Les Big Data sont devenu(e)s (comme les algorithmes, l’e-réputation, etc.) une sorte « d’objet » qui cristallise de nombreux imaginaires, promesses, utopies, voire idéologies. Voici une liste (loin d’être exhaustive –voir les compléments à la fin du billet) de ressources/références critiques à prendre en compte lorsqu’on s’intéresse au sujet.
Dans le cadre de certain de mes cours j’aborde cette année la question du/des (?) Big Data. Après une revue de ce que c’est, de ce que cela permet notamment dans une optique décisionnelle pour les organisations, des outils et méthodologies nécessaires, des questions de statistiques notamment, je propose à mes étudiants de développer un regard critique sur le sujet.
Pour cela, je leur présente un corpus de textes critiques sur le sujet (du coup, je pourrai ainsi les renvoyer vers le blog). Un corpus qui, bien entendu, est loin d’être exhaustif ou représentatif des différents points de vue sur les Big Data, et qui mélange des critiques aussi bien académiques que de praticiens. Un corpus qui présente essentiellement des documents en anglais, mais aussi en français (pour ne pas trop brusquer mes étudiants 🙂 ). Si la bibliographie sur l’e-réputation que je propose sur ce blog se veut à la fois critique et offrant une vue d’ensemble sur le sujet, ici nous sommes bien exclusivement dans les limites voire les risques du traitement de grands jeux de données numériques.
Bien évidemment, ces critiques ne sont pas elles-mêmes exemptes… de critiques. N’hésitez pas à m’en faire part ou en débattre dans les commentaires (ce que je fais pour ma part en cours). Et pour les avantages/promesses, il me semble qu’une simple requête sur un moteur de recherche permet de les mettre en avant. De plus, mes étudiants ont organisé récemment une conférence sur le sujet où l’intervenant (qui vend des prestations et des outils de traitement des Big Data) nous a gratifié d’un “les risques et les limites, tout le monde les connait, alors je n’en parlerai pas”… Tout en présentant ensuite un grand nombre de poncifs. Ce qui parait “évident” (ou pas vendeur) pour les uns, ne l’est pas forcément pour les autres.
Voici donc ces ressources, qui se veulent accessibles et qui (en partie seulement) offrent un panorama des principales critiques sur le sujet. J’ai essayé de les classer par thèmes/affirmations/questions.
Big Data, une vraie révolution ?
Dès 2012, InternetActu reprenait les propos d’Alan Mitchell s’interrogeant sur le fait que les entreprises se focalisent un peu trop (et vite) sur le sujet, sans prendre en compte de nombreuses limites quant à cette “révolution” annoncée.
Paola Tubaro souligne que l’analyse et le traitement des données n’a rien de simple ou de nouveau juste parce qu’elles sont “big” ou numériques.
La conclusion de l’article résume bien le tout : “Big data” has arrived, but big insights have not. The challenge now is to solve new problems and gain new answers – without making the same old statistical mistakes on a grander scale than ever.”
Les Big Data sont-elles réellement efficaces pour la prise de décisions ?
- “How big data is unfair. Understanding sources of unfairness in data driven decision making”
Des limites des corrélations ou encore du fait que trop de données laisse de côté certaines “plus petites” (minoritaires) mais essentielles.
Comme le résume Fred Cavazza : “Il est donc essentiel de ne pas se laisser aveugler par les données qui peuvent potentiellement vous embarquer sur la mauvaise voie si elles sont mal exploitées.”
La sélection des données ou des modèles pour les traiter supposent un regard, un choix. Les résultats sont donc loin d’être “objectifs” ou refléter une “réalité”.
Tout est dans le titre : les organisations ne doivent pas se départir de relations directes avec leurs publics/consommateurs, et ne pas tout miser sur le traitement des données pour générer de la confiance ou optimiser leurs services/produits.
On peut collecter des données “brutes”
La donnée brute est un mythe et, avec le développement des politiques d’Open Data, il est nécessaire de sensibiliser le public sur ce sujet.
Une analyse et présentation de l’ouvrage “Raw data is an oxymoron” par J-C Plantin.
Du Big Data pour prédire l’avenir ?
Une remise en cause de certaines recherches sur la prédictibilité des élections grâce à l’analyse de grands corpus de tweets, et quelques recommandations pour évier certains biais.
Ou comment (et pourquoi) l’outil de Google n’a pas su (malgré les énormes volumes de données traitées) prédire une pandémie. Comme le souligne l’auteur : “In short, you wouldn’t have needed big data at all to do better than Google Flu Trends. Ouch.”
Car les météorologues traitent eux aussi des grands jeux de données depuis longtemps… Avec l’exactitude que l’on connait tous (mais qui est déjà assez impressionnante, sans pour autant être 100% fiable).
Big Data : des impacts ou risques sociétaux ?
Les organisations stockent donc de grands volumes de données (souvent “personnelles”) de leurs clients pour mieux les traiter. Avec de nombreux risques de sécurité associés…
Doit-on développer des “droits civiques” pour mieux limiter les risques sociétaux liés aux Big Data ? Quelques propositions.
Le traitement algorithmique des données suppose -encore une fois- un regard et articule parfois les préjugés de ses concepteurs ou commanditaires… Et un autre exemple qui va dans le même sens, tout du moins qui interroge les mêmes risques : “Chicago’s new police computer predicts crimes, but is it racist?”
Dans l’excellente revue en open access First Monday (si vous ne la connaissez pas, courez y jeter un coup d’oeil), cet article de recherche met en perspective des questionnements cruciaux sur les modes de gouvernance (et de surveillance) que peuvent induire le traitement des données personnelles au niveau d’un Etat (mais pas que).
Big Data = renouveau des sciences humaines ?
Un récapitulatif (à partir d’un article de recherche publié récemment) de certains biais propres aux recherches s’appuyant sur les données issues des “médias sociaux”.
Dans la même lignée que l’article précédent.
Le monde est complexe, et les données (fussent-elles en grande quantité) ne suffisent pas à l’expliquer ou à le comprendre. Le point de vue inverse (ou presque) : “The End of Theory: The Data Deluge Makes the Scientific Method Obsolete”.
Et toujours plus de ressources…
Comme dit en introduction, le but ici est de fournir des références accessibles (à mes étudiants, et celles et eux que ça intéresse). Il en existe de nombreuses autres, notamment des articles scientifiques généralement cités dans les ressources que je présente ici.
Pour aller plus loin, voici d’autres “compilations”/bibliographies, et ressources intéressantes :
- Recent Critiques of Big Data: Small Bibliography : une recension large d’articles critiques, dont certains sont présents ici et d’autres non.
- Privacy Nightmare : un recensement “d’articles, études et rapports faisant état des risques et dérives entrainés par une faible protection des données personnelles” par la Quadrature du Net
- Internet Actu et ses articles sur Big Data, ou encore le Tumblr A lire ailleurs
- Le blog Freakonometrics plus centré sur les statistiques de manière générale
- Le blog La ruée vers la donnée spécialisé dans les Big Data.
Et bien évidemment, je suis preneur de toute autre ressource?! Merci 🙂