{"id":3859,"date":"2019-01-30T15:30:02","date_gmt":"2019-01-30T13:30:02","guid":{"rendered":"http:\/\/variances.eu\/?p=3859"},"modified":"2019-01-30T15:30:02","modified_gmt":"2019-01-30T13:30:02","slug":"notes-de-lecture-algorithmes-bombe-a-retardement-de-cathy-oneil","status":"publish","type":"post","link":"https:\/\/variances.eu\/?p=3859","title":{"rendered":"Notes de lecture : \u00ab Algorithmes, La bombe \u00e0 retardement \u00bb de Cathy O&rsquo;Neil *"},"content":{"rendered":"<p>Catherine O\u2019Neil, Ph. D de math\u00e9matiques \u00e0 Harvard, effectue d\u2019abord des recherches en g\u00e9om\u00e9trie alg\u00e9brique arithm\u00e9tique. Quittant le monde feutr\u00e9 de l\u2019Universit\u00e9 en 2007, elle travaille quatre ans dans l&rsquo;industrie de la finance, dont deux pour un fonds sp\u00e9culatif puis dans une soci\u00e9t\u00e9 de logiciels qui \u00e9value le risque des fonds sp\u00e9culatifs et des banques. En 2011, elle travaille pour une <em>start-up<\/em> qui construit des mod\u00e8les pr\u00e9dictifs d&rsquo;achats et de clics des consommateurs. Elle est active dans le mouvement <em>Occupy Wall Street<\/em> depuis ses d\u00e9buts, tient un blog<a href=\"#_ftn1\" name=\"_ftnref1\"><sup>[1]<\/sup><\/a>. Elle \u00e9crit <em>Weapons of Math Destruction<\/em> en 2016, traduit l\u2019ann\u00e9e derni\u00e8re en fran\u00e7ais et pr\u00e9fac\u00e9 par Cedric Villani.<\/p>\n<p>On imagine bien le parcours intellectuel de l\u2019auteure : issue du monde acad\u00e9mique des math\u00e9matiques th\u00e9oriques, elle s\u2019est immerg\u00e9e dans les math\u00e9matiques appliqu\u00e9es, d\u2019abord dans la finance, au moment de la crise financi\u00e8re puis, effray\u00e9e par les utilisations malsaines de ses connaissances par un <em>hedge fund<\/em> (pensons aux <em>subprimes <\/em>et aux AAA d\u00e9cern\u00e9s par les agences de notation), elle se tourne vers une entreprise de contr\u00f4le des risques qui la d\u00e9\u00e7oit beaucoup. Son exp\u00e9rience dans des entreprises de l\u2019internet qui visent \u00e0 pr\u00e9voir le comportement des consommateurs \u00e0 partir de leur activit\u00e9 sur Internet la met en pr\u00e9sence des \u00ab\u00a0mod\u00e8les\u00a0\u00bb pr\u00e9dictifs (pr\u00e9voir les clics des internautes plut\u00f4t que les mouvements de march\u00e9) avec leurs <em>a priori<\/em>. Elle se plonge dans les diff\u00e9rents outils du m\u00eame type, bas\u00e9s sur le <em>big data<\/em>, qui prolif\u00e8rent aux Etats-Unis et pointe le doigt sur leurs effets pervers. Elle s\u2019engage alors dans des mouvements citoyens et publie son ouvrage qui, tout en \u00e9tant compl\u00e8tement litt\u00e9raire, est bien entendu bas\u00e9 sur une analyse rigoureuse.<\/p>\n<h3><strong>Ce qu\u2019est une Arme de Destruction Math\u00e9matique<\/strong><\/h3>\n<p>Cathy O\u2019Neil d\u00e9finit les Armes de Destruction Math\u00e9matiques (ADM) qui menacent la vie de chacun tout au long de sa vie. Les ADM sont des outils logiciels qui, tout en partant parfois d\u2019une louable intention, ont des effets n\u00e9fastes et r\u00e9unissent les trois caract\u00e9ristiques suivantes :<\/p>\n<ul>\n<li>opacit\u00e9 : les algorithmes utilis\u00e9s sont un secret