Group items tagged

Sur son blog, l'illustrateur Scott Adams suggère qu'il pourrait être possible d'identifier les sociopathes en fonction de leurs interactions sur les médias sociaux : http://dilbert.com/blog/entry/the_internet_fingerprint Et alors, répond Bruce Schneier ? Imaginons que nous ayons à notre disposition un tel test, qu'en ferons-nous ? Devrons-nous les suivre ? Comment ? Les soumettre à des vérifications supplémentaires ? Les jeter en prison ?... Cette erreur n'est pas nouvelle. C'est la même qui nous fait arrêter les gens dans leur voiture parce qu'ils sont noirs ou arrêter des gens dans les aéroports parce qu'ils sont musulmans.

Discrètement, les assureurs s'intéressent au Big Data. L'enjeu : un changement de modèle pour l'assurance permettant de mettre en place une tarification selon le comportement du client et non plus par groupe...

Dans une entreprise, si vous voulez faire un bon usage de la visualisation de données, la standardisation est plus importante que la créativité, estime Tom Davenport. Procter & Gamble a institutionnalisé la visualisation de données comme principal outil de gestion sur les postes de travail de quelques 50 000 employés qui ont accès à un "cockpit de décision". Le but de ces tableaux de bords est d'aider les décideurs à comprendre rapidement ce qu'il se passe dans l'entreprise. Ici, la visualisation de données doit refléter la stratégie d'une entreprise tout en restant simples et commune à toute l'organisation. Pour Tom Davenport, c'est la créativité à l'élaboration de ces tableaux de données qui va animer demain la réussite des entreprises.

Comme le soulignait Bill Wise, PDG de MediaOcean - http://allthingsd.com/20130423/big-datas-usability-problem/ - le coût des erreurs liées au Big Data augmente à mesure que notre dépendance à l'égard des données augmente. Et Matt Asay pour le ReadWrite de prendre l'exemple de l'erreur d'écriture du nom du suspect dans les attentats de Boston et ses conséquences dans les bases de données du FBI. Plus les données sont importantes et plus la façon dont on les interroge ou dont on les gère est importante. Comme le dit Wise : l'erreur autour des données et de jeux de données va devenir de plus en plus critique. Comme le disait déjà Nate Silver - http://readwrite.com/2013/03/29/nate-silver-gets-real-about-big-data - les données sont corrompues par nos préjugés et le bruit augmente plus rapidement que le signal. Pour Matt Asay, cela signifie qu'il faut plus que jamais regarder dans nos organisations le fonctionnement de celles-ci et des process qui les agrègent. 

Le Centre de contre-terrorisme américain a désormais le droit d'utiliser les données des citoyens américains détenus par l'administration pour un comportement criminel possible même s'il n'y a aucune raison de les soupçonner. La police de la pensée est en marche !

Les universités américaines multiplient les cours de Data Science pour tenter de répondre à la demande d'emplois dans le domaine... 

Natasha Singer pour le New York Times rapporte l'histoire d'une amie invitée à un évènement autour de la sclérose en plaque, alors qu'elle n'est pas atteinte de cette maladie. Pourquoi a-t-elle alors été invitée ? Des recherches en ligne sur cette maladie ont-elles suffit à faire croire à une entreprise qu'elle pouvait en être atteinte ? Quelles conséquences ce profilage pourrait-il avoir pour elle ? Pourra-t-elle demain se voir refuser une assurance vie à cause de ce profil ? Qui a tracer ce profil ? Comment le corriger ou le faire corriger ? Pour le sénateur américain John D. Rockefeller IV, ardent défenseur du Do Not Track, la vie privée doit rester un droit fondamental. Reste que l'option Do Not Track ne dit rien des données déjà récoltées par les sociétés de marketing internet, d'où le fait que le Sénat américain ait ouvert une enquête sur ces pratiques. La journaliste a retrouvé d'où provenait les données de son amie, reste que la lutte est inégale, souligne le sénateur : aujourd'hui, les courtiers de données peuvent acheter vos enregistrements médicaux et vos données financières, tant et si bien qu'on se demande ce qu'ils ne peuvent pas acquérir.

