Tag Archives: conference

Les Données et le Monde Libre, et Ouvert

La période des conférences va commencer… Même si j’ai du en refuser – puis en annuler – un bon nombre (pour des raisons personnelles), je serais cette semaine au Breizh Camp devant 500 développeurs, pour parler données, algorithmes et économie. Dans deux semaines, je ferais deux interventions à Barcelone, une sur les données et l’autre sur les algorithmes (dans un optique plus assurantielle). Et en mai, je suis invité à la Banque d’Angleterre pour parler au Chief Economists’ workshop – What can central bank policy- makers learn from other disciplines?. J’ai été invité avec Michael Lo et Andrew Gelman (excusez du peu) pour parler un peu de données, de recherche, d’algorithmes, etc. Et au milieu de ces conférences un peu moins pointues que les conférences (très) spécialisées que j’ai l’habitude de faire, pour présenter mes papiers de recherche devant mes pairs, j’ai également été invité à parler dans un contexte assez singulier, sur l’économie numérique,

Oui, dans le cadre de rendez-vous parlementaires, autrement dit, avec des élus. A priori très loin de mon auditoire traditionnel.

On m’a demandé de faire un intervention sur la donnée comme pierre angulaire de l’économie. J’avais accepté car j’avais entendu “économie” comme “sciences économiques“, et je trouvais la question pertinente, et digne d’intérêt. Malheureusement, en réalité, le débat portera davantage sur la valeur de la donnée, et probablement sur les données ouvertes. Comme c’est un autre sujet qui m’intéresse, je ne me suis pas dégonflé (même si je pense que mon voisin Simon aurait été plus légitime…)

Dans mon exposé pour Breizh Camp, j’évoque – à la toute fin – les données ouvertes, en expliquant – en reprenant l’exemple du paradoxe de Simpson – que les données n’ont de sens que si elles sont individuelles, et pas agrégées ! Bref, la majorité des données – dites ouvertes – que l’on trouve en France sont inutiles, car pas assez fines ! Inutile dans l’idée d’expliquer des comportements et des stratégies individuelles. Pour expliquer l’obésité, il faut des données individuelles, pas par département !

Mais ce n’est pas nouveau. Lorsque je travaillais sur le climat, il y a une quinzaine d’années, avoir des données avec une faible granularité était impossible : j’ai travaillé sur la modélisation des tempêtes avec des données irlandaises et néerlandaises, pour les inondations, on a travaillé sur des données canadiennes. Lorsque je travaillais sur la période de retour de la canicule telle qu’elle a été observée pendant l’été 2003, j’ai eu la chance de trouver des données (journalières) françaises sur un site néerlandais. Et lorsqu’on a travaillé avec Amadou sur le paradoxe épidémiologique sur le tabagisme et le poids des bébés à la naissance, on a travaillé sur les données américaines du CDC, où plusieurs millions de données individuelles sont disponibles ! Bref, des données utiles pour faire de la recherche !

On commence à trouver des données intéressantes, en libre accès en France. La France a toujours eu des années de retard, en matière de transparence et d’accessibilité de données, j’en ai parlé à de nombreuses reprises sur mon blog. Je repense à la dizaine des courriels que j’ai du envoyer pour récupérer, auprès du Rectorat de l’Académie de Rennes, les statistiques de réussite au brevet des collèges sur 10 ans, pour seulement 4 collèges (pour un TD de statistique avec mes étudiants) ! Le pire c’est que je me dits “mais tout le monde le sait que c’est impossible d’obtenir des données en France, j’enfonce des portes ouvertes là“. Mais je suis constamment surpris de voir que les portes ne sont pas si ouvertes que ça. Pire, que certains tentent de les refermer.

