Académique Documents
Professionnel Documents
Culture Documents
Rouvroy
January 2013
Contact
Author
Notify Me
of New Work
1. Rappelons que la thorie de lhomme moyen dveloppe par Qutelet, est une thorie de physique
sociale normative autant que descriptive : un individu qui rsumerait en lui-mme, une poque
donne, toutes les qualits de l'homme moyen, reprsenterait la fois tout ce qu'il y a de grand, de beau et de
bien , crivait Qutelet, mais, ajoutait-il, une pareille identit ne peut gure se raliser, et il nest en gnral
donn aux hommes de ressembler ce type de perfection, que par un nombre de cots plus ou moins grand .
(Quetelet, 1836, p.289-290.) Il va de soi que lhomme moyen, talon et idal, est diffrent, des individus, et ne
reprsente aucun deux, dans une perspective qui peut sembler radicalement antinominaliste.
2. Voir cet gard la prsentation des Big Data in Action par IBM: http://www01.ibm.com/software/data/bigdata/industry.html
3. Le smarter marketing , ou marketing individualis grce au profilage algorithmique des consommateurs,
se prsente aujourdhui comme une rvolution transformant le marketing et la publicit en services dont la
plus-value serait quitablement rpartie entre les entreprises (meilleures performances de vente) et les
consommateurs (les produits leurs sont proposs en fonction de leurs profils individuels).
4. Les normes immanentes sont celles qui ne simposent pas de lextrieur mais surgissent spontanment,
pourrait-on dire, de la vie elle-mme, du monde lui-mme, de faon indpendante de toute qualification, de
toute valuation et de toute dlibration.
5. Le datamining, articul des finalits de profilage, reconstruit, suivant une logique de corrlation, les cas
singuliers mietts par les codages sans pour autant les rapporter aucune norme gnrale mais plutt
un systme de rapports entre diverses mesures, irrductibles aucune moyenne . Sur la distinction entre
modles de corrlation et de rgression, voir Desrosires (1988).
1
6. Contrairement ce que les mtaphores organiques utilises notamment par IBM pour les promouvoir en
tant que prochaines tapes naturelles dans le dveloppement des technologies de linformation, de la
communication et de la rseautique, et en tant qulments quasi-naturels de lvolution de lespce humaine
elle-mme, tendent laisser entendre, nous avons montr les composantes idologiques accompagnant
lmergence de linformatique ubiquitaire, de lintelligence ambiante ou de lautonomic computing. Mme ds
lors que les machines deviennent de plus en plus autonomes et intelligentes , elles restent bien sr
dpendantes de leur design initial, des intentions, scripts ou scenari en fonction desquels elles ont t
imagines. Elles sont, ds leur conception (et quelles que soient les formes quelles prennent ensuite),
porteuses des visions du monde, attentes et projections conscientes ou inconscientes de leurs concepteurs
(Rouvroy, 2011).
2
Gilbert Simondon montrait () que lindividuation suppose dabord un tat mtastable, cest--dire
lexistence dune disparation, comme au moins deux ordres de grandeur ou deux chelles de ralit
htrognes, entre lesquels des potentiels se rpartissent. Cet tat pr-individuel ne manque pourtant pas de
singularits: les points remarquables ou singuliers sont dfinis par lexistence et la rpartition des potentiels.
Apparat ainsi un champ problmatique objectif, dtermin par la distance entre ordres htrognes.
Lindividuation surgir comme lacte de solution dun tel problme, ou, ce qui revient au mme, comme
lactualisation du potentiel et la mise en communication des disparates (Deleuze, 1968, p. 317).
3
connaissance vritable des finalits recherches par cette collecte dinformation, cest--dire
des usages auxquelles elles donneront lieu une fois corrles dautres donnes, quelles
consistent dans des informations qui sont plus abandonnes que cdes, des traces laisses
et non des donnes transmises, mais sans apparatre pour autant comme voles , quelles
apparaissent aussi comme absolument quelconques et disperses, tout cela donne lieu
une vacuation ou au minimum un voilement de toute finalit, et une minorisation de
limplication du sujet, et donc du consentement pouvant tre donn cette communication
dinformations : nous semblons nous mouvoir ici au plus loin de toute forme
dintentionnalit.
