Group items tagged

Une étude récente montrait qu'aimer les fritiques sur Facebook était corrélée avec une grande intelligence. Mais la corrélation ne fait pas démonstration, rappelle Derrick Harris pour GigaOm. Peut-on prendre des décisions graves d'impact - sur la santé des personnes, sur leur capacités financières - en nous fondant sur des corrélations simples ? Le darwinisme des données que dénonçait Om Malik ne cesse de s'étendre : http://gigaom.com/2013/03/17/uber-data-darwinism-and-the-future-of-work/ . Mais les corrélations ne sont pas bonnes, on ne construira pas un bon produit.

Lois Beckett pour ProPublica détaille ce que les sociétés de données savent à propos de nous.

Viktor Mayer-Schönberger et Kenneth Cukier, auteurs de "Big Data, a révolution that will transfomr how we live, work and think" publient un extrait de leur livre. "Il n'existe aucun moyen infaillible pour se préparer au monde des Big Data", mais nous devons concevoir des garanties pour que les spécialistes des algorithmes puissent évaluer l'analyse du monde, afin que les Big data ne transforme pas notre monde en une boite noire.

Gabriel Plassat évoque dans son blog le fait que l'économie collaborative et l'intelligence collective puissent être la promesse d'un nouvel équilibre qui n'est pas garantie. Ces promesses résisteront-elles à la reprise en main de l'Ordre Marchand ? Si ce n'est pas le cas, quelles seront les conséquences pour les gens ? Le citoyens acceptera-t-il alors de ne pas donner ses traces numériques à la puissance publique pour qu'elle construise ses politiques publiques dessus ?

La Californie vient de déposer un projet de loi potentiellement révolutionnaire estime John Paul Titlow pour le ReadWrite : la loi sur le droit de savoir. Si elle est adoptée, elle obligerait les entreprises à divulguer les données dont elles disposent sur les consommateurs individuels ainsi que les entreprises avec qui elles les partagent. Une loi qui devrait faire des émules, estime le chroniqueur. Pour l'Electronic Frontier Foundation, partisan du projet de loi, cette loi vise la transparence du monde très lucratif des données personnelles.

Par définition, les Big Data ne savent pas prédire les "cygnes noirs", plus nous avons de données, plus il devient difficile de trouver le signal dans le bruit, rappelle Nassim Taleb et plus nous risquons de nous focaliser sur des corrélations erronées. 

Stephen Wolfram revient sur l'analyse des données issues de Facebook que les utilisateurs ont autorisés pour regarder la distribution des amis en fonction de l'âge par exemple, celle du statut relationnel, la répartition du nombre d'amis selon sa localisation, de quoi l'on parle en moyenne sur son mur (sport, famille, humeur, philosophie et évènements...)... 

Alexandre Léchenet revient notamment sur Data For Developpment - http://www.d4d.orange.com -, un concours d'innovation lancé par Orange qui avait pour ambition de faire réfléchir à comment utiliser les données de téléphonie mobile de l'opérateur pour améliorer le développement de côte d'Ivoire. L'une des équipes a utilisé les données pour améliorer le système routier. En dressant la liste des encombrements, elle a suggéré 65 pistes d'améliorations possibles des routes permettant d'améliorer de 10% le temps des usagers de la route de la capitale ivoirienne. 

"Le gouvernement algorithmique est un mode de gouvernement nourri essentiellement de données brutes, signaux infra-personnels et a-signifiants mais quantifiables, opérant par configuration anticipative des possibles plutôt que par règlementation des conduites, et ne s'adressant aux individus que par voie d'alertes provoquant des réflexes plutôt qu'en s'appuyant sur leurs capacités d'entendement et de volonté. La reconfiguration constante, en temps réel, des environnements informationnels et physiques des individus en fonction de « l'intelligence des données » - qu'on l'appelle « personnalisation » ou « métabolisme de sécurité » - est un mode de gouvernement inédit. Le type de « savoir » qui le nourrit et qu'il façonne, les modalités suivant lesquelles il affecte effectivement les conduites individuelles et collectives, les modes d'individuation qui peuvent l'infléchir ou lui résister méritent d'être très soigneusement étudiés." C'est précisément l'enjeu de cet ouvrage d'Antoinette Rouvroy dont une version de travail est librement accessible en ligne. 

