Prédiction algorithmique: enjeux en termes de protection du consommateur et de la concurrence

Frédéric Marty ()
Additional contact information
Frédéric Marty: GREDEG - Groupe de Recherche en Droit, Economie et Gestion - UNS - Université Nice Sophia Antipolis (1965 - 2019) - CNRS - Centre National de la Recherche Scientifique - UniCA - Université Côte d'Azur

Post-Print from HAL

Abstract: Le développement de l'intelligence artificielle passe par la maîtrise de flux de données massives, renouvelées en temps réel, variées et susceptibles d'être croisées. Le contrôle de ces flux peut se traduire par un avantage algorithmique qui peut placer un opérateur économique en position de force vis-à-vis de ses concurrents mais également des utilisateurs de ses services. Le contrôle des données a donc un aspect déterminant dans la concurrence. Se basant sur l'analyse de la pratique décisionnelle de la Federal Trade Commission américaine notre contribution envisage deux dimensions de cette question. Premièrement, dans quelle mesure peut-on extraire indûment des données au détriment de ses utilisateurs et quels sont les risques qui en découlent pour ces derniers Deuxièmement, ces stratégies peuvent-elles être à la source d'un avantage concurrentiel déloyal et le cas échéant comment y remédier

Keywords: Données personnelles; intelligence artificielle; plateformes numériques; distorsions de concurrence (search for similar items in EconPapers)
Date: 2025-05-02
References: Add references at CitEc
Citations:

Published in Jean-Sébatien Vayre. Intelligence artificielle et sciences humaines et sociales – regards pluriels, L'Harmattan, 2025, 978-2-336-50029-4

There are no downloads for this item, see the EconPapers FAQ for hints about obtaining it.

Related works:
This item may be available elsewhere in EconPapers: Search for items with the same title.

Export reference: BibTeX RIS (EndNote, ProCite, RefMan) HTML/Text

Persistent link: https://EconPapers.repec.org/RePEc:hal:journl:halshs-05078555

Access Statistics for this paper

More papers in Post-Print from HAL
Bibliographic data for series maintained by CCSD ().