Retour sur la notion de trace numérique

5La trace peut se définir, a minima, comme l’empreinte, la marque d’une action. Terme polysémique, notre acceptation de la « trace » rejoint le paradigme indiciaire de Ginzburg (1980) qui la caractérise, comme le souligne Alexandre Serres (2002) selon trois grands aspects : l’individualité de l’objet d’analyse (la trace renvoie à des pratiques singulières), le caractère indirect de son déchiffrement (la connaissance qui s’opère par trace ne passe ni par l’expérimentation, ni par l’observation directe) et le caractère conjoncturel de son interprétation (il existe une marge irréductible d’aléatoire et d’incertitude). Or, depuis quelques années, le développement du web engendre un engouement pour la déclinaison numérique de cette notion (Galinon-Mélenec et Zlitni, 2013).

6Les traces numériques peuvent ainsi se définir comme des données personnelles, descriptives de l’activité ou de l’identité d’un individu. Elles sont produites et stockées soit de manière automatique (après un consentement plus ou moins explicite), soit par le biais d'un dépôt intentionnel. À la manière d’une trace de pas, elles constituent des empreintes numériques mais à la différence des traces de pas qui sont éphémères, les traces numériques sont archivables et exploitables parfois très longtemps après leur apparition. Les traces numériques sont omniprésentes, nous en produisons individuellement des centaines voire des milliers au quotidien par le biais de nos courriels, recherches sur le web, achats en ligne, déplacements en transport en commun ou encore paiements avec une carte de crédit… Prises isolément, elles n'ont guère de sens. Mais regroupées, traitées et combinées, elles constituent des ressources informationnelles significatives et à grande valeur ajoutée potentielle.

Vers une définition des traces géonumériques

7Dans le contexte d’une société toujours davantage empreinte de numérique, la dimension spatiale occupe une place grandissante tant nos pratiques sont de plus en plus connectées et géolocalisées (mobilité, communication, tourisme…). L’usage exponentiel des objets connectés à l’image des smartphones conduit à une multiplication et à une diversification des données géographiques personnelles (Kitchin, 2014). Ces dernières se caractérisent par de nouvelles modalités de production tant au niveau de leur source, de leur volume que de leur précision. On peut définir les traces numériques comme les empreintes laissées derrière soi lorsque l’on navigue sur Internet ou lorsque l’on recourt à un service à partir d’un terminal numérique. Elles sont dites géonumériques, si des données (ou métadonnées) géographiques autorisant leur spatialisation, leur sont associées. Il peut s’agir de coordonnées géographiques, d’un toponyme, d’un numéro de borne Wi-Fi, d’une cellule de réseau de téléphonie mobile ou encore d’un nom de lieu.

8Si pendant longtemps l’analyse des traces a relevé essentiellement de l’exploitation de dispositifs dédiés à cet usage (dataloggers) ou d’applications mobiles pour smartphones (Drevon et al., 2014), désormais de nombreux projets mettent en œuvre des partenariats avec des opérateurs de télécommunication ou développent des protocoles de collecte pour extraire des données en “circulation” sur le web. C’est ainsi que le web scraping, technique d'extraction du contenu de sites web via un script permettant d’automatiser l’opération, devient une pratique de plus en fréquente, à l’image des travaux d’Anne-Cécile Mermet (2017) sur le « syndrôme Airbnb à Helsinki ». Les traces existantes, issues de sources non académiques, peuvent alors provenir :

