Pour réduire le CO2, nous avons besoin d’une révolution Luddite

Cet article a été publié dans le Guardian. L'argument se tient à quelques nuances près : le cas de l'IA est exagérément grossi. Aujourd'hui ce qui consomme dans le monde est d'abord la vidéo (50% du flux mondial), suivi d'une grande diversité d'appli que nous utilisons au quotidien, puis du gaming. Mais l'appel à une révolution luddite est pleine de sens.

Cet article a été publié dans le Guardian par Ben Tarnoff. L'argument se tient à quelques nuances près : le cas de l'IA est exagérément grossi. Il est juste de penser que les big data sont un énorme danger, dans la mesure où faire des calculs sur le monde est un exercice potentiellement infini. Mais aujourd'hui ce qui consomme dans le monde est d'abord la vidéo (50% du flux mondial), suivi d'une grande diversité d'appli que nous utilisons au quotidien, puis du gaming. Mais l'appel à une révolution luddite est pleine de sens, tout comme la dénonciation des discours visant à généraliser le numérique au prétexte de "verdir" les modes de vie. Prétexte, promesses dont nous savons déjà qu'elles sont sans fondement. Il est temps de sonner l'alarme. J'ai donc traduit cet article in extenso. Pour des travaux plus détaillés voir notamment Fabrice Flipo, La face cachée du numérique, L'Echappée, 2013 ; ou Frédéric Bordage, Sobriété numérique, Buchet Chastel, 2019. Voir les rapports du Shift Project ou le site Ecoinfo du CNRS.

La traduction comme à partir du titre complet ci-dessous

"Pour réduire les émissions de carbone, nous devons dénumériser : pourquoi nous avons besoin d’une révolution Luddite (titre complet)

La Big Tech affirme que l'IA et la numérisation apporteront un meilleur avenir. Mais mettre les ordinateurs partout est mauvais pour les gens et la planète.

Notre environnement construit est en train de devenir un grand ordinateur.
La «smartitude» vient saturer nos magasins, nos lieux de travail, nos maisons, nos villes. Au cours de notre vie quotidienne, des données sont créées, stockées, analysées et utilisées pour faire des inférences algorithmiques sur nous qui structurent à leur tour notre expérience du monde. Le calcul nous encercle comme une couche dense et interconnectée. Si nos parents et nos grands-parents vivaient avec des ordinateurs, nous vivons à l'intérieur d'eux.
Un nombre croissant d'activistes, de journalistes et d'universitaires attirent l'attention sur les dangers de la clôture numérique. Les employeurs utilisent des outils algorithmiques pour surveiller et contrôler les travailleurs. Les policiers utilisent des outils algorithmiques pour surveiller et contrôler les communautés de couleur. Et les possibilités dystopiques ne manquent pas à l’horizon: les propriétaires expulsant les locataires avec des «serrures intelligentes», les assureurs maladie facturant des primes plus élevées parce que votre Fitbit dit que vous
ne faites pas assez de sport.

La numérisation ne représente pas simplement un risque pour les personnes. Elle pose également un risque pour la planète. Juillet a été le mois le plus chaud jamais enregistré. De gros morceaux de l'Arctique sont en train de fondre. En Inde, plus d’un demi-milliard de personnes sont confrontées à des pénuries d’eau. Mettre le calcul partout dans le monde contribue directement à cette crise. La numérisation est une catastrophe climatique: si les entreprises et les gouvernements parviennent à transformer considérablement notre monde en données, il nous restera moins d'un monde dans lequel nous vivrons.

Pour comprendre la relation entre les données et le climat, le meilleur endroit pour commencer est l’apprentissage automatique (« machine learning »). Des milliards de dollars sont consacrés à la recherche, au développement et au déploiement de l’apprentissage automatique, car des avancées majeures au cours de la dernière décennie en ont fait un outil puissant pour la reconnaissance des formes, qu'il s'agisse d'analyser des visages ou de prédire les préférences des consommateurs. L’apprentissage automatique « apprend » en s’entraînant sur de grandes quantités de données. Les ordinateurs sont stupides: les bébés savent ce qu'est un visage dans les premiers mois de leur vie. Pour qu'un ordinateur sache ce qu'est un visage, il doit apprendre en regardant des millions d'images de visages.

