Explicit cookie consent | The Economist


  • Life Expectancy in U.S. Declines Slightly, and Researchers Are Puzzled - The New York Times

    American life expectancy is in decline for the first time since 1993, when H.I.V.-related deaths were at their peak. But this time, researchers can’t identify a single problem driving the drop, and are instead pointing to a number of factors, from heart disease to suicides, that have caused a greater number of deaths.

    #états-unis #démographie #espérance de vie #mortalité

  • Illness as indicator

    THE first piece of news Americans woke up to on November 9th was that Donald Trump had been elected president. The second was that he owed his victory to a massive swing towards Republicans by white voters without college degrees across the north of the country, who delivered him the rustbelt states of Michigan, Wisconsin and Pennsylvania—all by one percentage point or less. Pundits had scoffed at Mr Trump’s plan to transform the Wall Street-friendly Republicans into a “workers’ party”, and flip the long-Democratic industrial Midwest: Hillary Clinton had led virtually every poll in these states, mostly by comfortable margins. But it was the plutocratic Donald who enjoyed the last laugh.

    #indicateur #maladie #santé #visualisation #graphique #élection #USA #Etats-Unis

    • In the aftermath of the stunning result, statistical analysts homed in on blue-collar whites as never before. Although pre-election polls showed Mr Trump with a 30-percentage-point advantage among whites without a college degree, exit polls revealed he actually won them by almost 40 points. Unsurprisingly, the single best predictor identified so far of the change from 2012 to 2016 in the share of each county’s eligible voters that voted Republican—in other words, the swing from Mitt Romney to Mr Trump—is the percentage of potential voters who are non-college whites. The impact of this bloc was so large that on November 15th Patrick Ruffini, a well-known pollster, offered a “challenge for data nerds” on Twitter: “Find the variable that can beat % of non-college whites in the electorate as a predictor of county swing to Trump.

      With no shortage of nerds, The Economist has taken Mr Ruffini up on his challenge. Although we could not find a single factor whose explanatory power was greater than that of non-college whites, we did identify a group of them that did so collectively: an index of public-health statistics. The Institute for Health Metrics and Evaluation at the University of Washington has compiled county-level data on life expectancy and the prevalence of obesity, diabetes, heavy drinking and regular physical activity (or lack thereof). Together, these variables explain 43% of Mr Trump’s gains over Mr Romney, just edging out the 41% accounted for by the share of non-college whites (see chart).

      The two categories significantly overlap: counties with a large proportion of whites without a degree also tend to fare poorly when it comes to public health. However, even after controlling for race, education, age, sex, income, marital status, immigration and employment, these figures remain highly statistically significant. Holding all other factors constant—including the share of non-college whites—the better physical shape a county’s residents are in, the worse Mr Trump did relative to Mr Romney.

      #multicolinéarité !

  • Donald Trump Won Because of Facebook (NY Mag)

    (un point de vue sans doute un peu exagéré)

    The most obvious way in which Facebook enabled a Trump victory has been its inability (or refusal) to address the problem of hoax or fake news. Fake news is not a problem unique to Facebook, but Facebook’s enormous audience, and the mechanisms of distribution on which the site relies — i.e., the emotionally charged activity of sharing, and the show-me-more-like-this feedback loop of the news feed algorithm — makes it the only site to support a genuinely lucrative market in which shady publishers arbitrage traffic by enticing people off of Facebook and onto ad-festooned websites, using stories that are alternately made up, incorrect, exaggerated beyond all relationship to truth, or all three. (To really hammer home the #cyberdystopia aspect of this: A significant number of the sites are run by Macedonian teenagers looking to make some scratch.)

    • La thèse de Fred Turner est que :

      La nouveauté introduite par la campagne de Donald Trump tient à sa capacité à utiliser des médias horizontaux et égalitaires pour leur faire célébrer un individualisme narcissique et mettre en circulation des théories fallacieuses et complotistes.

      Dans cette situation, l’audience de Trump ne se vit pas comme une « masse » et Trump lui-même n’apparaît pas comme un dictateur en devenir ; Trump est une personnalité médiatique de notre temps, et développe un totalitarisme pour notre époque.