9

• ­ des données relatives aux téléphones portables. C’est ainsi, par exemple, que Julie Fen Chong (2015) a tenté de révéler les mobilités ordinaires des touristes en Île-de-France à partir des données issues de la téléphonie mobile fournies par l’opérateur Orange ;
• ­ des données GPS issus de dispositifs embarqués ou d’objets connectés à l’image de l’anecdote sur l’application Strava évoquée en introduction ;
• ­ des données fournies par les opérateurs de transports en commun ou de vélos en libre-service (Vogel et al., 2011 ; Wang et al., 2015 ; Wergin et Buehler, 2017) ;
• ­ des métadonnées associées aux contenus (textes, photos ou vidéos) qui circulent sur les réseaux sociaux. L’analyse du contenu de Twitter ou de Foursquare a, par exemple, permis à des équipes de recherche d’identifier et de redessiner des “quartiers de vie” de quelques grandes villes nord-américaines pour les comparer aux quartiers administratifs (Frias Martinez et Frias Martinez, 2014) ;
• ­ à une échelle plus fine encore, des données issues de bornes Bluetooth peuvent être analysées pour suivre précisément le parcours de touristes, par exemple, dans des espaces muséographiques (Yoshimura et al., 2014).

10Si l’ensemble de ces recherches contribue significativement : « à une meilleure lisibilité de l’environnement urbain et plus précisément de son inégale pratique par les individus » (Beaude, 2015 : 137), l’hétérogénéité des sources et des conditions de fabrication de ces traces, doit être regardée de près avant toute tentative de généralisation de leur interprétation.

Essai de qualification des traces géonumériques

11De par leur grande diversité, il est difficile de dresser une typologie exhaustive des traces géonumériques tant les modes de production, les technologies mobilisées comme les logiques sous-jacentes sont composites. En réponse à cette hétérogénéité, nous proposons de distinguer les traces géonumériques selon quatre grandes dimensions qui renvoient à la fois à leur nature (flux / marque), leur dimension géographique (implicite / explicite), leur intentionnalité (volontaire / involontaire) et leur niveau d’appréhension (individuel / agrégé). Cette classification s’inspire en partie des distinctions et catégories d’information géographique volontaire (Volunteered Geographic Information) et de données géospatiales issues de processus d’externalisation ouverte (crowdsourcing) proposées dans l’ouvrage collectif (Sui et al., 2013).

Traces implicitement géolocalisées / traces explicitement géolocalisées

16La plupart des traces géonumériques ne sont pas des données explicitement géolocalisées c’est-à-dire qu’elles ne possèdent pas de coordonnées associées à leur contenu. Lorsque les traces sont générées depuis des applications qui permettent d’observer son environnement (inventaire faunistique ou floristique) ou son activité physique (tableau de bord sur ses pratiques sportives), la dimension spatiale est souvent centrale. La collecte de traces passe alors obligatoirement par l’activation des services de géolocalisation et la restitution des données se fait alors souvent sur un fond de plan qui va permettre de localiser (une espèce, un parcours) ou de visualiser la densité (des observations ou des activités).

Figure 3

Exemples d’applications ayant accès aux données de localisation du téléphone

Exemples d’applications ayant accès aux données de localisation du téléphone

17Lorsque les traces sont implicitement géolocalisées, leur géoréférencement est dérivé, issu d’un traitement, plus ou moins complexe. Le processus de géoréférencement des traces, lequel autorise leur spatialisation, s’appuie sur un ensemble de techniques permettant de géolocaliser des données par des manières détournées à l’image du géocodage (localisation à l’adresse) ou du geoparsing (extraction de mots-clés dans un texte et localisation à partir de dictionnaires de lieux). C’est le cas, par exemple, des photographies déposées sur des sites de partage comme Flickr ou Google Photos (ex Picasa). L’indexation spatiale des photographies qui permet d’y accéder à partir de l’exploration d’une carte se fait soit par l’utilisation des coordonnées géographiques intégrées dans les métadonnées du fichier soit par une extraction des mots-clés (tags) géographiques qui caractérisent la photo (par exemple, tour Eiffel, Paris).

Visualiser les spatialités

19Comme le souligne Boris Beaude (2015 : 134) : « l’enjeu principal des traces numériques est un enjeu de visibilité ». Les traces géonumériques permettent, en effet, de saisir et de donner à voir des pratiques spatiales avec une granularité (l’individu) et des échelles spatio-temporelles difficilement accessibles avec d’autres méthodes.

