comme disait Platon (si on en croit la légende). J’aurais pu aussi mettre comme titre “retour sur un malentendu“. Le débat de jeudi soir, sur le Big Data, était quelque peu déstabilisant. Pour revenir un peu sur l’histoire complète (j’avais promis de faire un billet sur tout ce que j’aurais pu apprendre pendant la soirée), j’avais été contacté pour participer à un débat sur le Big Data il y a quelques semaines. J’avais alors accepté, et suggéré d’inviter aussi Yves-Alexandre, que je n’avais jamais rencontré, mais dont j’avais vu passer des études, et que je suivais sur Twitter. Après discussion avec Sophie, on s’était dit qu’il serait pertinent d’avoir des intervenants complémentaires, connaissant en particulier les réseaux, le droit des réseaux, ou pour parler de data visualization, ou de data journalism. Bref, Sophie a contacté Vincent Gautrais et Jean-Hugues Roy, ce qui permettais d’élargir le panel, et ne pas avoir uniquement le point de vue de statisticiens. J’ai découvert le titre en voyant l’affiche, et je me disais que d’un point de vue communication, associer Big Data et Big Brother était une stratégie qui devait pouvoir se justifier. Et effectivement, en quelques heures toutes les places avaient été réservées. Depuis, j’avoue avoir beaucoup travaillé, car j’étais anxieux à l’idée de débattre sur un sujet aussi technique, dans un pavillon du campus des sciences. Je voulais éviter des imprécisions sur les données utilisées en climatologie et en météorologie. Je voulais éviter d’embrouiller si on parlait d’aspects techniques de parallélisation des algorithmes. Je voulais éviter d’être confus si on parlait inférence causale (même si sur ce point, Yves-Alexandre aurait pu éclairer le débat). Mais je n’avais pas imaginer que le débat tourne autour de Big Brother, du sentiment de violation de la vie privée, et des angoisses que cela causait. Après coup, je me rends compte que j’étais probablement un usurpateur (je n’ai pas été le seul à m’en rendre compte, compte tenu de quelques réactions que nous avons eu par la suite) dans le “débat” car il aurait mieux valu avoir un psychologue, ou un sociologue, pour parler de psychose collective face aux technologies, ou du sentiment de viol (de sa vie privée). Je pense aussi qu’un spécialiste en bureautique, pour expliquer comment désactiver les options de publicité ciblée sous Google, aurait été utile puisque plusieurs remarques portait sur ce point. Cela dit, je mettais de guillemets à “débat” car beaucoup d’interventions de la salle étaient plus des commentaires que des questions destinées aux quatre “experts” sollicités (mais peut-être est-ce une manière classique de débattre dans certains lieux). J’avoue avoir été surpris par le fait que, dans un débat tenu dans un cadre universitaire, le public applaudisse un discours partisan, une forme de témoignage. Comme je l’avais dit, je n’ai pas l’habitude de participer à ce genre de débat public, et j’ai trouvé cela déconcertant à plusieurs reprises. Pour l’anecdote, j’avais l’impression en discutant avec Sophie, qui animait le débat, qu’une opposition serait faite entre “sciences dures” et “sciences molles” (mathématiciens opposés au journaliste et au juriste), mais finalement, on a surtout ressenti une animosité de la part de certaines personnes dans la salle (dont plusieurs ont pris la parole). Afin d’illustrer la malentendu évoqué au début, je me contenterais de m’auto-troller, afin d’offrir un témoignage d’un des intervenants, justement, en mettant en commentaire un message qu’il s’est permis de nous envoyer à tous les quatre vendredi après-midi.

Maintenant, il y a eu quelques commentaires (voire quelques questions pertinentes) sur lesquelles je voulais revenir. Et mentionner des points qui ont été évoqué lorsque la discussion s’est poursuivie à quatre (avec les autres intervenants, dans un vrai bar cette fois, pas “des Sciences”). Histoire d’introduire le débat, j’avais voulu évoquer un exemple qui a beaucoup fait parler ces derniers jours (je pense à Who owns real-time sports data?), et qui me semblait parfaitement introduire le débat. Un match de basket, c’est ça, par exemple, avec plusieurs joueurs qui bougent vite, des joueurs qui attaquent, d’autre qui défendent, et un ballon.

Maintenant, il faut savoir que toute l’action se retrouve sous forme de data, via des caméras qui permettent de tout numériser. Bref, on passe d’observations en direct, en trois dimensions, qui évoluent dans le temps, à des “données”. Ce que j’appellerais des données complexes. Avec en plus, une reconnaissance des joueurs, qui peuvent être suivis, même s’ils bougent (très) vite.

Si on fait un petit dessin, on peut faire une analyse spatio-temporelle de l’action de jeux (et analyser les prises de décision).

Si on en croit wikipedia, le Big Data, c’est les 3V: volume (avec des gros volumes de données – ici on part d’images vidéos, analysées, dont on extrait des informations, au dixième de seconde près), vélocité (le but est de faire des analyses en temps réel, de comprendre les décisions des joueurs, comme tirer, ou passer la balle à un coéquipier) et variété (on a toute sorte de données, effectivement, avec des localisations, des noms de joueurs, des propriétés sur les joueurs, car on a accès aux statistiques des joueurs, on sait qui est bon pour marquer à trois points, qui défend bien). Bref, j’avais envie d’illustrer le Big Data avec cet exemple qui me semble représentatif (même si un peu idyllique, car peu de monde a accès à des données aussi incroyables). Cela dit, ces données sont les observations d’individus consentants, qui semblent éloignées des préoccupations de certaines personnes qui souhaitaient que le débat porte sur la vie privée.

Parmi les points que j’ai noté, Vincent a évoqué une intervention de Michel Serres qui permet de réfléchir, effectivement,

Par la suite, on a pu parler longuement de ce qu’est l’anonymat des données (qui a été peu abordé pendant le débat proprement dit, malheureusement) en revenant sur Unique in the Crowd: The privacy bounds of human mobility, étude à laquelle a participé Yves-Alexandre, sur les métadonnées, et le fait que “human mobility traces are highly unique. In fact, in a dataset where the location of an individual is specified hourly, and with a spatial resolution equal to that given by the carrier’s antennas, four spatio-temporal points are enough to uniquely identify 95% of the individuals” (on pourra aussi relire MIT News à ce sujet)

La discussion sur les métadonnées était passionnante: les métadonnées sont suffisantes pour faire des études simples (comme l’étude sur la grippe de Google, évoquée dans un précédant billet, que j’avais écrit en vue de préparer le débat, mais on peut penser aux cartes en temps réel indiquant l’état du trafic sur les routes). Mais cette étude remet beaucoup de chose en cause, sur l’anonymat des métadonnées. Sujet passionnant, s’il en est !

Je n’ai pas noté grand chose, malheureusement, donc si des personnes ont pris des notes, avec des exemples ou des commentaires intéressants, je serais ravi de les relayer.

---

---