Télécharger l'app

Scanne. C'est dans ta poche.

QR Code — Dygest

Ouvre l'app Appareil photo, pointe sur le code. C'est gratuit à l'essai.

Data Feminism

Data Feminism

Catherine D'Ignazio, Lauren F. Klein

Les données ne sont pas neutres

Écouter l'extrait du podcast :
0:00 --:--

Description

En 1998, une chercheuse afro-américaine du nom de Kimberlé Crenshaw racontait déjà comment les statistiques du travail rangeaient les femmes noires dans une case ou dans une autre — genre ou race — mais jamais dans les deux à la fois, si bien que leur réalité disparaissait entre les lignes. Vingt ans plus tard, deux universitaires américaines, Catherine D'Ignazio et Lauren F. Klein, reprennent ce fil pour un monde saturé de données. Leur livre, publié en 2020, s'appelle Data Feminism. Il part d'un constat simple et dérangeant : un tableur, un algorithme, une base de données ne tombent pas du ciel. Quelqu'un a décidé quoi mesurer, comment le nommer, qui ranger dans quelle colonne.

L'époque adore répéter que les chiffres, eux, ne mentent pas. On oppose volontiers la froide neutralité des données aux passions humaines. D'Ignazio et Klein retournent la formule : les données ne sont justement pas neutres, parce qu'elles sont fabriquées par des gens situés quelque part, avec un corps, une histoire, des angles morts. Ce qu'un jeu de données contient dit toujours quelque chose de qui l'a construit — et ce qu'il oublie en dit souvent encore plus.

Leur pari n'est pas de dénoncer pour dénoncer. Elles empruntent au féminisme non pas un catalogue de griefs mais une boîte à outils : une manière de repérer où le pouvoir se loge dans une colonne de chiffres, et une série de principes pour construire autrement. Le livre est autant une critique qu'un manuel de conception, adressé à celles et ceux qui font les données au quotidien.

La question que l’on se pose : Pourquoi des chiffres présentés comme objectifs peuvent-ils reconduire les inégalités qu'ils prétendent seulement décrire ?Ce que l’on va voir : Comment deux chercheuses relisent la donnée à travers le pouvoir, ce que ses silences trahissent, et les principes qu'elles proposent pour la refaire.

Sommaire

01

Chapitre 1 — Un tableur qui décide qui compte

D'Ignazio et Klein ouvrent sur une histoire qui hante le livre : le taux de mortalité maternelle des femmes noires aux États-Unis, trois à quatre fois supérieur à celui des femmes blanches. Le chiffre existe, il est documenté. Mais pendant longtemps, il n'a été ni collecté proprement, ni relié aux bonnes variables, ni mis en avant. Ce n'est pas que la donnée manquait par hasard. Personne, aux postes qui décident de ce qu'on mesure, n'avait fait de ce corps-là une priorité de comptage.

Leur point de départ, c'est que la donnée commence toujours par une décision humaine. Quelqu'un choisit les catégories du formulaire : deux cases pour le genre, une liste fermée pour l'origine, rien pour ce qui déborde. Quelqu'un décide que telle information vaut la peine d'être saisie et telle autre non. Ces choix ont l'air techniques, presque administratifs. Ils dessinent en réalité une carte de ce qui, dans une société, mérite d'exister sous forme chiffrée — et de ce qui reste dans l'ombre.

Téléchargez Dygest

pour avoir une expérience complète !

02

Chapitre 2 — Sept principes contre l'ob­jec­ti­vi­té de façade

Le cœur du livre tient dans sept principes, présentés non comme des règles rigides mais comme des questions à se poser. Le premier consiste à examiner le pouvoir : qui bénéficie du système de données actuel, qui en pâtit, qui décide. Le deuxième invite à contester ce pouvoir, à ne pas se contenter de le décrire. Ensemble, ils forment la colonne vertébrale de la démarche — un féminisme des données commence par nommer les rapports de force que la neutralité affichée sert à masquer.

Le troisième principe s'attaque à un tabou du monde des chiffres : l'émotion. La culture de la donnée valorise le détachement, le graphique sobre, le ton froid. D'Ignazio et Klein rappellent que ce détachement est lui-même une posture, souvent celle du pouvoir, et qu'il n'y a rien de moins objectif que de faire semblant de n'avoir aucun corps. Elles défendent des visualisations qui assument leur charge, qui donnent à sentir ce qu'un tableau efface — parce qu'un chiffre de mortalité n'est pas qu'un point sur un axe.

Téléchargez Dygest

pour avoir une expérience complète !

03

Chapitre 3 — Ce que les corps comptés révèlent des corps oubliés

Un des fils les plus tenaces du livre concerne ce que les autrices appellent le privilège du comptage. Être compté peut protéger — les épidémies, les discriminations, les violences ne deviennent des problèmes publics qu'une fois chiffrées. Mais être compté peut aussi exposer : les mêmes données qui documentent une communauté peuvent servir à la surveiller, la cibler, la contrôler. D'Ignazio et Klein refusent l'idée naïve que plus de données vaut toujours mieux. La question est : comptées par qui, pour qui, au service de quoi.

Elles s'arrêtent longuement sur ce qui n'est pas mesuré. Le féminicide, dans beaucoup de pays, n'existait pas comme catégorie statistique jusqu'à ce que des militantes le construisent de leurs mains. Le livre cite le travail de la journaliste mexicaine María Salguero, qui a passé des années à recenser un à un les féminicides de son pays sur une carte, parce que l'État ne le faisait pas. Ce genre de contre-donnée montre que l'absence d'un chiffre n'est jamais un vide neutre — c'est souvent le résultat d'une indifférence institutionnelle.

Téléchargez Dygest

pour avoir une expérience complète !

04

Chapitre 4 — Re­dis­tri­buer la main sur les chiffres

Si on prend un peu de hauteur, ce que Data Feminism vise, au fond, c'est un déplacement de pouvoir. Pas seulement de meilleures données : une autre répartition de qui tient le crayon. Car dans une société qui pilote de plus en plus de décisions par les chiffres — crédit, embauche, justice, santé, allocation de ressources —, celui qui décide de ce qui est mesuré et de comment ça se lit exerce un pouvoir réel, souvent sans être vu comme tel. Le tableur est devenu un lieu de gouvernement.

D'Ignazio et Klein montrent que ce pouvoir est aujourd'hui concentré : dans quelques grandes entreprises technologiques, dans des équipes peu diverses, dans des institutions qui héritent de leurs propres biais historiques. Le risque n'est pas la malveillance d'individus, mais la reconduction silencieuse d'un ordre existant, blanchi par le vernis de l'objectivité. Un modèle qui optimise sur les données du passé optimise sur les inégalités du passé, et les projette dans l'avenir avec l'autorité tranquille du calcul.

Téléchargez Dygest

pour avoir une expérience complète !

05

Conclusion

Le taux de mortalité maternelle des femmes noires par lequel s'ouvre le livre finit par en devenir la démonstration. Le chiffre existait ; il fallait décider de le collecter, de le croiser avec les bonnes variables, de le montrer, pour qu'il cesse d'être un angle mort et devienne un problème que la société accepte de voir. Rien de cela n'était technique. Tout tenait à qui, dans la chaîne, faisait de ce corps une priorité de comptage.

Téléchargez Dygest

pour avoir une expérience complète !