Les journalistes de Bloomberg avaient accès à des informations sur l'activité des traders qui échangent via les platesformes (ils savaient qui étaient les traders actifs et connaissaient une partie des données consultées par ceux-ci) qui permettaient, en les recoupant avec les volumes d'échanges ou les rumeurs) d'avoir accès à des informations inédites. De surcroît, plus de 10 000 messages de clients ont été publiés sur la toile par erreur - http://abonnes.lemonde.fr/economie/article/2013/05/14/bloomberg-plus-de-10-000-messages-prives-publies-sur-la-toile_3200279_3234.html . Illustration par l'exemple de la puissance des monopoles et plus encore des risques que font peser l'asymétrie de l'information. A rapprocher avec celle que permet Linked-in à ses partenaires et aux utilisateurs. 

La vélocité, plu que le volume, détermine de plus en plus le besoin en logiciel et matériel pour les organisations qui font du traitement de Big Data. 

"La clé de l'externalisation n'est plus le stockage mais sa capacité à créer des représentations supposément communes alors qu'elles ne dépendent que des techniques de mises en scène d'acteurs opérant dans une opacité totale. Pour le dire simplement, après avoir accepté de déléguer à des acteurs privés des pans entiers de nos vies et de nos mémoires connectées, il nous faut désormais accepter de ne pouvoir les interpréter qu'à la lueur d'un remodelage algorithmique qui nous demeurera parfaitement inconnu. Pour le dire encore différemment, il est possible de "combattre" l'idéologie que certains médias tentent de nous imposer en la déconstruisant, précisément parce que cette idéologie est fabriquée et non co-produite par chacun d'entre nous, parce qu'elle est le fait d'individus indentifiables soumis à des logiques de pouvoir observables, et non d'une nouvelle main invisible qui n'est plus celle du marché mais celle des algorithmes, ces nouvelles commodités de la représentation"

Les programmes informatiques pourraient bientôt prendre des décisions de justice... Le pire est qu'ils pourraient le faire mieux que les humains. On se souvient d'une étude  - http://www.internetactu.net/2011/05/11/nos-decisions-en-questions/ - qui soulignait que le jugement des juges était influencé par leur humaine condition. Tom Gordon du Fraunhofer Institute de Munich en partenariat avec la société Init a développé un logiciel pour automatiser les demande d'aides à l'agence fédérale de l'emploi pour les parents avec enfants. Chaque demande est automatiquement analysée par rapport aux arguments de droits. Anna Ronkainen d'Onomatics en Finlande a elle construit un outil appelé TrademarkNow qui estime les similarité entre marques existantes et nouvelles marques déposées.

Des chercheurs de AT&T, la Rutgers University, Princeton et l'université Loyola ont mis au point un moyen d'extraire des données de téléphonie cellulaire pour faire des études sur la mobilité sans révéler l'identité des utilisateurs, en obfuscant les données permettant la réidentification. L'idée est de faire une représentation synthétique, proche de la représentation des données agrégées, mais sans induire les réels parcours des gens. La solution, utiliser un algorithme différentiel qui calcul le risque d'identification pour le réduire en altérant les données. L'idée est d'introduire du bruit dans le modèle pour réduire la ré-identification, explique Margaret Martonosi de Princeton. Leur méthode a été publié publiquement afin que d'autres chercheurs puissent l'utiliser. 

Les logiciels capables de nous fournir des informations avant que nous ne les leur demandions sont appelés à nous changer la vie, explique Tom Simonite pour la Technology Review. Les logiciels commencent à pouvoir nous dire qu'il nous faut partir 10 minutes plus tôt à notre rendez-vous à l'autre côté de la ville du fait des conditions de circulation... comme le fait Google Now. Pour Bill Ferrell, PDG d'Osito - http://www.getosito.com - , une application concurrente, il nous faut parler désormais d'intelligence prédictive, mais cela nécessite d'avoir toujours plus de données personnelles pour affiner la prédiction. Google est ainsi capable de vous signaler des propriétés à vendre lors de vos déplacements si vous avez cherché auparavant ce type d'informations... Reste que ces systèmes ont encore du mal à dire ce qui est important à l'utilisateur : leur indiquer où se trouve le café le plus proche parce qu'ils en ont déjà pris un dans ce type d'établissement ou le passage du prochain bus juste parce qu'ils passent devant un arrêt n'est pas toujours opportun. 