professionnel jalousement gard\u00e9 (propri\u00e9t\u00e9 intellectuelle), se cachant sous les pr\u00e9tendues complexit\u00e9 et neutralit\u00e9 des math\u00e9matiques;<\/li>\n<li>effet taille : les ADM concernent un nombre tr\u00e8s important de personnes, pour un co\u00fbt marginal tr\u00e8s faible, caract\u00e9ristique des outils d\u2019aujourd\u2019hui. Elles deviennent des \u00ab\u00a0normes qui exercent une autorit\u00e9 proche de celle de la loi\u00a0\u00bb;<\/li>\n<li>boucle de r\u00e9troaction n\u00e9faste (<em>destructive <\/em><em>feedback loop<\/em>) : le mod\u00e8le utilis\u00e9 se base souvent sur des donn\u00e9es historiques, ou pire sur des <em>proxys<\/em>, et n\u2019aboutit qu\u2019\u00e0 confirmer les hypoth\u00e8ses initiales, voire aggrave la situation des plus d\u00e9munis.<\/li>\n<\/ul>\n<p>La plupart du temps, les algorithmes qui deviennent des ADM cachent leur objectif. Les logiciels de statistiques de base-ball ont clairement pour but de pr\u00e9voir les scores des matchs, sont constamment aliment\u00e9s et, surtout, confrontent leurs pr\u00e9visions \u00e0 la r\u00e9alit\u00e9. Le logiciel standard qu\u2019utilise Amazon pour nous proposer d\u2019acheter des produits que nous pourrions aimer vise clairement \u00e0 accro\u00eetre son chiffre d\u2019affaires et ses profits, b\u00e9n\u00e9ficie de <em>feed-backs<\/em>.<\/p>\n<p><strong>Des exemples \u00e0 foison<\/strong><\/p>\n<p>En revanche, dans de nombreux exemples que pr\u00e9sente Cathy O\u2019Neil, il n\u2019en est pas de m\u00eame. Elle nous fait d\u00e9couvrir des ADM qui pars\u00e8ment la vie aux Etats-Unis. Citons-en quelques-uns.<\/p>\n<p>Comment accro\u00eetre <strong>l\u2019efficacit\u00e9 de l\u2019enseignement<\/strong>, objectif apparemment louable? Par un mod\u00e8le dit de \u00ab\u00a0valeur ajout\u00e9e\u00a0\u00bb qui mesure en th\u00e9orie l\u2019apport d\u2019un enseignant sur la r\u00e9ussite scolaire des \u00e9l\u00e8ves et qui conduit \u00e0 se s\u00e9parer des moins performants (outil IMPACT mis en place en 2009 \u00e0 Washington DC<a href=\"#_ftn2\" name=\"_ftnref2\"><sup>[2]<\/sup><\/a>). L\u2019analyse men\u00e9e par C. O\u2019Neil r\u00e9v\u00e8le les nombreuses imperfections de l\u2019algorithme et les strat\u00e9gies men\u00e9es par les \u00e9coles pour le contourner.<\/p>\n<p>Comment <strong>int\u00e9grer une bonne Universit\u00e9<\/strong>? Le magazine US News \u00e9tablit chaque ann\u00e9e un palmar\u00e8s des universit\u00e9s am\u00e9ricaines. Le classement est reconnu par tout le monde alors qu\u2019il souffre de nombreux d\u00e9fauts (r\u00e9sultat aux tests d\u2019admission, ratios \u00e9tudiants\/professeurs, obtention du dipl\u00f4me, contribution financi\u00e8re des anciens \u00e9l\u00e8ves, appr\u00e9ciation des responsables des universit\u00e9s, pond\u00e9ration des diff\u00e9rents crit\u00e8res, etc.). L\u2019ADM est alors en marche : les universit\u00e9s mal not\u00e9es n\u2019attirent pas les meilleurs \u00e9l\u00e8ves, manoeuvres et tricheries (co\u00fbteuses) se d\u00e9veloppent pour progresser dans le classement.