Ces donnes apparaissent ainsi constitutives dun comportementalisme numrique
gnralis (Rouvroy, 2013a) ds lors quelles expriment ni plus ni moins que les multiples
facettes du rel, le ddoublant dans sa totalit, mais de manire parfaitement segmente,
sans faire sens collectivement, sinon comme ddoublement du rel. Celui-ci nous semble
tre le phnomne le plus nouveau : quil sagisse de conserver la trace dun achat, dun
dplacement, de lusage dun mot ou dune langue, chaque lment est ramen sa nature
la plus brute, cest--dire tre tout la fois abstrait du contexte dans lequel il est survenu et
rduit de la donne . Une donne nest plus quun signal expurg de toute signification
propre et cest bien sr ce titre que nous tolrons de laisser ces traces, mais cest aussi ce
qui semble assurer leur prtention la plus parfaite objectivit : aussi htrognes, aussi
peu intentionnes, tellement matrielles et si peu subjectives, de telles donnes ne peuvent
mentir ! On doit dailleurs souligner ici le fait que lvolution mme des capacits
technologiques renforce cette sorte dobjectivit de la donne qui chappe toute
subjectivit : nos logiciels sont dsormais capables de reconnaitre les motions, den faire de
la donne, de traduire les mouvements dun visage, les colorations dune peau en donne
statistique, par exemple pour mesurer lattractivit dun produit, le caractre (sub-)optimal
de la disposition des marchandises dans un talage, aussi bien que le caractre suspect dun
passager. Ce qui est intressant, cest le fait que de telles donnes ont comme principale
caractristique dtre parfaitement anodines, de pouvoir rester anonymes, et dtre non
contrlables. A ce titre, la fois on ne rpugne pas les abandonner, ds lors quelles ne
font pas sens (tant quelles ne sont pas corrles, du moins), elles sont bien moins intrusive
quune carte de fidlit, et elles semblent ne pas mentir, cest--dire pouvoir tre
considres comme parfaitement objectives ! Cette inoffensivit et cette objectivit sont
lune et lautre dues une sorte dvitement de la subjectivit.
Traitement des donnes et production de connaissance
Le deuxime temps est celui du datamining proprement dit savoir le traitement
automatis de ces quantits massives de donnes de manire faire merger des
corrlations subtiles entre celles-ci. Ce quil nous semble ici fondamental de noter est le fait
que nous nous trouvons ainsi face une production de savoir (des savoirs statistiques
constitues de simples corrlations) partir dinformations non tries, et donc parfaitement
htrognes, cette production de savoir tant automatise, cest--dire ne rclamant quun
minimum dintervention humaine, et surtout se passant de toute forme dhypothse
pralable (comme ctait le cas avec la statistique traditionnelle qui vrifiait une
hypothse), cest--dire vitant nouveau toute forme de subjectivit. Le propre de ce
quon appelle le machine learning est somme toute de rendre directement possible la
4
production dhypothse partir des donnes elles-mmes. De la sorte, nous nous trouvons
nouveau face lide dun savoir dont lobjectivit pourrait paratre absolue, puisquil serait
loign de toute intervention subjective (de toute formulation dhypothse, de tout tri entre
ce qui est pertinent et ce qui ne serait que du bruit , etc.) Les normes semblent merger
directement du rel lui-mme. Ces normes ou ces savoirs ne sont cependant constitues
que de corrlations8, ce qui nest pas en soi un problme, si lon noublie pas, cest la
condition mme dun thos scientifique et dun thos politique, de conserver un doute,
dentretenir une mfiance par rapport la suffisance des corrlations, de maintenir la
distinction entre corrlation et cause, de se mfier des effets auto-performatif des
corrlations (leur capacit rtroactive), dviter que des dcisions produisant des effets
juridiques lgard de personnes ou les affectant de manire significative ne soient prises
sur le seul fondement dun traitement de donnes automatis9, et de considrer que le
propre de la politique (notamment le souci dune mutualisation des risques) est de refuser
dagir sur la seule base de corrlations. Il semble important de rappeler ceci face lvolution
vers un monde qui parat de plus en plus fonctionner comme sil tait constitu lui-mme de
corrlations, comme si celles-ci taient ce quil suffit dtablir pour en assurer le bon
fonctionnement10.