Jade Dominguez a appris seul la programmation, sans avoir fait d'études brillantes. Pourtant, c'est bien lui que le programme d'analyse automatique Gild - http://www.gild.com - a recruté. Gild est une start-up qui ambitionne de révolutionner le recrutement de développeur par les Big Data. Parmi les indicateurs pris en compte par la société, l'évaluation par les pairs des développeurs sur des sites comme Google Code, Github ou Bitbucket : le code proposé par le développeur est-il réutilisé ? Comment communique-t-il ses idées ? Que dit-on de lui dans les réseaux sociaux ?... Pour la directrice scientifique de Gild, l'exemple de Jade montre que trop souvent les gens sont mal évalués par les processus classiques de recrutement. Gild a déjà de la concurrence avec http://www.talentbin.com http://www.remarkablehire.com http://www.entelo.com ... 

L'anonymat deviendrait-elle une impossibilité mathématique à l'heure des Big Data ? interroge Patrick Tucker pour la Technology Review. Pour l'informaticien Arvind Narayanan de l'université de Princeton, l'anonymat est devenu algorithmiquement impossible. Acxiom, qui détient plus de 1500 informations sur plus de 500 millions de consommateurs à travers le monde a construit 70 groupes de personnalités différent, résumés par des indicateurs de mode de vie, d'intérêts, d'activités dans lesquels nous nous déplaçons en fonction d'évènements de vie (mariage, divorce, enfants...) et peut en déduire quelques 3000 propensions différentes (dont la façon dont nous réagissons à une marque plus qu'à une autre). Et ces courtiers de données ne sont rien par rapport à des Facebook ou Google.

Un extrait du livre de Viktor Schönberger et Kenneth Cukier revient sur comment le responsable des données de la ville de New York, Mike Flowers, a transformé l'inspection des immeubles de la ville grâce à l'analyse de données en ordonnant les 25 000 plaintes annuelles que reçoivent les 200 inspecteurs du service des bâtiments qui appartiennent à la ville. La solution : un cocktail de données permettant de trouver une corrélation avec les signalement aux services d'urgences et notamment aux pompiers, permettant aux inspecteurs de se concentrer sur les problèmes les plus importants. Efficace. 

Une équipe de chercheur pour Nature a étudié 15 mois de données de 1,5 million de clients d'un opérateur mobile et ont montré qu'ils étaient capables d'identifier des utilisateurs à 90% avec 4 données de localisation et 50 % avec 2. Pour les chercheurs, les données de localisation même anonymisées permettent trop facilement d'identifier les gens et recommandent de réfléchir à leur collecte, utilisation et protection. 

La chercheuse de Microsoft, Kate Crawford, critique, pour la Harvard Business Review, les Big Data : les chiffres ne parlent pas d'eux-mêmes. Les données ne sont pas objectives. Elles sont des créations humaines. Nos préjugés sont cachés dans la collecte et l'analyse. Les données liées à l'ouragan Sandy sur Twitter, donnent l'impression qu'il a surtout touché Manhattan, du fait de la proéminence des abonnés à ce service au coeur de New York, pas des endroits les plus durement touchés, qui ont subit des pannes de courant et de connexion. Est-ce seulement un problème de signal ? L'application StreetBump de Boston pour repérer les nids de poule recense peu de signalement provenant de gens âgés ou pauvres. Mais les conséquences de ce problème de signal sont immédiates et peuvent signifier un problème d'affectation des dépenses publiques, privilégiant certaines réparations au détriment d'autres. Renforcer la prise en compte des technos numériques ne risque-t-il pas de renforcer les inégalités sociales ? interroge la chercheuse. Comment mieux articuler l'approche big data avec celle des small data ? 

De la lutte contre la polio à la réparation de l'éducation, ce qui nous manque le plus souvent c'est la bonne mesure des données. Nous avons les outils en main pour faire mieux, estime Bill Gates. La mesure suffira-t-elle à changer le monde ? 

