1 – Big Data : la nécessité d’un débat. 2 – L'explosion des données : chance ou malheur pour la connaissance ? 3 – Big data et risques d'erreurs. We’re more fooled by noise than ever before, and it’s because of a nasty phenomenon called “big data.”
With big data, researchers have brought cherry-picking to an industrial level. Modernity provides too many variables, but too little data per variable. So the spurious relationships grow much, much faster than real information. In other words: Big data may mean more information, but it also means more false information. Nassim N. 4 – Biais et algorithmes. La lecture de la semaine nous vient de The Atlantic et du toujours pertinent Alexis Madrigal (@alexismadrigal), le titre de son article « Contre l’idée que les algorithmes sont objectifs ». « Quand un résultat provient d’un ordinateur sur la base de statistiques, cela doit être objectif, non ?
Pas de biais possible, à la différence de notre jugement, nous Homo Sapiens défectueux. Image : Google News et les facteurs de classements de l’actualité. Mais, dans les faits, ce n’est pas vrai. Nick Diakopoulos (@ndiakopoulos), du Nieman Journalism Lab, a publié un article intéressant sur la manière dont certains algorithmes introduisaient des bais différents de ceux des humains, mais non moins réels. 5 – La pertinence des algorithmes. Sur l’excellent Culture Digitally, le sociologue Tarleton Gillespie (@TarletonG) vient de publier un court essai (.pdf) sur la « pertinence des algorithmes » pour réfléchir à la place des algorithmes dans la culture et la connaissance (cet essai se veut l’introduction d’une anthologie sur le sujet qui devrait paraître… à l’automne 2013 aux presses du MIT).
Tarleton Gillespie s’est longuement intéressé à comment les plates-formes utilisent les algorithmes pour gérer les « mauvais contenus » (voir « ces algorithmes qui nous gouvernent ») ce qui lui a permis de dresser le tableau des techniques algorithmiques émergentes en cours de déploiement. Une manière d’approfondir les propos d’Evgeny Morozov dont nous vous faisions part récemment. Qu’est-ce qu’un algorithme ? 6 – Les algorithmes façonnent-ils le monde ? 7 – La "grande illusion" du big data Big. La cause serait entendue : après le cloud computing et l’internet des objets, les « big data » constitueraient la prochaine « révolution » apportée par le numérique.
Alan Mitchell, cofondateur et directeur de la stratégie du cabinet britannique Ctrl-Shift, n’est pas d’accord. 8 – Les confessions d'un blasphémateur : et si le big data ne fonctionnait pas ? By Dr.
Steve Needel Let me say this in advance – I know that I am going to go to hell for writing this, in the same way that my Catholic friends see little hope for my immortal soul because I’m Jewish, and my born-again friends here in the south just shake their heads and hope that I’ll come to my senses before my time is up. But here it goes: What if Big Data doesn’t work?
The mythos of Big Data, what has the industry either very excited or completely freaked-out or bored to tears, depending on where you sit, is the belief that we finally have enough information about a person to predict their behavior with some level of statistical rigor. Big Data’s promise relies on a set of assumptions, none of which may be valid (or, in fairness, may not be valid today but might be in the future).