En fait, j’ai l’impression que le débat sur l’ouverture des données est proche de celui sur l’ouverture de la publication scientifique, et sur les logiciels libres. L’idée sous-jacente est que tout le monde, chercheur institutionnel ou simple citoyen, peut avoir envie de comprendre le monde qui l’entoure. C’est tout du moins sur ce postulat que j’ai lancé mon blog voilà presque dix ans. Pour ma part, j’ai besoin de trois types d’objets : des données, sur lesquelles je teste des hypothèses, des modèles économétriques qui permettent de décrire aussi simplement que possible un phénomène complexe, et des packages informatiques. Plus généralement, on peut parler d’un accès ouvert aux connaissances, pour reprendre le titre de la tribune du Monde,

Plusieurs tribunes ont été écrites sur le sujet . Lorsque j’ai publié mon billet sur l’importance des logiciels libres, j’expliquais que ça partait d’un constat pragmatique, et aucunement d’une forme de militantisme (loin de moi l’idée de militer pour quelque cause que ce soit…). Et je dois avouer que les tribunes qui vont en sens inverse me fatiguent, je pense en particulier à la dernière tribune de Philippe Minard (surtout quand il prétend être la voix “des chercheurs“). Personnellement, je ne peux faire de la recherche que si je peux avoir accès à des données aussi fines que possible (et oui, souvent des données individuelles, ce qui pose le problème de l’anonymisation, on pourra en reparler un autre jour), si j’ai des logiciels et des codes informatiques que je peux partager avec les co-auteurs (voire mettre en ligne sur mon blog pour en faire profiter tous ceux qui le souhaitent), et si je peux comprendre ce qui a été écrit sur le sujet, c’est à dire avoir accès aux articles qu’il faudrait que le lise, et que je pourrais alors citer. Les modèles économiques des logiciels, des données et de la publication scientifique doivent changer ! Les expériences que l’on a pu observer dans le domaine des logiciels montrent que ceux qui refusent de s’adapter disparaîtront… Personnellement, les articles que je lis, je les trouve via arxiv ou hal (et je suis toujours choqué quand un éditeur de demande de citer la version publiée, alors que souvent je ne l’ai pas lue, ce qui peut causer des soucis quand la version publiée est assez différente… je repense à un erratum que j’ai du publier il y a quelques années). Et quand je n’ai pas les données que je veux, avec un peu de chance, avec un peu de webscrapping, on peut les extraire malgré tout….

Bref, je pense que mes prochains exposés vont continuer à ouvrir ces portes ouvertes, car il se serait dommage que quelqu’un ai la mauvaise idée de les refermer… Et en ce sens, je rejoins pleinement ce qui a été écrit dans Pour une Science Ouverte à Tous, publié ce mois-ci, dans Le Monde.

Who interacts on Twitter during a conference (#JDSLille)

Disclamer: This is a joint post with Avner Bar-Hen, a.k.a. @a_bh, Benjamin Guedj, a.k.a. @bguedj and Nathalie Villa, a.k.a. @Natty_V2

Organised annually since 1970 by the French Society of Statistics (SFdS), the Journées de Statistique (JdS) are the most important scientific event of the French statistical community. More than 400 researchers, teachers and practitioners meet at each edition. In 2015, JDS took place in Lille, in France.

SFdS regularly tweets (with the account @Statfr) and for the first year a live-tweet was organized durind JdS. The Hashtag was #JDSLille. The aim of this post is a (brief) statistical analysis of the live-tweet.

Continue reading Who interacts on Twitter during a conference (#JDSLille)

Data, Datum

Ce soir, je quitte ma cabane d’ermite pour intervenir dans la conférence Big Data: Big Brother organisé au Cœur des Sciences, où un peu plus de trois cent personnes se sont inscrites en quelques heures.

