Welfare Fraud 2.0? Using Big Data to Surveil, Stigmatize, and Criminalize the Poor
DOI:
https://doi.org/10.22230/cjc.2019v44n3a3461Keywords:
Big data, Surveillance, BasicsCard, Social Assistance Management System (SAMS), Welfare, Anti-fraud software / Mégadonnées, Système automatisé de gestion de l’aide sociale, Aide sociale, Logiciel antifraudeAbstract
Background This article examines the discourse around the digital surveillance of those living on social assistance by analyzing two digital “anti-fraud” tracking tools: Ontario’s Social Assistance Management System and Australia’s BasicsCard system.
Analysis Digital surveillance and big data analytical processes embedded in the utilization of digital “anti-fraud” tracking tools tend to operate outside of democratic processes, outpace ethical considerations, and even create and reinforce social divisions and inequality.
Conclusion and implications Despite the claim that these software programs make about saving taxpayers’ money and assisting those in need more effectively, these digital tools adversely affect the people they are supposed to help and, worse, stigmatize and criminalize those who live in poverty.
Contexte Cet article examine le discours entourant la surveillance numérique des assistés sociaux en analysant deux outils prétendument antifraudes : le Système automatisé de gestion de l’aide sociale en Ontario et le système BasicsCard en Australie.
Analyse L’utilisation d’outils numériques « antifraudes » entraîne une surveillance numéri-que et des processus d’analyse de mégadonnées qui tendent à entraver les processus démocratiques et les considérations éthiques, jusqu’à créer et renforcer des divisions et des inégalités sociales.
Conclusion et implications On prétendra que ces logiciels allègent le fardeau fiscal des contribuables et permettent d’offrir une aide plus efficace à ceux et celles qui en ont réellement besoin. En réalité, ces outils numériques ont un effet néfaste sur ceux et celles qu’ils sont censés aider et, pire, ils stigmatisent et criminalisent les pauvres.