<\/p>\n<p>L\u2019auteure d\u00e9veloppe le caract\u00e8re n\u00e9faste des <strong>publicit\u00e9s cibl\u00e9es<\/strong>. Un \u00ab\u00a0jeu\u00a0\u00bb consiste, pour les universit\u00e9s \u00e0 but lucratif, \u00e0 acheter \u00e0 des officines les coordonn\u00e9es des personnes pouvant pr\u00e9tendre \u00e0 un pr\u00eat d\u2019Etat pour couvrir l\u2019essentiel de leurs frais de scolarit\u00e9. Et l\u2019universit\u00e9 en question peut alors b\u00e9n\u00e9ficier d\u2019un financement par l\u2019Etat d\u2019un montant 9 fois sup\u00e9rieur\u2026 Dans le m\u00eame ordre d\u2019id\u00e9e, signalons les sollicitations des populations dans le besoin pour b\u00e9n\u00e9ficier de pr\u00eats sur salaires \u00e0 des taux usuraires.<\/p>\n<p>Kronos est une entreprise qui exploite les <strong>tests de personnalit\u00e9<\/strong> que passent les candidats \u00e0 un emploi. Un algorithme s\u00e9lectionne les \u00ab\u00a0meilleurs\u00a0\u00bb profils m\u00eame si aucun <em>feedback<\/em> n\u2019est effectu\u00e9 pour con(in)firmer si la personne retenue occupe son emploi de mani\u00e8re satisfaisante. Comment les personnes exclues \u00e0 partir de ces tests trouveront-elles un emploi si les tests sont g\u00e9n\u00e9ralis\u00e9s? Par ailleurs, trois-quarts des CV ne sont pas lus par un humain. Il faut donc que les exp\u00e9diteurs adaptent leur CV \u00e0 ce qui pla\u00eet \u00e0 la machine\u2026 Les candidats ne sont pas sur un pied d\u2019\u00e9galit\u00e9 en la mati\u00e8re.<\/p>\n<p>Mieux vaut ne pas \u00eatre noir et pauvre lors des <strong>interpellations<\/strong> (cf. le programme <em>stop and frisk<\/em> de pr\u00e9vention des d\u00e9lits et crimes), lors des proc\u00e8s, le jugement (notamment en Idaho, au Colorado) prend en compte les risques de r\u00e9cidive issus du mod\u00e8le LSI-R bas\u00e9 sur des questionnaires remplis par les prisonniers sur leur environnement. Un inculp\u00e9 \u00e0 haut risque de r\u00e9cidive pourra \u00e9coper d\u2019une peine plus longue. A sa sortie (tardive), retournant dans son quartier criminog\u00e8ne, la probabilit\u00e9 de r\u00e9cidive sera \u00e9lev\u00e9e. Ce faisant, la mod\u00e9lisation du r\u00e9cidivisme sera confirm\u00e9e, en m\u00eame temps que la nocivit\u00e9 de l\u2019AMD (boucle de r\u00e9troaction). <em>De facto<\/em>, la justice a tendance \u00e0 punir davantage les inculp\u00e9s issus de milieux d\u00e9favoris\u00e9s.<\/p>\n<p>Si on se penche sur l\u2019<strong>attribution de pr\u00eats<\/strong> par les \u00e9tablissements financiers, on a deux mod\u00e8les tr\u00e8s distincts : d\u2019une part, ceux qui se basent sur les finances de l\u2019emprunteur et uniquement sur elles, mod\u00e8le abond\u00e9 en temps r\u00e9el qui donne des r\u00e9sultats probants; d\u2019autre part, des mod\u00e8les qui fabriquent des e-scores \u00e0 partir de donn\u00e9es indirectes charg\u00e9es de pr\u00e9dire la solvabilit\u00e9 de l\u2019emprunteur. Parmi ces donn\u00e9es figurent le code postal, les habitudes de navigation sur Internet, les achats ant\u00e9rieurs. Les offres propos\u00e9es tiennent compte de donn\u00e9es de \u00ab\u00a0tribus\u00a0\u00bb ressemblant au profil de l\u2019emprunteur. En moyenne, cela fonctionne, contribuant \u00e0 la popularit\u00e9 des algorithmes utilis\u00e9s par les entreprises, mais quid des personnes qui ne se