Group items tagged

La ville de Chicago collecte plus de 7 millions de données brutes chaque jour concernant la météo, le trafic routier, etc. Mais pas facile d'en tirer du sens. D'où l'idée de développer une plateforme dédiée, SmartData - http://www.cityofchicago.org/content/dam/city/depts/mayor/Press%20Room/Press%20Releases/2013/March/3.13.13BloombergPhilanthropies.pdf : l'idée, passer d'un modèle de données réactif à un modèle proactif. En utilisant les données ouvertes de la ville - https://data.cityofchicago.org - comprenant les appels aux services d'urgence, la localisation des bus... un algorithme a été mis en place pour analyser les appels au 911 et prédire l'arrivée de rats dans la ville avant qu'ils n'arrivent. Le projet SmartData a deux objectifs : permettre à la ville de Chicago de développer une analyse Big Data, mais surtout, permettre à d'autres villes d'utiliser cette plateforme open source a déclaré Brenna Berman, responsable de l'information de la ville de Chicago.

Stefaan Verhulst revient sur la conférence Data Smart City Solutions - http://datasmart.ash.harvard.edu/news/article/a-bottom-up-smart-city-355 - et notamment sur l'intervention de la sociologue Saskia Sassen en faveur d'un "urbanisme open source", antidote à la ville intelligente top down, notamment avec le développement de LocalData - http://localdata.com -, une plate-forme pour aider à la collecte de données citoyennes dans une communauté locale. La ville de Détroit s'en est servie pour cibler et optimiser les démolitions par exemple et lutter contre les effets secondaires des abandons : la criminalité. Le Laboratoire de logistique du MIT l'a utilisé pour cartographier et comprendre les chaînes d'approvisionnement urbaines...

Une étude montre que Google Flu Trends est encore bien imparfait et ne peut fournir une mesure de surveillance fiable de l'évolution des grippes saisonnières ou pandémiques... au moins tant que l'algorithme n'a pas été amélioré.

Et voici les algoraves, où l'on danse sur de la musique générée par des algorithmes...

Comment le football pro se met aux Big Data.

Pas de Big Data sans amélioration de la qualité des données !

La première occurrence du terme daterait d'un article d'un mathématicien de 1958, avant d'être popularisé en 2003 par un économiste, Francis Diebold.

La chercheuse Kate Crawford revient sur Turnstyle - http://www.getturnstyle.com -, une entreprise qui a placé des centaines de capteurs le long des rues commerçantes de Toronto pour identifier les téléphones des passants afin de fournir des études marketing aux commerces locaux (cf. http://online.wsj.com/news/articles/SB10001424052702303453004579290632128929194 ). Et la chercheuse de s'inquiéter de la collusion entre le secteur public et privé pour promouvoir une collecte de donnée sans limite pour maximiser les possibilités d'affaires. Pour Kate Crawford, les entreprises de marketing ont bien lancé une charte de bonnes pratiques, mais cette charte pose de nombreux problèmes. D'abord parce que toutes les données sont devenues personnelles. Parce que l'opt-out pour indiquer qu'on ne désir pas être tracé est trop complexe. L'autorégulation de ce secteur ne sera pas suffisant, clame la chercheuse. Pour ces entreprises, les individus doivent agir comme des entreprises, négocier leur information au meilleur prix dans un marché sans friction où tout le monde comprend comment fonctionne la techno et les ramifications du partage de données. Mais ce modèle ne reflète pas une seconde la profonde inégalité de situation à laquelle nous sommes confrontés. Ceux qui détiennent les outils d'analyses ont beaucoup plus de pouvoir que les autres. Dans le débat sur la vie privée, la focalisation sur la responsabilité individuelle ne suffit pas. Car le problème dépasse l'individu. Il est systémique. Nous sommes maintenant confrontés à des expériences à grandes échelles où les gens sont dans un état de participation forcée, sans réelle capacité à en négocier les termes. Nous avons besoin d'un débat sur l'éthique de la fouille et de la collecte de données.

Pour Michael Schrage, les Big Data permettent de tout connaître de ses clients, de ses employés, de ses partenaires... Mais qui dit Big data dit aussi Big dilemmes. Comment les sociétés vont-elles gérer cette information ? Faut-il mieux travailler certains segments de publics que d'autres ou décourager ceux qui risquent de devenir de mauvais clients ? Où commence la personnalisation et la segmentation et ou termine la discrimination ? Comment les entreprises demain justifieront-elles leurs segmentation ?

