens large) dans la  définition des algorithmes en élaborant par exemple, différents scénarios.

*Predicting Policing

À partir du cas de Predpol, une start-up américaine vendant des solutions de police prédictive (predictive policing) basées sur les données historiques de criminalité, Bilel Benbouzid défend l’idée que ces technologies visent moins à prédire le crime qu’à manager l’activité policière.

LAPD Deputy Chief Sean Malinowski Since 2010, he has been one of the architects behind the way the LAPD uses data to target crime. ©Anne Cusack / Los Angeles Times

Elles sont un outil de rationalisation des tournées policières et permettent à l’administration de suivre et mesurer en temps réel l’activité des policiers et ainsi d’obtenir des indicateurs gestionnaires pour les managers et les évaluer. L’absence de mise en débat des choix algorithmiques fait en outre courir des risques de discrimination spatiale, avec une surreprésentation statistique de certains quartiers et populations.

*La modélisation

Brice Laurent, David Pontille et Félix Talvard se penchent sur  la notion d’expérimentation qui conduit à mettre en œuvre de nombreux services numériques dans les villes. En comparant des projets de modélisation 3D à Singapour et de services de mobilité à San Francisco,

Zipcar Charging Station in San Francisco © Felix Kramer (CalCars). CC BY-SA 2.0

ils analysent comment se co-définissent les dispositifs techniques, les modalités de la relation entre les acteurs publics et privés, mais également les identités politiques des citadins et la nature de la ville elle-même. Ces expérimentations se déroulent en dehors des processus classiques des politiques publiques ; ce cadre plus fluide permet de tester l’efficacité des technologies, de réduire les incertitudes sur le marché du numérique urbain et de se faire rencontrer entreprises tech et collectivités qui peinent parfois à se comprendre. Mais le caractère transformateur de ces expérimentations est cependant limité par son intégration réduite aux politiques sectorielles.

*Airbnb

Affiches de protestation des habitants contre Airbnb © Left Chinatown NY © Leigh Blackall CC BY 2.0. top right Berlin © screenpunk;  bottom left Athènes  © duncan c CC BY 2.0

Enfin, Thomas Aguilera, Francesca Artioli et Claire Colomb montrent comment le « problème » Airbnb a été mis à l’agenda des villes européennes et décrivent la diversité des modes de régulation. Plus que l’ampleur du phénomène, le cadrage du problème et la nature de la régulation varient selon la configuration d’acteurs mobilisés. Ils concluent en affirmant que si l’encadrement de l’activité d’Airbnb se renforce, la régulation de l’activité de la plateforme reste difficile à mettre en œuvre. L’accès aux données détenues par Airbnb est crucial pour connaître précisément le phénomène, identifier les loueurs ne respectant pas la réglementation et engager des poursuites.

Les technologies numériques s’inscrivent ainsi dans les modes de gouvernance tout en les recomposant : nouveaux acteurs et nouveaux services  plus ou moins durables, transformations ou disparition de configurations anciennes, redéfinition des rapports de force économiques et politiques… Car si la smartcity peut renforcer le pouvoir de surveillance des institutions publiques et des entreprises, elle offre aussi aux  mouvements citoyens des moyens pour s’organiser différemment comme en témoigne les manifestants à Hong Kong. Les autorités publiques sauront-elles gouverner ces forces contraires ?

Antoine Courmont, jeune docteur de Sciences Po en science politique, est le responsable scientifique de la Chaire “Ville et numérique”. Ses travaux portent sur la recomposition de la gouvernance urbaine à partir d’une approche de sociologie politique des données.

Patrick le Galès est directeur de recherche au CNRS Centre d’études européennes et de politique comparée. Doyen de l’École urbaine, il consacre ses recherches à la comparaison des villes européennes, des États et des sociétés européennes (la Grande-Bretagne, l’Italie,la Finlande, l’Espagne...), et des grandes métropoles mondiales (Paris, Londres, Mexico, Sao Paolo, Dubai, Milan, Los Angeles…)