Action sur les comportements
Pour bien comprendre en quoi consiste le profilage algorithmique dont nous parlons ici, il
faut percevoir la diffrence cruciale existant entre, dune part, linformation au niveau
individuel, laquelle est, le plus souvent, observable ou perceptible par lindividu laquelle
elle se rapporte, et, dautre part, le savoir produit au niveau du profilage, qui nest le plus
souvent pas disponible aux individus ni perceptible par eux, mais qui leur est nanmoins
appliqu de manire en infrer un savoir ou des prvisions probabilistes quant leurs
prfrences, intentions, propensions qui ne seraient pas autrement manifestes (Otterlo,
2013).
Le troisime temps est celui de lusage de ces savoirs probabilistes statistiques des fins
danticipation des comportements individuels, qui sont rapports des profils dfinis sur la
base de corrlations dcouvertes par datamining. Ce temps de lapplication de la norme sur
8. On peut citer ici C. Anderson, rdacteur en chef de Wired, dans Lge des Petabits : Cest un monde dans
lequel des quantits massives de donnes et les mathmatiques appliques remplacent tous les autres outils
qui pourraient tre utiliss. Exit toutes les thories sur les comportements humains, de la linguistique la
sociologie. Oubliez la taxinomie, lontologie, et la psychologie. Qui peut savoir pourquoi les gens font ce quils
font ? Le fait est quils le font, et que nous pouvons le tracer et mesurer avec une fidlit sans prcdent. Si lon
a assez de donnes, les chiffres parlent deux-mmes (cit dans Cardon, 2012).
9. Notons que le rgime juridique europen de protection des donnes caractre personnel protge
explicitement les individus contre les dcisions qui seraient prises leur gard sur le seul fondement dun
traitement automatis de donnes (Voir larticle 15 de la directive 95/46/CE). Mais les garanties offertes par
la directive europenne ne sappliquent qu condition que les traitements automatiss concernent des
donnes caractre personnel, cest--dire des donnes se rapportant des personnes identifies ou
identifiables. Or, le profilage algorithmique peut trs bien fonctionner avec des donnes anonymes.
10. La surenchre de prtention lobjectivit est prcisment et trs concrtement loubli du choix politique :
ainsi, lidal devenu possible dune tarification exacte, adapte en temps rel, sadaptant sans cesse aux risques
effectivement encourus, que ce soit dans le monde de lassurance, ou dans celui du transport, doit tre pens
aussi comme une pure dmutualisation des risques qui anantit paradoxalement lide mme de lassurance
ou de la mission de service publique.
5
les comportements individuels, dont les exemples les plus vidents sont perceptibles dans
les sphres les plus diverses de lexistence humaine (obtention dun certain crdit, dcision
dintervention chirurgicale, tarification dun contrat dassurance, suggestion dachats cibls
sur des site de vente en ligne) nous concerne moins ici, sinon pour noter premirement que
lefficacit prdictive sera dautant plus grande quelle sera le fruit de lagrgation de
donnes massives, cest--dire de donnes qui sont simplement la hauteur de la
diversit du rel lui-mme11 ; et deuximement que cette action par anticipation sur les
comportements individuels pourrait lavenir toujours plus se limiter une intervention sur
leur environnement, a fortiori ds lors que lenvironnement lui-mme est ractif et
intelligent, cest--dire quil rcolte lui-mme des donnes en temps rels par la
dmultiplication des capteurs, les transmet et les traite pour sadapter sans cesse des
besoins et dangers spcifiques, ce qui est dj au minimum le cas durant cette partie
importante de la vie humaine durant laquelle les individus sont connects. De la sorte
nouveau, on vite toute forme de contrainte directe sur lindividu pour prfrer rendre, au
niveau mme de son environnement, sa dsobissance (ou certaines formes de marginalit)
toujours plus improbables (dans la mesure o celles-ci auraient toujours dj t anticipes).
