Une amende à neuf chiffres pour une décision qu’aucun humain n’a examinée
Les régulateurs européens des données viennent de mettre un prix sur la gestion algorithmique, et il est colossal. Le 21 août, l’autorité néerlandaise de protection des données — l’Autoriteit Persoonsgegevens, ou AP — a infligé une amende de près de 825 millions d’euros à Uber pour la manière dont l’entreprise désactivait les comptes de chauffeurs. Selon l’annonce de l’AP rapportée par TechCrunch, la sanction équivaut à environ 966 millions de dollars et se classe comme la deuxième plus lourde jamais prononcée au titre du Règlement général sur la protection des données, derrière seulement les 1,2 milliard d’euros infligés à Meta par le régulateur irlandais en 2023.
Le comportement en cause n’était ni une fuite de données ni un abus marketing. C’était l’acte de mettre fin à une relation de travail par machine. Entre 2018 et 2022, Uber utilisait un logiciel qui surveillait le comportement des chauffeurs et les évaluations des clients et pouvait suspendre temporairement un compte en cas de soupçon de fraude — et, pour des notes durablement basses, le désactiver définitivement. La conclusion centrale du régulateur, comme l’a rapporté Quartz, était qu’il s’agissait en pratique de décisions entièrement automatisées aux conséquences majeures, prises sans intervention humaine suffisante et sans informer les chauffeurs de la façon dont le système parvenait à son verdict.
La vice-présidente de l’AP, Monique Verdier, a formulé le principe sans détour : « Un ordinateur ne devrait pas prendre seul des décisions ayant des conséquences majeures sur la vie des gens », a-t-elle déclaré dans des propos relayés par TechCrunch. Uber a affirmé être « en profond désaccord avec cette décision et cette amende disproportionnée » et a confirmé qu’elle ferait appel.
Ce que l’article 22 exige réellement
Le fondement juridique est l’article 22 du règlement européen sur la protection des données, la disposition qui encadre les décisions « fondées exclusivement sur un traitement automatisé » produisant des effets juridiques ou significatifs. C’est l’un des recoins les moins testés du droit européen des données — et cette affaire en est la plus grande application à ce jour. L’article 22 n’interdit pas l’automatisation. Il exige que, lorsqu’une décision lourde de conséquences est automatisée, la personne concernée ait le droit d’obtenir une intervention humaine, d’exprimer son point de vue et de contester le résultat. Fait crucial, l’humain dans la boucle doit pouvoir réellement modifier le résultat, et non simplement approuver ce que le modèle a produit.
Cette distinction — un examen humain réel plutôt qu’une formalité — est au cœur de la décision. Comme l’a résumé Digital Watch Observatory, l’AP a estimé que le processus d’Uber se situait du mauvais côté de cette ligne : des chauffeurs voyaient leur compte désactivé par un pipeline automatisé sans voie claire et efficace vers un humain capable d’annuler la décision de la machine.
L’affaire illustre aussi comment le mécanisme du « guichet unique » prévu par ce règlement concentre le risque. L’enquête a commencé non pas aux Pays-Bas mais en France, où l’effort de défense des chauffeurs — mené par l’ancien chauffeur Brahim Ben Ali, qui a recueilli les témoignages de 170 autres chauffeurs — a acheminé les plaintes vers le siège européen d’Uber à Amsterdam. Parce que ce siège se trouve aux Pays-Bas, l’AP est devenue l’autorité chef de file pour l’ensemble du marché européen. Un litige parti d’un groupe de chauffeurs français a produit un précédent à l’échelle du continent.
Publicité
Ce n’est pas la première sanction de l’AP contre Uber
L’ampleur se lit mieux dans son contexte. C’est la troisième amende que le régulateur néerlandais inflige à Uber. L’AP avait auparavant prononcé une amende de 290 millions d’euros et une amende de 10 millions d’euros dans des affaires antérieures de traitement de données. Le passage à près de 825 millions d’euros signale que les régulateurs traitent désormais l’automatisation opaque et à fort enjeu comme une violation de premier ordre plutôt que comme une technicité — et que des constats répétés contre la même entreprise s’accumulent vite.
Pour toute organisation qui gère des travailleurs, des clients ou des candidats via des modèles de scoring, le message est que le déploiement de l’automatisation est désormais indissociable de la gouvernance qui l’entoure. Un modèle qui signale la fraude n’est pas le risque ; un modèle qui coupe les revenus sans recours réel l’est.
Ce que cela signifie pour les dirigeants tech algériens
L’économie de plateforme algérienne, les startups de ressources humaines numériques, les moteurs de scoring fintech et toute entreprise construite sur des données d’utilisateurs européens disposent désormais d’une norme concrète à respecter — et d’un chiffre concret attaché à l’échec.
1. Cartographiez chaque décision automatisée pouvant nuire matériellement à une personne avant de la déployer
Recensez les points de votre produit où un modèle peut suspendre un compte, refuser un prêt, rejeter un candidat ou couper des revenus. Chacun est une décision « article 22 » potentielle. Si vous ne pouvez pas nommer l’humain capable d’annuler chacune — et démontrer qu’il dispose de l’information et de l’autorité pour le faire — vous n’avez pas encore de processus conforme. Faites cette cartographie dès la conception, pas après l’arrivée d’une plainte.
