Group items tagged

Pour Nassim Taleb, les Big Data peuvent fournir plus d'informations, mais surtout plus de fausses informations. Peut-on faire confiance aux sciences orientées par les statistiques ? Plus il y a de variables, plus les corrélations peuvent montrer des significations. Le bruit est antifragile, estime Taleb. Il y a de l'information cachée dans les Big Data, mais l'aiguille est dans une botte de foin plus grande.

Des chercheurs néerlandais ont démontré qu'on pouvait faire un relevé précis des précipitations en mesurant les perturbations des réseaux de téléphonie mobile. Les antennes de téléphonie mobile qui couvrent le monde pourront-elles remplacer les pluviomètres qui mesurent les précipitations et participer des prochaines prédictions météorologiques ?

Pour Steve Needel, la promesse des big data s'appuient sur des hypothèses qui pourraient ne pas être valides. Les Big Data supposent une vision déterministe du monde, or nous savons mal prédire les comportements notamment car ceux-ci ne sont pas forcément cohérents. Les Big Data supposent également que nous ayons accès à suffisamment de données pour comprendre les facteurs causaux... Pour fonctionner, elle a besoin de données pertinentes, or il n'est pas dit que nous y aurons accès.

Des chercheurs de l'Université d'Indiana ont collecté des données de santé auprès de 500 patients, comme la pression artérielle, le diabète, etc. et ont fourni toutes ces infos à un système d'intelligence artificielle qui a établi des diagnostics et un traitement pour chacun des cas en parallèle des médecins ont fait exactement la même chose. Le résultat est sans appel : les diagnostics et les traitements prescrits par la machine sont 42% plus justes que ceux prescrits par les médecins.

La saison de grippe aux Etats-Unis a été plus grave et meurtrière que prévue. Google Flu avait pourtant surestimé les pics de grippe, mais pas ses effets, montrant ses limites. La raison : le fait que la presse américaine ait fait beaucoup d'articles sur le sujet déclenchant des requêtes inappropriées des internautes. Google assure ajuster chaque année ses modèles.

La ville de New York se dote d'une équipe d'analyse des données. Voici venu le temps des UrbanBigData !

"Les algorithmes ne peuvent pas être neutres", rappelle Olivier Ertzscheid. "Le fantasme de la neutralité des algorithmes est très proche de celui d'une dictature éclairée. Si on veut la neutralité, il faut une opacité totale sur le mode de calcul appliqué. Mais si on a une opacité totale, nul ne peut plus être garant de cette neutralité que ceux qui mettent en place l'algorithme." L'opacité ne peut donc pas être la solution, en déduit le chercheur. "La pertinence des profils est la clé algorithmique de la société du contrôle", explique le chercheur. "De la même manière que la rupture technologique introduite par Google dans le monde du search reposait sur l'idée folle qu'il n'était plus besoin de s'intéresser au contenu des pages pour les classer par pertinence mais que leur environnement externe (les liens pointant vers elles) suffisait, de la même manière les tendances actuelles - non pas seulement de l'espionnite aïgue qui agite nos gouvernants mais aussi et surtout l'ingénierie à l'oeuvre derrière l'ensemble des fonctionnalités sociales présentes sur le web - les tendances actuelles des réseaux sociaux et des moteurs postulent que davantage que le contenu de nos profils ce sont les métadonnées qui les englobent qui sont les facteurs clé d'une mise en calculabilité des individus pour déterminer la pertinence de tel ou tel profil au regard de telle ou telle visée politique ou commerciale." Les métadonnées des Big Data servent à qualifier, document mon profil pour rétablir de la distance au sein de l'effet "petit monde". La neutralité des algorithmes devrait permettre de garantir que ce soit le taux de précision qui soit mis en avant dans une logique de recherche, c'est-à-dire le ratio entre le nombre de documents pertinents trouvés et le nombre total de documents trouvés en réponse à la question ; mais, les logiques attentionnelles surestiment plutôt le taux de rappel (ratio entre le nombre de documents pertin

