Le Big Data doit apprendre à évaluer ses impacts

27542511365_820123f4d4_z

Cathy O’Neil est data scientist (blog, @mathbabedotorg). Docteur en mathématique de Harvard, elle vient de publier un livre intitulé Armes de destruction matheuses expliquant comment les Big Data augmentent les inégalités et menacent la démocratie, comme le soulignait une récente interview d’elle dans Rue89. Elle a beau être une spécialiste des données et de leurs traitements, elle n’en est pas moins très sceptique et critique sur l’utilisation que nous en faisons.

Sur la scène de la conférence USI, elle revenait d’une manière simple et pédagogique sur ce qu’est un modèle (voir notre article « Ouvrir les modèles ! », pas seulement les données). Quand on va faire ses courses, on a plein de modèles en tête qui tentent de cerner ce dont on a besoin, les prix des produits, les niveaux d’informations sur ceux-ci dont nous disposons pour les choisir… Nous avons des modèles pour tout et nombre d’entre eux sont cassés, ne fonctionnent pas très bien : c’est ce qui explique bien de nos erreurs quand nous pensons gérer notre carrière, trouver un mari, faire un pari…

Contrairement à ce que l’on pourrait croire, les mathématiciens ne font pas toujours bien mieux. Ils tentent de construire des modèles depuis des informations en entrée et/ou en sortie, en construisant au milieu une « boîte noire » qui réalise les traitements… Le problème, souligne-t-elle est que, comme l’évoque Frank Pasquale dans Black Box Society, les mathématiciens construisent des traitements non pas pour clarifier les choses, mais pour les rendre plus obscures. Le Big Data est un monde de boîtes noires.

la suite sur http://internetactu.blog.lemonde.fr/2016/07/09/le-big-data-doit-apprendre-a-evaluer-ses-impacts/

Publicités