2. Bâtissez un examen humain réel, pas un tampon automatique
La décision Uber repose sur la question de savoir si l’humain dans la boucle peut véritablement changer le résultat. Un examinateur qui ne voit que le verdict du modèle, sans les preuves sous-jacentes et sans pouvoir l’annuler, est une formalité qui échoue au test. Donnez aux examinateurs les données d’entrée, un vrai bouton d’annulation et une justification consignée. Prévoyez le budget en effectifs que cela exige ; c’est moins cher qu’une amende à neuf chiffres.
3. Dites aux utilisateurs, en langage clair, quand une machine décide — et comment la contester
Cette disposition associe automatisation et transparence : les personnes concernées doivent savoir qu’une décision était automatisée et disposer d’une voie pour la contester. Intégrez une information claire et un canal de recours accessible dans le parcours utilisateur. Pour les entreprises algériennes qui courtisent des clients européens et une future adéquation des données avec l’UE, la transparence démontrable n’est pas seulement défensive — c’est un atout d’accès au marché.
4. Traitez le guichet unique comme une raison de se conformer partout, pas de faire du forum-shopping
L’affaire Uber montre qu’une plainte déposée par une poignée d’utilisateurs dans un pays peut remonter jusqu’à l’autorité chef de file pour l’ensemble du marché européen. Si l’un de vos utilisateurs se trouve en Europe, la lecture la plus stricte de l’article 22 est votre norme effective. La respecter une fois est bien plus simple que de maintenir une version permissive en espérant qu’aucun groupe de défense n’achemine une plainte vers votre régulateur chef de file.
La leçon structurelle
La décision Uber concerne moins le transport à la demande que l’arrivée d’un véritable coût du capital pour l’automatisation opaque. Pendant une décennie, « c’est l’algorithme qui a décidé » a servi de bouclier — une façon de distancier une entreprise des conséquences qui retombaient sur des individus. Cette décision inverse la logique : plus la décision automatisée est lourde de conséquences, plus la loi exige un humain capable de l’assumer et de l’annuler, et plus la sanction est élevée quand cet humain manque.
Cela a une incidence directe sur la conversation mondiale autour de la gouvernance de l’IA, y compris en Afrique du Nord et dans le Golfe, où les cadres de protection des données convergent vers le modèle européen. La leçon que les fondateurs et CTO algériens devraient retenir n’est pas « évitez l’automatisation ». C’est que la gouvernance autour d’un modèle — supervision humaine, transparence, contestabilité — est désormais une fonctionnalité produit avec un prix mesurable si on la néglige. Intégrez-la tôt, et la même discipline qui satisfait les régulateurs construit aussi la confiance des utilisateurs dont les plateformes vivent ou meurent.
Questions Fréquemment Posées
Qu’a fait Uber de mal au regard du règlement européen sur la protection des données ?
Uber a utilisé un logiciel automatisé pour suspendre temporairement et, en cas de notes durablement basses, désactiver définitivement des comptes de chauffeurs entre 2018 et 2022. Le régulateur néerlandais a estimé qu’il s’agissait en pratique de décisions entièrement automatisées aux conséquences majeures pour les moyens de subsistance des personnes, prises sans intervention humaine suffisante et sans informer assez les chauffeurs de la façon dont le système décidait — une violation de l’article 22 du règlement européen sur la protection des données, qui encadre les décisions fondées exclusivement sur un traitement automatisé.
Pourquoi 825 millions d’euros est-il si significatif ?
À près de 825 millions d’euros (environ 966 millions de dollars), c’est la deuxième plus lourde sanction jamais prononcée au titre de ce règlement, derrière seulement les 1,2 milliard d’euros infligés à Meta par le régulateur irlandais en 2023. C’est aussi la plus grande application de l’article 22 en particulier, qui était l’une des dispositions les moins testées du droit européen des données — signalant que les régulateurs traitent désormais l’automatisation opaque et à fort enjeu comme une violation de premier ordre.
Que devraient retenir les entreprises algériennes de cette décision ?
Toute entreprise algérienne qui automatise des décisions lourdes de conséquences — suspensions de comptes, refus de prêts, rejets de candidats — devrait cartographier ces points de décision, s’assurer qu’un humain peut réellement examiner et annuler chacun, et informer les utilisateurs quand une machine décide ainsi que la manière de la contester. Pour les entreprises servant des utilisateurs européens, l’article 22 est la norme applicable quel que soit le lieu d’établissement, et la transparence démontrable soutient aussi les ambitions plus larges d’adéquation des données de l’Algérie avec l’UE.
Sources et lectures complémentaires
🔗 Intelligence Connexe
Omnibus numérique de l’UE : comment l’Europe a mis en pause ses propres règles sur l’IA
Le Digital Omnibus européen : réécrire le RGPD
Le vide juridique de l’IA : qui est responsable quand un système d’IA cause un préjudice ?
Antitrust IA en Europe 2026 : Meta et Google dans le viseur de la Commission pour abus de position dominante