      Cette thèse s’appuie sur une analyse historique de ces fameux médias sociaux comme héritiers d’une réflexion menée dès les années 1940 pour faire émerger des médias en mesure de contrer la mécanique de la propagande s’appuyant justement sur des médias de masse « traditionnels ». Cette réflexion s’appuyant sur des principes épistémiques biaisés (en gros théorie des systèmes, cybernétique, individualisme méthodologique...) et une réduction de la propagande à l’exploitation de phénomène psychologique (la personnalité autoritaire versus la personnalité démocratique), elle a accompagnée la montée de cet individualisme autoritaire dont Trump serait le couronnement

      Ainsi, la victoire de Trump n’est pas tant le résultat de sa capacité à instrumentaliser Facebook, mais bien plutôt le produit d’un monde qui permet à Facebook d’exister.

    • Zuckerberg denies Facebook News Feed bubble impacted the election | TechCrunch

      “Personally, I think the idea that fake news on Facebook, of which it’s a very small amount of the content, influenced the election in any way is a pretty crazy idea,” Zuckerberg said.
      (...) Rather than placing blame on the accessibility of facts, he pointed to content engagement as the problem. Zuckerberg noted that Trump’s posts got more engagement than Clinton’s on Facebook.

    • et dans cet article repéré par @kassem

      Digital Redlining After Trump : Real Names + Fake News on Facebook

      This week, Mark Zuckerberg denied that the rash of fake news on Facebook could have influenced public opinion during the election.
      It is notoriously difficult to prove a direct causal link between what people read or consume in media and how they act.
      But, that never stopped Facebook and other social media platforms for accepting credit for spreading democracy during the Arab Spring

    • La principale incitation à la « fake news » n’est pas la conquête du pouvoir, mais sa monétisation (qui elle-même n’est envisageable que dans le capitalisme renversé où la production de marchandise d’ordre 2 est devenu le moteur d’une accumulation de capital fictif dont les techniques numériques sont l’infrastructure adéquate, mais c’est une autre histoire...).


      Zuckerberg a raison de dire que Facebook n’est pas un média mais une plateforme (numérique).

      We’re a technology company. We’re not a media company. When you think about a media company, you know, people are producing content, people are editing content, and that’s not us. We’re a technology company. We build tools. We do not produce the content. We exist to give you the tools to curate and have the experience that you want, to connect with the people and businesses and institutions in the world that you want.

      Et c’est bien ça le problème !

    • Cette polémique est de plus en plus intéressante — Facebook avait les moyens d’agir et n’en a pas eu le courage :

      Facebook’s Fight Against Fake News Was Undercut by Fear of Conservative Backlash

      “They absolutely have the tools to shut down fake news,” said the source, who asked to remain anonymous citing fear of retribution from the company. The source added, “there was a lot of fear about upsetting conservatives after Trending Topics,” and that “a lot of product decisions got caught up in that.”

    • ce matin c’est grand ménage :

      Google and Facebook took on fake news. The search giant said it would prevent usage of its online advertising service by websites that peddle fake news. Facebook updated the language in its ad policy on misleading or illegal content to include fake news sites. The moves come amid criticism that fake news might have influenced the US election.

    • #Renegade Facebook Employees Form Task Force To Battle Fake News

      “It’s not a crazy idea. What’s #crazy is for him [Mark Zuckerberg] to come out and dismiss it like that, when he knows, and those of us at the company know, that fake news ran wild on our platform during the entire campaign season,” said one Facebook employee, who works in the social network’s engineering division. He, like the four other Facebook employees who spoke to BuzzFeed News for this story, would only speak on condition of anonymity. All five employees said they had been warned by their superiors against speaking to press, and feared they would lose their jobs if named.

      The employees declined to provide many details on the task force. One employee said “more than dozens” of employees were involved, and that they had met twice in the last six days. At the moment, they are meeting in #secret, to allow members of the group to speak freely and without fear of condemnation from senior management.

      rien de tel chez seenthis pour l’instant !

