DEBAT - Que faire avec les big data ?

13 septembre 2013

Les « Big Data » sont considérées comme la nouvelle matière première de l’économie numérique. Ces immenses masses de données produites en temps réel restent pourtant encore bien souvent des gisements peu exploités : à quoi peuvent-elles servir ? S’adressent-elles au grand public ou uniquement aux entreprises ? Comment leur donner du sens et les rendre intelligibles ? Quelles sont les applications concrètes possibles ? Nous avons posé la question à cinq experts de la nouvelle économie. Vous pouvez retrouver leurs contributions ici avant de découvrir notre synthèse ci-dessous.
 

> L’âge de l’intelligence artificielle 

Pour bien parler des Big data, gardons-nous tout d’abord de penser qu’elles sont apparues de nulle part à la faveur de la révolution numérique : comme le rappelle Paola Tubaro, professeur de sociologie économique à l’Université de Greenwich, les données ne sont pas chose nouvelle. Depuis l’avénement de la science, ce que nous savons du monde s’appuie sur de grands projets de collecte de données. La nouveauté, c’est « des différences quantitatives de taille », du fait que « de plus en plus d’activités donnent lieu à des enregistrements automatiques dans des systèmes informatiques : les transactions par une carte de crédit, les points accumulés dans un programme de fidélité commercial, les mails envoyés ou reçu d’une adresse, le nombre de tweets, de « like » ou de « share » sur un service de networking en ligne ».

Ces données automatiques, c’est une nouvelle ruée vers l’or, explique Alexis Mons pour qui « la capacité de stockage et la puissance de calcul impressionne et exprime du pouvoir ». Ce pouvoir a selon lui le défaut d’être mal distribué entre les hommes – nous y reviendrons – mais inquiète aussi en ce qu’il est en grande partie transféré à la machine, faisant des Big data une « nouvelle sorte de robotique » : 

« Ce qui est vraiment troublant dans les Big data, c’est que nous ne savons pas très bien comment les machines qui exploitent les données « décident ». La vraie rupture des Big data n’est pas dans les données, mais dans le fait que certains systèmes relèvent tellement de l’intelligence artificielle que leur « raisonnement » nous échappe. Nous ne savons pas reproduire leur jugement. D’où quelques craintes qui montent sur les décisions que nous prendrons alors et les conséquences qu’elles auront. Cette intelligence va-t’elle nous asservir ? Comment garder le contrôle ? »

Pour Bernard Ourghanlian, Directeur technique et sécurité de Microsoft France, on peut en effet « permettre aux ordinateurs d’apprendre à partir de ces données : c’est ce que l’on appelle le Machine Learning ». Au-delà de la vision orwellienne d’un monde gouverné par les machines – qui est un vrai sujet, comme nous l’enseignait Kevin Slavin – il rappelle que l’objectif du Machine learning est de nous aider à mieux appréhender notre monde. D’ailleurs, il le fait déjà :

« Même si nous ne le savons pas, nous utilisons le Machine Learning au quotidien. Quand nous cherchons sur Internet, quand nous utilisons à un service de traduction automatique, quand notre messagerie filtre le Spam, (…) ».

Et de ce côté, les espoirs répondent aux craintes : 

« Le Machine Learning peut aussi nous aider à prévoir le futur, par exemple les résultats de l’Eurovision ou, de façon beaucoup plus sérieuse, à lutter contre le Sida ».

En matière de données prédictives, on se souviendra par exemple que les données de la criminalité servent déjà à prévenir le crime dans certaines villes américaines, en indiquant à la police quelles forces allouer à chaque secteur en fonction du moment de la journée.
 

> Les données, carburant de créativité pour l’Homme augmenté

Côté face, l’Homme supplanté par la machine. Côté pile, donc, les données au service d’un Homme augmenté : c’est la vision de Nils Aziosmanoff, Président du centre de création numérique Le Cube à Issy-les-Moulineaux. Pour lui, la donnée « exploitée à des fins de modélisation, de scénarisation et de prédiction, nous fait passer de l’automatisation des moyens de production à l’autonomisation des services » :

« En se maillant à la dynamique des réseaux sociaux, la donnée distribuée favorise la circulation des idées et le développement d’une intelligence connective. La big data irrigue et fertilise ainsi le terreau social et économique d’où émergent une multitude d’innovations ».