comportent pas comme leur \u00ab\u00a0tribu\u00a0\u00bb? Et qu\u2019arrive-t-il lorsqu\u2019un recruteur dispose du e-score et des donn\u00e9es personnelles sous-jacentes des candidats<a href=\"#_ftn3\" name=\"_ftnref3\"><sup>[3]<\/sup><\/a>? A noter que des plateformes de pr\u00eat sans interm\u00e9diaire financier fonctionnent sur la base des e-scores : cerise sur le g\u00e2teau, les banques repr\u00e9sentent 80% des pr\u00eats accord\u00e9s sur ces plateformes\u2026<\/p>\n<p>Comme pour les pr\u00eats, le secteur de l\u2019<strong>assurance<\/strong> est envahi par les algorithmes. On conna\u00eet le syst\u00e8me bonus\/malus qui se base sur l\u2019historique des sinistres dans l\u2019assurance automobile mais les algorithmes fabriquent des e-scores qui pr\u00e9tendent avoir un pouvoir pr\u00e9dictif sur les sinistres et, par cons\u00e9quent, sur la prime d\u2019assurance \u00e0 verser. L\u00e0 encore, on retrouve la \u00ab\u00a0tribu\u00a0\u00bb dans laquelle les algorithmes cherchent \u00e0 nous inclure.<\/p>\n<p>Facebook est abondamment cit\u00e9 dans le chapitre consacr\u00e9 au <strong>citoyen<\/strong>. On conna\u00eet les publicit\u00e9s cibl\u00e9es qui apparaissent sur votre compte Facebook, on conna\u00eet moins le fait que le fil d\u2019actualit\u00e9 d\u00e9pend de votre activit\u00e9. Toujours la \u00ab\u00a0tribu\u00a0\u00bb d\u00e9termin\u00e9e par un algorithme opaque\u2026 On peut imaginer l\u2019utilisation de cette possibilit\u00e9\u2026 De la m\u00eame mani\u00e8re, les moteurs de recherche comme Google peuvent modifier l\u2019ordre des r\u00e9sultats de nos recherches. Notre confiance dans les algorithmes sous-jacents nous rend aveugles. Pourtant, l\u2019actualit\u00e9 r\u00e9cente a montr\u00e9 le pouvoir et la nocivit\u00e9 de ce microciblage : Cambridge Analytica, \u00e0 partir de profils Facebook, est intervenu dans la campagne \u00e9lectorale qui a men\u00e9 D. Trump \u00e0 la pr\u00e9sidence des Etats-Unis, aid\u00e9 par un syst\u00e8me \u00e9lectoral qui rend les citoyens in\u00e9gaux, notamment dans les <em>swing states<\/em>. On est face \u00e0 un ADM : vaste \u00e9chelle, opacit\u00e9, aucun compte \u00e0 rendre.<\/p>\n<h3><strong>Quelques enseignements<\/strong><\/h3>\n<p>Tous ces exemples trop bri\u00e8vement \u00e9voqu\u00e9s prouvent que les algorithmes p\u00e9n\u00e8trent tous les pores de notre vie. Et sans parler des algorithmes purement mercantiles qui inondent nos bo\u00eetes aux lettres \u00e9lectroniques, nos smartphones, dont il n\u2019est pas toujours ais\u00e9 de conna\u00eetre l\u2019origine des donn\u00e9es qui leur permettent de nous cibler.<\/p>\n<p>Retenons \u00e0 ce stade que les algorithmes, qui se servent de plus en plus d\u2019intelligence artificielle, ne sont pas neutres dans le sens o\u00f9 le logiciel n\u2019est pas forc\u00e9ment agnostique et o\u00f9 il apprendrait de mani\u00e8re autonome, \u00e0 partir des donn\u00e9es uniquement. La configuration est diff\u00e9rente de celle des derni\u00e8res g\u00e9n\u00e9rations d\u2019ordinateurs champions d\u2019\u00e9checs. Souvent, un mod\u00e8le sous-jacent pr\u00e9-existe \u00e0 l\u2019algorithme, un peu comme lorsqu\u2019on \u00e9laborait un mod\u00e8le macro\u00e9conomique. L\u2019algorithme l\u2019auto-justifie et le perp\u00e9tue.