Market of personal data and regulation

Marché des données personnelles et régulation

• Auteur / Autrice : Vincent Lefrere
• Direction : Grazia Cecere, Fabrice Le Guel
• Type : Thèse de doctorat
• Discipline(s) : Sciences économiques
• Date : Soutenance le 18/05/2020
• Etablissement(s) : université Paris-Saclay
• Ecole(s) doctorale(s) : École doctorale Sciences de l'Homme et de la société (Sceaux, Hauts-de-Seine ; 2015-2020)
• Partenaire(s) de recherche : Laboratoire : Institut Mines-Télécom-Business School. Laboratoire en Innovation, Technologies, Economie et Management (Evry, Essonne)
• Partenaire(s) de recherche : référent : Université d'Évry-Val-d'Essonne (1991-....)
• Jury : Président / Présidente : Wilfried Sand-Zantman
• Jury : Examinateurs / Examinatrices : Babur De Los Santos, Philippe Gagnepain, José De Sousa
• Jury : Rapporteurs / Rapporteuses : Babur De Los Santos

Mots clés

Mots clés contrôlés

Applications mobiles

Vie privée

Économie numérique

Commande, Théorie de la

Économie industrielle

Mots clés libres

Economie Industrielle

Régulation

Economie numérique

Economie de la vie privée

Application Smartphone

Industrial Economics

Regulation

Digital Economics

Economics of Privacy

Smartphone applications

Résumé

Les algorithmes de traitement des contenus utilisés dans l'industrie de l'Internet sont indispensables au fonctionnement de nombreux services. Ils servent à filtrer des contenus, ordonner des réponses à une recherche, sélectionner les informations pertinentes, faire des recommandations. Ils sont devenus nécessaires à l'analyse des grandes masses de données issues des objets connectés et du e-commerce. Ces outils sont également générateurs d'innovations dans un secteur économique stratégique et très concurrentiel. La littérature en droit et en économie montrent des résultats ambivalents. D'un côté elle montre que les algorithmes soulèvent des questions (d'abus) de position dominante, de collusion et de discriminations. Chen and al. (2017) étudient la plateforme UBER et ils montrent qu'il existe un monopole algorithmique concernant l'entreprise Uber, où le prix varie selon des règles propres à l'algorithme et non selon une logique de marché où l'offre et la demande déterminent un prix d'équilibre. Dans le cas d'un oligopole cette fois, Mehra (2016), ou encore Ezrachi et Stucke (2015) ont montré des problèmes de collusion (via un parallélisme des prix) dû à la présence de robots vendeurs (robots-sellers) qui se coordonnent selon une logique haussière. Enfin, sur un plus grand nombre d'entreprises, Mikians et al. 2013 ; Hannak et al. 2014 montrent l'existence de nombreuses discriminations par les prix. Datta et al. (2015) ; Lambrecht et Tucker, (2016) observent des discriminations en ligne en fonction du genre impactant le niveau de salaire. D'un autre côté, la littérature montre que les algorithmes peuvent améliorer les choix pris par les individus notamment dans les décisions de justice. Les idées préconçues de juges américains envers les individus afro-américains induisent une décision judiciaire biaisée et l'implémentation dans ce domaine d'algorithmes à démontré une réduction du crime de 24,8% (Kleinberg and al, 2016). Pour le moment, une littérature naissante en économie et en droit tente d'identifier ce type de comportements de la part des algorithmes, mais finalement, elle ne fait que relever un problème transverse d'asymétrie d'information entre les consommateurs - mais aussi le régulateur - et les firmes, quant aux règles de fonctionnement de leur algorithme. Ces règles sont-elles compatibles avec les règles de la concurrence et l'obligation de protéger la vie privée des consommateurs, fournisseurs privilégiés de données personnelles ? Comment inciter les entreprises à être plus transparentes et loyales, étant donné qu'un algorithme est la ressource stratégique des firmes et source d'innovations et de pouvoir de marché ? Comment éviter les dangers d'un mécanisme de sélection adverse (où les entreprises les plus respectueuses des données personnelles se trouveraient hors marché) et de hasard moral (du fait d'un coût de surveillance des autorités de régulation trop élevé) ? La thèse devra travailler sur l'ensemble de ces points.

Content processing algorithms used in the Internet industry are essential to the functioning of many services. They serve to filter content, order responses to a search, select relevant information, make recommendations. They have become necessary for the analysis of the large masses of data from connected objects and e-commerce. These tools are also generators of innovation in service in a strategic and highly competitive economic sector. The literature on law and economics shows ambivalent results related to economics impact of algorithms. On the one hand, this literature shows that the algorithms raise questions (abuse) of dominance, collusion and discrimination. Chen et al. (2017) study the UBER platform and show that there is an algorithmic monopoly on Uber, where the price varies according to algorithm-specific rules and not according to a market logic in which supply and demand determine equilibrium price. In the case of oligopoly, Mehra (2016), Ezrachi and Stucke (2015) have shown the existence of collusion (via price parallelism) due to the presence of robo-sellers who coordinate prices according to an upward trend. Finally, Mikians et al. (2013); Hannak et al. (2014) show the existence of numerous form of price discrimination in different sectors. Datta et al. (2015) ; Lambrecht and Tucker, (2016) observe gender-based discrimination on the level of wages. On the other hand, the literature shows that algorithms can improve choices made by individuals, particularly in court decisions. While, the preconceived ideas of American judges towards African-American individuals induce a biased judicial decision, the implementation of ​​algorithms has demonstrated a crime reduction of 24.8% (Kleinberg et al, 2016). A preliminary literature in economics and law attempts to assess the algorithm behaviors with the aim to identify the cause of information asymmetry in the market and thus between consumers - Regulator - and the firms. We aim to identify the implications for regulation of economics of privacy and the extent of obligation to protect the privacy of consumers? How can companies be more transparent and fair, given that an algorithm is the strategic resource of firms and a source of innovation and market power? How to avoid the dangers of an adverse selection mechanism (where the most respectful of personal data would be out of market) and moral hazard (due to too high regulatory oversight costs)? The thesis will work on all these points.