20À travers sa pléthore de services, Google enregistre au quotidien des milliers de traces de chacun de ses utilisateurs. Depuis quelques mois, la firme de Palo Alto permet à ses usagers de visualiser, de télécharger et de contrôler leurs différentes traces laissées sur la toile (recherche, communication, mobilité). La plate-forme takeout qui centralise toutes ses données personnelles propose notamment d’accéder à son historique de position et de le visualiser sur Google Maps. Une rapide exploration de ces traces permet d’appréhender de manière concrète le volume et le contenu de certaines de nos traces géonumériques comme l’illustre la Figure 4 qui présente les traces d’un des auteurs. La carte de gauche présente les lieux identifiés par Google, il peut s’agir de commerces, de restaurants ou de gares que l’on a fréquentés. Dans cette logique de qualification automatique des lieux récurrents, Google localise également le domicile et le lieu de travail. La carte de droite illustre de son côté les traces brutes issues de l’historique de position.

Figure 4

Traces géonumériques issues d’un compte Google (lieux et trajets)

Traces géonumériques issues d’un compte Google (lieux et trajets)

21Certaines plateformes qui centralisent des millions de données agrègent des traces individuelles pour proposer des géovisualisations à l’esthétique particulièrement soignée. C’est le cas, par exemple de la collection de cartes Local versus Tourist (https://www.flickr.com/photos/walkingsf/sets/72157624209158632/) qui distingue pour des dizaines de métropoles les zones les plus photographiées par des touristes de celles préférées par les habitants. Pour ce faire, Éric Fisher a collecté les métadonnées de milliers de photos présentes sur la plateforme Flickr, en distinguant touristes et locaux selon la fréquence des prises dans la ville en question.

22Les données relatives à l’utilisation des services de vélos en libre-service donnent également lieu à de multiples travaux autour de l’exploitation de ces traces (Rouquier et Bournat, 2014). L’intérêt pour cette thématique s’explique en partie par la bonne accessibilité aux données qui sont souvent disponibles librement sous des formes structurées (via des API en temps réel ou des lots de données archivés). Les informations compilées, agrégées et traitées (horaires, occupations des stations, localisations des stations de départ et d’arrivée, durée du trajet, profil de l’usager…) permettent de visualiser sous forme de cartes et de graphiques comment les usagers se comportent dans le temps et dans l’espace. Le projet Bike Sharing Atlas mené par une équipe de l’Université de Vienne propose par exemple l’analyse en temps réel de 400 services de vélos en libre accès à travers le monde (http://bikesharingatlas.org).

23Au-delà de la simple visualisation, de nombreuses études explorent davantage la dimension analytique à des fins d’optimisation de gestion (Vogel et al., 2011 ; Wang et al., 2015 ; Wergin et Buehler, 2017). Les travaux d’Etienne Côme et Latifa Oukhellou (2014) autour de l’utilisation des Vélib’s proposent par exemple d’appréhender les pratiques sous des formes complexes basées sur une palette d’analyses (récurrences, profils d’usages similaires, matrices Origine Destination dynamiques, typologie des stations).

24Le domaine de la mobilité et des transports en général est un grand pourvoyeur de traces géonumériques. Il existe de nombreuses applications permettant de visualiser en temps réel la localisation des avions (https://www.flightradar24.com), des trains (http://raildar.fr), des bus (https://www.livemap24.com/) ou encore des bateaux (https://www.marinetraffic.com/). Autre thématique au cœur de questionnements actuels, les nouvelles formes de mobilité comme le covoiturage. Il est ainsi possible via l’API de l’entreprise BlaBlaCar de récupérer, d’analyser et de cartographier la multitude de trajets de cette communauté (cf. Figure 6).

25De leur côté, les réseaux sociaux et notamment Twitter font l’objet de plus en plus d’analyses et essais de géovisualisations selon différentes perspectives. La plateforme TweetMap (cf. Figure 7) propose par exemple l’exploration géographique de millions de tweets selon différents paramètres (hashtag, langue, date, lieux…). L’application Trendsmap présente sous forme d’une carte dynamique les sujets les plus populaires (https://www.trendsmap.com). Enfin, le service Twitmap permet de visualiser en temps réel les messages envoyés à proximité de sa propre localisation (https://twimap.com).