<\/p>\n<p>Ayons \u00e9galement en t\u00eate que les algorithmes visent un but, pas toujours de mani\u00e8re transparente. Les questions pos\u00e9es aux prisonniers, par exemple, servent avant tout \u00e0 alimenter un logiciel permettant au juge d\u2019ajuster les peines qu\u2019il infligera.<\/p>\n<p>Le livre de Cathy O\u2019Neil insiste beaucoup sur les d\u00e9g\u00e2ts caus\u00e9s par les donn\u00e9es de proximit\u00e9 (<em>proxy<\/em>) lorsqu\u2019on ne peut utiliser les donn\u00e9es sources, par manque de donn\u00e9es ou parce que c\u2019est ill\u00e9gal. Selon l\u2019adage, <em>garbage in, garbage<\/em> <em>out<\/em>. Ainsi, si l\u2019origine ethnique est interdite d\u2019utilisation, le code postal sera utilis\u00e9. Et on risque ainsi les faux positifs, source d\u2019injustice, d\u2019iniquit\u00e9 sur l\u2019autel de l\u2019efficacit\u00e9.<\/p>\n<p>Il est important, souligne l\u2019auteur, d\u2019avoir des retours d\u2019exp\u00e9rience (<em>feedbacks)<\/em>, de prouver l\u2019am\u00e9lioration de la situation de chacun gr\u00e2ce \u00e0 l\u2019utilisation de l\u2019algorithme. Le manque de donn\u00e9es de suivi ne fait que perp\u00e9tuer le syst\u00e8me, voire m\u00eame aggrave les in\u00e9galit\u00e9s de traitement.<\/p>\n<p>La plupart des algorithmes cherchent \u00e0 nous inclure dans une tribu. Ou \u00e0 plusieurs tribus, selon le domaine d\u2019\u00e9tudes : comportement \u00e9lectoral, habitudes de consommation, appartenance \u00e0 une communaut\u00e9 religieuse, niveau de revenus, etc. Et \u00e0 nous attribuer ainsi des \u00ab\u00a0cases\u00a0\u00bb, ce qui permettra de cibler les messages au mieux, de nous cataloguer <em>ad vitam aeternam<\/em> dans le pire des cas. Et tant pis pour les cas qui n\u2019entrent pas bien dans l\u2019algorithme : les \u00ab\u00a0points aberrants\u00a0\u00bb\u00a0 ne sont pas tr\u00e8s graves lorsqu\u2019on vise un objectif global. Les privil\u00e9gi\u00e9s sont pris en charge par des humains, les autres par des machines.<\/p>\n<p><em>In fine<\/em>, l\u2019ouvrage pointe un vrai sujet politique : de nombreuses actions sont men\u00e9es en ne distinguant que tr\u00e8s peu les populations concern\u00e9es. Pensons en particulier \u00e0 la couverture sant\u00e9. En gros, un salari\u00e9 ou un retrait\u00e9 paie une cotisation proportionnelle \u00e0 ses revenus mais tr\u00e8s peu li\u00e9e \u00e0 son \u00e9tat de sant\u00e9 et \u00e0 ses comportements de vie. Avec le <em>big data<\/em>, il est d\u00e9sormais assez facile \u00e0 divers organismes de conna\u00eetre les \u00ab\u00a0vrais\u00a0\u00bb\u00a0 risques de chaque individu. D\u00e8s lors, pourquoi ne pas adapter les cotisations (ou m\u00eame refuser la couverture) \u00e0 ces risques? Et\u00a0 imposer aux individus de \u00ab\u00a0se comporter\u00a0\u00bb mieux, sous peine de cotisations plus \u00e9lev\u00e9es?<\/p>\n<p>L\u2019auteure milite bien entendu alors pour rechercher un meilleur \u00e9quilibre entre efficacit\u00e9 et \u00e9quit\u00e9 et ne croit gu\u00e8re que le march\u00e9 r\u00e9gule lui-m\u00eame ces exc\u00e8s.