On va parler de data. Et depuis, je me prépare autant que possible. Comme le rappelle l’article Data is data, or are they?,

Data emerged in 1646 as the plural of the Latin datum, which according to the Oxford English Dictionary was the past participle of dare (“give”) and meant “a thing given or granted; a thing known or assumed as a fact, and made the basis of reasoning or calculation; a fixed starting point for a series of measurements etc.” Datum remains standard and retains the general meaning of “a unit of information”, though it tends to appear mostly in academic and specialist disciplines such as philosophy, surveying, geodesy, topography, technical drawing, and cartography. The meaning of the derived plural data has changed somewhat over the centuries. The OED definition from the late 19th century (“Facts, esp. numerical facts, collected together for reference or information”) seems to testify to the broadening influence of the hard sciences. In the 20th century, the rapidly expanding fields of information technology incorporated the word into a huge variety of IT- and computer-related compound nouns, such as database, data entry, data flow, data mining, data processing, data protection, and data stream. The plural data is used in many scientific, technical, academic and other formal contexts, though different practices prevail in different places. In computing jargon, social sciences, and everyday use, data is often treated as an abstract mass noun, like information. It has the general meaning “mass of information”

Ce n’est pas dans mes habitudes de parler devant autant de monde, pour une discussion ouverte selon les termes de Sophie. J’ai quand même préparer deux images pour illustrer ce qu’est le big data, en ppt. La suite ce soir (ou dans un prochain billet si j’arrive à prendre suffisamment de notes au fur et à mesure des interventions).

Blogging in Academia

In a few weeks, I will attend the World Social Science Forum, and participate to a panel committee, on “Minor forms of academic communication: revamping the relationship between science and society?” The Forum will take place at the Palais des Congrès in Montréal.

First developed by physicists, the open access movement has significantly widened in scope and has been taken up by the European Commission and the G8. If the motivations behind this are essentially to do with innovation, competiveness and the economic efficiency of state investments, open access also introduces a major change in the relationship between science and society. Once citizens have access to the results of social science research, in real time and in their entirety, the whole nature of the relationship between science and society is renewed. However, the debate is focused on the major forms of academic communication: journal articles and books. And yet, in ways almost invisible to the academy, so-called minor forms of academic communication are developing in the interstices, creating a kind of “permanent virtual seminar” and intermeshing with promising heuristic, pedagogic and societal possibilities. Over the last decade, research blogs have embodied a new experience of academic communication, allowing for an experimentation of formats, schedules and interactions that differ from those of the traditional academic process, at both its early and later stages. These blogs dovetail with societal questions, open up new frontiers and step outside the academic ivory tower. From “just-in-time sociology” to probing interpretations of the “Arab Spring”, from analysis of contemporary visual culture to knowledge of contemporary movements such as rap, tattoos and religious conversions, academic blogs place the social sciences at the heart of the society they study. Academic blogs have already found a following. Through this readership a democratisation of access to science is underway. This momentum brings opportunities and reveals new ethical, epistemological and scientific questions.

See also  http://oep.hypotheses.org/319 and http://oep.hypotheses.org/322

For an academic, imparting knowledge revolves around two main activities. As a researcher, an academic must produce articles destined for a very limited readership and adhering to a very rigid process, one that involves severe constraints of time and form. As a teacher, an academic must think of his or her students; he or she must make knowledge accessible and arouse curiosity while also seeking to instil the notion of scientific rigour: outlining hypotheses; identifying the results that may be obtained if these hypotheses are borne out; questioning the validity of the said hypotheses. I will come back to the experience of the Freakonometrics blog, which originated as a response to a pedagogical difficulty and is based on two recent ventures. The first was Freakonomics, Stephen Dubner and Steven Levitt’s blog (then books), which aimed to explain economic behaviours using surprising and sometimes provocative examples. The second was the recent explosion of “data visualisation”, an offshoot of open data and big data that showed statistics could be elegant as well as informative. The Freakonometrics blog emerged from a desire to explain in very practical terms how econometric modelling works, by providing (or explaining how to find) data and sharing codes with which to produce graphics. This experience provided the opportunity to publish research studies in an unconventional form. If the rigour expected is the same as that of an article submitted to a peer-reviewed journal, the blog format allows authors to include anecdotes and exploit the rich potential of online documents (animations, links, etc.). Blog posts also extend the notion of reproducible research, the idea being not to impress the reader by making him or her think (s)he is reading something groundbreaking (which we all seek to do in an academic article), but instead to instil the idea of do-it-yourself by allowing all readers to reproduce the analysis.

