Les chiffres peuvent nous aider à mieux nous connaître, arguent les chantres du Quantified Self, une pratique de mesure de soi via des applications et des devices connectés. Mais cette promesse d’un « connais toi toi-même » à l’aune des datas est plus complexe qu’il n’y paraît.



Initiée en 2007 par Gary Wolf et Kevin Kelly de Wired, la notion de Quantified Self peut facilement séduire, tout comme l’argumentaire qui la sous-tend. En effet, dans un monde où tout est déjà quantifié et archivé, où la data peut être rendue intelligente et produire du sens par l’analyse, pourquoi ce paradigme ne pourrait-il pas bénéficer à son principal artisan, l’homme ? Pour les inventeurs du concept, la pratique du Quantified Self pallie une marge d’erreur liée à notre propre condition. Ainsi, lorsqu’il s’agit de notre corps, de notre santé ou de nos comportements en général, les manques d’attention, les oublis ou les appels trop fréquents à notre intuition peuvent être compensés par des méthodes de mesure de soi. Je veux perdre du poids ? J’utilise la balance connectée Withings. Améliorer mon activité quotidienne ? Je me tourne vers Fitbit. Des services reliés à Internet qui me permettent par ailleurs de partager mes données, d’encourager et d’être encouragé par mes pairs.

N’y a-t-il cependant pas une illusion de facilité dans cette volonté de « Self Knowledge through numbers » ? À commencer par les nombres eux-mêmes : que nous dit un bracelet connecté Jawbone sur une nuit ? La durée du sommeil, léger et profond, le temps d’endormissement, la durée des réveils nocturnes. Mais la carte n’est pas le territoire, et les statistiques posées sur 8h de sommeil n’en donnent jamais qu’une représentation chiffrée : des données qui n’ont pas de sens en soi, sauf celui que la subjectivité d’un regard pourra leur accorder. En prenant en compte des critères émotionnels qui échappent à la machine et à la quantification.

Ajoutons justement à la subjectivité des données le caractère faillible de l’être humain. Les services de Quantified Self recueillent des données et tentent d’en produire du sens pour l’utilisateur, mais l’analyse générale de toutes les données agrégées revient à ce dernier. Si une corrélation entre courbe de poids et changements alimentaires semble assez facile à appréhender, il n’en est pas de même lorsque l’utilisateur dispose d’un grand nombre de données très diverses, allant de sa fréquence cardiaque à sa productivité au travail, en passant par sa consommation d’électricité. Comment éviter le risque des corrélations abusives qui fausseraient alors l’objectif de connaissance de soi ?



Le problème réside également dans la nature potentiellement normative des données issues du Quantified Self. Jusqu’à présent, il n’a jamais été évident d’apposer des normes à des comportements privés : nous sommes souvent guidés par notre bon sens ou par le respect de certaines conventions. Les usages liés au Quantified Self posent de nouvelles questions. Ainsi, face à mes données Jawbone, je peux légitimement m’interroger : y a t-il une norme du sommeil de « bonne qualité » ? L’objectif de 10 000 pas par jour fixé par le device correspond-il à un comportement jugé socialement bon ? Le partage des données avec d’autres utilisateurs renforce ces interrogations. Et d’ailleurs, à terme, l’analyse des Big Datas de ces services pourrait déboucher sur des standardisations de comportements.

Enfin, si l’idéologie derrière le Quantified Self semble avant tout humaniste, elle privilégie cependant l’action au détriment de la connaissance. Sa proposition favorise souvent une vision de l’individu, qui, grâce à son « self-knowledge », est en capacité de modifier son comportement vers quelque chose de bien ou de bon. Au-delà des questionnement moraux – qu’est-ce qui serait « bien » ou « bon » ? – il s’agit là d’une apologie de l’empowerment individuel qui va loin, comme le montre par exemple l’injonction « Take control of your mood » du service Moodscope, qui permet aux utilisateurs de mesurer leur humeur. Attention, la tentation d’une auto-maîtrise et des « achievements » qui lui sont liés peut vite venir balayer l’objectif premier de la connaissance, pourtant préalable indispensable à l’action…

Contrairement à ce que certains promettent, la mesure de soi n’induit pas automatiquement la connaissance et le contrôle de soi. Preuve que, une fois de plus, les données et les technologies ne font pas office de solution magique. Gardons en tête que c’est certainement la compréhension de l’utilisateur – dans sa culture et dans ses usages - qui permettra d’exploiter davantage les données issues des techniques de Quantified Self.