QCM : Données, Big Data et culture numérique (11 questions)

Questions et réponses du QCM

1. Comment les SIC caractérisent-elles le Big Data dans son rapport à la société ?

Comme une méthode statistique qui décrit des comportements sans influer sur leur organisation
Comme un ensemble d’outils techniques qui automatise la collecte de données déjà constituées
Comme un processus d’industrialisation des données qui contribue à co-construire le social
Comme un miroir neutre qui enregistre la réalité sociale sans la transformer

Comme un processus d’industrialisation des données qui contribue à co-construire le social

Explication

L’industrialisation des données participe à la co-construction du social, plutôt qu’à son simple enregistrement. L’idée du miroir neutre est précisément la confusion à éviter, car le traitement des données contribue à façonner la réalité sociale.

2. Pourquoi les données brutes et les algorithmes sont-ils étudiés comme des enjeux sociomarchands en SIC ?

Parce qu’ils mesurent les échanges sans être intégrés à des stratégies de valorisation économique
Parce qu’ils deviennent des ressources économiques stratégiques mobilisées par des marchés spécialisés et la rentabilisation de l’attention
Parce qu’ils servent surtout à remplacer les infrastructures techniques dans l’organisation des marchés généralistes
Parce qu’ils constituent des biens publics destinés à soustraire les échanges numériques aux logiques commerciales

Parce qu’ils deviennent des ressources économiques stratégiques mobilisées par des marchés spécialisés et la rentabilisation de l’attention

Explication

Les SIC examinent leur marchandisation comme ressources stratégiques, notamment au service de marchés spécialisés et de la valorisation de l’attention et des traces numériques. Les données et algorithmes ne sont donc pas de simples mesures extérieures aux stratégies commerciales.

3. Dans l’analyse des données, qu’est-ce qu’un dispositif ?

Une infrastructure matérielle qui stocke des informations indépendamment des instruments et des usages
Un ensemble de données organisé par un algorithme, sans intervention de pratiques ni de compétences humaines
Une articulation d’instruments techniques, d’infrastructures et de pratiques fondées sur des savoirs et des savoir-faire
Une méthode d’interprétation qui repose sur des savoirs théoriques plutôt que sur des outils techniques

Une articulation d’instruments techniques, d’infrastructures et de pratiques fondées sur des savoirs et des savoir-faire

Explication

Un dispositif articule des instruments techniques et des infrastructures avec des pratiques appuyées sur des savoirs et des savoir-faire. Le réduire à une infrastructure de stockage laisse de côté les instruments et les pratiques qui le composent.

4. Pourquoi une donnée présentée comme « brute » peut-elle orienter son interprétation ?

Parce qu’elle résulte de choix de modélisation, de langages et de représentations qui structurent sa lecture
Parce qu’elle est produite par une infrastructure technique, tandis que les choix de représentation interviennent après son interprétation
Parce qu’elle dépend du contexte géographique, alors que les langages et les modèles n’influencent pas son sens
Parce qu’elle reflète une information indépendante de toute modélisation, mais peut être mal comprise par son lecteur

Parce qu’elle résulte de choix de modélisation, de langages et de représentations qui structurent sa lecture

Explication

Les choix de modélisation, de langage et de représentation interviennent dans la constitution des données et orientent leur interprétation. Les considérer comme une information indépendante de toute modélisation confond une donnée dite brute avec une donnée neutre.

5. Dans les politiques de sécurité publique, que désigne PredPol ?

Un règlement institutionnel régissant l’appropriation des données publiques
Un dispositif de relation client qui modélise le comportement des usagers
Un logiciel d’analyse prédictive mobilisé pour prévenir la délinquance
Un standard d’interopérabilité encadrant le transfert des données administratives

Un logiciel d’analyse prédictive mobilisé pour prévenir la délinquance

Explication

PredPol est un logiciel d’analyse prédictive utilisé dans des politiques de sécurité publique et de prévention de la délinquance. Un standard d’interopérabilité relève de l’encadrement administratif des données, et non de l’outil prédictif cité.

6. Dans le tableau de synthèse, quel exemple illustre les données Linked Data ?

data.gouv.fr
Les archives d’emails internes
Les tableaux de l’INSEE par département, sexe et âge
DBpedia et GeoNames

DBpedia et GeoNames

Explication

DBpedia et GeoNames sont cités comme exemples de données interconnectées et interopérables, caractéristiques du Linked Data. Les tableaux de l’INSEE illustrent plutôt le Small Data, tandis que les archives d’emails internes correspondent au Dark Data.

