Contexte législatif
Le conseil municipal de New York a adopté une mesure qui prohibe la tarification fondée sur la surveillance. Cette pratique consiste à ajuster le prix d’un bien ou d’un service en fonction de données personnelles collectées sur le consommateur. Le texte législatif, présenté en 2024, cible explicitement les modèles économiques qui exploitent les profils numériques pour différencier les prix.
Mécanismes de la tarification de surveillance
Les entreprises utilisent des flux de données provenant de smartphones, de navigateurs ou de capteurs IoT pour établir des scores de propension à payer. Ces scores alimentent des algorithmes de pricing dynamique qui varient le coût en temps réel. Le processus repose sur trois étapes techniques : collecte massive de métadonnées, agrégation dans des bases de données centralisées, puis application de modèles prédictifs. Chaque étape implique des risques de confidentialité : la collecte sans consentement viole les principes du GDPR, l’agrégation crée des points de concentration de données sensibles, et les modèles prédictifs peuvent reproduire ou amplifier des biais.
Implications pour les entreprises et les consommateurs
Pour les acteurs du marché, le bannissement impose une révision des pipelines de données. Les systèmes de recommandation et de pricing devront être décorrélés des attributs individuels tels que l’historique de navigation ou le niveau de revenu estimé. Cette contrainte peut entraîner une hausse des coûts de conformité, notamment la mise en place de filtres de pseudonymisation et de contrôles d’accès renforcés. Du côté des consommateurs, la mesure vise à restaurer l’équité tarifaire en éliminant les discriminations basées sur le profilage. Elle réduit également l’exposition aux fuites de données, car moins d’informations personnelles sont exploitées à des fins commerciales.