<\/p>\n<h3><strong>Quelques mesures de r\u00e9\u00e9quilibrage<\/strong><\/h3>\n<p>Comment r\u00e9tablir une situation assez mal engag\u00e9e dans laquelle les citoyens, pris un par un, n\u2019ont que peu de poids, face \u00e0 ces algorithmes qui r\u00e9gentent de plus en plus nos vies, sans que nous ne le sachions toujours, alors m\u00eame que certains d\u2019entre eux nous fournissent un service appr\u00e9ciable? Comment s\u00e9parer le bon grain de l\u2019ivraie?<\/p>\n<p>Les principales mesures propos\u00e9es par l\u2019auteure sont (trop?) raisonnables :<\/p>\n<ul>\n<li>Mesurer les impacts des ADM et leurs co\u00fbts induits<\/li>\n<li>Int\u00e9grer du qualitatif dans les algorithmes<\/li>\n<li>Favoriser l\u2019intervention humaine au lieu d\u2019appliquer m\u00e9caniquement les recommandations\/d\u00e9cisions de l\u2019algorithme<\/li>\n<li>Utiliser et comprendre des donn\u00e9es propres en amont<\/li>\n<li>Exiger que le \u00ab\u00a0not\u00e9\u00a0\u00bb ait acc\u00e8s aux donn\u00e9es et aux conclusions de l\u2019algorithme le concernant. On pourrait ajouter la n\u00e9cessaire transparence quant au devenir des donn\u00e9es collect\u00e9es : les GAFA sont somme toute peu \u00e9gratign\u00e9s dans l\u2019ouvrage et sont pourtant les d\u00e9tenteurs des plus grandes bases de donn\u00e9es actuellement disponibles. Sait-on vraiment ce qu\u2019ils en font, au-del\u00e0 de l\u2019aspect mercantile de leur propre activit\u00e9?<\/li>\n<li>Auditer les algorithmes par des organismes ind\u00e9pendants ou par les utilisateurs eux-m\u00eames, c\u2019est-\u00e0-dire les rendre transparents, autoriser \u00e0 aller \u00e9tudier les codes, rep\u00e9rer les <em>a priori<\/em>, les objectifs de l\u2019algorithme. Eventuellement les abandonner suite \u00e0 l\u2019audit.<\/li>\n<\/ul>\n<p>Ces deux derni\u00e8res propositions sont sans doute les plus importantes : il s\u2019agit <em>a minima<\/em> d\u2019obliger l\u2019ouverture de la bo\u00eete noire. Une mesure plus radicale pourrait d\u2019ailleurs \u00eatre de soumettre l\u2019algorithme \u00e0 autorisation pr\u00e9alable : apr\u00e8s tout, il s\u2019agit d\u2019un produit hautement sensible qui s\u2019assimile \u00e0 la mise sur le march\u00e9 d\u2019un nouveau m\u00e9dicament, \u00e0 l\u2019implantation d\u2019une usine polluante ou \u00e0 la cr\u00e9ation d\u2019un nouvel \u00e9tablissement financier, activit\u00e9s soumises qui plus est \u00e0 une r\u00e9glementation. L\u2019algorithme ne serait-il pas un \u00ab\u00a0bien commun\u00a0\u00bb?<\/p>\n<p>En outre, Cathy O\u2019Neil appelle de ses voeux une sorte de serment d\u2019Hippocrate pour les personnes charg\u00e9es de mettre en place les algorithmes. D\u2019ailleurs, \u00e0 l\u2019instar de plusieurs professions, la d\u00e9ontologie est-elle enseign\u00e9e dans les \u00e9tablissements qui forment les <em>data scientists<\/em>?