{"id":2074,"date":"2017-06-03T07:10:07","date_gmt":"2017-06-03T07:10:07","guid":{"rendered":"http:\/\/www.brunodevauchelle.com\/blog\/?p=2074"},"modified":"2017-06-03T07:10:07","modified_gmt":"2017-06-03T07:10:07","slug":"traces-donnees-big-data-vous-avez-dit-eduquer","status":"publish","type":"post","link":"https:\/\/brunodevauchelle.org\/?p=2074","title":{"rendered":"Traces, donn\u00e9es, big data, vous avez dit \u00e9duquer ?"},"content":{"rendered":"

Introduction<\/strong>
\nJacques Ellul, philosophe, nous a mis en garde sur l’aveuglement technologique dans l’ensemble de ses \u00e9crits. Les questions autour des traces, des donn\u00e9es, des big datas, des algorithmes, de l’intelligence artificielle ou encore des capacit\u00e9s d’apprentissage des machine (deep learning – Yan LeCun, machine learning etc..) sont de plus en plus fr\u00e9quentes. Afin de clarifier ces questions et surtout de se mettre en projet \u00ab\u00a0d’\u00e9duquer avec le num\u00e9rique\u00a0\u00bb \u00e0 propos de cette th\u00e9matique, nous proposons un cheminement p\u00e9dagogique et r\u00e9flexif.
\nNotions et concepts<\/strong>
\nUn premier rappel concerne les notions et les mots qui y sont associ\u00e9s (en lien avec ce que E Bruillard a pr\u00e9sent\u00e9 lors de la journ\u00e9e acad\u00e9mique des documentalistes Poitou Charentes le 30 mai 2017).
\n– Les faits, les activit\u00e9s, les \u00e9v\u00e8nements<\/em> sont les mati\u00e8res premi\u00e8res de l’humain et du vivant en g\u00e9n\u00e9ral. C’est sur ces faits que vont se construire les \u00e9l\u00e9ments qui vont permettre d’en extraire une mise en langage.
\n– Les traces :<\/em> Lorsque nous marchons sur le sable mouill\u00e9, nos pieds laissent une trace qui s’effacera progressivement au gr\u00e9 des mar\u00e9es. Lorsque nous utilisons notre ordinateur connect\u00e9 \u00e0 Internet nous laissons aussi des traces. Il y a de bonnes chances que nous ne sachions pas ce que sont ces traces. Elles sont de deux natures, implicites et explicites. Les traces explicites ce sont nos contributions volontaires dans des forums, des messages et autres participations actives. Les traces implicites ce sont les enregistrement techniques faits par diff\u00e9rents moyens et qui gardent la trace de toutes les formes d’activit\u00e9 : ouverture, fermeture de page, clic de souris
\n– Les donn\u00e9es (obtenues) :<\/em> elles sont la traduction structur\u00e9e ou non des traces de l’activit\u00e9, dont les discours, les actions capt\u00e9es. Les donn\u00e9es peuvent \u00eatre construite (invoqu\u00e9es) ou r\u00e9cup\u00e9r\u00e9es (\u00e9voqu\u00e9es). La traduction est d\u00e9sormais principalement fond\u00e9e sur la num\u00e9risation. Le principal probl\u00e8me des donn\u00e9es est leur qualit\u00e9. Entre une donn\u00e9e qui refl\u00e8te une action (clic de souris) et une donn\u00e9e qui refl\u00e8te un t\u00e9moignage (couleur d’une voiture qui passe), les variations peuvent \u00eatre tr\u00e8s grandes. Les donn\u00e9es sont donc fragiles et n\u00e9cessitent une critique m\u00e9thodologique a priori amenant \u00e0 envisager ce que l’on nomme un \u00ab\u00a0biais\u00a0\u00bb.
\n– Les informations :<\/em> En rassemblant les donn\u00e9es pour en exprimer le sens et leur donner forme, on produit une information. C’est souvent le mat\u00e9riau de d\u00e9part dont on dispose, ignorant souvent l’amont de cette information et donc les possibles approximations qu’elles contiennent. Cependant c’est souvent la base \u00e0 partir de laquelle nous travaillons dans l’enseignement et la formation. L’arriv\u00e9e des m\u00e9dias nouveaux a modifi\u00e9 principalement la fabrication et la diffusion de l’information en la rendant accessible \u00e0 tous.