En introduction à ce numéro de la revue "réseaux" dédiée à la politique des algorithmes, le sociologue Dominique Cardon rappelle : "Autrefois dédiés à de très banales opérations de segmentation de clientèle, les outils de datamining mis en place par les entreprises prétendent désormais calculer les traces des consommateurs afin de personnaliser leurs offres (Benedetto-Meyer, 2013). Les individus eux-mêmes ne cessent de se préoccuper de ce que les compteurs disent d'eux et de leurs comportements numériques sur les plates-formes du web social. D'une utilisation ex post réservée à des professionnels, les mesures deviennent des indicateurs ex ante, s'inscrivant à même les interfaces et introduisant dans les usages les plus quotidiens une visée prévisionnelle d'orientation des comportements. Sur un mode mineur, implicite et silencieux, la navigation des internautes est continûment guidée par les outils de classement qui rendent les informations disponibles à leur attention (Sunstein et Thaler, 2008 ; Kessous et al., 2010). Pour beaucoup, cette entrée dans l'ère des big data et des algorithmes[2][2] Le terme d'algorithme a été popularisé par la présence... suite constitue une rupture majeure dans l'évolution des services numériques. Elle confère une importance décisive non seulement aux possesseurs de données, mais aussi et surtout, à ceux qui sauront les rendre intelligibles. Avec enthousiasme ou frayeur, ce nouveau monde des données est apprécié comme une nouvelle puissance susceptible pour les uns de réinventer les marchés et l'organisation, de rendre la démocratie plus transparente, de faciliter les interactions avec les choses et l'environnement ou d'élaborer des connaissances prédictives (Ayres, 2007 ; Steiner, 2012 ; Weinberger, 2012), alors que d'autres s'alarment des usages commerciaux des fichiers, des menaces sur la vie privée, de la dictature de l'hypervisibilité ou de la colonisation d

Mark Bonchek pour le réseau de blogs de la Harvard Business Review compare les avantages et les inconvénients des Big et des Little Data. L'objectif des Big Data est de faire progresser les buts organisationnels tandis que les Litlle Data aident les individus à atteindre leurs propres objectifs. Si les individus ne voient pas les Big Data, les Petites données les aident à mieux voir. Alors que les Big data dont contrôlées par les organisation, les Little Data le sont par les individus et les permissions d'accès s'inversent. Les Petites données sans les Grandes données sont incomplètes. Et les Big Data sans les Petites données risquent de se transformer en Big Brother... Et le designer d'esquisser les avantages des Little data en matière de commerce pour imaginer par exemple un assistant personnel... "Il ne fait aucun doute que les Big Data vont transformer les affaires. Mais à une époque où les individus sont connectés et autonomes, le ciblage de précision doit être mis en balance avec la valeur personnelle. Si vous voulez fidéliser, passer moins de temps à utiliser les données pour parler de vous aux consommateurs et plus de temps à leur dire des choses sur eux-mêmes". 

Pour le mathématicien Samuel Arbesman, plus que les Big Data, nous devrions porter attention aux Long Data, aux données qui permettent d'avoir un large balayage historique. Pourquoi ? Parce qu'elles nous permettent non pas d'avoir un instantané, mais de voir les processus et interactions qui se déroulent au fil du temps. Elles permettent de comprendre comment le monde change et comment nous changeons avec lui. Bref, nous permettre de mieux appréhender notre avenir.

Intéressante synthèse en infographie sur les algorithmes. 

La mission Big Data de l'Afdel (association française des éditeurs de logiciels : http://www.afdel.fr ), à la demande de Fleur Pellerin, a réfléchit pour mettre en place un écosystème favorable à la création de start-up dans le domaine de l'exploitation des données. Pour Bertrand Diard, PDG de Talend et président de cette commission, il est nécessaire de mettre en place un incubateur dédié.

Pour Julien Simon, responsable de la technologie de Criteo, le numéro un français du reciblage publicitaire, "les bannières basées sur des données s'avèrent plus riches". Selon lui, elles obtiendraient deux fois plus de clics que des bannières classiques. Citant une étude Nielsen sur le sujet, elles seraient appréciées par 64% des interrogés, contre 55% pour les autres. Dans cette mécanique, les données de navigation sont centrales : Criteo en amasse 20 To en plus par jour."

Dans le cas du spam, explique Alistair Croll pour O'Reilly Radar, la guerre des données et des algorithmes est réel. A l'heure du cloud computing, de nouvelles guerres contre nos données arrivent, comme la détérioration des données d'un concurrent. Mais la guerre contre les données va se développer. Elle ne concernera pas seulement le spam dans nos boîtes de réception, mais nos vies en ligne et hors ligne. Demains, les attaques contre les données seront atteintes aux personnes !