<\/p>\n<p><em>*\u00a0<span style=\"text-decoration: underline; color: #0000ff;\"><a style=\"color: #0000ff; text-decoration: underline;\" href=\"http:\/\/www.arenes.fr\/livre\/algorithmes-la-bombe-a-retardement\/\">\u00ab\u00a0Algorithmes, La bombe \u00e0 retardement\u00a0\u00bb, Editions Les ar\u00e8nes<\/a><\/span><\/em><\/p>\n<hr \/>\n<p><em><a href=\"#_ftnref1\" name=\"_ftn1\"><sup>[1]<\/sup><\/a> <span style=\"text-decoration: underline;\"><span style=\"color: #0000ff;\"><a style=\"color: #0000ff; text-decoration: underline;\" href=\"https:\/\/mathbabe.org\">https:\/\/mathbabe.org<\/a><\/span><\/span><\/em><\/p>\n<p><em><a href=\"#_ftnref2\" name=\"_ftn2\"><sup>[2]<\/sup><\/a> Le mod\u00e8le de \u00ab\u00a0valeur ajout\u00e9e\u00a0\u00bb utilis\u00e9 en France est tr\u00e8s diff\u00e9rent, ne serait-ce que parce que c\u2019est l\u2019\u00e9tablissement scolaire qui est mesur\u00e9 et non pas les enseignants. Cf. <span style=\"text-decoration: underline; color: #0000ff;\"><a style=\"color: #0000ff; text-decoration: underline;\" href=\"http:\/\/www.education.gouv.fr\/cid3014\/les-indicateurs-de-resultats-des-lycees.html\">http:\/\/www.education.gouv.fr\/cid3014\/les-indicateurs-de-resultats-des-lycees.html<\/a><\/span><\/em><\/p>\n<p><em><a href=\"#_ftnref3\" name=\"_ftn3\"><sup>[3]<\/sup><\/a> La Chine est en train d\u2019instaurer un e-score sur le comportement social de sa population\u2026<\/em><\/p>\n","protected":false},"excerpt":{"rendered":"<p>Catherine O\u2019Neil, Ph. D de math\u00e9matiques \u00e0 Harvard, effectue d\u2019abord des recherches en g\u00e9om\u00e9trie alg\u00e9brique arithm\u00e9tique. Quittant le monde feutr\u00e9 de l\u2019Universit\u00e9 en 2007, elle travaille quatre ans dans l&rsquo;industrie de la finance, dont deux pour un fonds sp\u00e9culatif puis dans une soci\u00e9t\u00e9 de logiciels qui \u00e9value le risque des fonds sp\u00e9culatifs et des banques. [&hellip;]<\/p>\n","protected":false},"author":88,"featured_media":3861,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_et_pb_use_builder":"","_et_pb_old_content":"","_et_gb_content_width":"","_exactmetrics_skip_tracking":false,"_exactmetrics_sitenote_active":false,"_exactmetrics_sitenote_note":"","_exactmetrics_sitenote_category":0,"footnotes":""},"categories":[31],"tags":[],"class_list":["post-3859","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-dans-les-rayons","et-has-post-format-content","et_post_format-et-post-format-standard"],"_links":{"self":[{"href":"https:\/\/variances.eu\/index.php?rest_route=\/wp\/v2\/posts\/3859","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/variances.eu\/index.php?rest_route=\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/variances.eu\/index.php?rest_route=\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/variances.eu\/index.php?rest_route=\/wp\/v2\/users\/88"}],"replies":[{"embeddable":true,"href":"https:\/\/variances.eu\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=3859"}],"version-history":[{"count":0,"href":"https:\/\/variances.eu\/index.php?rest_route=\/wp\/v2\/posts\/3859\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/variances.eu\/index.php?rest_route=\/wp\/v2\/media\/3861"}],"wp:attachment":[{"href":"https:\/\/variances.eu\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=3859"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/variances.eu\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=3859"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/variances.eu\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=3859"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}