Figure 5

Interface de l’application 1 mois de velib

Interface de l’application 1 mois de velib

26Tous ces travaux d’artistes, de designers web ou de géographes permettent d’entrevoir le potentiel heuristique des traces numériques à travers leur capacité à rendre visible autrement les spatialités par la dimension inédite des données et surtout leur volume. Mais ces visualisations esthétisantes ne sont pas toujours facilement reproductibles et leur rigueur méthodologique peut être discutée (cf. 3.1).

Repenser les lieux

27Sur un plan plus technique, l’exploitation des traces-marques en particulier, permet d’envisager de nouvelles voies de caractérisation de la saillance (géométrique, structurelle voire sémantique) des points de repères spatiaux (Quesnot et Roche, 2015). La saillance (ou prégnance) est un concept qui en psychologie correspond à la propension (ou qualité) d’un objet à se démarquer des autres éléments présents aux alentours (Raubal et Winter, 2002). Ces points de repère (landmarks) constituent l'épine dorsale des systèmes de planification d’itinéraires et d’aide à la navigation, de plus en plus utilisés dans le contexte des mobilités urbaines actives et équipées. La constitution automatique ou quasi-automatique de bases de données de “landmark” est un enjeu réel, et en l’espèce, les traces géonumériques constituent certainement les principales sources de données utilisables.

Figure 6

Carte des trajets BlaBlaCar du 1^er mars 2018 au départ de Paris

Carte des trajets BlaBlaCar du 1^er mars 2018 au départ de Paris

28Mais au-delà de la spatialisation de ces traces qui permet leur usage comme source de données et leur visualisation, le recours aux traces numériques en géographie peut encourager, par de multiples aspects, un renouvellement des réflexions sur la notion de « lieu ». Le « lieu » est un concept majeur en géographie. Il en existe différentes acceptions que les dictionnaires de géographie illustrent abondamment. Aussi il n’est pas question ici d’en dresser un état de l’art complet. Mais si l’on admet que le lieu est en quelque sorte la conjonction de la fonction d’un objet géographique (un évènement, un objet matériel, une idée…), d’une localisation géographique et d’un nom associé (Roche, 2016), alors le recours aux traces géonumériques ouvre une nouvelle voie d’exploration des lieux. Les traces individuelles donnent accès aux lieux « en train de se faire ». Elles sont en quelque sorte les porte-voix informationnels de celles et ceux qui font les lieux. En une localisation géographique cohabitent dans une synchronicité temporelle ou en décalage (lieux éphémères, lieux récurrents…) une multitude de lieux. L’épaississement numérique (réalité augmentée, objets connectés et réactifs…, mais aussi personnalisation algorithmique des lieux physiques) des lieux matériels rajoutent encore à la complexité de cette réalité (Zook et Graham, 2007). Jamais il n’a été aussi « facile » d’accéder à de l’information produite au rythme même des dynamiques spatiales qu’elle décrit. Une nouvelle forme d’intelligence spatiale (bien dans le sens étymologique de capacité à comprendre, à créer des liens pertinents entre les composantes d’un tout), l’intelligence des lieux (Roche, 2017), est alors à portée de main ou presque.

Figure 7

Interface de la plateforme TweetMap

Interface de la plateforme TweetMap

29L’exploitation des données émises, par les capteurs dont on a précédemment mis en évidence la grande diversité, peut ainsi permettre de faire émerger des réseaux fonctionnels et/ou hiérarchisés, des polarités spécifiques, centrales, secondaires ou dérivationnelles. La configuration des réseaux de traces peut ainsi contribuer à révéler des concurrences ou des complémentarités en matière d’attractivité et de fonctionnalités entre des quartiers. Les travaux de Gwiazdzinski et Wu (2017) sur Shanghai à partir des traces issues du réseau social SINA Micro-blog permettent, par exemple, de repérer les pôles d’animation nocturnes et de visualiser leur évolution temporelle.