My paper will discuss the creation of a blog on the Hypotheses platform in relation to my position as a “young academic” and drawing on my experience of academic blogging. I would like to put forward the hypothesis that for a young academic, blogging is a means to liberate oneself from the rules of the academic world. It offers unrivalled editorial freedom and potential academic recognition. I would like to show that, in turn, this academic liberation emancipates knowledge itself, allowing it to reach sectors and readerships beyond those originally intended. I also wish to point out the practical aspects of this interplay between the liberation of the young academic and the liberation of knowledge. First, I will show why for a young academic, blogging is a way to liberate (or at least distance) oneself from the rules of the academic establishment. Secondly, I will attempt to show that by freeing themselves from the academic sphere, young academics impart knowledge, skills and qualities that are useful to everyone.

In a context of financial difficulties and waning influence, the social sciences now place more importance on producing authority than producing knowledge. The new tools of digital micro-publication, which compete with traditional publications yet lack institutional legitimacy, have met with strong resistance. The characteristics that make them such formidable tools for research, communication and academic discussion, and for collective and collaborative work in particular, remain largely unrecognised. In the absence of suitable incentives and training programs, use of these tools is developing virally and falls far short of full potential. Will such tools continue to develop as best they can at the sidelines of the academy? While the humanities shun their social responsibilities, academic blogging will remain an art rather than a science.

See also http://www.arhv.lhivic.org/index.php/2008/09/15/807-why-blog

  • A blind spot? Digital infrastructures for digital publishing, and for academic blogging in particular, Marin Dacos

After several centuries of development, knowledge technologies today form a highly organised ecosystem, structured around books and journals and with its own clearly identified professions, infrastructures and actors. From publishers to librarians, authors to booksellers, a book industry has emerged and encourages the circulation of ideas. With the rise of the network, these roles are slowly being redefined and new actors are rapidly emerging. The 2006 ACLS report (“Our Cultural Commonwealth: The Report of the American Council of Learned Societies Commission on Cyberinfrastructure for the Humanities and Social Sciences”) is one of the first signs of recognition of the need for digital infrastructures. These infrastructures are not simply confined to “noble” publications i.e. books and journals. They also concern the so-called minor forms of academic communication. Yet developing such infrastructures requires much more than simply installing a server under a desk. On the contrary, digital infrastructures necessitate the creation of platforms, which in turn entail the emergence of new teams and new professions – those of digital publishing. These platforms are often developed or bought up by predatory multinationals (for example, Mendeley absorbed by Elsevier). Academic-led alternatives do exist (Zotero for bibliographies, Hypotheses for blogs), yet the academic community has failed to fully recognise the associated opportunities and risks. The academy has every interest in making sure it does not become marginalised within its own infrastructures. The alternative is to reproduce the vagaries of the extraordinarily concentrated global publishing system, which has stripped the research sector of some of its intellectual and budgetary initiative-taking capacities.

See also :  ”Scholarly blogs, a space on the side for academic dialogue” by Marin Dacos and Pierre Mounier. Part 1 and Part 2.

(to be continued…)

Dynamic and Multivariate Risk measures

Exposé dans le cadre du groupe de travail Dynamic and multivariate risk measures, organisé par Rose-Anna Dana (Univ. Paris Dauphine) et Alfred Galichon (Ecole Polytechnique). La conférence a lieu du jeudi 16 au vendredi 17, à l’Institut Henri Poincare.

Les orateurs sont Imen Bentahar, Arthur Charpentier, Rama Cont, Nicole El Karoui, Paul Embrechts, Damir Filipovic, Jean-Charles Rochet, Ludger Ruschendorf, Marco Scarsini, et Walter Schachermayer, et le programme est en ligne.