Group items tagged

Aucune entité ne produit plus de données que le gouvernement américain, tant et si bien que l'administration américaine a annoncé une important initiative de recherche dans le domaine, au sein du gouvernement dotée de 200 millions de dollars. Début octobre, le gouvernement américain a diffusé une feuille de route - http://www.techamericafoundation.org/bigdata - pour lancer l'administration américaine dans les Big Data. "L'impact des Big Data a un potentiel de transformation aussi profond que l'a été l'internet lui-même", indique le rapport.

Wade Henderson et Rashad Robinson sont les responsables de deux organisations américaines de défense des droits civils. Leurs organisations ont signées "Les principes des droits civils pour l'ère des Big Data" : http://www.civilrights.org/bigdata . Dans une tribune pour Talking Points, ils rappellent que si les Big Data pourraient révolutionner le commerce et l'administration publique, ils font peser de lourds risques de discrimination sur les populations. Aux Etats-Unis, la Maison Blanche mène actuellement une enquête sur l'impact des Big Data sur nos vies, à laquelle les communautés qui défendent les droits civils veulent participer. Car ce sont les plus pauvres, les plus discriminés qui risquent demain de l'être plus encore.

De nombreuses compagnies de trading à haute fréquence, dont l'activité a changé la nature des opérations de Bourse au cours des récentes années, sont en train de se restructurer en raison des faibles volumes et de la férocité de la concurrence nouvellement apparue. Paul Jorion avait raison - http://www.pauljorion.com/blog/?p=28687 - quand il expliquait que l'introduction des robots pour analyser et produire les cours de bourse risquait surtout d'étouffer le marché. La raison : face à la concurrence, il faut démultiplier les ressources pour générer des profits... Ce qui devient vite impossible ou trop cher...

Pour l'anthropologue Simon Roberts de retour d'Epic 2013 qui se tenait à Londres la semaine dernière, les Big data étaient tapies dans toutes les conversations à la manière de la musique incidieuse de John Williams dans "les dents de la mer", comme une menace que nous serions incapables de surmonter. Mais les discussions sur le sujet l'on déçues. Simplistes, manichéennes... Elles semblaient toutes oublier les relations de pouvoir que les Big Data impliquent. Et Robert Simon de prendre un exemple. ll habitde dans le sud de Londres et, du fait de son code postal, son assurance automobile était très chère. Pour la faire diminuer, il a été contraint d'y placer un dispositif de suivi, acceptant par la même que sa conduite (ainsi que celle de sa femme et de la jeune fille au pair suédoise qu'ils embauchent et accueillent). Quelle va être les implications de cette surveillance sur leur conduite ? Comment le système va-t-il faire la différence entre la conduite encore hésitante d'une jeune femme, et celle plus assurée de gens qui conduisent depuis 20 ans ? Désormais, les limitations de vitesses sont devenues une obligation. Pour l'instant, le système les catégorise comme "bons" conducteurs. Mais les chercheurs devraient porter attention à l'ambiguïté de nos réponses à ce type de services. Quelle ligne de démarcation devons-nous tracer entre la surveillance et la quantification de soi ? Surtout, nous sommes enfermés dans une asymétrie d'échange. Pourquoi nos cartes de fidélités nous proposent-elles certains produits, certaines promotions plutôt que d'autres ? "Quand mes données commencent à vivre dans une chaîne de valeur complexe qui n'est ni visible ni explicable, l'asymétrie d'échange est évidente". C'est comme aller faire le marché avec un bandeau sur les yeux. La rétroaction que nous recevons de ces services est souvent bien faible. Nous devons nous connecter aux sites pour obtenir des informations, pas de rappels, d'alertes

La frénésie pour les Big Data semble avoir rendu la pratique de l'échantillonnage blasphématoire, estime la consultante Meta S. Brown. Les pionniers de la fouille de données souhaitaient renforcer l'autonomisation des gens qui n'avaient pas nécessairement de connaissance statistique. Les Big Data permettent aussi de repérer les cas extrêmes, l'inhabituel. Pourtant, l'échantillonnage n'est pas mort, tant s'en faut. "Utiliser plus de données ne veut pas dire mieux les utiliser", rappelle la consultante. Les ressources utilisées pour une seule analyse pourraient être suffisantes pour produire de nombreuses petites études plus utiles depuis des échantillons. Un échantillon de données peut-être plus qualitatif qu'un vaste ensemble de données.

