Les Données Sont Si Chaudes Que Je Vous Conseille De Ne Pas Les Croire Aveuglément.

La chaleur des grandes données: Je vous conseille de ne pas les croire aveuglément.

En dehors du contexte, les données sont souvent trompeuses.

Nous devons être très prudents quant à ce que l 'on peut raisonnablement déduire des données.

Le massacre de rats à Hanoi en 1902 est un rappel classique de la nécessité de rester vigilants à l 'égard des données que nous mesurons et des incitations offertes.

Horrifié par la prolifération de rats dans les égouts de la Ville, le colonisateur fran?ais de l 'époque accordait une récompense à chaque souris tuée.

La municipalité verse un centime pour chaque queue de souris remise comme preuve d 'extinction.

à l 'origine, les données semblaient prometteuses, mais il y avait malheureusement une erreur dans le plan.

Des entrepreneurs vietnamiens malins ont simplement coupé la queue de souris vivantes et créé des élevages de rats pour accro?tre leurs revenus.

Quelques années plus tard, la peste a éclaté à Hanoi.

Aujourd 'hui, les données que nous produisons tous sur nos téléphones portables semblent très éloignées des statistiques sur les rats de Hanoi pendant la période coloniale.

Mais le risque d 'une interprétation erronée des données que nous produisons n' est pas mitigé.

La pertinence est parfois trompeuse.

Les incitations sont toujours trompeuses.

Les données peuvent et sont souvent trompeuses.

Aujourd 'hui, le géant chinois de la science et de la technologie, Alibaba, semble reprendre certains de ces enseignements lorsqu' il a testé son système de notation Sesame 10 credit.

En recueillant des données importantes auprès de centaines de millions d 'utilisateurs, aribaba avait espéré établir une mesure fiable de la crédibilité des consommateurs.

Le sésame est calculé sur la base de toutes les informations disponibles sur les co?ts du métro depuis l 'achat en ligne et peut ensuite être utilisé pour octroyer - ou refuser - des prêts à la consommation.

Toutefois, comme le Financial Times du Royaume - Uni l 'a signalé, il y a une différence importante entre les données les plus importantes et les données les plus fiables - aribaba n' a pas non plus utilisé sa note de crédit au sésame pour octroyer des prêts.

Comme Dai Xin, professeur de droit à l 'Université océanographique de Chine (Ocean 10) l' a dit au Financial Times du Royaume - Uni, il est difficile de construire des modèles qui permettent de prévoir de fa?on fiable les différentes situations.

Est - ce que les contrevenants peuvent aussi frauder? Les entreprises qui n 'ont pas payé leurs dettes vont - elles aussi contredire les contrats de construction? ? a - t - il demandé.

Un haut responsable d 'une société américaine de technologie avec laquelle j' ai récemment parlé a expliqué que l 'algorithme avait été con?u de manière à établir une distinction entre les personnes et à les diviser en différentes catégories.

Cela signifie toutefois que nous devons comprendre avec beaucoup de soin les données à inclure et à éliminer dans tout modèle donné, ainsi que les hypothèses qui peuvent raisonnablement être déduites.

Sinon, la discrimination algorithmique pourrait, selon lui, devenir le monoxyde de carbone pour de grandes données - incolore, insipide mais potentiellement mortelle.

Ce n 'est que lorsque les données sont correctement ? oxydées ? dans le contexte qu' elles deviennent s?res.

Steffen Mau, dans son prochain ouvrage, the Metric \ \ \ Society, met en garde contre le risque accru de quantifier notre vie dans tant de domaines.

Nous sommes obsédés par la mesure de tout - des résultats scolaires, de l 'identité personnelle, des habitudes comportementales à la popularité - et nous sommes en train de créer un nouvel ordre de valeurs sociales, une culture de ? suivre les règles ?, un monde de ? fiction crédible ?.

Les statistiques reflètent non seulement le monde actuel, mais aussi une nouvelle réalité.

Les données sont utilisées non seulement pour informer la société, mais aussi pour fa?onner celle - ci.

Le professeur de macro - Sociologie de l 'université Humboldt \ \ \ \ \ \ \ \ \ \' université Humboldt \ \ \ \ \ \ \ \\

Les conflits entre classes seront remplacés par des rivalités entre les individus - Pensez à la compétition des chauffeurs Uber pour obtenir des notes plus élevées.

"Les chiffres décrivent, créent et réinventent la place", a - t - il écrit.

Par conséquent, la fa?on dont le pouvoir est exercé est de déterminer qui est responsable des chiffres recueillis et qui en détermine l 'importance.

Toutefois, les méthodes utilisées par les organisations (qu 'il s' agisse d' organismes internationaux, de services gouvernementaux ou de sociétés scientifiques et technologiques mondiales) pour prendre de telles décisions n 'ont pas fait l' objet d 'un examen suffisant (le cas échéant).

Cela est d 'autant plus important que les algorithmes déterminent de plus en plus ce que les élèves obtiennent à l' école, ce que les candidats peuvent obtenir et si les prisonniers sont libérés sous caution.

Une solution consisterait à essayer de renverser la notion de technologie de suivi et à encourager les individus à créer leurs propres histoires de données pour surveiller et contester les pouvoirs des autorités.

Cela peut engendrer une culture de contre - surveillance (et non de surveillance), de négligence (et non de surveillance).

La fa?on dont la campagne mondiale pour l 'environnement, fondée sur les données, a pformé le débat sur les changements climatiques est un exemple encourageant.

Certaines institutions pourraient peut - être cesser de jouer aux Jeux quantitatifs, comme l 'université de Gand semble décidée à le faire.

En décembre, l 'université belge a annoncé qu' elle assouplirait les indicateurs de publication et de citation, qui sont compétitifs et bureaucratiques, utilisés pour la prise de décisions en matière de subventions.

Au contraire, le recteur Rick Van der wale a déclaré que l 'université favoriserait une culture de coopération accrue entre les chercheurs et le personnel enseignant.