Troisimement, le profil li au comportement dun individu pourrait lui tre adapt de
faon parfaitement efficace, de par la dmultiplication des corrlations employes, au point
de sembler viter lusage de toute catgorie discriminante, et de pouvoir mme prendre en
compte ce quil y a de plus particulier dans chaque individu, de plus loign des grands
nombres et des moyennes. Bref, nous nous trouvons face la possibilit dune normativit
en apparence parfaitement dmocratique , dpourvue de rfrence des classes et
catgories gnrales la ccit des algorithmes relativement aux catgorisations (sociales,
politiques, religieuses, ethniques, de genre,) socialement prouves est dailleurs
largument rcurrent que brandissent ceux qui sont favorables leur dploiement en lieu et
place de lvaluation humaine (dans les aroports notamment) (Zarsky, 2011). Le data
mining et le profilage algorithmique, dans leur rapport en apparence non slectif au monde,
semblent prendre en considration lentiret de chaque rel jusque dans ses aspects les
plus triviaux et insignifiants, mettant tout le monde galit lhomme daffaire et la
femme de mnage, le Sikh et lIslandais. Il ne sagit plus dexclure ce qui sort de la moyenne,
mais dviter limprvisible, de faire en sorte que chacun soit vritablement lui-mme.
Que les prises du pouvoir soient numriques plutt que physiques ne signifie nullement
que les individus soient rductibles, ontologiquement, existentiellement, des rseaux de
donnes recombinables par des appareils, ni quils soient totalement sous lemprise de leurs
appareils. Cela signifie simplement que, quelles que soient par ailleurs leurs capacits
dentendement, de volont, dexpression, ce nest plus prioritairement travers ces
capacits quils sont interpells par le pouvoir , mais plutt travers leurs profils (de
fraudeur potentiel, de consommateur, de terroriste potentiel, dlve fort potentiel,). La
gouvernementalit algorithmique intensifie encore les ambivalences de lpoque
relativement la question de lindividualisation. On considre souvent notre poque comme
tant, dune part celle de la victoire de lindividu au sens o nous constaterions une
individualisation des services, tant donn la possibilit, offerte par les pratiques
statistiques, de cibler de manire fine les besoins et les dangers propres chaque individu,
et, dautre part, celle de la mise en danger de lindividu, dont lintimit, la vie prive,
lautonomie, lautodtermination seraient menaces par ces mmes pratiques. Daucuns
voquent mme les risques dune dsubjectivation. Les deux hypothses celle de lindividu
au centre de tout et celle de la dsubjectivation sont, notre avis, aussi fausses lune que
lautre. Voyons cela.
La personnalisation est-elle rellement une forme dindividuation ?
13 Aussi bien que de sa forme disciplinaire, pour reprendre les modlisations foucaldienne du pouvoir. De
ce point de vue, nous nous situerions ici dans la troisime modlisation du pouvoir analyse par Foucault,
celle qui analyse les dispositifs de scurit dans une perspective essentiellement rgulatoire. Lvolution
ici dcrite consisterait tablir dans ce troisime modle du pouvoir le modle des dispositifs de
scurit - de nouvelles ruptures. Le principe des dispositifs de scurit, cest de ne prendre ni le pointde-vue de ce qui est empch, ni le point-de-vue de ce qui est obligatoire, mais de prendre suffisamment
de recul pour que lon puisse saisir le point o les choses vont se produire, quelles soient souhaitables ou
quelles ne le soient pas. () La loi interdit, la discipline prescrit et la scurit, sans interdire ou sans
prescrire () a essentiellement pour fonction de rpondre une ralit de manire ce que cette
rponse annule cette ralit laquelle elle rpond lannule, ou la limite ou la freine ou la rgle. Cest
cette rgulation dans llment de la ralit qui est () fondamental dans les dispositifs de scurit.
(Foucault, 2004, pp. 48-49).
8
Maurizio Lazaratto rsume par ailleurs assez bien la manire dont les smiotiques asignifiantes, dont le comportementalisme numrique est exemplaire, produisent
lasservissement machinique, plutt que lalination subjective :
Si les smiotiques signifiantes ont une fonction dalination subjective, d assujettissement social ,
les smiotiques a-signifiantes ont une fonction d asservissement machinique . Les smiotiques asignifiantes oprent une synchronisation et une modulation des composantes pr-individuelles et prverbales de la subjectivit, en faisant fonctionner les affects, les perceptions, les motions etc.,
comme des pices, des composantes, des lments dune machine (asservissement machinique). Nous
pouvons fonctionner tous comme des composants dinput/output de machines smiotiques, comme
des simple relais de la tlvision ou dInternet, qui font passer et/ou empchent le passage de
linformation, de la communication, des affects. la diffrence des smiotiques signifiantes, les
smiotiques a-signifiantes ne connaissent ni les personnes, ni les rles, ni les sujets. () Dans le
premier cas, le systme parle et fait parler. Il indexe et rabat la multiplicit des smiotiques prsignifiantes et symboliques sur le langage, sur les chanes linguistiques, en privilgiant ses fonctions
reprsentatives. Tandis que, dans le deuxime cas, il ne fait pas de discours, il ne parle pas, mais il
14. Au contraire, mme, que ce qui coule soit a-signifiant est prcisment ce qui permet lasservissement
machinique : Il y a un inconscient machinique molculaire, qui relve de systmes de codages, de systmes
automatiques, de systmes de moulages, de systmes demprunts, etc., qui ne mettent en jeu ni des chanes
smiotiques, ni des phnomnes de subjectivation de rapports sujet/objet, ni des phnomnes de conscience ;
qui mettent en jeu ce que jappelle des phnomnes dasservissement machinique, o des fonctions, des
organes entrent directement en interaction avec des systmes machiniques, des systmes smiotiques.
