Un dénonciateur du Conseil national des relations de travail a signalé un pic inhabituel dans des données potentiellement sensibles qui découlent du réseau de l’agence début mars 2025 lorsque des membres du département de l’efficacité du gouvernement, qui sont passés par Doge, ont accordé l’accès aux bases de données de l’agence. Le 7 avril, le ministère de la Sécurité intérieure a eu accès aux données de taxe sur le service des revenus internes.
Ces événements apparemment indépendants sont des exemples de développements récents dans la transformation de la structure et du but des référentiels de données du gouvernement fédéral. Je suis un chercheur qui étudie l’intersection de la migration, de la gouvernance des données et des technologies numériques. Je suis en train de suivre la façon dont les données que les gens fournissent aux agences gouvernementales américaines pour les services publics tels que le dossier fiscal, les inscriptions aux soins de santé, l’assistance au chômage et le soutien à l’éducation sont de plus en plus redirigées vers la surveillance et les forces de l’ordre.
Recueillis à l’origine pour faciliter les soins de santé, l’admissibilité aux services et l’administration des services publics, ces informations sont désormais partagées entre les agences gouvernementales et les entreprises privées, remodelant l’infrastructure des services publics en un mécanisme de contrôle. Une fois confinés pour séparer les bureaucraties, les données circulent désormais librement via un réseau d’accords interinstitutions, des contrats d’externalisation et des partenariats commerciaux accumulés au cours des dernières décennies.
Ces dispositions de partage de données se déroulent souvent en dehors de l’examen public, motivé par les justifications de la sécurité nationale, les initiatives de prévention de la fraude et les efforts de modernisation numérique. Le résultat est que la structure du gouvernement se transforme tranquillement en un appareil de surveillance intégré, capable de surveiller, de prédire et de signaler les comportements à une échelle sans précédent.
Les décrets exécutifs signés par le président Donald Trump visent à supprimer les obstacles institutionnels et juridiques restants à la réalisation de ce système de surveillance massif.
Doge et le secteur privé
Doge, qui est chargé par un décret exécutif, est au cœur de cette transformation pour «promouvoir l’interopérabilité entre les réseaux d’agence et les systèmes, assurer l’intégrité des données et faciliter la collecte et la synchronisation des données responsables». Un décret supplémentaire appelle le gouvernement fédéral à éliminer ses silos d’information.
En construisant des systèmes interopérables, DOGE peut permettre un accès inter-agences en temps réel aux informations sensibles et créer une base de données centralisée sur les personnes aux États-Unis, ces développements sont formulés comme rationalisation administrative mais jettent les bases de la surveillance de masse.
Les partenariats public-privé sont la clé de cette réutilisation des données. Le DHS et d’autres agences se sont tournés vers des entrepreneurs et des courtiers de données tiers pour contourner les restrictions directes. Ces intermédiaires consolident également les données des médias sociaux, des sociétés de services publics, des supermarchés et de nombreuses autres sources, permettant aux agences d’application de la loi de construire des profils numériques détaillés de personnes sans consentement explicite ni surveillance judiciaire.
Palantir, une entreprise de données privée et un éminent entrepreneur fédéral, fournit des plateformes d’enquête sur des agences telles que l’immigration et l’application des douanes, le ministère de la Défense, les Centers for Disease Control and Prevention et l’Internal Revenue Service. Ces plateformes regroupent les données de diverses sources – photos de permis de conduire, services sociaux, informations financières, données éducatives – et les présenter dans des tableaux de bord centralisés conçus pour la police prédictive et le profilage algorithmique. Ces outils étendent la portée du gouvernement d’une manière qui remet en question les normes existantes de confidentialité et de consentement.
Le rôle de l’IA
L’intelligence artificielle a encore accéléré ce changement.
Les algorithmes prédictifs scannent désormais de grandes quantités de données pour générer des scores de risque, détecter les anomalies et signaler les menaces potentielles.
Ces systèmes ingèrent des données des dossiers d’inscription scolaire, des applications de logement, de l’utilité des services publics et même des médias sociaux, tous mis à disposition grâce à des contrats avec des courtiers de données et des sociétés technologiques. Parce que ces systèmes reposent sur l’apprentissage automatique, leur fonctionnement interne est souvent propriétaire, inexplicable et au-delà de la responsabilité publique significative.
Parfois, les résultats sont inexacts, générés par les hallucinations AI – les réponses des systèmes AI produisent qui semblent convaincants mais sont incorrects, composés ou hors de propos. Des écarts de données mineurs peuvent entraîner des conséquences majeures: perte d’emploi, refus des avantages sociaux et ciblage injustifié dans les opérations d’application de la loi. Une fois signalés, les individus ont rarement une voie claire pour contester les conclusions du système.
Profilage numérique
La participation à la vie civique, la demande de prêt, la recherche de secours en cas de catastrophe et la demande d’aide aux étudiants contribuent désormais à l’empreinte numérique d’une personne. Les entités gouvernementales pourraient plus tard interpréter ces données de manière à leur permettre de refuser l’accès à l’assistance. Les données recueillies sous la bannière des soins pourraient être extraites pour des preuves afin de justifier la mise en place d’une personne sous surveillance. Et avec une dépendance croissante à l’égard des entrepreneurs privés, les frontières entre la gouvernance publique et la surveillance des entreprises continuent de s’éroder.
L’intelligence artificielle, les systèmes de reconnaissance faciale et les systèmes de profilage prédictif manquent de surveillance. Ils affectent également de manière disproportionnée les individus à faible revenu, les immigrants et les personnes de couleur, qui sont plus fréquemment signalés comme des risques.
Initialement conçues pour la vérification des avantages ou la réponse de crise, ces systèmes de données alimentent désormais des réseaux de surveillance plus larges. Les implications sont profondes. Ce qui a commencé comme un système ciblant les non-citoyens et les suspects de fraude pourrait facilement être généralisé à tous dans le pays.
Yeux sur tout le monde
Ce n’est pas simplement une question de confidentialité des données. Il s’agit d’une transformation plus large dans la logique de la gouvernance. Les systèmes autrefois conçus pour l’administration sont devenus des outils pour suivre et prédire le comportement des gens. Dans ce nouveau paradigme, la surveillance est clairsemée et la responsabilité est minime.
L’IA permet l’interprétation des modèles comportementaux à grande échelle sans interrogation directe ni vérification. Les inférences remplacent les faits. Les corrélations remplacent le témoignage.
Le risque s’étend à tout le monde. Bien que ces technologies soient souvent déployées pour la première fois en marge de la société – contre les migrants, les bénéficiaires de l’aide sociale ou ceux considérés comme un «risque élevé» – il y a peu de choses à limiter leur portée. À mesure que l’infrastructure se développe, il en va de même pour la vie de tous les citoyens.
Avec chaque formulaire soumis, l’interaction enregistrée et l’appareil utilisé, un profil numérique s’approfondit, souvent hors de vue. L’infrastructure de surveillance omniprésente est en place. Ce qui reste incertain, c’est jusqu’où il sera autorisé à aller.
