Banque et Big Data, une mine d’or d’informations clients à protéger
Aux États-Unis, les données personnelles telles que les historiques de navigation, les comportements sur les réseaux sociaux, ou encore des éléments pouvant qualifier une personne tels que le numéro IP, le numéro d’immatriculation ou encore le nom, sont considérées comme des biens marchands. En France, la CNIL est responsable de la protection des données personnelles ainsi que du respect des libertés individuelles de chaque citoyen. L’interaction entre le client et sa banque est une source de données personnelles qu’il faut protéger afin de préserver les libertés individuelles de chacun.
Qu’est-ce que le Big Data ?
Le Big Data, né de la croissance exponentielle des données accessibles sur Internet et les réseaux mobiles, apparait aujourd’hui comme LA solution de gestion des données. Le Big Data désigne un ensemble très volumineux de données ou de gestion de l’information. Il se présente comme une solution, dessinée pour permettre à tout le monde d’accéder en temps réel à des bases de données géantes. Toutefois, il est nécessaire de relativiser l’essor de cette technologie : le traitement d’une masse de données demande des moyens humains et financiers considérables, et présente aujourd’hui de nombreux risques.
Big Data ou coffre-fort de données personnelles, quels sont les risques d’intrusion et d’abus ?
Le Big Data se heurte aux mœurs de la société européenne, en particulier à celles des Français qui sont très attachés à la protection de leurs données personnelles (numéro client, numéro de la carte de paiement, mots de passe, RIB, IBAN, comptes de tiers, numéro de carte d’identité, achat effectués, données de navigations, etc.). Cette technologie enregistre un ensemble de données liées aux consommateurs, puis les stocke sur des serveurs en vue de les analyser. Bien qu’elle permette aux banques d’accroître leur connaissance client, il faut cependant protéger ces données contre des personnes mal intentionnées et expertes en informatique (Hackers).
Un des risques majeurs du Big Data en 2016, concerne le vol de données personnelles par des Hackers : « Les cybercriminels s’attaqueront au maillon le plus faible, mais une fois qu’ils auront trouvé une faille, le problème sera systémique », alerte Marie-Anne Barbat-Layani, Directrice Générale de la Fédération Bancaire Française (FBF). Dès lors qu’une intrusion informatique est réalisée, il est très facile pour les génies en informatique d’exécuter des transactions frauduleuses, d’usurper notre nom, de nous harceler, de détériorer notre matériel informatique, mais aussi de porter atteinte à notre e-réputation et plus largement à notre image. L’accroissement de la mobilité des personnes vient bouleverser le monde bancaire et augmente les risques liés à la fraude principalement due à l’utilisation de réseaux non sécurisés. « Les clients veulent une plus grande intégration des services financiers à leur mobilité quotidienne mais ne perçoivent pas la hausse des risques liés à de telles évolutions.
En 2015, plus de 2 millions de personnes ont été victimes de pratiques visant à dérober des informations personnelles par internet ou par téléphone.
D’autre part, il existe un risque réel de transgression de l’intimité des personnes dans le secteur bancaire : l’ensemble des informations enregistrées par les institutions financières, relatives à nos habitudes de consommation par exemple, sont susceptibles d’être utilisées à des fins commerciales, sortant alors du cadre réglementaire, notamment au déploiement d’un système d’espionnage de la part des établissements financiers («Big Brother »). Les banques seraient en mesure de vendre nos informations aux entreprises afin qu’elles ciblent mieux les clients pour mieux vendre leurs produits, ce qui est une véritable intrusion dans la vie privée des personnes. Autant de possibilités de dérives que d’analyses sont dès lors praticables.
Banques, Big Data et algorithmes : l’heure où la machine remplacera l’homme
Le développement du Big Data tend à substituer la machine de l’homme. Les utilisations et les usages de cette technologie en pleine croissance restent peu connus. Mais, voudriez-vous être conseillé par une machine ? Avoir une relation d’Homme à machine ? À cela s’ajoute une question qui va de pair, qui sera tenu pour responsable en cas de dysfonctionnement de la machine ? Les banques ?
Le Bureau de la protection des consommateurs, un organe de la Federal Trade Commission américaine, a assigné à son nouveau bureau de recherche et d’investigation technologique la mission de vérifier, entre autres choses, la transparence des algorithmes. « Le risque de substituer l’homme par un algorithme pour le conseil financier et bancaire est sérieux. Le problème, c’est d’être sûr que ces robots agissent de la bonne façon », a déclaré Christian Sandvig, professeur à la School of Information de l’Université du Michigan.
Confronté à la problématique du traitement des demandes de crédits bancaires toujours plus nombreuses et d’une volonté de réduire les effectifs, les banques ont développé des algorithmes d’étude de solvabilité des dossiers clients. Ces algorithmes utilisent une des technologies de l’intelligence artificielle : l’apprentissage automatique, plus connu en anglais sous : « machine learning ». Ces algorithmes permettent aux ordinateurs d’adapter leurs analyses et leurs comportements, en se basant sur l’analyse de données empiriques provenant d’une base de données. Il ressort de ce nouvel usage, que les algorithmes produisent des résultats inattendus (exemple du robot Microsoft). En effet, le contrôle de la machine peut facilement échapper à son créateur. En amont de l’acceptation d’une demande de crédit, les banques estiment la solvabilité du consommateur afin de réduire le risque de non remboursement. Il est possible que la machine commette des erreurs liées à un mauvais apprentissage, ce qui provoquerait une réduction de l’accès au financement pour les consommateurs. Il existe un second risque, par le fonctionnement opaque des algorithmes de recommandation, les banques pourraient cacher une « fausse objectivité » pour refuser des crédits. Christian Sandwig nous met en garde : « La société doit se donner les moyens d’évaluer systématiquement l’impact de ces systèmes algorithmiques ».
Toujours plus d’usages, jusqu’où nous emmènera le Big Data ?
Les usages du Big Data sont multiples à tous les niveaux. Les études menées grâce aux solutions Big Data de traitement de données conduisent souvent les chercheurs à des découvertes inattendues.Cette technologie restant toutefois récente, il est difficile de se prononcer quant à son utilisation future. Rappelons cependant qu’il est primordial d’encadrer son utilisation afin de garantir aux consommateurs le respect de leur intimité et d’éviter les dérives.