    • La principale incitation à la « fake news » n’est pas la conquête du pouvoir, mais sa monétisation

      Qui a fait élire Trump ? Pas les algorithmes, mais des millions de “tâcherons du clic” sous-payés


      1. Pour être plus clair : ce ne sont pas ‘les algorithmes’ ni les ‘fake news’, mais la structure actuelle de l’économie du clic et du digital labor global qui ont aidé la victoire de Trump.
      2. Pour être ENCORE plus clair : la montée des fascismes et l’exploitation du digital labor s’entendent comme larrons en foire.

      La thèse de Casilli mériterait d’être nuancée, notamment en prenant en compte celle de Turner pour montrer que le problème ne date pas de Facebook. Sans compter le fait que si Casilli donne une explication pertinente de la contribution des plateformes numériques à l’élection de Trump, cela n’en fait pas le seul facteur (ni même le principal)

      A ce titre, sa thèse mériterait des approfondissement sur la notion de "structure actuelle de l’économie", qu’elle soit du clic ou pas. La notion de digital labor (qu’il partage avec beaucoup de monde) comme producteur de valeur en prendrait un coup dans l’aile, mais serait mieux articulée avec les ressorts du capitalisme renversé qui sont déterminants depuis les années 1970 et s’appuient sur la montée en puissance du numérique.

    • Casilli donne une explication pertinente de la contribution des plateformes numériques à l’élection de Trump, cela n’en fait pas le seul facteur (ni même le principal)

      Par exemple, le facteur « conditions de santé » est fortement corrélé avec la progression du vote Trump

      Illness as indicator


      [...] what the geographic numbers do show is that the specific subset of Mr Trump’s voters that won him the election—those in counties where he outperformed Mr Romney by large margins—live in communities that are literally dying. Even if Mr Trump’s policies are unlikely to alleviate their plight, it is not hard to understand why they voted for change.

    • tu peux développer @ktche, ce que tu entends par « les ressorts du capitalisme renversé » ?

      La capitalisme, c’est l’accumulation de travail sans contenu propre, uniquement appréhendé sur une base temporelle abstraite, et toujours en rapport avec un niveau de productivité que personne ne détermine en particulier mais sur lequel tout le monde doit implicitement s’aligner pour simplement participer : le capital se valorise en « consommant » ce travail productif, mais, paradoxalement, chaque capital individuel tend à le supprimer pour améliorer sa profitabilité face aux concurrents. Ceci pousse à l’augmentation permanente de productivité et donc induit une dynamique contradictoire. Le capitalisme est cette forme de synthèse sociale irrationnelle qui supprime tendanciellement ce qui en constitue la base incontournable.
      Chaque innovation technique de l’ère industrielle a participé à cette dynamique. Certaines en tant qu’innovation dans l’appareil de production, d’autres en tant qu’innovation ouvrant de nouveaux marchés de consommation. Ces dernières offraient une contre-tendance à la dynamique contradictoire et ont permis qu’elle se maintienne par le besoin renouvelé en masse de travail.
      Mais à partir des années 1970, les techniques numériques ont introduit des augmentations massives de productivité dans tous les secteurs productifs, à tel point que même les nouveaux marchés de biens et de services n’ont pu compenser la disparition tendancielle du travail. Pour poursuivre sa dynamique, le capital a enfourché un nouveau cheval : plutôt que de consommer du travail passé, il s’est mis à faire des paris sur un hypothétique travail futur. C’est ainsi que la finance est devenue l’industrie qui sert de locomotive au reste de l’économie, en produisant massivement de la dette et des titres financiers, c’est-à-dire des marchandises qui ne représentaient plus un travail accompli, mais la perspective d’un travail à venir. Cette simulation de valorisation permet au zombie de continuer à marcher. Le capitalisme est ainsi renversé, car il s’agit toujours de capitalisme, i.e. de production marchande, mais s’appuyant sur le futur au lieu du passé. Par ailleurs, cette production financière dont les espoirs de valorisation réussie sont toujours déçus (au niveau de productivité atteint, les besoins en masse de travail ne reviendront plus), doit sans cesse élargir sa production, ne serait que pour compenser la valeur des titres qui arrivent à échéance et qui ne sont pas couverts par une consommation réelle de travail productif. Cette production élargie n’est possible que sur la base d’un déploiement massif des techniques numériques pour en gérer le volume et la complexité.
      Ainsi les techniques numériques constituent un facteur indissociable de la phase « renversée » du capitalisme et ceci à double titre : comme cause du changement extrinsèque puis comme cause matérielle intrinsèque, donc.
      L’approche que je viens d’exposer nécessite de revoir assez profondément la notion de digital labor, tout au moins dans la façon dont le conçoit Casilli, mais aussi celles de Trebor Sholz ou Christian Fuchs contre lesquelles il l’a établie.