\n– Les connaissances :<\/em> elles sont avant tout ce que chacun fait des donn\u00e9es, des informations et des savoirs qu’il c\u00f4toie. Face au savoir, aux informations, aux situations, chacun \u00ab\u00a0incorpore\u00a0\u00bb une partie de ce \u00e0 quoi il a acc\u00e8s. Ce faisant il transforme pour lui ce qu’il capte et en construit une repr\u00e9sentation qu’il rend plus ou moins durable (disponible en m\u00e9moire) selon l’importance d’usage qu’il lui accorde.
\n– Les savoirs :<\/em> Ils sont des informations qui ont un degr\u00e9 de validation suffisant pour \u00eatre reconnus temporairement comme valides. Il s’agit principalement d’une validation par les pairs et sont bas\u00e9s sur la preuve m\u00e9thodologique. Tous les savoirs ne sont pas de m\u00eame teneur, de m\u00eame nature, mais tous reposent sur l’id\u00e9e d’un consensus \u00e0 d\u00e9faut d’une v\u00e9rification. Attention, les savoirs sont toujours provisoires, comme le monte l’histoire des sciences.
\n– La m\u00e9moire d\u00e9faillante ? :<\/em> La tradition orale des soci\u00e9t\u00e9s primitives \u00e9tait fond\u00e9e sur la m\u00e9moire de chaque individu. Les travaux men\u00e9s depuis de nombreuses ann\u00e9es montrent que la m\u00e9moire est d\u00e9faillante dans de nombreux cas. Approximative, inexacte, fausse m\u00eame, la \u00ab\u00a0m\u00e9moire des faits\u00a0\u00bb reste quelque chose de fragile. L’humain a tr\u00e8s t\u00f4t \u00ab\u00a0externalis\u00e9\u00a0\u00bb la m\u00e9moire en peignant sur la pierre et m\u00eame sur le verre, gravant et taillant dans la pierre, en inventant l’\u00e9criture sur le papier d’abord et d\u00e9sormais sur les \u00e9crans. Cette externalisation est une forme d’objectivation d’un instant. Les arch\u00e9ologues sont confront\u00e9s \u00e0 ces objets de m\u00e9moire dont ils connaissent la qualit\u00e9, mais aussi la fragilit\u00e9. Face \u00e0 de grandes quantit\u00e9s de donn\u00e9es, l’humain n’est pas capable de les m\u00e9moriser et il va utiliser la technique pour l’aider \u00e0 traiter ces donn\u00e9es. Ce ph\u00e9nom\u00e8ne est d\u00e9sormais ordinaire, mais peu connu de chacun de nous. De la trace aux savoirs, il y a un chemin complexe et parfois hasardeux dont il est souhaitable que chacun prenne conscience. L’\u00e9ducateur est donc invit\u00e9 \u00e0 d\u00e9velopper des strat\u00e9gies et des dispositifs pour permettre aux jeunes de rentrer dans ces questionnements.
\nFormer les jeunes<\/strong>
\nIl a \u00e9t\u00e9 fait un large \u00e9cho de la m\u00e9diatisation, voir de la spectacularisation de la question des big datas dans notre soci\u00e9t\u00e9. Chacun a pu prendre conscience de l’ampleur du ph\u00e9nom\u00e8ne dont il faut rappeler que la question centrale qu’il pose n’est pas nouvelle : collecter des donn\u00e9es sur l’humain pour mieux le surveiller, le contr\u00f4ler, le diriger et d\u00e9sormais de plus en plus le faire \u00ab\u00a0acheter\u00a0\u00bb. Entre l’indiff\u00e9rence du \u00ab\u00a0on n’y peut rien\u00a0\u00bb et le catastrophisme du \u00ab\u00a0je n’avais imagin\u00e9 \u00e7a, on me l’a cach\u00e9\u00a0\u00bb, il y a une exigence \u00e9thique et professionnelle (les 2 V) de vigilance et de v\u00e9rification qui doit mettre en interrogation les fameux (?) 4V des big datas (volume, vari\u00e9t\u00e9, vitesse, v\u00e9locit\u00e9). Pour cela il est n\u00e9cessaire de tenter de comprendre ces \u00e9volutions qui sont surtout technologiques.
