Group items tagged

Uwe Hook s'énerve, légitimement, contre la manière qu'ont, bien des services du web 2.0, de nous voler nos données. Le crash des années 2000 n'avait rien à voir avec la technologie, rappelle-t-il, mais avec le modèle d'affaire utilisé pour payer la technologie. Ne sommes-nous pas à nouveau dans une bulle spéculative autour de la valorisation des données personnelles de l'utilisateur ? Beaucoup d'entreprises ne savent pas quoi faire de ces données, autre que d'imaginer des annonces personnalisées. Mais cette personnalisation n'est-elle pas un modèle simpliste qui risque de ne pas rapporter autant qu'on en attend ? Les hommes d'affaires ne croient-ils pas un peu naïvement en notre rationnalité en pensant que nos décisions sont fondées uniquement sur des données ? Nos dépenses de 2010 ont-elles quelque à voir avec nos dépenses de 2011 ? Sommes-nous seulement des êtres rationnels dénués d'émotion dans nos choix de consommation ? Contrairement à ce qu'avance le New York Times dans "Comment les sociétés apprennent de nos secrets ?" - http://www.nytimes.com/2012/02/19/magazine/shopping-habits.html?_r=1&pagewanted=all - il n'est pas sûr que les données seront la poule aux oeufs d'or que beaucoup espèrent, comme le dit Dave Winer en dénonçant la bulle des données : http://scripting.com/stories/2012/02/15/iphonesAndUnprotectedSex.html Peut-être qu'après l'explosion de cette bulle pourrons-nous à nouveau discuter sereinement et construire des modèles d'affaires réalistes qui donneront peut-être enfin le contrôle de leurs données aux utilisateurs. 

A la conférence annuelle de l'Online News Association, Amy Webb a dressé sa liste très attendue des 10 tendances technologiques actuelles pour les médias en ligne (avec des exemples d'applications innovantes) : la vérification, la vidéo, la tarification dynamique, le design adaptatif, l'information produite par les algorithmes, la personnalisation, de nouvelles technologies de recharges, des réseaux sociaux ambiants... et les femmes.

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 ?

Des lunettes imprimées en 3D ? Eyewear a lancé un concept de personnalisation de la forme des lunettes pour qu'elles s'adaptent parfaitement aux visages des clients : http://www.youtube.com/watch?v=dfH1_pyx1Ak Mais Eyewear ne fabrique pas le verre qui doit être fait selon des méthodes traditionnelles et adapté aux montures. Une société hollandaise, LuXeXcel, elle, développe une technologie d'impression 3D lui permettant d'imprimer monture et verres : http://www.youtube.com/watch?v=MZPTJ8-i9Kw

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

Pour Forbes, Barry Eggers expliquait qu'on devrait utiliser les Big Data pour construire des listes intéressantes : http://www.forbes.com/sites/ciocentral/2012/09/25/the-problem-with-lists-and-the-fix-from-big-data/ Dans un monde de notes et de classements, notre cerveau adore les listes - cf. http://www.newyorker.com/online/blogs/elements/2013/12/a-list-of-reasons-that-our-brains-love-lists.html - mais, elles sont bien souvent inutiles car trop souvent peu crédibles. Certes, estime Alistair Croll pour O'Reilly, les Big Data vont nous aider à faire des listes, mais sur quels critères ? Certes, nous pourront les personnaliser, mais ne risquons-nous pas de devenir excessivement dépendants d'elles ? Nous confondons trop souvent optimisation et inspiration. Lister les politiciens les plus dignes de confiance est-il une bonne façon de faire de la politique ? Les voitures les plus sûrs seront les voitures autonomes, mais elles seront également plus coûteuses. Savoir quelles sont les meilleures voitures ne va pas nous aider à nous passer des voitures à moteur ? L'optimisation guidée par les données est très bien pour tenter de gagner au jeu auquel nous sommes en train de jouer, mais elle est nulle pour changer les règles ou passer à un jeu différent.

"Depuis le début du XXe siècle, du cinéma aux jeux sérieux, en passant par la télévision et les MO7 du plan informatique pour tous, beaucoup de nouvelles technologies n'ont pas tenu leurs promesses éducatives. À chaque fois, on a cru pouvoir moderniser l'école grâce aux nouvelles technologies. Je crois qu'il est temps d'admettre que ce n'est pas une bonne façon de poser le problème. L'école a sans doute besoin d'être plus efficace et plus juste. Quand nous saurons comment faire cela, alors nous saurons en quoi les façons d'apprendre, d'enseigner et d'organiser l'école doivent être modifiées, alors seulement nous pourrons savoir quelle contribution telle technologie, nouvelle ou ancienne, peut apporter à cette amélioration. Dans l'attente, nous sommes condamnés à innover un peu au hasard, en essayant quelque chose dans l'espoir que ça marchera, et en nous préparant à être déçus.) Au cours des trente dernières années d'innovations « un peu au hasard », nous avons appris beaucoup de choses. Nous avons appris que les conditions d'intégration des nouvelles technologies à l'école dépendaient de leur utilité, de leur simplicité et de leur compatibilité avec ce qui se passe dans la classe. Nous avons appris que leur utilité résidait essentiellement dans leur effet positif sur la motivation, l'engagement, le plaisir des élèves ; sur la richesse et la complexité des contenus que l'on peut aborder ; sur l'interactivité et la possibilité de personnaliser l'apprentissage pour un élève singulier. Mais nous avons appris que ces plus-values en termes d'utilité s'obtenaient souvent au détriment de la simplicité. Nous avons dû admettre que les évaluations proposées par un ordinateur sont souvent rudimentaires mais qu'elles offrent la possibilité de mieux suivre l'activité d'un élève, d'augmenter le nombre d'évaluations et de favoriser l'autoévaluation. Nous a

Pour Marius Moscovici, président et fondateur de Metric Insights - http://www.metricinsights.com -, l'acquisition par Spotify de EchoNest - http://echonest.com - et sa prochaine entrée en bourse, annonce que le spécialiste de la musique a trouvé la même formule fondamentale que Netflix, Amazon, Pandora ou LinkedIn avant elle : quand une entreprise utilise les données pour personnaliser son service, elle créée une meilleure interface utilisateur. La valeur aujourd'hui n'est pas dans la vente, mais dans ce que vous savez tirer des données de vos utilisateurs, afin d'en trouver de nouveaux et de retenir ceux qui vous font confiance.

Vous ne connaissez pas Xiaomi - http://www.xiaomi.com/en ? C'est un fabriquant chinois de smartphone qui est en passe de dépasser Apple sur le marché chinois. Comment ? Xiaomi est très proche des utilisateurs et utilise leurs suggestions pour mettre à jour les fournées des 100 000 téléphones qu'il met en vente chaque semaine. Il fait au matériel ce que les développeurs font au logiciel. Il le transforme en continu. Chaque nouvelle fournée hedbomadaire de téléphone est donc différente et meilleure que la précédente, quand Apple propose une nouvelle version de ses appareils tous les ans. Xiamoi ne pratique pas non plus les mêmes tarifs qu'Apple et personnalise ses téléphones pour s'adapter aux différents marchés.

Beats Music est un nouveau service de streaming musical dont la particularité est de confier la programmation musicale à des humains, à des spécialistes et l'expérience à la mesure du contexte : nos téléphones savent quand on conduit, quand on va à la gym, quand on va se coucher... Et de proposer des expériences musicales adaptées à ses goûts et au contexte.