L'utilisation des Big Data devrait concerner à l'avenir de plus en plus d'industrie, estime Satya Ramaswamy pour le réseau de blog de la Harvard Business Review. Netflix a utilisé les Big Data pour produire la série "House of Cards", qui lui a apporté 2 millions de nouveaux abonnés au premier trimestre 2013. Une étude de Tata Consultancy Services - http://www.tcs.com/big-data-study/Pages/default.aspx -a sondé 1200 cadres d'entreprises dans le monde à ce sujet, montrant que les investissements dans les Big Data génèrent des rendements et des avantages compétitifs. Mais qu'est-ce qui distingue les entreprises qui ont de bons rendements avec les Big Data de celles qui en ont de moins bons ? Les entreprises qui réussissent dans les Big Data ont bien sûr tendance à faire des investissements plus importants. Mais dépenser plus n'est pas forcément une stratégie. L'étude de Tata Consultancy Services a montré 4 autres facteurs différenciants : le fait que les sociétés soit plutôt centrée sur l'internet, le fait qu'elles utilisent les Big data sur plusieurs secteurs de leur activité (marketing, ventes, R&D...), le fait qu'elles exploitent de manière agressive les données non structurées et les données extérieures, le fait qu'elles créent une équipe dédiée plutôt que de l'intégrer à d'autres départements existants.

Pierre Mercklé explique simplement les techniques de collecte automatisée de données sur le web pour les sciences sociales.

Gregory Piatetsky-Shapiro revient sur les promesses du Big Data (la prédiction) pour nous rappeler qu'à ce jour, elles ne les ont pas encore relevées. Et de rappeler que Netflix a fait travailler des développeurs sur un nouvel algorithme qu'ils ne sont pas parvenu à implémenter et qui n'a permis d'améliorer les conseils personnalisés qu'à la marge. Les services d'analyses de Big Data des opérateurs de télécommunication sensés réduire le taux de désabonnement de leurs bases clients. Même l'amélioration du taux de clic sur les publicités est pour l'instant très insuffisant. Ces trois exemples montrent que "le caractère aléatoirement inhérent au comportement humain est le facteur limitant de la réussite de ces modélisation". Si les Big Data permettent des gains marginaux, le comportement humain demeure rétif à la modélisation. "L'analyse prédictive peut aider à comprendre comment faire se poser le Rover sur Mars, mais pas qui va acheter une barre de mars". Reste que l'analyste pense tout de même que les Big Data vont nous aider à mieux comprendre le comportement, comme le montre les progrès fais par Google ou Siri... Mais attention à ne pas en attendre trop !

Rob Goodspeed indique plusieurs exemples indiquant l'émergence de l'entrée de la "big data" dans le monde de l'urbanisme. Si le traitement de la donnée a toujours réclamé des compétences spécifiques, celui de la Big Data offre autant de nouvelles opportunités qu'il soulève de difficultés. Le chercheur met en garde contre le vision d'une donnée miracle et en appelle d'une part à des expérimentations pour tester les possibles et d'autre part à une éducation des individus à l'usage et la compréhension de ces données.

Dans toutes les industries, les entreprises utilisent de vastes quantités de données générées par les utilisateurs afin de guider l'innovation de nouveaux produits et services. Mais la fouille de données ne signifie pas développer "l'intelligence client". Le comportement humain est nuancé et complexe : les données ne peuvent fournir qu'une partie de l'histoire. Le désir et la motivation sont influencés par des facteurs psychologiques, sociaux et culturels qui nécessitent une mise en contexte pour être décodée. Certes, la fouille de données peut permettre d'identifier plus rapidement et précisément les tendances, mais sans mettre en lumière les raisons, les motivations. Savoir ne veut pas dire connaître, ni comprendre. 

Dans un monde de données ouvertes et de big data, la conception par la vie privée va avoir un rôle toujours plus important, souligne Mike Loukides. 