\nDans une vis\u00e9e \u00e9ducative il y a un ensemble d’imp\u00e9ratifs de formation des jeunes qu’il semble important de tenter de mettre en \u0153uvre dans les domaines suivant :
\n\u00a01 – L’acc\u00e8s aux informations, aux donn\u00e9es<\/em>
\nLa recherche d’information ne suffit pas, il faut remonter \u00e0 la source (au sens large du terme). C’est \u00e0 dire identifier les donn\u00e9es \u00e0 l’origines de l’information et le chemin de ces donn\u00e9es. Ce ne sont parfois m\u00eame pas des donn\u00e9es, mais de simples traces auxquelles il va parfois \u00eatre donn\u00e9 du sens, les transformer en donn\u00e9es (ou en obtenues pour reprendre le propos de Bruno Latour)
\n\u00a02 – Le recueil des donn\u00e9es<\/em>
\nLes travaux sur les datas de toutes sortes mettent \u00e9vidence la n\u00e9cessit\u00e9 de questionner la qualit\u00e9 des donn\u00e9es et ainsi d’\u00e9viter des biais li\u00e9s \u00e0 la collecte des donn\u00e9es. Ainsi en est-il d’une note donn\u00e9e \u00e0 un travail diff\u00e9rente d’un enseignant \u00e0 l’autre. De m\u00eame en est-il lorsque l’on enqu\u00eate aupr\u00e8s de gens qui t\u00e9moignent : l’erreur de t\u00e9moignage est aussi connue des enqu\u00eateurs de police que des historiens. Le biais d\u00e9claratif par exemple (lors des sondages) est la mise en \u00e9vidence du fait que l’on ne r\u00e9pond pas forc\u00e9ment la r\u00e9alit\u00e9 de ce que l’on croit, mais parfois ce que l’on pense que l’autre attend comme r\u00e9ponse. Les donn\u00e9es sont des objets tr\u00e8s fragiles…
\n\u00a03 – Le traitement des donn\u00e9es<\/em>
\nC’est la partie la plus obscure et magique. Souvent rappel\u00e9e par le terme d’algorithme, le traitement des donn\u00e9es c’est une s\u00e9rie d’\u00e9tapes qui s\u00e9pare la donn\u00e9e brute de sa mise en forme. L’exemple le plus connu est celui du redressement des sondages. Mais nombre de traitements sont inconnus et invisibles pour l’utilisateur. Or ces traitements parfois automatis\u00e9s vont du nettoyage des donn\u00e9es \u00e0 leur mise en image. Chaque \u00e9tape fait l’objet d’un travail r\u00e9el qui doit \u00eatre fait avec ma\u00eetrise. Mais il est souvent difficile, voire impossible de faire \u00e9merger ces processus
\n\u00a04 – La visualisation des donn\u00e9es<\/em>
\nLa caract\u00e9ristique de la mise en sc\u00e8ne des donn\u00e9es est la mise en spectacle au travers de diff\u00e9rents moyens de visualisation. Apprendre \u00e0 faire le lien entre une repr\u00e9sentation des donn\u00e9es et les donn\u00e9es d’origine est une n\u00e9cessit\u00e9. En effet la traduction graphique peut cr\u00e9er un effet de pr\u00e9sentation qui modifie le sens que l’on peut trouver aux donn\u00e9es trait\u00e9es.
