"L’article de Peraya se conclut par une invitation au débat sur un ensemble de questions de recherche qui vont nécessiter le croisement de regards de collègues de plusieurs disciplines. Dans cette contribution au débat, je reprends ces questions pour y apporter à la fois un regard d’enseignante en formation à distance, de chercheure, mais aussi de conceptrice technopédagogique. Cette dernière expérience m’a permis de comprendre les enjeux des usages des traces numériques d’apprentissage dans des modules de formation à destination d’acteurs industriels suivant la norme SCORM. Les traces peuvent-elles être utilisées contre les apprenants ? Quel type d’inférences peut-on accepter de réaliser à partir des traces ? Dans cette rubrique, je traiterai donc parmi les questions soulevées par Peraya, celles liées à l’usage des traces et aux enjeux éthiques tant pour l’apprenant que pour les enseignants. "

"Le monde de l’agriculture n’échappe pas au progrès numérique, bien au contraire. Nous pouvons lire dans les médias que nous sommes rentrés dans l’ère de « l’agriculture 4.0 ». Cette expression fait référence à l’industrie qui a connu une évolution similaire."

"Dans la revue Scientific Americain, la chercheuse Zeynep Tufekci (@zeynep) signe une tribune dans laquelle elle explique pourquoi trop d’information n’aide pas toujours à prendre les meilleures décisions. Noyés sous un flot de données souvent contradictoires, nous nous embrouillons et ne savons plus quoi penser ni comment agir. Un phénomène très lié à l’infobésité ou « surcharge informationnelle » et qui vient mettre en question l’usage des Big Data comme mode d’aide à la décision dans un environnement incertain."

"Pourquoi éduquer à la donnée ?

    Les données que nous consommons, à travers les informations ou les sondages, sont traitées et/ou représentées avec des contraintes et des biais. On peut faire dire aux chiffres (et autres données) beaucoup de choses, parfois contradictoires.
    Les données que nous produisons ont une grande valeur pour les entreprises comme Google, Facebook, mais aussi les sites d’information ou de commerce... La captation de nos données et la suggestion de contenus personnalisés qui en découlent, régissent la manière dont beaucoup de sites fonctionnent.

Eduquer aux données, c’est développer l’esprit critique à travers la capacité à lire, produire et comprendre les informations que nous consommons et que nous produisons."

répertoire de datavisualisation

alternative à google analitics

vidéo de 14 min.

"Beaucoup croient que Change.org est une association sans but lucratif, animée d’idéaux progressistes. En réalité, c’est une véritable entreprise, Change.org Inc, créée dans le Delaware, un paradis fiscal américain, dont le quartier général est à San Francisco, au cœur de cette Silicon Valley où les données ont remplacé le pétrole. Et c’est vrai qu’elle permet à n’importe qui de lancer gratuitement des pétitions et remplit une fonction sociale : permettre jusqu’au dernier sans domicile fixe de s’exprimer. Mais elle réalise des profits avec les pétitions sponsorisées, là où le client paie pour réussir à contacter ceux qui seront probablement les plus enclins à signer et à donner de l’argent dans les campagnes de récolte de fonds. Comment fait Change.org pour le savoir ? Chaque fois que nous souscrivons à un appel, elle accumule des informations sur nous et nous profile."

visualisation de données issues de bibliothèques publiques de Paris

"Depuis sa création, le réseau social vend au plus offrant de la publicité (plus ou moins bien) ciblée en fonction du profil de ses utilisateurs. Et le réseau social est loin d'être le seul acteur du secteur à le faire : l'ensemble de l'économie des plateformes telle qu'elle s'est inventée dans la Silicon Valley repose justement sur l'exploitation de nos données personnelles. C'est là le pacte faustien sur lequel repose le Web social, et dont Google a été l'instigateur."

"L'objectif affiché de la compagnie est « de contribuer à l’amélioration de l’état des connaissances sur les risques numériques et la nécessaire protection des données personnelles » en attirant l’attention du grand public et des jeunes en particulier."

Tous les systèmes caractérisent les plus démunis comme personne à risques. Tous ces systèmes rendent chacun de leur mouvement plus visible et renforcent la surveillance dont ils sont l’objet. Ils visent plus à « manager les pauvres qu’à éradiquer la pauvreté ». Enfin, ces systèmes suscitent très peu de discussion sur leurs réels impacts et leur efficacité. Or, ils font naître des « environnements aux droits faibles », où la transparence et la responsabilité politique semblent absentes.
                   
                    "« Les ingénieurs qui construisent ces outils attirent notre attention sur les biais qui impactent leurs systèmes. Indirectement, ils font retomber leurs responsabilités sur la société, sans voir que le racisme et le comportement de classe des élites sont « mathwashés » (blanchis par les mathématiques, comme les pratiques de Greenwashing, c’est-à-dire qui se donnent une image de responsabilité par les mathématiques – NDT)"
                    Le problème, souligne encore la chercheuse, est que ces systèmes se développent. Les systèmes prédictifs se déploient : dans la justice, la police, les services sociaux, scolaires… Les bases de données deviennent la matrice du fonctionnement de nos sociétés.