Pour Tony Byrne, ce ne sont pas les Big Data qui ont permis à Obama de l'emporter, mais les Small Data. Chaque électeur contacté voyait sa fiche mise à jour de manière itérative par ceux chargés de le contacter. Les étapes de bases sur les données étaient claires : Valider, nettoyer, annoter, enrichir, régler le message et répéter l'opération. Le facteur humain a été le plus essentiel dans l'affinage de ces données. Reste que Tony Byrne en fait une leçon : la qualité et la pertinence des données sont primordiales. Si les données étaient volumineuses, il a fallu des êtres humains bien vivant pour en réaliser la valeur, un enregistrement à la fois !

Le Time nous plonge au coeur de l'équipe chargée de traiter les données durant la campagne électorale d'Obama. Comment ceux-ci ont-ils utilisés les Big Data pour centraliser les données, cibler les actions clefs, tester les messages, mieux les cibler... 

Sarah Lai Stirland pour TechPresident fait le point sur le rôle qu'a joué l'infrastructure numérique dans la victoire d'Obama. Tout d'abord, la campagne numérique a été bien plus organisée que celle de 2008 en refondant son tableau de bord, son logiciel d'organisation et son application de prospection via smartphone. En centralisant les données, cela a permis de dégager les priorités. Pour cela, le bureau de campagne s'est doté de spécialistes des données. L'usage des médias sociaux n'a pas faibli, au contraire, ni le dispositif de collecte de fonds.

La start-up AutoGrid - http://www.auto-grid.com - collecte des données provenant de compteurs intelligents afin de créer "un cerveau" de la grille, estime son fondateur, Amit Narayan, afin de prédire la demande et mieux y répondre. 

Daniel Engber pour Slate revient sur cette phrase que l'on trouve désormais un peu partout sur l'internet. Alors que l'expression est née sous la plume d'un mathématicien de la fin du XIXe siècle, elle est devenue un slogan de notre époque contemporaine. "Si maintenant nous sommes prompts à dire que la corrélation n'est pas causalité, c'est parce que les corrélations sont tout autour de nous", estime Daniel Engber. Une manière de s'opposer aux Big Data !

Le big data, c'est une inégalités d'accès entre détenteurs de données et leur vrai propriétaires, une inégalité entre ceux qui savent les traiter et les autres, et une inégalité entre les analystes et les analysés.

La firme IDC, mandatée par EMC (spécialiste des logiciels et systèmes de stockage), a réalisé une étude interactive sur la prolifération des données. En 2011, 5 exaoctets de données étaient générés tous les deux jours. Seules 0,5% de ces données sont analysées. Il n'y avait que 130 exaoctets de données dans l'univers numérique en 2005. Il devrait y en avoir plus de 40 000 à l'horizon 2020. En 2020, les données représenteront l'équivalent de plus de 5 000 GO par personne. En 2012, 35% de ces informations nécessiterait une protection, mais ce n'est le cas que pour 20% d'entre elles...

L'analyse prédictive, le partage du code et l'intelligence distribuée pourraient améliorer la justice pénale, le fonctionnement des villes et la réponse aux épidémies, estime Alex Howard pour O'Reilly Radar.