La numérisation est un désastre climatique: si les entreprises et les gouvernements parviennent à transformer considérablement notre monde en données, il nous restera moins d'un monde dans lequel nous vivrons
L’apprentissage automatique est un processus exigeant. Il se déroule dans les centres de données que nous appelons le cloud, et une grande partie de l'électricité qui alimente le cloud est générée par la combustion de combustibles fossiles. En conséquence, l’apprentissage automatique a une grande empreinte carbone. Dans un article récent qui a fait des vagues dans la communauté de l’apprentissage automatique, une équipe de l’Université du Massachusetts, Amherst, a constaté que la formation d’un modèle de traitement du langage naturel - le domaine qui aide les « assistants virtuels » comme Alexa à comprendre ce que vous dites - peut émettre près de 300 tonnes de dioxyde de carbone. C’est à peu près la même quantité produite en effectuant 125 vols aller-retour entre New York et Beijing.

One of the best ways to make more data is to put small connected computers everywhere: Cisco predicts there will be 28.5bn networked devices by 2022. Aside from the energy required to manufacture and maintain those devices, the data they produce will live in the carbon-intensive cloud. Data centers currently consume 200 terawatt hours per year – roughly the same amount as South Africa. Anders Andrae, a widely cited researcher at Huawei, tells me that number is likely to grow 4-5 times by 2030. This would put the cloud on par with Japan, the fourth-biggest energy consumer on the planet.

Les sessions d’entraînement ne sont pas la seule façon pour l’apprentissage automatique de contribuer à la cuisson de notre planète. Cela a également stimulé une soif de données qui est probablement le principal moteur de la numérisation de tout. Les entreprises et les gouvernements sont maintenant incités à acquérir le plus de données possible, car ces données, avec l'aide de l’apprentissage automatique, pourraient générer des modèles intéressants. Cela pourrait leur indiquer sur qui tirer, qui arrêter, quand effectuer la maintenance d'une machine ou comment assurer la promotion d’un nouveau produit.

L'un des meilleurs moyens de générer davantage de données consiste à placer partout de petits ordinateurs connectés : Cisco prévoit 28,5 milliards d'appareils en réseau d'ici 2022 (« internet des objets »). Outre l'énergie nécessaire à la fabrication et à la maintenance de ces appareils, les données qu'ils produisent vivront dans le cloud intensif en carbone. Les centres de données consomment actuellement 200 térawattheures par an, soit à peu près la même quantité que l’Afrique du Sud. Anders Andrae, un chercheur très cité chez Huawei, me dit que ce nombre va probablement être multiplié par 4 ou 5 d'ici 2030. Cela mettrait le cloud à égalité avec le Japon, le quatrième plus gros consommateur d'énergie de la planète.

Que peut-on faire pour réduire les coûts en carbone des données? Greenpeace a longtemps poussé les fournisseurs de cloud à passer à des sources d’énergie renouvelables et à améliorer leur efficacité. Ces efforts ont connu un certain succès: l'utilisation des sources d'énergie renouvelables par les centres de données s'est considérablement développée. Parallèlement, les gains d’efficacité obtenus grâce à de meilleures techniques et à des économies d’échelle plus importantes ont modéré la consommation d’énergie du cloud au cours des dernières années. En ce qui concerne l’apprentissage automatique, un groupe de chercheurs réclame une approche plus consciente de l’énergie, qu’ils appellent « l’IA verte ». Ces tendances sont encourageantes et les techniciens eux-mêmes sont susceptibles de jouer un rôle clé dans leur progression: les employés d’Amazon s’organisent depuis un an pour un plan climat et ils ont récemment annoncé un débrayage mondial le 20 septembre. Parmi leurs demandes, l'entreprise doit s'engager à atteindre zéro émission d'ici 2030 et cesser de vendre des services de cloud computing à des entreprises de combustibles fossiles.

Mais il est clair que pour faire face à la crise climatique, il faudra quelque chose de plus radical que de rendre les données plus vertes. C’est pourquoi nous devrions mettre une autre tactique sur la table: produire moins de données. Nous devrions rejeter l'hypothèse selon laquelle notre environnement construit doit devenir un grand ordinateur. Nous devrions ériger des barrières contre la propagation du « smart » dans tous les espaces de nos vies.
Cette proposition sera sans aucun doute l'objet d'accusations de luddisme.
Et c’est bien : le Luddisme est une étiquette à embrasser. Les Luddites étaient des figures héroïques et de fins penseurs de la technologie. Dans l'Angleterre du XIXe siècle, ils ont détruit des métiers à tisser parce qu'ils avaient la capacité de percevoir une technologie « au présent », pour reprendre les mots de l'historien David F Noble. Ils n’attendirent pas patiemment l’avenir glorieux promis par l’évangile du progrès. Ils ont vu ce que certaines machines leur faisaient au présent - mettant en danger leurs moyens de subsistance - et les ont démantelées.

