B. FAIRE PROGRESSER LA RECHERCHE SCIENTIFIQUE
De façon plus spécifique, le numérique a également joué un rôle déterminant dans la recherche sur le Covid-19 , afin de mieux connaître le virus, son génome, ses modes de propagation ou encore ses conséquences sur la santé, afin aussi de développer traitements et vaccins.
La recherche médicale en général s'appuie depuis longtemps sur un recours intensif au numérique, avec l'exploitation de grandes bases de données et la mobilisation de techniques d'intelligence artificielle. Si la crise du Covid-19 présente à cet égard une spécificité, ce n'est pas dans le recours au numérique, mais dans l'ampleur sans précédent de la mobilisation des chercheurs et des financements engagés. Ces sujets n'entrent donc pas non plus dans le champ du présent rapport .
Il y a toutefois une exception : la modélisation épidémiologique , située aux confins de la recherche médicale et de la surveillance sanitaire , et à ce titre abordée dans les développements qui suivent. En effet, la crise du Covid-19 a marqué une évolution majeure, en particulier du fait de l'ampleur et la diversité des données collectées et utilisées pour affiner les modèles épidémiologiques , qui sont parfois les mêmes que celles qui sont susceptibles de servir au contrôle du respect des mesures sanitaires, et qui en tout état de cause appuient très directement les décisions politiques.
Les exemples sont multiples. Parmi ceux qui seront détaillés dans les parties suivantes, on peut notamment citer l'analyse des données des opérateurs téléphoniques ( antennes GSM ) ou des géants du numérique ( géolocalisation ) pour étudier l'évolution de la mobilité et le respect des règles de confinement, l'analyse des eaux usées pour détecter la présence du virus, ou encore l'analyse des recherches Google portant sur les symptômes du Covid-19 pour prédire l'évolution de la maladie.
Précisons enfin que la recherche scientifique ne se limite pas à la recherche médicale : durant la crise sanitaire, les sciences humaines, économiques et sociales ont-elles aussi eu recours à l'analyse de données pour étudier l'impact du Covid-19 sur la société dans son ensemble - par exemple sur les inégalités entre les femmes et les hommes ou entre les différentes catégories socio-professionnelles.
C. GARANTIR LE RESPECT DES MESURES SANITAIRES
La grande spécificité de la crise du Covid-19, et le coeur du présent rapport, concerne le recours aux nouvelles technologies dans le cadre de la gestion de la crise sanitaire, en particulier pour assurer ou contrôler le respect des restrictions sanitaires : applications de contact tracing , de tracking ou de géolocalisation, pass et passeport sanitaires, utilisation de drones ou de caméras thermiques, etc. - sans compter les immenses perspectives - et les risques associés - qu'ouvrent les technologies numériques pour l'avenir.
De fait, la gravité de la crise sanitaire a conduit les gouvernements du monde entier à recourir à de telles solutions, parfois très intrusives, afin de freiner la progression de l'épidémie ou d'accompagner le déconfinement. Par rapport aux outils classiques de gestion d'une crise sanitaire - ou d'une crise comparable (catastrophe naturelle ou industrielle, etc.) - les outils numériques peuvent théoriquement permettre un ciblage précis, individuel et en temps réel des mesures ou des contrôles, même si la plupart n'ont eu ni cette finalité, ni cet effet.
Plusieurs typologies permettent d'appréhender les solutions mises en oeuvre, dans leur grande diversité. On peut, par exemple, les classer :
- en fonction de leurs finalités : informer la population, protéger les personnes vulnérables, permettre la levée des restrictions, repérer voire sanctionner les contrevenants, etc. ;
- en fonction de leur degré d'intrusivité : certains outils reposent sur l'identification précise des personnes, leur géolocalisation et le croisement de données personnelles voire sensibles (dont les données médicales) afin de faire respecter des règles, tandis que d'autres sont anonymes, ne collectent ou ne conservent pas les données, ne débouchent sur aucune conséquence automatique ni mesure contraignante, et ne visent qu'à informer ou rendre des services ;
- en fonction de leur caractère obligatoire ou facultatif , avec une large gamme de nuances entre ces deux modèles ;
- en fonction de la nature et de l'ampleur des données collectées ;
- en fonction des acteurs responsables de leur mise en oeuvre ;
- en fonction des technologies utilisées ;
- et bien sûr selon leur efficacité.