\n\u00a05 – L’interpr\u00e9tation des donn\u00e9es<\/em>
\nLorsque l’on est en fin de travail sur des donn\u00e9es, on donne une lecture de ces donn\u00e9es. Corr\u00e9lation n’est pas causalit\u00e9 a-t-on l’habitude de dire en recherche. Mais cela n’est pas le seul questionnement que l’on peut faire aux rapports d’interpr\u00e9tation des donn\u00e9es. G\u00e9n\u00e9raliser sur quelques cas, faire des statistiques pr\u00e9dictives en mettant de c\u00f4t\u00e9 certains facteurs explicatifs etc.\u2026 sont des erreurs courantes. Celui ou celle qui interpr\u00e8te les donn\u00e9es, en exprime le sens doit s’interroger sur sa rigueur d’analyse
\n\u00a06 – L’intention<\/em>
\nLorsque l’on travaille sur les donn\u00e9es, et que l’on tente d’en extraire le sens, il faut s’interroger sur l’intention de celui qui construit ce discours, mais aussi sur l’intention de celui qui accueille, lit, regarde ces donn\u00e9es. L’un des biais connus de la psychologie sociale et bien rep\u00e9r\u00e9 par de nombreux sp\u00e9cialistes du traitement des donn\u00e9es est que nous sommes d’abord \u00e0 la recherche de ce qui nous ressemble, ce qui nous rassure. Nous allons donc aller plut\u00f4t vers ce que l’on conna\u00eet et \u00e9viter, par exemple, les opinions contraires \u00e0 nos id\u00e9es. Cette intention en r\u00e9ception se trouve doubl\u00e9e de l’intention en \u00e9mission : celui qui met en spectacle des donn\u00e9es et leur interpr\u00e9tation tente de \u00ab\u00a0manipuler\u00a0\u00bb de mani\u00e8re consciente ou inconsciente. Les technologies informatiques n’ont eu de cesse de s’effacer face \u00e0 l’utilisateur pour ne lui donner que le r\u00e9sultat (exemple de la programmation informatique par rapport \u00e0 l’\u00e9cran du smartphone). Aussi l’intention en \u00e9mission est-elle toujours \u00e0 interroger dans une d\u00e9marche d’\u00e9ducation
\nLe retour de l’intelligence artificielle<\/strong>
\nQuand l’intelligence artificielle revient \u00e0 la surface des d\u00e9bats m\u00e9diatiques en 2010 apr\u00e8s les avoir quitt\u00e9s dans les ann\u00e9es 1990, on a semble-t-il oubli\u00e9 les le\u00e7ons de la premi\u00e8re \u00e9poque. Non, il n’y a d’intelligence artificielle ! Il n’y a que des tentatives plus ou moins abouties de concurrencer les performances exceptionnelles du cerveau humain. L’\u00e9mergence des notions de \u00ab\u00a0machine learning\u00a0\u00bb, \u00ab\u00a0deep learning\u00a0\u00bb etc.\u2026 montrent bien que le chemin pris par l’informatique dans le domaine n’est pas, quoiqu’ils s’en r\u00e9clament, de l’intelligence artificielle. D’ailleurs les sp\u00e9cialistes scientifiques du domaine expliquent bien cela (cf. G\u00e9rard Berry, Yann leCun). Ce qui \u00e9merge d\u00e9sormais c’est que l’on a r\u00e9ussi \u00e0 augmenter les puissances de calcul et de traitement des donn\u00e9es, on a aussi am\u00e9lior\u00e9 la mani\u00e8re d’\u00e9tudier les probl\u00e8mes (algorithmique, math\u00e9matique…). C’est cette combinatoire qui am\u00e8ne parfois \u00e0 des d\u00e9clarations qui m\u00e9ritent d’\u00eatre interrog\u00e9es d\u00e8s lors qu’elles sont mises volontairement sur la place publique :
\nAinsi, \u00e0 l’adresse : http:\/\/lesclesdedemain.lemonde.fr\/dossiers\/titre-edu_f-178.html on peut lire le passage suivant (dans la troisi\u00e8me partie de la page web)
\nEn 2012, un site am\u00e9ricain listait d\u00e9j\u00e0 les 10 mani\u00e8res dont l’intelligence artificielle pourrait r\u00e9inventer l’\u00e9ducation (http:\/\/www.onlineuniversities.com\/blog\/2012\/10\/10-ways-artificial-intelligence-can-reinvent-education\/) :
\n1. Automatiser les activit\u00e9s de base dans l’\u00e9ducation comme les \u00e9valuations
\n2. S’adapter aux besoins des \u00e9l\u00e8ves
\n3. Aider les enseignants \u00e0 am\u00e9liorer leurs cours
\n4. Cr\u00e9er des tuteurs virtuels pour les \u00e9l\u00e8ves
\n5. Faire un retour utile aux enseignants et aux \u00e9l\u00e8ves
\n6. Changer notre rapport \u00e0 l’information et notre fa\u00e7on d’interagir avec elle
\n7. Modifier le r\u00f4le des enseignants8. Rendre l’apprentissage par essai et erreur moins intimidant
\n9. Changer la fa\u00e7on dont les \u00e9coles trouvent, forment et aident les \u00e9tudiants
\n10. Transformer les lieux d’apprentissage et la mani\u00e8re d’apprendre
\nL’ensemble des articles de cette page propos\u00e9 par IBM visent \u00e0 faire le lien entre les \u00e9volutions du traitement des donn\u00e9es, les sciences cognitives et l’\u00e9ducation et en montrer que des changements, des \u00e9volutions peuvent \u00eatre attendus… Le point de vue est, logiquement celui d’une entreprise qui se positionne sur ce chantier et qui a pour habitude (cf. leurs autres publicit\u00e9s) d’articuler questions humaines et questions techniques, informatiques. Les analyses prospectives qui sous-tendent les propositions doivent nous alerter. On peut y retrouver la cha\u00eene de traitement qui va de la trace \u00e0 l’information puis au savoir. Mais cette fois-ci le savoir est incarn\u00e9 par des actions ou des cadres d’actions que l’on nous invite \u00e0 envisager pour les ann\u00e9es \u00e0 venir.