Kevin Driscoll de l'université de Californie du Sud retrace l'histoire des bases de données, qui ont toujours été vues à la fois comme une opportunité et une crainte. A l'heure où elles deviennent accessibles à tous, leur critique pourrait devenir de plus en plus populaire.

La maîtrise en temps réel de la donnée fournit des réponses concrètes à la saturation des réseaux de transport des grandes métropoles. Mais l'acuité de cette question nécessite de réfléchir au-delà et d'agir sur les comportements mêmes des usagers, estime Bruno Marzloff.

En 2009 et 2011, les chercheurs de Berkeley avaient sondés des sites grands publics pour déterminer comment ils traçaient les utilisateurs : en utilisant des techniques de suivi persistantes relativement inconnues des consommateurs. En 2011, ils ont constatés que le nombre de cookies de suivis s'étaient considérablement accrus et que les annonceurs n'avaient pas arrêté de développer de nouvelles mécaniques de suivi, que les utilisateurs ne peuvent éviter, même en utilisant des réglages de confidentialité avancés. Pour les chercheurs, les annonceurs ne voient pas les individus comme des êtres autonomes, mais comme des objets dont les préférence en matière de confidentialité sont tout simplement ignorées. Alors que dans le débat politique, le paternalisme est volontairement évoqué (invitant les gens à régler leurs objectifs de confidentialité), les annonceurs sont tellement investis dans l'idée d'un web personnalisé, qu'ils ne pensent pas que les consommateurs sont compétents pour décidé de le rejeter. Pour les chercheurs, il faut au contraire s'appuyer sur les réglages de confidentialité des consommateurs pour bâtir des politiques marketing plus fécondes.

Dans une société où chacun est à la fois un observateur et un producteur, il est nécessaire d'avoir de meilleurs moyens pour observer et orienter les gens. Nous entrons dans une économie de la rétroaction, qui ne s'arrête pas à la collecte des données, mais qui commence avec elle. Nous passons d'une économie de l'information à une économie de la rétroaction.

Jonathan Gosier, le fondateur de metaLayer.com, dit dans cet entretien que la big data est un problème de tout le monde, pour une raison essentielle : on est tous confrontés à un déluge de données que la plupart de nous ne savons pas filtrer et utiliser. Il s'agit là d'une nouvelle facette de la fracture numérique qui appelle des solutions.

Le spécialiste de la vie privée Peter Fleischer réagit à un article du Wall Street Journal - http://online.wsj.com/article/SB10000872396390443890304578006252019616768.html?mod=WSJ_hpp_MIDDLENexttoWhatsNewsThird - qui s'intéresse à comment les algorithmes s'insèrent dans les ressources humaines, que ce soit pour décider de qui employer comme pour décider des promotions des employés. L'article souligne que ces algorithmes pourraient bien prochainement rencontrer des problèmes juridiques, notamment si l'on montre qu'ils filtres (intentionnellement ou pas) certaines catégories d'employés. En Europe, rappelle Fleischer, les décisions individuelles automatisées sont contraires aux lois. Si les algorithmes peuvent nous aider à prendre de meilleures décisions, estime le chercheur, il faut néanmoins se poser la question de comment leur ajouter des garanties supplémentaires. 

Pour le scientifique des données Michael Wu - http://lithosphere.lithium.com/t5/user/viewprofilepage/user-id/151 -, il y a 3 types d'utilisation des Big Data : l'analyse descriptive est la plus simple, elle consiste à résumer ce qu'il se passe. 80 % des analyses sont de ce type. L'analyse prédictive utilise des techniques d'apprentissage statistique pour faire des prédictions, elle ne cherche pas à prédire le futur, mais à prédire des données que vous n'avez pas, comme c'est le cas de l'analyse de sentiment, qui utilise du texte pour en produire des scores. L'analyse prescriptive, elle, recommande plusieurs actions et montre le résultat probable de chaque décision