30L’exploration des métadonnées (tags) de localisation des informations indexées par les internautes peut aussi permettre de comparer les toponymes officiels et les toponymes d’usages (Jones et al., 2008). Ces traces sémantiques se révèlent alors riche de sens pour comprendre comment les habitants s’approprient - font - certains lieux ou certains géosymboles de la ville (Noucher, 2014). Les travaux autour de l'agrégation spatiale de traces pour redessiner les dynamiques locales urbaines illustrent bien les nouveaux rapports aux territoires qui se constituent (Arribas-Bel, 2014). L’application Livehoods (cf. Figure 8) mobilise par exemple des données de Foursquare et Twitter pour proposer des découpages de quartier basés sur les pratiques, la proximité et les temporalités des utilisateurs de ces réseaux sociaux (Cranshaw et al., 2012).

Figure 8

Interface de l’application Livehoods/Montréal

Interface de l’application Livehoods/Montréal

Enjeux techniques et méthodologiques

31Beaucoup de travaux scientifiques mettent en garde sur les limites des solutions clés en main qui proposent des analyses des traces numériques (Fournier et Jacquot, 2014 ; Vece, 2014 ; Vidal, 2015). Essayer de faire parler les traces numériques c’est aujourd’hui se confronter aux techniques – multiples – de fabrique des informations géographiques en cherchant à ouvrir les boîtes noires algorithmiques dont elles sont issues. Celles-ci se caractérisent par une opacité croissante de leurs processus de collecte, d’agrégation, de traitement et de mise en circulation.

32Il faut dire que beaucoup de traces possiblement récupérables sur la toile sont dans les faits de plus en plus verrouillées par les géants du numérique (Google, Facebook, Twitter, Airbnb, etc.), désireux de contrôler, à des fins commerciales ces données, éminemment stratégiques (Quesnot, 2016). Dans les faits, les API (Application Programming Interface) qui représentent des portes d’entrée vers les données sont de plus en plus verrouillées. Ainsi, l’étude de plateformes commerciales dont les traces numériques sont plus difficilement accessibles ou pour lesquelles les données accessibles sont loin d’être représentatives ne peut être envisagée sans un risque réel de sur-interprétation de données non représentatives. À titre d’exemple, seul 1 % des messages du réseau social Twitter est géolocalisé (Hawelka et al., 2013) et l’API grand public ne donne accès qu’à 1 % du trafic total (Morstatter et al., 2013). L’accès à un flux contenant la totalité des tweets peut se faire, via le flux de diffusion Firehose de Twitter, mais nécessite alors d’établir un partenariat (financier) avec la firme de San Francisco.

33Une fois les données collectées, leur traitement relève bien souvent de la gageure. D’une part, les contenus produits sont rarement structurés pour être croisés et analysés. Les données sont bien souvent peu documentées et l'interopérabilité technique (format d’échanges) et sémantique (informations associées) demeure encore limitée. D’autre part, il n’existe pas encore de véritables solutions logicielles dédiées aux traitements de ces données d’un type particulier (volumineuses, hétérogènes et en temps réel). Quelques outils permettent, certes, des opérations basiques, mais les fonctionnalités de transformation et d’analyse spatiale, sont assez limitées par rapport aux systèmes d’information géographique (SIG). Quant aux nouvelles méthodes autour de la fouille de donnée, l’apprentissage ou l’analyse prédictive autour des données géographiques, elles restent encore très exploratoires et essentiellement développées par des informaticiens et non par des géographes ou des géomaticiens.

Enjeux éthiques

34L’exploitation des traces numériques en géographie - comme dans tous les autres domaines d’usage - pose en particulier la question de leur propriété et de leur divulgation dans le domaine public (Lucchini et Elissalde, 2014). Les enjeux éthiques (Cliche et al., 2016) de l’usage de ces données doivent par conséquent demeurer au cœur de toute pratique de recherche qui viserait à les remobiliser.