    • revoir assez profondément la notion de digital labor

      Contrairement à ce que supposent les approches qui identifient « activité captée par un tiers » et « travail productif (de valeur) », le temps de vie ne peut être transformé en force de travail dans n’importe quelle condition. Il faut d’abord que soit opérée la dissociation entre activité productive (au sens du capital, c’est-à-dire productive de valeur) et activité improductive. Cette dissociation opère à un niveau logique et global (une totalité), mais aussi à l’intérieur de toute activité particulière. La capital ne peut donc pas tout saisir pour en faire une force de travail, il doit d’abord faire le grand partage entre ce qui concourt à sa reproduction (la valorisation de la valeur) et ce qui est indispensable à cette reproduction sans être producteur de valeur en soi (le travail domestique notamment). Cette dissociation est aussi celle des genres, tels qu’ils sont exprimés (y compris dans ces aspects psychologique et subjectif) de façon bien spécifique dans la société capitaliste. Chacun des genres devient le masque de ces deux faces dissociées (mais insécables) : force de travail productif d’un coté pour le masculin, simple reproduction de la vie au sens large de l’autre pour le féminin.
      Ainsi la part d’ombre du travail productif (de valeur), ce sont toutes les activités qui sont improductives, mais qui sont transformées par le mouvement du capital pour servir indirectement à sa reproduction (et qui sont souvent des conditions nécessaires à cette même reproduction). Le capital constitue ainsi tendanciellement ces activités improductives à son image (d’où le coercitif), mais cela n’en fait pas pour autant la possibilité d’y appliquer l’exploitation d’une « force de travail » (et donc une opportunité de reproduire le capital lui-même)

      Contrairement à une vision superficielle du business model des plateformes numériques, telles que Google et Facebook, celles-ci ne vendent pas à leurs clients (les publicitaires et les annonceurs) des profils d’utilisateurs combinant informations démographiques et centres d’intérêts manifestés par leurs usages des contenus fournis par les plates-formes. Elles proposent plutôt un accès (payant) aux calculs effectués par leurs algorithmes (c’est là la véritable marchandise produite par les GAFA) pour lequel le client peut choisir une combinaison de données en entrée (effectivement de type localisation ou mot-clef) et qui fournit en sortie un élément d’interaction (généralement un lien navigable) intégré à la page servie à l’internaute et pointant vers le site du client, par exemple. Cette enchère sur les mots-clefs est juste un processus de formation des prix de marché (forme phénoménale superficielle qui manifeste la valeur dans la sphère de la circulation) et non pas la source d’une valeur reproduisant le capital. Ce processus de répartition de la valeur ne peut pas être décrit, même synthétiquement, comme de l’exploitation, au sens capitaliste, d’un travail abstrait de l’internaute producteur de données-marchandises, car la marchandise stricto sensu est constituée par le calcul, pour lequel le travail abstrait exploité est celui des employés – de Google et Facebook – en charge de la conception, de la réalisation et de la mise en œuvre des infrastructures numériques, aussi bien logicielles que matérielles. Par contre, il est indéniable que pour alimenter ces algorithmes, il faut « exploiter » le temps des internautes en les incitant, par leurs interactions au sein des plate-formes numériques, à remplir en permanence le réservoir de données requises. Mais cette part d’exploitation est celle d’une activité « à coté de l’économie », c’est-à-dire ne contribuant pas à la valorisation de la valeur, mais à la reproduction des conditions nécessaires pour que le processus puissent s’accomplir. En ce sens, le « travail » des internautes est comparable à celui accompli dans la sphère domestique. Et pour les mêmes raisons, ce travail n’est pas producteur de valeur. Car ce n’est pas l’achat ou la vente d’un bien – y compris immatériel – qui constitue la source de la (sur)valeur, mais les circonstances de sa production : a-t-il fait l’objet de l’exploitation d’un surtravail, i.e. de la vente par le travailleur pour un temps donné de sa force de travail, et non pas d’une activité concrète particulière ?