Au dernier CES, le vice-président de Ford a fait mauvaise impression en affirmant "Nous connaissons tous ceux qui enfreignent la loi, nous savons quand vous le faites. Il y a un GPS dans votre voiture, nous savons donc ce que vous faites. Au fait, nous ne fournissons pas ces données à des tiers." Il a bu tenter de se rétracter (nous ne suivons pas les clients sans leur approbation ou leur autorisation...), force est de constater qu'il n'a pas convaincu. La cause de cette surveillance ? Les boites noire qui équipent désormais toutes les voitures vendues aux Etats-Unis et bientôt dans le reste du monde. Les véhicules recueillent donc une grande quantité d'information, et sans protection, nous pouvons nous attendre à toute sorte d'abus, souligne un représentant de l'Electronic Privacy Information Center. En fait, selon un récent rapport, les fabricants n'informent pas vraiment leurs clients de ces collectes ni à qui elles sont destinées. Aucun des constructeur automobile ne permet à ses clients qu'y accéder, de les rectifier ou de les supprimer. Les consommateurs n'ont donc aucun pouvoir sur l'usage qui en est fait. Reste que cela n'incite pas forcément les gens à changer de comportement (comment faire, d'ailleurs quand c'est devenu la règle pour tous les véhicules ?). Pour le professeur de droit Dorothy Glancy, cela est aussi du au fait que les gens ont du mal à comprendre les implications de cette collecte, ni avec qui elle est partagée... Que se passera-t-il quand ils se rendront compte que ces données peuvent servir à les classer dans la catégorie des chauffards qui requièrent une surveillance accrue de la police ?

La police de Chicago estime que ses ordinateurs peuvent dire qui deviendra un criminel violent... Dans le cadre d'un programme expérimental, la police de Chicago est désormais capable de produire une liste de 400 personnes à surveiller. Mais les critiques estiment que ce n'est rien d'autre qu'un profilage racial. Une des personnes inquiétée vivait dans un environnement violent mais n'avait jamais eu affaire à la police ou à la justice. Comme le souligne l'avocat de l'EFF, des gens se retrouvent sur cette liste parce qu'ils vivent dans des quartiers de merde et côtoient des fauteurs de trouble. La police est allé prévenir 60 des 400 personnes listées comme quoi elles étaient désormais surveillées... Effectivement, c'est certainement le meilleur moyen pour développer leur violence !

Pour Bill Davidow, des millions d'Américains sont incarcérés dans des prisons algorithmiques. "Certains ne peuvent plus obtenir de prêts ou émettre de chèques (...). D'autres ont du mal à trouver un emploi en raison de leurs profils sur internet. D'autres peuvent avoir des difficultés à acheter des biens, des assurances vies ou automobiles..." Ils n'agissent pas que dans l'espace réel. Ils déterminent aussi face à quels produits nous serons exposés, ils analysent nos intérêts et jouent un rôle actif dans ce à quoi nous accédons quand nous nous rendons sur un site web. Il est devenu facile et peu coûteux de construire des prisons algorithmiques et nous devons nous attendre à une forte augmentation. Le problème est que les utilisateurs ne voient pas les barreaux de la prison. Ils ne savent pas pourquoi leur candidature est systématiquement rejetée par des employeurs ou leur demande de prêt par une banque. Face à ces nouveaux défis, les protections des consommateurs en place ne suffiront pas.

Tim O'Reilly revient sur l'interview par Alexis Madrigal de Gibu Thomas de Walmart : http://www.theatlantic.com/magazine/archive/2014/03/get-ready-to-roboshop/357569/ qui parlait de "facteur d'effroi" quand les utilisateurs prenaient peur par rapport aux données accumulées sur eux que leur révélaient leur usage des systèmes techniques par des commerçants comme Walmart. Pour O'Reilly, ce facteur d'effroi est central dans les réflexions sur l'avenir de la réglementation de la vie privée. Lorsque les entreprises utilisent nos données à notre bénéfice, nous en sommes reconnaissant. Nous donnons volontiers nos données de géolocalisation à Google pour qu'il puisse nous guider, à Yelp pour qu'il nous aide à trouver le meilleur restaurant où manger... Nous n'avons pas à l'esprit qu'ils gardent ces données et cela ne nous parait pas si important si cela nous apporte une meilleure recommandation. Mais des entreprises les utilisent aussi contre nous. Quand un crédit vous est refusé non pas du fait de votre capacité à payer, mais parce que vous n'habitez pas au bon endroit ou que vous n'avez pas la bonne couleur de peau, les données génèrent alors une discrimination. The Atlantic parle du franchissement des lignes rouges (Redlining) : http://www.theatlantic.com/business/archive/2014/03/redlining-for-the-21st-century/284235/ pour évoquer le risque que nos données soient utilisées d'une façon qui ne nous plairait guère. Aujourd'hui, des assureurs comme State Farm utilisent les données kilométriques des véhicules pour moduler leurs tarifs. Pour l'instant, ils ne s'intéressent qu'au nombre de kilomètres que vous parcourez. Mais demain, ils pourraient être intéressés par les routes que vous utilisez (parcourez vous des routes où les accidents sont fréquents ?). Comment savoir quand nos données personnelles sont utilisées contre nous ? Pour O'Reilly, il ne faut pas interdire la collecte, mais interdire son utilisation abusive. En fait, nou

