Fiche de révision : Big Data et culture des données

📋 Plan du Cours

1. Le Big Data dans les sciences de l’information
2. Industrialisation et valorisation des données
3. Dispositifs et interprétation des données
4. Usages sectoriels et régulation publique
5. Typologies et usages des données
6. Compétences de la Data Literacy
7. Science ouverte et participation citoyenne

📖 1. Le Big Data dans les sciences de l’information

★ À maîtriser

• Les SIC étudient le Big Data comme un processus qui participe à la co-construction du social plutôt que comme un miroir neutre de la réalité.

Compléments

• Les travaux coordonnés par Vincent Bullich et Viviane Clavier dans « Production des données, 'Production de la société'. Les Big Data et algorithmes au regard des Sciences de l'information et de la communication », revue Les Enjeux de l'information et de la communication, n° 19/2, 2018, analysent le Big Data au prisme des SIC.

📖 2. Industrialisation et valorisation des données

★ À maîtriser

• Les SIC analysent la marchandisation de la donnée brute et des algorithmes de traitement comme des ressources économiques stratégiques.

Compléments

• La valorisation des données fonde un modèle d'affaires reposant sur la rentabilisation de l'attention et des traces numériques.

💡 Astuce mémo

La captation industrialisée transforme les données en ressources marchandes.

📖 3. Dispositifs et interprétation des données

🔑 Notions clés & Définitions

• Dispositif : Articulation d'instruments techniques, d'infrastructures et de pratiques fondées sur des savoirs et des savoir-faire.

★ À maîtriser

• L'information n'existe pas à l'état brut, car des choix de modélisation, des langages et des représentations visuelles orientent sa lecture.

Compléments

• Une carte choroplèthe de Chine croisant géolocalisation et données démographiques recontextualise les données et peut orienter l'interprétation en mettant en évidence une province selon sa proportion de population musulmane.

📖 4. Usages sectoriels et régulation publique

★ À maîtriser

• Dans la relation client, les entreprises placent la donnée au centre de la relation et substituent ou hybrident les interactions humaines avec des modélisations prédictives du comportement des usagers.

📌 La régulation des données comprend la supervision et la normalisation de leur collecte, de leur transfert et de leur appropriation, ainsi que leur incorporation dans l'action publique.

Compléments

• Les instances administratives et réglementaires encadrent les données par des règlements, des lois et des standards d'interopérabilité.

• PredPol est un logiciel d'analyse prédictive utilisé dans des politiques de sécurité publique et de prévention de la délinquance.

💡 Astuce mémo

La régulation encadre les données ; l’action publique les mobilise.

📖 5. Typologies et usages des données

🔑 Notions clés & Définitions

• Smart Data : Extraction ciblée et analyse en temps réel de données à forte valeur décisionnelle directement depuis leur source.
• Linked Data : Réseau de données structurées et interconnectées à l'échelle du Web, conçu pour assurer leur interopérabilité sémantique.

★ À maîtriser

• Le Small Data désigne des données localisées, de taille humaine et directement compréhensibles, tandis que le Big Data renvoie à la massification des données.

• L'Open Data désigne des données publiques ou privées diffusées dans des formats ouverts, structurés et lisibles par machine, avec accès et réutilisation libres sous licence appropriée.

• Le Dark Data désigne des informations collectées et stockées par une organisation mais non exploitées, tandis que le Dark Web désigne des réseaux clandestins superposés au Web traditionnel et accessibles par des protocoles spécifiques.

Compléments

• Le Linked Data a été conceptualisé au milieu des années 2000 par Tim Berners-Lee.

• L'architecture du Linked Data repose sur quatre prérequis :

  • Identifier les ressources par des URI ou URL pérennes et uniques
  • Adopter des formats ouverts comme RDF/XML ou JSON-LD
  • Relier explicitement les données à d'autres URI connexes
  • Rendre les contenus lisibles et calculables par des agents logiciels

💡 Astuce mémo

Big mesure le volume ; Small privilégie la taille humaine, Smart la décision.

📖 6. Compétences de la Data Literacy

🔑 Notions clés & Définitions

• Data Literacy : Capacité à rechercher, lire, manipuler et analyser des jeux de données, puis à les utiliser dans un processus de décision.

★ À maîtriser

• La lecture critique d'un jeu de données exige d'identifier ses variables, ses unités de mesure, ses dates de mise à jour, ses limites d'usage et son périmètre de validité statistique.

• La manipulation et l'analyse des données comprennent quatre opérations :

  • Nettoyer les données
  • Filtrer un sous-ensemble pertinent
  • Croiser des jeux par des variables communes
  • Produire des indicateurs synthétiques

• La Data Literacy vise à fonder la décision sur des données analysées et recontextualisées plutôt que sur de simples intuitions.

Compléments

• Les métadonnées descriptives identifient, caractérisent et permettent de retrouver un document ou un jeu de données, par exemple grâce à son auteur, son titre et ses mots-clés.

• Les métadonnées administratives renseignent la gestion technique, les conditions de conservation, les dates de création et les droits d'accès ou licences d'exploitation.

• Les métadonnées structurelles explicitent l'organisation interne, la hiérarchie et les relations sémantiques entre les parties d'un document ou entre plusieurs jeux de données.

💡 Astuce mémo

Chercher → lire → analyser → décider.

📖 7. Science ouverte et participation citoyenne

🔑 Notions clés & Définitions

• Science Ouverte : Dynamique visant à rendre librement accessibles les publications scientifiques et les données de la recherche au moyen de plateformes et d'archives ouvertes.

★ À maîtriser

• La Science Ouverte favorise l'accès universel, la vérifiabilité des protocoles, la réplicabilité des résultats, la collaboration entre disciplines et institutions, et le partage des données de recherches financées sur fonds publics.

Compléments

• Vigie-Nature est un programme de sciences participatives sur la biodiversité qui associe les citoyens à la production du savoir.

• L'ouverture scientifique doit prendre en compte les risques éthiques, juridiques et administratifs liés à la protection des données personnelles, au secret médical, à la propriété intellectuelle et aux détournements.

📊 Tableaux de synthèse

Typologies de données