7. Quelle est la fonction principale des métadonnées associées à un jeu de données ?

Faciliter sa découverte et sa réutilisation en apportant des informations à son sujet
Remplacer les données qu’elles décrivent afin de réduire leur volume de stockage
Transformer automatiquement les données en indicateurs adaptés à la décision
Garantir la validité statistique des résultats obtenus à partir du jeu de données

Faciliter sa découverte et sa réutilisation en apportant des informations à son sujet

Explication

Les métadonnées fournissent des informations sur les données et contribuent ainsi à leur découvrabilité et à leur réutilisation. Elles ne garantissent pas à elles seules la validité statistique, qui exige notamment d’examiner le périmètre et les limites d’usage.

8. Dans quel ordre s’enchaînent les opérations de manipulation et d’analyse des données ?

Filtrer, produire des indicateurs, nettoyer les données, puis croiser des jeux de données.
Croiser des jeux de données, nettoyer, produire des indicateurs, puis filtrer les données.
Produire des indicateurs, croiser des jeux de données, filtrer, puis nettoyer les données.
Nettoyer, filtrer, croiser des jeux de données, puis produire des indicateurs synthétiques.

Nettoyer, filtrer, croiser des jeux de données, puis produire des indicateurs synthétiques.

Explication

La démarche comprend le nettoyage, le filtrage selon la question de recherche, le croisement à l’aide de variables communes et la production d’indicateurs synthétiques. Le parcours décisionnel commence par le besoin initial, mais il ne décrit pas l’ordre de ces opérations analytiques.

9. En quoi la science ouverte et les sciences participatives se distinguent-elles dans leur manière d’impliquer le public ?

La science ouverte mobilise les citoyens pour recueillir des observations, tandis que les sciences participatives diffusent les publications dans des archives ouvertes.
La science ouverte organise la vérification des protocoles, tandis que les sciences participatives se consacrent à la protection juridique des données personnelles.
La science ouverte facilite l’accès aux publications et aux données, tandis que les sciences participatives associent les citoyens à la production de connaissances.
La science ouverte protège les résultats de recherche financés sur fonds publics, tandis que les sciences participatives en réservent l’accès aux chercheurs.

La science ouverte facilite l’accès aux publications et aux données, tandis que les sciences participatives associent les citoyens à la production de connaissances.

Explication

La science ouverte vise notamment l’accès libre aux publications et aux données, alors que les sciences participatives font contribuer les citoyens à la production du savoir, comme dans Vigie-Nature. La diffusion en archives ouvertes concerne la science ouverte et ne définit pas l’implication citoyenne propre aux sciences participatives.

10. Quelle conséquence l’industrialisation des données favorise-t-elle dans les marchés spécialisés ?

Le remplacement des ressources numériques par des biens matériels
La création de nouveaux marchés de valorisation des données et des traces numériques
La disparition des stratégies de rentabilisation de l’attention
La réduction du rôle des algorithmes dans les décisions économiques

La création de nouveaux marchés de valorisation des données et des traces numériques

Explication

L’industrialisation des données contribue à faire émerger des marchés où les données et les algorithmes deviennent des ressources valorisables. La réduction du rôle des algorithmes est une conséquence erronée, car ils participent à cette valorisation économique.

11. Pour comparer visuellement la répartition d’une population entre plusieurs territoires, comment une carte choroplèthe croisant géolocalisation et données démographiques influe-t-elle sur l’interprétation ?

Elle rend les données comparables sans tenir compte des limites territoriales.
Elle recontextualise les données en mettant en évidence une entité spatiale.
Elle transforme les données en prévisions sur les comportements futurs des habitants.
Elle garantit que les données démographiques sont exemptes de choix de modélisation.

Elle recontextualise les données en mettant en évidence une entité spatiale.

Explication

Le croisement des données démographiques et de la géolocalisation permet à la carte choroplèthe de recontextualiser les données et de faire ressortir une entité spatiale. Elle n’élimine pas les choix de représentation : ceux-ci contribuent au contraire à orienter l’interprétation.

Révisez avec les flashcards

Mémorisez les réponses avec 10 flashcards sur Données, Big Data et culture numérique.

Quel processus les SIC identifient-elles dans le Big Data ?

Un processus d’industrialisation des données contribuant à co-construire le social.

Comment les SIC envisagent-elles les données brutes et les algorithmes ?

Comme des ressources économiques stratégiques marchandisées au service de marchés spécialisés.

Quels éléments un dispositif articule-t-il ?

Des instruments techniques, des infrastructures et des pratiques fondées sur des savoirs et savoir-faire.

Voir les flashcards →

Approfondir avec la fiche

Consultez la fiche de révision complète sur Données, Big Data et culture numérique.

Voir la fiche →

Cours similaires

Vieillissement et politiques sociales

Big Data et culture des données

Éléments et radioactivité

Physique

Compartimentation et divisions cellulaires

SVT

Mouvement et commande nerveuse

SVT

Molécules biologiques et interactions

Chimie

Crée tes propres QCM

Importe ton cours et l'IA génère des QCM avec corrections en 30 secondes.

Générateur de QCM