Trop souvent, nous optons pour la publication des données dans des fins de transparence, même si elle porte atteinte à des principes comme le respect de la vie privée ou la participation civique, estime Evgeny Morozov dans son nouveau livre, "Pour tout sauver, cliquez ici". Notre internet-centrisme déforme notre point de vue et nous éloigne de ce qui est vraiment important, soutien le chercheur. Morozov n'est pas le seul à craindre la dictature de la transparence, Lawrence Lessig s'en méfie également - http://www.internetactu.net/2009/10/20/la-transparence-a-t-elle-des-limites/ . Mais pour Morozov, la résistance est nécessaire. Nous devons exiger de nos systèmes en ligne de respecter d'autres valeurs que la seule transparence. Le solutionnisme des données n'est pas une solution, estime Morozov. L'efficacité maximale n'est pas nécessairement une valeur à favoriser : l'inefficacité a aussi une valeur et des avantages sociaux. Nos données sont incomplètes ou trop réductrices et nos systèmes prédictifs, guidés par celles-ci, pourraient être défaillants. Si les données semblent objectifs, l'interprétation est toujours subjective, rappelle le chercheur. Organiser toute l'information du monde et la rendre universellement accessible et utile, comme le clame Google, est-il un objectif louable ?

Malgré leur puissance, leur rapidité et leur précision, les algorithmes ne fonctionnent pas tout seuls. La plupart du temps, ils sont secondés par des êtres humains, car ils ont souvent du mal à déchiffrer l'ambiguïté du langage humain, rappelle Steve Lohr pour le New York Times. Et la contribution humaine augmente plus qu'elle ne diminue, s'organise plus qu'elle se désolidarise. Leurs rôles : nettoyer les bases de données, éliminer l'ambiguïté, aider l'algo à mieux fonctionner... quand celui-ci remonte des informations qu'il a du mal à analyser.

ProPublica livre une bonne synthèse sur ce que savent les courtiers de données sur nous, comment ils l'apprennent, à quels limites sont-ils soumis... 

Là-bas si j'y suis s'intéresse aux Big Data et nous amène chez les géants de la publicité ciblée, Acxiom et Criteo. 

Pour David Meyer, nous avons besoin d'une meilleure réglementation. L'anonymisation ne suffira pas, comme le montre une récente étude portant sur une base de 1,5 millions d'utilisateurs d'un opérateur téléphonique. Il suffit de 4 points de données dans le temps et les lieux, pour identifier les utilisateurs avec 95% de fiabilité. Nos appareils mobiles peuvent permettre de nous suivre, mêmes éteints. Votre Fitbit peut permettre de vous identifier à votre démarche... La vente des données aux annonceurs afin de financer l'accès gratuit ne justifie par la création d'une telle société de surveillance, s'alarme David Meyer. Fitbit a pour but de vous aider à garder la forme, le fait qu'il puisse vous identifier est une incidence. Nous avons besoin d'une nouvelle politique pour les données. Nous n'allons pas arrêter demain de les collecter, mais nous avons besoin de directives pour protéger les gens. Faut-il imaginer des restrictions sur l'utilisation des données plutôt que sur leur collecte, comme l'a proposé un rapport récent du Forum économique mondial - http://www.nytimes.com/2013/03/24/technology/big-data-and-a-renewed-debate-over-privacy.html?smid=tw-share&_r=0 ? Le risque est que nous soyons contraint d'attendre une catastrophe pour passer aux actes.

Spécialisée dans la collecte et l'analyse de données de santé, la société CeltiPharm mène auprès du ministère de la Santé une opération de lobbying pour pouvoir recueillir et déchiffrer des données très précises sur le contenu, la destination et l'origine des ordonnances médicales. Présentée comme un projet de veille et de protection sanitaire, une telle collecte aurait aussi un intérêt certain pour les laboratoires pharmaceutiques, clients de CeltiPharm."

Le département de la protection de l'environnement de la ville de New York a cherché à savoir quels restaurants déversaient de l'huile de cuisson dans les égouts de la ville, bouchant les canalisations. La réponse archaïque aurait été d'envoyer des inspecteurs dans les restaurants pour enquêter. Mais le bureau de la planification politique et stratégique a utilisé les données d'un service qui certifie que les restaurants transportent leurs graisses avec la localisation des problèmes remontant des égoûts. Au final, l'équipe a identifié 95 % des restaurants fautifs sans avoir à se déplacer. Et ce n'est pas la seule réussite de la Geek Squad de New York, doté d'un budget d'un million de dollars par an et menée par Michael Flowers : parvenir à avoir une compréhension "moléculaire" de la ville.