Protection de la vie privée dans le contexte des plateformes en ligne : les limites des fiducies de données et du devoir fiduciaire de loyauté
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Les lois de protection des renseignements personnels se sont traditionnellement ancrées dans une perspective individualiste de la vie privée dont la pierre angulaire est le mécanisme du consentement individuel. Face aux géants du web, dont le modèle d’affaires repose sur l’analyse de données personnelles, cette perspective paraît inadaptée : elle tient insuffisamment compte des asymétries de pouvoir et d’information en présence et suppose à tort la vie privée comme une question de nature individuelle en omettant ses implications collectives. Elle peine ainsi à protéger adéquatement les personnes et facilite de ce fait la survenance d’effets individuels et sociétaux préjudiciables. Cet article rappelle d’abord les principales limites de la conception individualiste de protection de la vie privée – le modèle du notice and choice , ou notice and consent – au regard des pratiques des plateformes en ligne. Sont ensuite envisagées, dans une perspective critique, deux pistes de solution juridiques issues d’une conception collective de la vie privée : les fiducies de données et leur appréhension par le droit commun québécois, suivies des obligations fiduciaires de common law , et plus particulièrement le devoir fiduciaire de loyauté. Si ces pistes de solution semblent prometteuses à plusieurs égards, elles présentent toutes deux des limites importantes qui rendent difficilement concevable leur implémentation. D’une part, les fiducies de données, reposant sur le choix individuel de confier ses renseignements personnels à un acteur externe, reproduisent les difficultés liées au mécanisme de consentement individuel du modèle classique de notice and choice . Leur mise en oeuvre effective requiert également l’intérêt, la compréhension et la confiance des personnes dans le mécanisme, des garanties loin d’être acquises. D’autre part, l’imposition d’un devoir de loyauté obligerait les plateformes à modifier en profondeur leurs pratiques commerciales actuelles, des changements qui ne s’imposeraient pas sans résistance. Le droit à la vie privée, tant dans sa conception individuelle que collective, ne suffit pas à protéger adéquatement les personnes dans l’environnement numérique. D’autres domaines de régulation doivent être appelés à intervenir.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle