Pendant des années, l’un des problèmes fondamentaux de la recherche sur les plateformes a été l’asymétrie. Les plateformes numériques peuvent observer d’énormes volumes d’activité sur leurs services, tandis que les chercheurs extérieurs à ces plateformes doivent souvent se contenter des données que la plateforme choisit de rendre accessibles.
Le Digital Services Act de l’Union européenne commence à changer cette relation.
Le cadre d’accès aux données du Digital Services Act passe du langage réglementaire à l’infrastructure de recherche opérationnelle. Le 19 mai 2026, les coordinateurs pour les services numériques avaient déjà reçu 49 demandes de statut de chercheur agréé. Selon la Commission européenne, ces demandes concernaient principalement les plateformes de réseaux sociaux et portaient notamment sur des recherches relatives aux contenus illicites, à la transparence publicitaire et aux fonctionnalités d’IA.
C’est significatif. Mais l’accès aux ensembles de données détenus par les plateformes n’est qu’une partie du problème de recherche. Si les chercheurs veulent comprendre comment les plateformes numériques affectent les personnes en Europe, ils ont aussi besoin de moyens d’observer ces plateformes du côté de l’utilisateur, face à l’interface. Les ensembles de données officiels peuvent répondre à certaines questions. L’observation indépendante peut répondre à d’autres.
Points clés à retenir
- Le DSA transforme l’accès des chercheurs, d’un principe juridique en un régime de recherche opérationnel.
- Les ensembles de données fournis par les plateformes et l’observation indépendante de l’extérieur répondent à des questions différentes et complémentaires.
- Les mesures correctives de X en juillet 2026 confirment que les chercheurs éligibles peuvent avoir besoin d’un accès automatisé aux données publiquement disponibles des plateformes.
- La géographie, l’appareil, l’état de session et le temps doivent être traités comme des variables de recherche lorsqu’on étudie ce que les utilisateurs vivent réellement.
- La prochaine étape de la responsabilisation des plateformes dépendra de plus en plus d’observations reproductibles avec une provenance claire.
Ce que change réellement l’accès aux données du Digital Services Act
Le DSA établit plusieurs voies importantes par lesquelles des chercheurs indépendants peuvent étudier les très grandes plateformes en ligne et les très grands moteurs de recherche en ligne.
L’une concerne les données internes des plateformes. En vertu de l’article 40, les chercheurs agréés peuvent demander accès aux données nécessaires pour étudier les risques systémiques dans l’Union européenne et évaluer l’efficacité des mesures d’atténuation des risques mises en place par les plateformes.
Le processus est devenu nettement plus concret. En juillet 2025, la Commission européenne a adopté un acte délégué définissant les conditions et procédures techniques d’accès des chercheurs. Elle a également créé un portail d’accès aux données du DSA par lequel les chercheurs, les plateformes, les coordinateurs pour les services numériques et d’autres autorités compétentes peuvent gérer certaines parties du processus.
Les chercheurs souhaitant accéder aux données internes doivent respecter des garanties importantes. Celles-ci comprennent l’affiliation à une organisation de recherche, l’indépendance par rapport aux intérêts commerciaux, des mesures appropriées de sécurité et de confidentialité des données, la protection des données personnelles, la divulgation du financement de la recherche, et un engagement à publier leurs résultats.
Mais le DSA reconnaît également une autre catégorie de preuves : les données publiquement disponibles des plateformes. La Commission explique que les chercheurs remplissant les conditions pertinentes peuvent accéder aux données publiquement disponibles des très grandes plateformes en ligne et des moteurs de recherche pour des recherches sur les risques systémiques, sans l’intermédiation d’un coordinateur pour les services numériques.
Cette distinction compte. Un ensemble de données interne peut indiquer aux chercheurs ce qu’une plateforme a enregistré. Une API peut leur indiquer ce qu’une plateforme a rendu accessible via cette interface. Un répertoire de transparence peut leur indiquer ce que la plateforme a divulgué. Rien de tout cela n’indique nécessairement à un chercheur ce qu’un utilisateur européen a exactement vécu sur un écran particulier, dans un pays particulier, à un moment particulier. Cela nécessite l’observation.
La décision concernant X est plus importante qu’il n’y paraît
Les mesures d’exécution prises par la Commission européenne contre X rendent cette distinction inhabituellement visible. En décembre 2025, la Commission a infligé à X une amende de 120 millions d’euros pour plusieurs manquements en matière de transparence au titre du DSA. Parmi ceux-ci figurait le fait de ne pas fournir aux chercheurs un accès approprié aux données publiques. La Commission a précisé que les conditions générales de X interdisaient aux chercheurs éligibles d’accéder de manière indépendante aux données publiques, y compris par le scraping, et que ses processus créaient des obstacles inutiles à la recherche sur les risques systémiques dans l’UE.
L’évolution suivante est encore plus intéressante d’un point de vue méthodologique en matière de recherche. En juillet 2026, la Commission a accepté un plan d’action dans lequel X s’est engagé à améliorer et accélérer le contrôle des chercheurs, à fournir un accès gratuit aux chercheurs éligibles, à fournir des volumes de données appropriés, et à modifier ses conditions générales afin que les chercheurs éligibles ne soient plus contractuellement interdits de scraper les données publiquement disponibles.
Cela ne doit pas être interprété comme une autorisation légale générale pour un scraping sans restriction. Les chercheurs doivent toujours opérer dans le cadre des conditions applicables du DSA et des autres exigences légales, éthiques, de confidentialité et de sécurité.
Mais cela établit un principe important. La collecte indépendante d’informations publiques n’est pas nécessairement une activité extérieure à la responsabilisation des plateformes. Dans les bonnes conditions, elle peut faire partie de l’infrastructure de responsabilisation elle-même. La Commission a adopté une position similaire ailleurs. Dans ses engagements DSA avec AliExpress, la plateforme a accepté de permettre aux chercheurs remplissant les critères de l’article 40(12) d’accéder de manière indépendante et d’utiliser les données publiques pour étudier les risques systémiques via des méthodes automatisées telles que le scraping de données.
Le débat réglementaire dépasse donc la simple question de savoir si les chercheurs reçoivent une clé d’API. Il se déplace vers la question de savoir si les chercheurs peuvent étudier de manière indépendante ce que font réellement les plateformes.
Les API vous disent ce que la plateforme expose, l’observation vous dit ce que l’utilisateur vit
L’accès officiel reste essentiel. Un ensemble de données détenu par une plateforme peut contenir des historiques de modération, des classifications internes, des métriques agrégées, des enregistrements système ou des informations historiques qu’il serait impossible de reconstituer de l’extérieur. Les API de recherche peuvent faciliter l’analyse à grande échelle. Les répertoires publicitaires peuvent fournir des preuves structurées sur les campagnes. Les bases de données de transparence peuvent révéler des informations importantes sur les décisions de modération et l’application des règles. Ce sont des formes de preuves de l’intérieur vers l’extérieur.
Mais la responsabilisation nécessite également des preuves de l’extérieur vers l’intérieur.
Considérez le type de questions de recherche qui comptent de plus en plus. Que voit un utilisateur à Madrid lorsqu’il effectue une requête particulière ? Une publicité est-elle visible en Italie mais pas aux Pays-Bas ? Les divulgations politiques ou commerciales sont-elles présentées de manière cohérente entre les marchés ? Une interface de recommandation renvoie-t-elle des résultats différents selon les pays européens ? L’expérience mobile expose-t-elle des informations que l’expérience sur ordinateur ne présente pas ? Les modifications de la plateforme sont-elles déployées simultanément dans toute l’UE ? Un comportement observé peut-il être reproduit un jour, une semaine ou un mois plus tard ?
Ce ne sont pas nécessairement des questions sur ce qui existe dans une base de données. Ce sont des questions sur la façon dont un système se comporte lorsque quelqu’un interagit avec lui.
Les designs de recherche les plus solides combineront de plus en plus les deux perspectives. Les données rapportées par la plateforme indiquent aux chercheurs ce que le système enregistre. L’observation indépendante aide à établir ce que le système présente. Aucune des deux n’est intrinsèquement supérieure. Elles mesurent des choses différentes. Et lorsque les deux divergent, cette divergence peut elle-même devenir une conclusion de recherche importante.
La géographie est une variable de recherche, pas seulement un paramètre de proxy
C’est là que l’infrastructure internet devient partie intégrante de la méthodologie de recherche. Les plateformes web ne sont pas nécessairement des environnements uniformes. La géographie peut affecter la disponibilité, la publicité, la langue, les interfaces, les résultats de recherche, les divulgations réglementaires, les fonctionnalités des produits et d’autres éléments d’une expérience en ligne.
Ainsi, lorsqu’un chercheur affirme « c’est ce que la plateforme a affiché », une question de suivi évidente se pose : affiché à qui, et depuis où ?
Chez Shifter, nous pensons que la localisation devrait de plus en plus être traitée comme une variable expérimentale. Notre réseau de proxies résidentiels fournit un accès à des IP résidentielles dans plus de 195 pays, avec un ciblage géographique pouvant être utilisé pour établir des points d’observation internet contrôlés. Cette infrastructure peut aider un chercheur qui a besoin d’observer la même interface publiquement accessible depuis plusieurs emplacements géographiques définis, plutôt que de supposer qu’une seule connexion représente l’expérience de tous les utilisateurs européens.
Cela ne signifie pas qu’une IP résidentielle reproduit automatiquement chaque élément de l’expérience d’un utilisateur humain. Les plateformes peuvent prendre en compte de nombreux signaux au-delà de la géolocalisation IP, notamment les cookies, l’historique du compte, les paramètres de langue, les caractéristiques de l’appareil et l’état de session. C’est précisément pour cela que la méthodologie compte. La géographie doit être enregistrée en même temps que ces autres variables, et non traitée comme une propriété invisible de l’infrastructure de recherche.
L’observation de qualité réglementaire nécessite une méthode, pas seulement un accès
Une fois que l’observation web de l’extérieur commence à contribuer à la recherche réglementaire, le niveau de preuve doit s’élever en conséquence. « Nous avons ouvert la page et vu ceci » n’est pas une méthodologie.
Une observation rigoureuse doit être accompagnée de suffisamment d’informations contextuelles pour qu’un autre chercheur puisse la comprendre, la contester et idéalement la reproduire. Cet enregistrement pourrait inclure l’horodatage de l’observation ; l’URL cible ou la surface de la plateforme ; le pays et la ville de sortie ; l’ASN ou le FAI le cas échéant ; le profil de l’appareil et du navigateur ; les paramètres de langue ; le statut d’authentification ; l’état du compte ou de la session ; la condition expérimentale ; le résultat observé ; la capture d’écran, le HTML ou les preuves structurées le cas échéant ; les résultats des tests répétés ; et le statut de validation.
En effet, les chercheurs ont besoin d’une chaîne de provenance pour l’observation web. Nous avons exposé le contenu que cet enregistrement devrait contenir dans l’argumentaire pour une norme de point d’observation.
Le même principe façonne déjà notre approche du benchmarking de l’infrastructure. Nous ne comparons pas deux réseaux en utilisant des volumes de requêtes, des machines ou des conditions de test différents, puis ne traitons pas le résultat comme significatif. Les tests utilisent des nombres de requêtes appariés, une concurrence et des cibles cohérentes, et des environnements contrôlés. Nous distinguons également les IP réellement observées pendant la fenêtre de test des totaux de réseau annoncés, bien plus élevés, qui ne peuvent pas être mesurés en un seul instant.
La recherche sur le comportement des plateformes exige la même discipline. Si la localisation est modifiée, les autres variables doivent rester stables. Si le type d’appareil est modifié, la géographie doit être contrôlée. Si un résultat surprenant apparaît une fois, il doit être reproduit. Si une différence persiste sur plusieurs observations, les conditions dans lesquelles elle persiste doivent être enregistrées.
La responsabilisation au titre du DSA devient un problème de mesure. Les données internes peuvent révéler ce que les plateformes enregistrent ; l’observation de l’extérieur peut tester ce que les utilisateurs vivent réellement. Les preuves les plus solides viendront de plus en plus de la triangulation des deux, dans des conditions contrôlées et reproductibles.
De l’infrastructure de scraping à l’infrastructure d’observation
La technologie des proxies a historiquement été discutée en termes assez opérationnels. Combien de requêtes pouvez-vous effectuer ? À quelle vitesse pouvez-vous faire tourner les adresses IP ? Avec quelle fiabilité pouvez-vous collecter des informations à grande échelle ?
Ces questions comptent encore pour de nombreuses applications. Notre Web Scraping API, par exemple, est conçue pour supprimer une grande partie de l’infrastructure nécessaire à la collecte de données web publiques, tandis que notre SERP API fournit des résultats de recherche structurés selon les emplacements géographiques et les appareils.
Mais il existe une autre façon de penser l’infrastructure de proxies. Pour les chercheurs, la capacité importante n’est peut-être pas simplement la collecte. Ce pourrait être la présence contrôlée.
Un système de recherche devrait pouvoir affirmer qu’une observation représentait une connexion depuis la France, une autre représentait l’Allemagne, que les deux ont été effectuées dans une fenêtre temporelle définie, et que les autres conditions expérimentales ont été maintenues aussi similaires que possible.
Cela change la question : au lieu de « combien du web pouvons-nous collecter ? », il s’agit de « avec quelle fiabilité pouvons-nous reproduire les conditions dans lesquelles le web a été observé ? ». C’est un problème d’infrastructure très différent. Et à mesure que l’écosystème de recherche du DSA mûrit, nous pensons qu’il deviendra plus important.
À quoi pourrait ressembler une pile de recherche DSA
Un projet mature de responsabilisation des plateformes dépendra rarement d’une seule source de preuves. Nous nous attendons plutôt à ce que les équipes de recherche construisent des systèmes en couches.
| Couche de preuve | Ce qu’elle fournit | Exemples |
|---|---|---|
| Preuves fournies par la plateforme | Informations détenues ou divulguées par la plateforme | Ensembles de données DSA, API officielles, répertoires publicitaires, divulgations de transparence |
| Observation contrôlée | Preuves reproductibles issues du service destiné à l’utilisateur | Points d’observation géographiques définis, profils d’appareils et sessions |
| Métadonnées de provenance | Contexte nécessaire pour comprendre et reproduire une observation | Horodatage, pays et ville, ASN ou FAI, appareil, langue et état de session |
| Comparaison et validation | Tests permettant de savoir si un résultat est isolé ou systématique | Comparaisons entre marchés, tests répétés et modifications contrôlées de variables |
| Gouvernance de la recherche | Contrôles autour de la collecte et de l’utilisation responsables | Minimisation des données, contrôles de sécurité, examen éthique et objectif documenté |
L’infrastructure de proxies résidentiels appartient principalement aux couches d’observation contrôlée et de provenance. Elle ne se substitue pas à l’accès DSA. Elle ne remplace pas les ensembles de données internes. Et elle ne répond pas à toutes les questions de recherche. Son rôle est d’aider à établir et reproduire un point d’observation externe connu.
Cette distinction est importante car il ne devrait pas s’agir d’un débat entre API et scraping. Il devrait s’agir d’un débat sur la qualité des preuves.
Le prochain débat sur la transparence portera sur la reproductibilité
Le DSA change déjà ce que les plateformes doivent divulguer. Le prochain défi consiste à déterminer si les affirmations sur le comportement des plateformes peuvent être testées de manière indépendante.
Si une plateforme affirme qu’une divulgation particulière apparaît aux utilisateurs européens, un chercheur peut-il la reproduire ? Si un répertoire publicitaire rapporte une chose, l’interface publique en montre-t-elle une autre ? Si des chercheurs identifient un schéma de recommandation dans un État membre, apparaît-il ailleurs ? Si une interface change après un examen réglementaire, des observateurs indépendants peuvent-ils documenter quand et où le changement s’est produit ?
Et si une étude est répétée six mois plus tard, suffisamment de métadonnées contextuelles ont-elles été conservées pour comprendre si les différences provenaient de la plateforme, de la localisation, de l’appareil ou de la méthode de recherche ?
Ces questions éloignent la transparence des plateformes de la simple divulgation vers la reproductibilité. Cela pourrait être l’un des effets à long terme les plus importants du DSA. Il ne crée pas seulement des mécanismes par lesquels les chercheurs peuvent demander des données. Il contribue à créer les conditions d’une science plus rigoureuse de l’observation des plateformes.
En résumé
L’accès aux données du Digital Services Act représente une amélioration majeure de la capacité des chercheurs indépendants à comprendre les plus grandes plateformes en ligne d’Europe. Mais les données détenues par les plateformes ne constituent qu’une seule perspective.
Pour comprendre comment les systèmes numériques affectent les utilisateurs, les chercheurs doivent aussi observer ces systèmes depuis l’extérieur : à travers les pays, les appareils, les sessions, les interfaces et le temps.
L’avenir de la responsabilisation des plateformes ne repose donc probablement pas sur une seule source de preuves. Il dépendra de la triangulation : ce que la plateforme enregistre, ce que la plateforme divulgue, et ce que les chercheurs indépendants peuvent reproduire.
Chez Shifter, nous pensons que l’infrastructure de points d’observation géographiques peut jouer un rôle utile dans cette troisième catégorie.
Si les régulateurs et les chercheurs veulent comprendre comment les plus grandes plateformes d’Europe sont vécues par les utilisateurs européens, l’emplacement depuis lequel ces plateformes sont observées n’est pas une note de bas de page technique. Il fait partie de la preuve.
Cet article est fourni à titre d’information générale uniquement et ne constitue pas un avis juridique.