Lexemple que je prends toujours, est celui de la conduite automobile en tat de rverie. Tout fonctionne en
dehors de la conscience, tous les rflexes, on pense autre chose, et mme, la limite, on dort ; et puis, il y a
un signal smiotique de rveil qui, dun seul coup, fait reprendre conscience, et rinjecte des chanes
signifiantes. Il y a, donc, un inconscient dasservissement machinique (Guattari, 1980).
10
16. A ce point dpourvue de projets, la gouvernementalit algorithmique prsente peut-tre une version
radicale du gouvernement par lobjectif, au sens o Laurent Thvenot (2012) lentend : Dans le
gouvernement par lobjectif, lautorit lgitime est certes dplace et distribue dans des choses, rendant
difficile son apprhension et sa mise en question puisquelle simpose au nom du ralisme et perd sa visibilit
politique .
17. A cet gard, nous nous permettons de renvoyer le lecteur Rouvroy (2011).
13
18. Comme nous lavons montr ailleurs, notamment dans Rouvroy (2012).
19. Au mme titre que dautres pratiques du gouvernement contemporain comme le rapport ou lvaluation.
Voir Berns (2011, 2012).
20. Le mot relation , entendu ici dans son sens le plus brut, le moins habit, par lequel nous qualifions la
donne, nous sert seulement attester dune opration qui lie a et b en tant mme dignorer ce qui est
derrire les termes ainsi lis. Comme nous le montrerons, toute la force du gouvernement algorithmique rside
in fine dans sa capacit monadologiser cette relation, au point que cette relation ne parvient prcisment
pas saisir le devenir qui serait propre la relationalit.
14
gouvernement des relations que nous voulons maintenant tenter de cerner lventuelle
nouveaut de ce gouvernement algorithmique.
Il sagit donc prsent de transposer notre double interrogation (sur lobjectivit miroitante
et la productivit de la statistique algorithmique) dans les registres simondonnien et
deleuzien/guattarien. Nous voulons montrer que cette tl-objectivit productive luvre
dans les pratiques de datamining et de profilage algorithmique, alors quelle semble a priori
quitter le registre du sujet et donc potentiellement permettre ce que Simondon dsigne
comme processus dindividuation transindividuel qui ne se rsume ni au je, ni au nous,
mais dsigne un processus de co-individuation du je et du nous produisant du social,
cest--dire des milieux associs o se forment des significations forclos au contraire les
possibilits de telles individuations transindividuelles en repliant les processus
dindividuation sur la monade subjective.
Par ailleurs, nous montrerons que labandon de toute forme d chelle , d talon , de
hirarchie, au profit dune normativit immanente et minemment plastique (Deleuze,
Guattari, 1980), nest pas ncessairement favorable lmergence de formes de vie
nouvelles au sens dune mancipation dcrite par Deleuze et Guattari sous la forme du
dpassement du plan dorganisation par le plan dimmanence, dune table rase des
anciennes hirarchies dans laquelle lhomme normal ou lhomme moyen occuperait une
place majeure21.
Il nous importera donc de voir dans quelle mesure, quelles conditions, moyennant quelles
rserves, lapparition doutils sociaux en apparente harmonie22 avec le dpassement que
Simondon rclamait de la mtaphysique de la substance pour saisir le devenir luvre dans
les processus dindividuation, et le dpassement du plan dorganisation par le plan
dimmanence, que Deleuze et Guattari clbraient comme mancipateur23, peuvent
rellement contribuer lmergence de formes de vie mancipes.
