Le web scraping est un outil, pas un crime

Cour suprême

Mme Tech | Pixabay





En tant que journaliste capable de coder, je peux facilement collecter des informations auprès de sites Web et comptes de médias sociaux pour trouver des histoires. Tout ce que j'ai à faire est d'écrire quelques lignes de code qui vont dans l'éther, d'ouvrir des sites Web et de télécharger les données qui y sont déjà accessibles au public. Ce processus s'appelle le grattage.

Mais il y a un calcul que je fais dans ma tête chaque fois que je commence à poursuivre une histoire qui nécessite d'être grattée : cette histoire vaut-elle aller en prison pour ?

Je ne parle pas de pirater les bases de données murées de la CIA. Je parle d'utiliser un script pour collecter des informations auxquelles je peux accéder en tant que consommateur Internet quotidien, comme des publications Instagram publiques ou des tweets qui utilisent un certain hashtag.



Histoire connexe

Les sociétés pharmaceutiques ne devraient pas jouer les favoris en accordant l'accès aux traitements expérimentaux contre le covid-19. La loi - et non la renommée ou le pouvoir - devrait déterminer qui peut essayer des médicaments non approuvés en dehors des essais cliniques.

Mon inquiétude n'est pas sans fondement. Une loi américaine vaguement rédigée appelée Loi sur la fraude et les abus informatiques fait de l'accès à ce type d'informations de manière programmatique un crime potentiel. La loi vieille de plusieurs décennies a été introduite après que les législateurs ont vu le film de 1983 Jeux de guerre et a décidé que les États-Unis avaient besoin d'une loi anti-piratage interdisant à quiconque d'utiliser un ordinateur sans autorisation ou de dépasser l'accès autorisé.

Bien que la loi ait été bien intentionnée et ait été utilisée pour poursuivre les personnes qui téléchargent des choses à partir de leurs systèmes de travail alors qu'elles ne sont pas censées le faire, elle attrape également beaucoup d'autres personnes dans son réseau largement diffusé, y compris des universitaires, des chercheurs, et journalistes.

Que signifie le dépassement de l'accès autorisé à l'ère des médias sociaux ? Un employé qui a accès à une base de données de revues de recherche pour le travail et les utilise à des fins privées dépasse-t-il l'accès autorisé ? Est-ce qu'un journaliste comme moi qui recueille des informations à l'aide de processus automatisés et de son propre compte Facebook commet un crime ?



Jusqu'à présent, les interprétations de la loi se sont succédées d'un procès à l'autre, s'appuyant sur divers juges pour nous donner une meilleure définition de ce que signifie exactement dépasser l'accès autorisé à l'information. Mais bientôt la Cour suprême des États-Unis statuer sur la loi pour la première fois, dans le cas Van Buren c.États-Unis . Nathan Van Buren, un policier, avait accès à des bases de données confidentielles pour le travail et vendait à un tiers les informations qu'il y recherchait. Le tribunal a entendu les plaidoiries d'ouverture le 30 novembre et pourrait annoncer sa décision n'importe quel jour.

À partir de prix injuste sur Amazon à discours de haine sur Facebook , de nombreux méfaits d'entreprise peuvent être retracés à travers les plateformes sur lesquelles nous menons une grande partie de notre vie. Et la vaste empreinte numérique que les êtres humains produisent en ligne, dont une grande partie est accessible au public, peut nous aider à combler les lacunes dans les données et à enquêter sur des domaines qui pourraient autrement être difficiles à comprendre.



Comme l'a souligné l'artiste et experte en technologie Mimi Onuoha dans son article poignant La bibliothèque des ensembles de données manquants :

|__+_|

La collecte de données est coûteuse et fastidieuse, mais c'est aussi un outil important pour découvrir et révéler les injustices systémiques. Les données que nous jugeons suffisamment importantes pour collecter sont souvent laissées à des entités puissantes - gouvernements et entreprises - qui ne gardent pas toujours à l'esprit les personnes les plus vulnérables de la société.

Si les responsables du gouvernement chinois ne publient pas d'informations sur les camps où les minorités musulmanes sont détenues, alors peut-être que les chercheurs pourraient utiliser informations de Google maps pour se rapprocher de la portée de ce problème. Si les auteurs n'admettent pas les crimes de guerre mais publier à leur sujet sur les réseaux sociaux, les procureurs et les chercheurs en droits de l'homme peuvent toujours monter des dossiers contre eux.



Les entreprises comme Facebook devraient-elles avoir le recours légal pour arrêter la recherche universitaire ? Devrait-il y avoir une exemption lorsque le web scraping est le seul moyen de recueillir des données qui aident les chercheurs, les universitaires et les journalistes à diagnostiquer les maux de notre société ?

Twitter a peut-être modélisé une voie à suivre. Compte tenu de son rôle dans la propagation de la désinformation autour des élections américaines de 2016, la société a décidé de créer un accès spécial aux données spécifiquement pour universitaires et chercheurs . Bien que l'entreprise désapprouve toujours le grattage, cette étape signale qu'elle reconnaît l'importance des données.

Peut-être que les législateurs le peuvent aussi.

Lam Thuy Vo est journaliste principale chez BuzzFeed News, où elle a rapporté des articles sur la désinformation, la haine en ligne et la responsabilité liée à la plate-forme. Son livre Réseaux sociaux miniers a été publié par No Starch Press fin 2019.

cacher