On nous vend souvent le même produit : les grandes entreprises de technologie parlent sans cesse de la façon dont « l'IA » et la numérisation apporteront un meilleur avenir. Au présent, cependant, mettre des ordinateurs partout est mauvais pour la plupart des gens. Il permet aux annonceurs, aux employeurs et aux policiers d’exercer un plus grand contrôle sur nous, en plus d’aider à chauffer la planète.

Heureusement, des Luddites contemporains travaillent pour endiguer la marée. Des groupes communautaires tels que la coalition Stop LAPD Spying s'organisent pour mettre fin aux programmes de maintien de l'ordre algorithmiques. Une campagne croissante pour interdire l'utilisation de logiciels de reconnaissance faciale par le gouvernement a remporté d'importantes victoires à San Francisco et à Somerville, dans le Massachusetts, tandis que les travailleurs d'Amazon demandent à la société de cesser de vendre ces logiciels aux forces de l'ordre. Et dans les rues de Hong Kong, les manifestants développent des techniques pour échapper au regard algorithmique, en utilisant des lasers pour brouiller les caméras de reconnaissance faciale et en abattant des lampadaires « intelligents » équipés de dispositifs de surveillance.

Ce ne sont là que quelques sources d’inspiration possibles pour un mouvement plus large de dénumérisation, poursuivant simultanément des objectifs sociaux et écologiques. Le Green New Deal part du principe que nous pouvons rendre la société plus verte et plus équitable en même temps - que nous pouvons démocratiser à mesure que nous décarbonisons. Nous devrions appliquer la même logique à notre sphère numérique. Empêcher un service de police local de construire un panopticon motorisé par l’apprentissage automatique relève de la justice algorithmique, sociale et climatique. Comme ils disaient dans les années 1960: une lutte, plusieurs fronts.

Pour qu'une telle lutte soit couronnée de succès, la résistance ne suffit pas. Nous avons également besoin d'une vision de l'avenir que nous voulons. Encore une fois, l'histoire des Luddites peut être utile. En 1812, un groupe de Yorkshire Luddites envoya une lettre à un propriétaire d’usine leur promettant de continuer à agir jusqu’à ce que «la Chambre des communes adopte une loi visant à neutraliser toutes les machines nuisibles à la communauté». Suivant leur exemple, nous pourrions tirer un simple principe luddien de démocratisation de la technologie: nous devrions détruire des machines nuisibles au bien commun et construire des machines utiles.

Ce qui compte, c’est non seulement la quantité de données collectées par un service, mais aussi l’empreinte que ce service laisse sur le monde - et donc de savoir s’il doit être réalisé ou non.

Qu'est-ce que cela signifie en pratique ? Il est difficile de penser à quelque chose de plus nuisible à notre vie commune que de faire chauffer de larges parties de la planète au-delà des niveaux habitables. Les défenseurs de la vie privée demandent depuis longtemps aux entreprises de limiter leur collecte de données au minimum nécessaire pour offrir un service - principe énoncé dans le règlement général, le règlement général de l’UE en matière de données. Un Luddisme du XXIe siècle devrait adopter ce principe mais aller plus loin. Ce qui compte, c’est non seulement la quantité de données collectées par un service, mais aussi l’impression que ce service laisse sur le monde - et donc de savoir si elle doit être réalisée ou non.

numériser ne veut pas dire stopper tous les ordinateurs. Cela signifie que toutes les sphères de la vie ne doivent pas être converties en données, ni calculées. Une « intelligence » omniprésente sert en grande partie à enrichir et à autonomiser une minorité au détriment de la majorité, tout en infligeant des dommages écologiques qui menaceront la survie et l’épanouissement de milliards de personnes.

C’est à ces milliards de personnes de décider elles-mêmes quelles activités informatiques devraient être préservées dans un monde moins informatisé. La question de savoir si une machine en particulier nuit ou contribue au bien commun ne peut être résolue que par le commun. On ne peut y répondre que collectivement, à travers l'expérience et l'argument de la démocratie.

La communauté du futur à zéro carbone doit donner aux gens le pouvoir de décider non seulement de la manière dont les technologies sont construites et mises en œuvre, mais également de savoir si elles sont construites et mises en œuvre. Le progrès est une abstraction qui a fait beaucoup de dégâts au cours des siècles. Le Luddisme nous invite à considérer: le progrès vers quoi et le progrès pour qui ? Parfois, une technologie ne devrait pas exister. Parfois, la meilleure chose à faire avec une machine est de la casser."

Le Club est l'espace de libre expression des abonnés de Mediapart. Ses contenus n'engagent pas la rédaction.