      L’activité d’une plateforme numérique est donc en soi (très) faiblement créatrice de valeur car elle contient (très) peu de travail productif (de survaleur) et que cela ne compense pas son éventuel (très) haut niveau de productivité. Comment expliquer alors la (très) forte valorisation des GAFAM ? Justement par le fait qu’ils opèrent dans la phase renversée du capitalisme où la création de valeur a été remplacée par sa simulation comme moteur de l’économie (y compris "réelle"). Leur valorisation n’est pas le reflet de leur capacité à produire de la valeur, mais à être des "porteurs d’espoirs" pour la production de titres financiers. Cette production doit toujours en effet avoir un point de référence dans "l’économie réelle" (Un indice quelconque corrélé à un espoir de production de valeur et projeté dans le futur). Dans le cas des plateformes numériques, ce point de référence, c’est l’accumulation permanente de données dont tous les acteurs de la sphère financière s’accorde à dire qu’elles sont les ressources pour de futures activités marchandes. Certes, ces activités seront marchandes, mais la quantité de valeur qu’elles produiront sera toujours décevante et il faudra donc se projeter encore dans de nouvelles simulations...

    • La cas exposé dans ce fil https://seenthis.net/messages/524134 mériterait une étude selon l’approche développée ci-dessus.

      Un article référencé (http://www.laviedesidees.fr/A-qui-profite-le-crime.html ) indique notamment :

      En proposant la forme « plateforme », Predpol se distingue des logiciels existants de cartographie du crime installés sur les ordinateurs de bureau (desktop) ou sur le réseau interne de la police (l’intranet). Predpol est une offre d’analyse du crime en temps réel qui prend la forme d’un tableau de bord, téléchargeable sur une simple application. Les données sont stockées sur le cloud. Les forces de police peuvent ainsi externaliser le coût de l’installation et de gestion de serveurs car la location du temps de calcul est intégrée dans l’offre.

      et plus loin :

      Quand bien même les forces de police comprendraient les limites de l’algorithme, elles ne renonceraient pas nécessairement à l’offre de Predpol, car l’efficacité prédictive de l’algorithme n’est pas la question cruciale aux yeux de la police. Pour celle-ci, l’enjeu principal est moins la prédiction des crimes qu’un management simplifié de l’action policière. [...] Ce qui compte, c’est de pouvoir optimiser et surtout contrôler ce temps de présence tactique dans l’espace à risques. Pour ce faire, Predpol intègre les données des systèmes de suivi GPS placés dans les voitures de police, ce qui permet ainsi d’optimiser le dosage de la présence des patrouilles de police selon les secteurs de la ville : le carré prédictif reste rouge sur la carte tant que la police n’y a pas patrouillé, il tourne ensuite au bleu lors des premiers passages, puis il apparaît en vert lorsque le policier a passé le temps suffisant et optimal calculé selon les ressources disponibles [...] Pour un responsable de secteur, Predpol apparaît comme un bon outil pour s’assurer que les policiers font bien leur travail préventif, souvent par la simple présence dissuasive, de manière aléatoire, mais sur une durée optimisée, dans les zones où le risque est estimé le plus haut. L’enjeu du predictive policing est de gérer, selon des critères gestionnaires, l’offre publique de vigilance quotidienne.

      Le « travail » des policiers (i.e. la patrouille) n’est plus qu’un carburant requis pour l’exécution d’un algorithme, qui n’est même pas celui mis principalement en avant comme argument publicitaire alors que c’est bien ce dernier qui fait la valeur (fictive) de la start-up...

      #digitalpolicelabor ?

    • Selon lui, la Toile a accompagné le basculement de l’idéal libéral classique de la liberté d’information vers un nouvel idéal plus radical, celui de la liberté de l’information elle-même. Toute information a le droit de circuler librement sur Internet, indifféremment à son contenu

      indifférence au contenu à la fois comme forme marchande et comme forme numérique.