22. Le lecteur comprendra que la cible de notre critique nest pas la thorie simondonnienne de lindividuation
transindividuelle ni la perspective rhizomatique deleuzo-guattarienne, que la gouvernementalit algorithmique
nincarne quen apparence. La cible de notre critique est, justement, lapparence de compatibilit de la
gouvernementalit algorithmique avec ces thories et perspectives mancipatrices alors mme que la
gouvernementalit algorithmique tendrait plutt empcher aussi bien les processus dindividuation
transindividuels que louverture aux significations nouvelles portes par les relations entre entits disparates.
23. Lobjectif de la description rhizomatique de la connaissance ntait pas tant descriptif que stratgique ,
lgitime par son utilit pour lexercice dune rsistance contre un modle hirarchique, traduction
pistmologique dune structure sociale oppressive.
16
24. Mme si dautres tentatives peuvent tre cherches, par exemple, ds les penses de Spinoza ou de Marx,
la suite, pour le premier de V. Morfino (2010) et pour le second dE. Balibar (1993).
25. La prcieuse analyse de M. Combes (1999) nous a fortement aid.
26. Simondon consacre de nombreuses pages au danger de la perte de ralit propre une conception
subjectiviste et probabilitaire de la physique contemporaine. Voir M. Combes (1999, p. 39).
17
fois que ce corps tient ensemble et quil est susceptible dvnement (Rouvroy, Berns, 2009,
2010), rappelle singulirement les caractristiques ou principes rhizomatiques noncs par
Gilles Deleuze et Flix Guattari. Cette incarnation du concept rhizomatique est-elle
propice des formes dindividuation mancipes ? Trois inquitudes nous hantent
particulirement, cet gard.
Premirement, quen est-il dune relationalit qui ne serait plus physiquement habite
par aucune altrit ? Dans la gouvernementalit algorithmique, chaque sujet est lui-mme
une multitude, mais il est multiple sans altrit, fragment en quantit de profils qui tous, se
rapportent lui-mme , ses propensions, ses dsirs prsums, ses opportunits et ses
risques. Une relation ft-elle une scne vide de sujets ne doit-elle pas toujours tre
peuple , ft-ce par un peuple manquant (voqu par Deleuze (1987, 1990)), un
peuple en projet ? La relation nimplique-t-elle pas, au minimum, une collectivit de plus
dun en ce quelle est la condition dune dissymtrie ?
Deuximement, quen est-il du caractre mancipateur dune perspective transindividuelle
ou rhizomatique lorsque les dsirs qui sy meuvent nous prcdent? Cette primaut
chronologique de loffre personnalise en fonction de propensions inexprimes par le sujet
ne vient-elle pas toujours dj dterminer et stabiliser les processus dindividuation ds le
stade prindividuel ? Ces nouveaux usages de la statistique que sont le data mining et le
profilage ne nous rduisent-il pas limpuissance face aux normes immanentes/produites de
la gouvernementalit algorithmique ?
Troisimement, quen est-il du caractre mancipateur dune perspective transindividuelle
ou rhizomatique lorsque la relation n'est plus porte par aucun devenir spcifique (devenir
sujet, devenir peuple etc.), cest--dire lorsquelle ne peut plus rien relater, puisque,
prcisment, la cible, au sens de ce que sattache exclure cette nouvelle manire de
gouverner par les algorithmes, cest ce qui pourrait advenir et que lon naurait pas prvu
parce que fruit de disparations, cest--dire la part dincertitude, de virtualit, de potentialit
radicale qui fait des tres humains des processus libres de se projeter, de se relater, de
devenir des sujets, de sindividuer suivant des trajectoires relativement et relationnellement
ouvertes ? On pourrait dire que, oui, la perspective est mancipatrice en ce sens quelle
fait table rase des anciennes hirarchies (au sens le plus large... l homme normal ou
l homme moyen occupant justement une place dans cette hirarchie) mais elle nest
mancipatrice dans le cadre daucun devenir, daucun projet, daucun objectif. Il y a donc bel
et bien une forme de libration mais qui nest pas de la libert au sens fort . Le rgime
de vrit numrique (ou le comportementalisme numrique) ne menace-t-il pas aujourdhui
de saper les bases mmes de lmancipation en vacuant les notions de critique et de projet
(Rouvroy, 2013), voire de commun ?