Martin Winterkom, le PDG de Volkswagen, lors du Cebit de Hanovre, a déclaré que la voiture ne devait pas devenir un "monstre de données". Si le patron a déclaré que les Big Data pouvait apporter plus de sécurité et de commodité, il a expliquer se méfier du paternalisme et de Big Brother. Nous avons besoin que l'industrie automobile s'engage dans ce sens, a-t-il estimé. Certes, les données permettent d'offrir de nouveaux services, certains seront bénéfiques aux consommateurs, mais trop d'effets peuvent être intrusifs. 5 millions de voiture envoient déjà des rapports aux compagnies d'assurance et d'ici 2020, c'est 100 millions de voiture qui seront concernées. L'union européenne est prête pour lancer e-Call, un service qui notifie automatiquement les services d'urgence si votre voiture a un accident. Quelle sera la limite à la vie privée des conducteurs ?

Dans "Science" - http://dx.doi.org/10.1126/science.1248506 -, des chercheurs mettent en garde contre l'utilisation des Big Data en soulignant qu'elles sont souvent pas très bonnes, à l'image de Google Flu Trends, qui a fait une surestimation toujours plus forte que la réalité de la contagion. Les raisons sont multiples : quand on parle de la grippe dans l'actualité, les gens font plus de recherches sur elle. Le fait que les termes de requête soient discrets ce qui rend difficile l'amélioration du système. Quand Google change ses algorithmes, les résultats sont modifiés sans rapport avec la grippe... Et Google est dans une guerre constante avec ceux qui veulent jouer avec son système de mesure. Google Flu est inutile. Il serait plus utile s'il étai reproductible. Pour les chercheurs, malgré leur arrogance, les Big Data ne peuvent pas être un substitut aux mesures traditionnelles.

L'administration chargée de la sécurité des transports américain vient de dévoiler un programme premium permettant aux voyageurs aériens de passer plus vite les contrôles de sécurité (sauf pour leurs matériel électroniques et liquides, toujours soumis à vérification). Pour 85 $ par an et à la condition qu'ils autorisent l'autorité à avoir accès à leurs données personnelles en ligne, ceux qui souscriront au programme pourront passer plus vite les contrôles de sécurité des aéroports.

Le mariage des données et de l'intuition a toujours été difficile. Il faut à la fois savoir marier le génie et l'analyste. Ce mariage difficile a souvent plusieurs facettes dans une entreprise : Steve Jobs, l'intuitif, a laissé à Tim Cook l'hyperanalyste, le côté dur des opérations d'Apple. Avec les Big Data, faut-il introduire une nouvelle rigueur et rationalité aux intuitions ? Pour Tony Fadell, le fondateur de Nest Labs, les Big Data n'aident pas à concevoir de nouveaux produits. "Les grands produits viennent d'un fort point de vue", pas des données. Mais les données elles permettent d'améliorer le produit, montrent que les gens l'utilisent d'une façon dont vous ne pensiez pas...

Comment les algorithmes et les économistes se sont attaqués aux files d'attentes et surtout à notre perception de l'attente.

Les algorithmes apprennent et répètent nos comportement, ce qui facilite la commodité, mais tend à répéter des traits ou des erreurs à l'infini, estime John Burn-Murdoch pour le Guardian. La caractéristique des algorithmes à reproduire la prise de décision humaine peut être une arme à double tranchant. Récemment, une université britannique a ainsi développé un modèle informatique pour rationaliser son processus d'admission qui a exacerbé la discrimination sexuelle et raciale. Des biais de sélection ont aussi été découverts sur Linked-in : lycée, université, pays de résidences peuvent devenir des critères excluants. Avons-nous donné trop de pouvoir aux machines ?

Finalement pour obtenir ce que vous voulez d'un service client il ne faut pas rester calme... estime l'analyse des voix de call centers. Plus vous montrez de l'émotion (de la colère aux larmes), plus vous avez de chance de vous voir accorder réparation ! estime Nice systems - http://www.nice.com - une start-up qui analyse la tonalité des voix des centres d'appels.