Des exemples ? Les mouvements des Makers qui refont le monde dans les fab labs, les Smart grids récemment rebaptisés « réseaux d’énergie intelligents »… autant de dynamiques qui préparent, selon lui, une nouvelle révolution industrielle, relocalisée, collaborative et donc plus responsable et respectueuse de l’environnement.

Dans cette vision optimiste, la donnée sert avant tout à libérer la créativité, explique-t-il. Le résultat n’est pas sans rappeler le vieux rêve transhumaniste, que les invités de Nils Aziosmanoff disséquaient lors d’une conférence sur les utopies du cyberespace : 

« Connecté au savoir et aux réseaux sociaux, assisté par la big data et les machines qui pensent, l’homme augmenté acquiert les pouvoirs d’un presque dieu ».
 

> De grandes responsabilités

A grand pouvoir, grandes responsabilités ? C’est en tout cas l’avis de Stéphane Distinguin, créateur de l’agence d’innovation faberNovel et président de Cap Digital. Que l’on s’en serve pour anticiper les comportements des consommateurs ou pour imaginer les services qui faciliteront notre quotidien, cette « rationalisation du monde », cette « mathématisation d’activités jusqu’ici relevant du domaine de l’artisanat ou de l’art » est autant une bonne nouvelle pour les entreprises, les consommateurs-citoyens et les collectivités qu’un risque – à commencer par celui du contrôle et de la surveillance, et toutes les interrogations que soulèvent la confidentialité des données personnelles qui émaillent la Toile.

Sur le terrain de la responsabilité, Stéphane Distinguin rejoint Alexis Mons qui rappelle que dans les ruées vers l’or, ce sont surtout les marchands de pelle qui s’enrichissent : 

« Ce qui est sans doute nouveau, c’est notre relative passivité à voir de grands trusts s’accaparer des masses de données, y compris de données personnelles, sans que cela n’émeuve plus que cela. Ce que je pense, c’est que l’accumulation n’est pas néfaste en elle-même. C’est l’exploitation qui me semble le point important ».

Autrement dit, dans la bataille pour l’intelligence « il y aura des maîtres et des esclaves », prévient Alexis Mons. Alors, faut-il avoir peur de la surveillance ou des inégalités qui pourraient naître des Big data ? Pour Stéphane Distinguin, il s’agit surtout d’avoir conscience des risques pour mieux les éviter :

« A l’image du pétrole il y a un siècle ou du charbon il y a 3 siècles, elle peut être à l’origine des avancées les plus rapides comme des dérives les plus terrifiantes. La question essentielle, au dela du ‘que faire ?’ est celle du ‘comment faire ?’ pour orienter positivement ce nouvel eldorado ».
 

> Big data = big science ?

Pour avancer sereinement dans un monde de données, il faudrait donc parer au techno-utopisme béat avec lucidité et esprit critique. Mais concrètement, comment faire ? Peut-être en commençant par rappeler avec Paola Tubaro que les données ne remplacent pas l’enquête scientifique. Parce qu’elles semblent vouloir nous enseigner plein de choses, la tentation est grande d’en faire des sources d’autorité en soi. Mais comme l’ont montré des penseurs comme Evgeny Morozov, en faire des solutions à des problèmes qui ne sont pas avérés – autrement dit, les considérer comme des « réponses » sans poser de questions est un véritable piège de la pensée numérique.

Scientifiquement parlant, des données trop brutes ne sont de toute façon pas crédibles, rappelle Paola Tubaro, car elles sont aussi « fortement destructurées » :

« instantanées et sujettes à révision dans le temps, empêchant ainsi des analyses longitudinales ; trop détaillées pour que des tendances claires se dégagent ; cachant des hétérogénéités ou des biais internes qui, faute d’échantillonnage solide préalablement à la collecte, sont difficiles à détecter ; et souvent mal documentées, de sorte que l’interprétation doit rester prudente ».

Au final, si les Big data peuvent favoriser un nouvel âge de la science, elle ne sont pas une « Big science » et ne sauraient préparer un monde gouverné par les machines… car elles auront toujours besoin d’humains pour leur donner du sens. Une conclusion que tire aussi Stéphane Distinguin en citant Viktor Mayer-Schönberger et Kenneth Cukier :

“Dans un monde de grands volumes de données, ce sont nos traits les plus humains (les moins rationnels) qui doivent être encouragés : notre créativité, l’intuition, l’ambition et notre ingéniosité.”

Chaque semaine,
recevez les immanquables
par email