Pour Kate Crawford, qui détruit 6 mythes des Big Data : "Nous avons besoin de penser comment nous naviguerons dans ces systèmes. Pas tant individuellement qu'en temps que société".

Pour Jeff Leek, les spécialistes de Big Data et de la statistique ont un rôle à jouer dans nombre de domaine de recherche. Or, le fait que nous puissions désormais collecter des données facilement fait que l'on peut mesurer et étudier des choses qu'on ne pouvait faire avant. La solution statistique est devenue une solution pour nombre de champs de recherche et leur permet de travailler sur des données et des problèmes qu'ils ignoraient jusqu'alors, comme c'est déjà le cas dans le domaine de la génomique. Mais pas seulement estime Jeff Leek, les Big data devraient avoir des effets rapides sur l'imagerie médicale, la visualisation de données...

Pour Tricia Wang, les Big Data ont besoin de Thick Data, d'épaisseur. Comment les ethnologues du numérique doivent-ils s'intéresser aux Big data, trop souvent présenté comme un moyen 'objectif" de comprendre notre monde... ? Pour elle, il faut répondre à ce défi en observant l'épaisseur des données, et ce d'autant que les Big Data valorisent les données quantitatives au détriment des données qualitatives, chères à l'ethnologue. Pour répondre à cela, il est plus important encore de collecter et analyser des histoires (les données épaisses, qualitatives). Montrer une réaction émotionnelle est souvent plus convaincant que montrer des données, rappelle la sociologue. Et de militer pour une complémentarité des genres, l'un éclairant l'autre. 

La charte Ethique & Big Data est une co-construction dans le cadre d'un groupe de travail mixte piloté par l'APROGED et de CAP DIGITAL et réunissant des partenaires académiques et industriels. Son objectif est de fournir des garanties concernant la maintenabilité des données, leur traçabilité, leur qualité, l'impact sur l'emploi, réduire le risque juridique. "La création, la maintenance, la diffusion et l'utilisation de données de toutes sortes est un enjeu économique majeur. Qu'il s'agisse de données démographiques, personnelles, de relevés de capteurs, de documents, thésaurus, ontologies. Ces bases de données sont essentielles à la création et la maintenance de nouveaux services. L'apparition du Cloud computing, de l'Open Data et du Big Data rendent ces questions particulièrement sensibles. Cependant, l'utilisation ou la réutilisation des données se heurtent trop souvent à des freins qui en empêchent l'exploitation optimale : provenance parfois opaque (en particulier dans les cas de « crowdsourcing »), traçabilité inexistante, protection intellectuelle incertaine, une qualité difficile à évaluer a priori. Dès lors, sécuriser la création de données est un facteur de compétitivité. Cette charte vise à harmoniser les rapports entre producteurs, fournisseurs et utilisateurs de données sur le plan du respect des lois, de celui de l'éthique, et garantir la confiance dans les rapports entre l'ensemble des acteurs impliqués."

Pour répondre aux craintes des Big Data, nous avons besoin de plus de transparence, estime Jules Polonetsky du Forum pour l'avenir de la vie privée. Les organisations qui les utilisent doivent divulguer la logique qui sous-tend leur processus de prise de décision, afin de contrôler l'utilisation des données et permettre aux individus d'être plus actifs dans la façon dont leurs données sont utilisées. Alors qu'aujourd'hui, le déluge des Big Data encourage la passivité. Nous avons besoin de mécanismes pour atteindre les avantages de la transparence. Nous devons encourager les utilisateurs à voir leur données comme une fonction qui peut-être activée ou désactivée à volonté, afin qu'ils s'engagent activement dans la manière dont leurs données sont traitées. Tout le défi va être de rendre ce processus facilement accessible et "amusant" pour les utilisateurs à l'image du registre BlueKai : http://bluekai.com/registry/ ou des gestionnaires de paramètres qu'offrent Google et Yahoo permettant aux utilisateurs de voir qui voit leurs données.