Sans parvenir encore rsoudre ces questions, il sagissait pour nous de montrer que, plutt
que den revenir des approches personnologiques (dont lindividualisme possessif des
rgimes juridiques de protection des donnes est tout fait exemplaire), qui seraient aussi
inefficaces que mal fondes, lenjeu fondamental - ce qu'il y aurait sauver comme
ressource antcdante tout sujet , toute individuation et comme constitutive de cette
dernire - est le commun , entendu ici comme cet entre , ce lieu de com-parution dans
lequel les tres sont adresss et se relatent les uns aux autres dans toutes leurs dissymtries,
20
leurs disparations . Nous avons voulu montrer aussi que lexistence de ce commun est
donc tributaire non pas dune homognisation, dune clture du rel sur lui-mme, mais au
contraire, dune htrognit des ordres de grandeur, dune multiplicit des rgimes
dexistence, bref dchelles de ralit disparates. Autrement dit, le commun ncessite, et
prsuppose de la non-concidence car cest depuis celle-ci que des processus dindividuation
se produisent ds lors que cest elle qui nous oblige nous adresser les uns aux autres. A
contrario, le gouvernement des relations, en reposant sur lvacuation de toute forme de
disparit, monadologise les relations au point que celles-ci ne relatent plus rien et
nexpriment plus aucun commun.
BIBLIOGRAPHIE
BALIBAR E. (1993), La philosophie de Marx, Editions La Dcouverte, Paris.
BERNS T. (2009), Gouverner sans gouverner. Une archologie politique de la statistique, Paris,
PUF.
BERNS T. (2011), Lefficacit comme norme , Dissensus, n 4.
BERNS T. (2012), Quand le rel nous gouverne , dans Gouverner par les normes, paratre
chez Bruylant, Bruxelles. ( prciser)
CARDON D. (2012), Regarder les donnes , Multitudes, n49, t, pp. 138-142.
COMBES M. (1999), Simondon. Individu et collectivit, Paris, PUF.
DEBAISE D. (2004), Quest-ce quune pense relationnelle ? , Multitudes, 2004, n 18, pp.
15-23.
DELEUZE G. (1968), Diffrence et rptition, Paris, PUF.
DELEUZE G. (1980), Anti-dipe et autres rflexions , cours du 27/05/1980, disponible en
ligne : http://www2.univ-paris8.fr/deleuze/article.php3?id_article=68.
DELEUZE G. (1987), Le devenir rvolutionnaire et les crations politiques , Futur antrieur,
1, Printemps 1990.
DELEUZE G. (1987), Quest-ce que lacte de cration ? , Confrence donne dans le cadre
des mardis de la fondation Femis, 17 mai.
DELEUZE G. (2002), Gilbert Simondon, Lindividu et sa gense physico-biologique , Lle
dserte et autres textes, Paris, Minuit, 2002.
DELEUZE G., GUATTARI F. (1972), Capitalisme et Schizophrnie 1. L'Anti-dipe, Paris, Minuit.
DELEUZE G., GUATTARI F. (1980), Mille Plateaux, Capitalisme et schizophrnie 2, Paris,
Minuit.
DESROSIERES A. (1988), Masses, Individus, Moyennes : La statistique sociale au XIXe
Sicle , Herms, 2, 1988.
DESROSIERES A. (1992), Discuter lindiscutable. Raison statistique et espace public ,
Raisons pratiques, 3, 1992.
DESROSIERES A. (2000), La politique des grands nombres, Paris, La Dcouverte.
DESROSIERES A. (2008), Gouverner par les nombres, Paris, Presses de lEcole des Mines.
ECO U. (1976), A Theory of Semiotics, Bloomington, Indiana University Press.
EWALD F. (1986), Ltat providence, Paris, Grasset.
FOUCAULT M. (2004), Scurit, territoire, population. Cours au Collge de France, 1977-1978,
Seuil / Gallimard.
FOUCAULT M. (2012), Mal faire, dire vrai. Fonction de laveu en justice, Cours de Louvain,
1981, Fabienne Brion, Bernard E. Harcourt (eds.), Preses universtitaires de Louvain et
Chicago University press.
21
22