Fiche de révision : Données, Big Data et culture numérique

📋 Plan du Cours

1. Big Data et enjeux sociomarchands
2. Dispositifs et interprétation des données
3. Intégration sectorielle et action publique
4. Typologies des données numériques
5. Data Literacy et métadonnées
6. Manipuler et analyser les données
7. Science ouverte et participation citoyenne

📖 1. Big Data et enjeux sociomarchands

📝 Points essentiels

• En SIC, le Big Data est analysé comme un processus d’industrialisation des données qui contribue à co-construire le social, et non comme un miroir neutre de la réalité. - Vincent Bullich et Viviane Clavier, Production des données, 'Production de la société'. Les Big Data et algorithmes au regard des Sciences de l'information et de la communication, 2018

• Les SIC étudient la marchandisation des données brutes et des algorithmes comme ressources économiques stratégiques, au service de marchés spécialisés et de la rentabilisation de l’attention et des traces numériques.

💡 Astuce mémo

Industrialisation des données → nouveaux marchés de valorisation

📖 2. Dispositifs et interprétation des données

🔑 Notions clés & Définitions

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

★ À maîtriser

📌 Les données ne sont jamais « à l’état brut » : elles résultent de choix de modélisation, de langages et de représentations qui orientent leur interprétation.

Compléments

• Une carte choroplèthe croisant géolocalisation et données démographiques recontextualise les données et oriente l’interprétation en isolant et en mettant en évidence une entité spatiale.

📖 3. Intégration sectorielle et action publique

★ À maîtriser

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

Compléments

📌 La régulation administrative et institutionnelle encadre la collecte, le transfert et l’appropriation des données au moyen de règlements, de lois et de 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 donnée transforme les routines professionnelles ; l’État l’intègre aussi à ses politiques publiques

📖 4. Typologies des données numériques

🔑 Notions clés & Définitions

• Small Data : Sous-ensembles localisés et de taille humaine, directement compréhensibles sans infrastructure lourde ni algorithmes complexes, privilégiant la précision opérationnelle immédiate.
• Open Data : Données publiques ou privées diffusées dans des formats ouverts, structurés et lisibles par machine, libres d’accès et de réutilisation sous licence appropriée.
• Smart Data : Extraction ciblée et analyse en temps réel de données à forte valeur ajoutée pour transformer un flux brut en indicateur stratégique.
• Dark Data : Informations collectées et stockées par une organisation, mais non exploitées ni analysées, qui représentent un coût de stockage et un risque de sécurité.
• Linked Data : Réseau de données structurées et interconnectées à l’échelle du Web, conçu pour assurer leur interopérabilité sémantique.

📝 Points essentiels

• 🔄 L’analyse de sentiment en Smart Data suit quatre étapes :

  1. Capter en continu les flux publics de réseaux sociaux ciblés par marque ou hashtag.
  2. Classifier la perception en polarités positive, neutre ou négative.
  3. Calculer le pourcentage de mentions négatives sur une fenêtre glissante de 24 heures.
  4. Déclencher une réponse communautaire ou ajuster la stratégie de communication.

• Le Linked Data repose sur quatre prérequis :

  • Utiliser des identifiants pérennes et uniques (URI/URL).
  • Adopter des formats ouverts standardisés comme RDF/XML ou JSON-LD.
  • Établir des liens explicites vers d’autres URI.
  • Rendre les contenus lisibles et calculables par des agents logiciels.

💡 Astuce mémo

Big n’est pas synonyme de valeur : Small Data privilégie la taille humaine, Smart Data la pertinence décisionnelle

📖 5. Data Literacy et métadonnées

🔑 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.
• Métadonnée : Donnée sur une donnée qui contribue à sa découvrabilité et à sa réutilisation.

★ À maîtriser

• Les métadonnées descriptives identifient et caractérisent un document ou un jeu de données, les métadonnées administratives renseignent sur sa gestion, sa conservation, ses dates et ses droits, et les métadonnées structurelles décrivent son organisation et ses relations.

• La lecture critique exige d’identifier :

  • Les variables étudiées.
  • Les unités de mesure.
  • Les dates de mise à jour et l’horodatage des relevés.
  • Les limites d’usage et le périmètre de validité statistique.

Compléments

• La recontextualisation d’un jeu de données consiste à identifier l’autorité du producteur, la méthode de collecte et la couverture temporelle et géographique.

💡 Astuce mémo

Chercher → lire → manipuler et analyser → décider

📖 6. Manipuler et analyser les données

★ À maîtriser

• La manipulation et l’analyse reposent sur quatre opérations :

  • Nettoyer les données.
  • Filtrer selon la question de recherche.
  • Croiser des jeux de données au moyen de variables communes.
  • Produire des indicateurs synthétiques.

• 🔄 Le parcours décisionnel suit cinq étapes :

  1. Besoin initial.
  2. Sélection du jeu de données.
  3. Évaluation critique.
  4. Préparation et analyse.
  5. Résultat décisionnel.

Compléments

• Le nettoyage peut impliquer l’imputation ou la suppression raisonnée des valeurs manquantes et l’harmonisation des chaînes de caractères afin de produire un tableau propre, unifié et exempt de doublons.

• Le filtrage d’une base nationale d’accidents peut retenir l’année 2024, la localisation de Lyon et la catégorie de véhicule « vélo » pour répondre à une question de recherche ciblée.

• Le croisement des taux de particules fines par ville avec les admissions hospitalières pour troubles respiratoires peut s’effectuer par une clé de jonction fondée sur les variables communes « ville » et « année ».

• Les registres quotidiens d’entrées hospitalières peuvent être synthétisés par une moyenne mobile calculée sur 7 jours et par un taux d’évolution hebdomadaire relatif en pourcentage.

💡 Astuce mémo

NCPI : nettoyer, croiser, filtrer, produire des indicateurs

📖 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 à travers des plateformes et des archives ouvertes.

★ À maîtriser

• La Science Ouverte favorise l’accès universel, la transparence et la vérifiabilité des protocoles, la réplicabilité des résultats et la collaboration entre disciplines et institutions.

Compléments

📌 Les agences de financement, les universités et les pouvoirs publics peuvent imposer le partage des données issues de recherches financées sur fonds publics.

• 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 contraintes éthiques, juridiques et administratives liées à la protection des données personnelles, au secret médical, à la propriété intellectuelle et à la prévention des détournements.

📊 Tableaux de synthèse

Typologies des données