35L’un des premiers enjeux éthiques évoqué rapidement plus haut concerne l’effet boîte noire des traces numériques. Compte tenu de leur mode de fabrique, il est extrêmement difficile de s’assurer que les moyens de production, de captation, d’analyse et de transformation même demeurent en phase avec les fins pour lesquelles elles ont été fabriquées (quand d’ailleurs ces fins sont définies, ce qui n’est pas toujours le cas). Dès lors, les détournements d’usage engendrent des risques d’ordre éthiques, mais aussi juridiques, dont la durée de vie est difficile à prévoir. En effet, la collecte de ces traces individuelles en particulier, ouvre la porte à une multitude d’utilisations futures potentielles qu’il est impossible de prévoir aujourd’hui (Sadowski et Pasquale, 2015). À quoi consent donc réellement l’usager-producteur lorsqu’il produit des traces et qu’il les diffuse ?

36La question des enjeux éthiques étroits et des enjeux larges se posent aussi en matière de traces géonumériques. En effet, quand bien même des règles éthiques et juridiques viennent encadrer la production et l’usage des traces à une échelle individuelle, trace par trace, ces règles ne garantissent en aucun cas la prise en compte des enjeux éthiques associés à un niveau d’agrégation supérieur. En d’autres termes, les enjeux éthiques doivent être envisagés de manière distincte pour chacune des catégories de traces évoquées plus haut.

37La re-matérialisation des traces numériques grâce (ou à cause de) la géolocalisation constitue également une autre source d’enjeux éthiques majeurs. Il y a en effet désormais une correspondance quasi-parfaite entre les traces numériques et les traces physiques (i.e. les lieux géographiques décrits par les traces), ou au moins une capacité accrue à mettre en relation ces deux ensembles de données. Les conséquences en matière de contrôle et de droit à la vie privée sont importantes. Dans ce contexte, l’idée que l’on puisse se cacher derrière une identité numérique est entièrement remise en question. Notre identité numérique est consubstantielle à notre identité physique. Dès lors, les risques de surveillance, de catégorisation et de marchandisation des individus sont réels (Kitchin, 2014 ; Commission de l’éthique en sciences et en technologies, 2017).

38La collecte massive de traces permet en effet d’envisager la définition de patrons comportementaux de mobilité et de déplacements types. La cote de confiance associée à chaque citoyen chinois en est un exemple. En effet, le gouvernement chinois travaille à la mise en œuvre d’un indicateur qui permettrait, en exploitant un ensemble de traces individuelles, de déterminer une cote de confiance et ainsi de classer chaque citoyen de manière ensuite à ajuster en fonction de cette côte, la nature et l’ampleur des services auquel chaque individu peut prétendre (c’est un peu ce que font déjà les agences d’évaluation en attribuant à chaque État une cote de crédit). La définition de normes et les triages socio-spatiaux deviennent dès lors possibles. Cette tendance risque d’être considérablement amplifiée par une utilisation normative des patrons issus de l’analyse des données (algorithmes et intelligence artificielle). À partir des patrons développés, la tentation pourrait être grande de prescrire de manière normative des comportements types, des normes d’urbanité imposées, en fonction des lieux, des jours de la semaine, des heures, et de les justifier par la « science de la donnée ».

39La seconde conséquence concerne la personnalisation algorithmique des lieux physiques. Les sites web se reconfigurent déjà au rythme des recherches, des consultations, des achats en ligne. À la faveur des traces numériques, les espaces du web (Amazon en est un bon exemple, mais Google Maps également), apprennent des comportements et proposent, par personnalisation algorithmique, des environnements les plus proches des attentes. Demain, dans des environnements urbains instrumentalisés de capteurs dits intelligents, d'objets connectés communicants, chacun sera détecté et identifié, comme sur le Web, dès son arrivée dans un lieu (c’est déjà le cas dans bon nombre de centres commerciaux). La personnalisation algorithmique des lieux – une programmatique des lieux urbains en quelque sorte – pourrait alors entrer en action et les panneaux d’affichages, l’information ambiante (musique, publicité, etc.) ainsi que les notifications sur les téléphones ou tablettes, pourraient se reconfigurer au rythme de l’évolution des comportements urbains et en fonction des personnes présentes à un moment donné.