\nLes d\u00e9veloppements informatiques et algorithmiques (cf. Dominique Cardon) ont \u00e9t\u00e9 importants au cours des derni\u00e8res ann\u00e9es. Souvent invisibles pour l’usager ils se caract\u00e9risent par une sorte de couche souterraine qui associe captation de donn\u00e9es et exploitation de ces donn\u00e9es en vue de les rendre utiles. Comme d’habitude, lorsqu’une technique se d\u00e9veloppe, la recherche de son utilit\u00e9 est associ\u00e9e souvent pour en prouver le bienfond\u00e9 (l’histoire des technologies en t\u00e9moigne). Cependant il faut garder du recul par rapport \u00e0 ces hypoth\u00e8ses d’usage et encore plus aux hypoth\u00e8ses d’utilit\u00e9 et d’utilisation. Or ce sont souvent ces hypoth\u00e8ses qui sont m\u00e9diatis\u00e9es et qui font du bruit aupr\u00e8s du public. C’est pourquoi il convient d’\u00eatre prudent et critique, aussi bien sur le catastrophisme que sur l’enthousiasme que peuvent susciter de tels travaux.
\nEn conclusion<\/strong>
\nIl semble n\u00e9cessaire, dans l’espace \u00e9ducatif, d’agir dans le cadre d’une philosophie de l’\u00e9cole fond\u00e9e sur \u00ab\u00a0l’apprendre \u00e0 faire soci\u00e9t\u00e9\u00a0\u00bb. Cela signifie que face \u00e0 l’apparition de la question des donn\u00e9es (qu’il faut situer en amont des informations), un champ de travail, d’analyse et de r\u00e9flexion s’ouvre pour chacun de nous enseignant documentaliste mais plus largement \u00e9ducateur. Le devoir d’humanisation est un devoir \u00e9ducatif qui vise \u00e0 faire en sorte que les fruits de la technologie ne soient pas prescripteurs, conducteurs de nos vies, comme elles peuvent \u00eatre tent\u00e9es de le faire sous l’impulsion des pouvoirs marchands et politiques. Il est souhaitable que pour chacun des jeunes et des adultes qui nous entourent nous encouragions les facult\u00e9s de curiosit\u00e9 et de s\u00e9rendipit\u00e9 et la \u00ab\u00a0capacit\u00e9 d’\u00e9tonnement\u00a0\u00bb.
\nA suivre et \u00e0 d\u00e9battre
\nBD
\nPS : cet article a \u00e9t\u00e9 \u00e9crit suite \u00e0 la journ\u00e9e acad\u00e9mique des enseignants documentalistes de l’acad\u00e9mie de Nouvelle Aquitaine, Poitou Charentes qui a eu lieu le 30 mai 2017 \u00e0 Poitiers<\/p>\n","protected":false},"excerpt":{"rendered":"

Introduction Jacques Ellul, philosophe, nous a mis en garde sur l’aveuglement technologique dans l’ensemble de ses \u00e9crits. Les questions autour des traces, des donn\u00e9es, des big datas, des algorithmes, de l’intelligence artificielle ou encore des capacit\u00e9s d’apprentissage des machine (deep learning – Yan LeCun, machine learning etc..) sont de plus en plus fr\u00e9quentes. Afin de … <\/p>\n

Lire la suite<\/a><\/p>\n","protected":false},"author":3,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"amp_status":"","_jetpack_newsletter_access":"","_jetpack_dont_email_post_to_subs":false,"_jetpack_newsletter_tier_id":0,"_jetpack_memberships_contains_paywalled_content":false,"_jetpack_feature_clip_id":0,"_jetpack_memberships_contains_paid_content":false,"footnotes":"","jetpack_publicize_message":"","jetpack_publicize_feature_enabled":true,"jetpack_social_post_already_shared":true,"jetpack_social_options":{"image_generator_settings":{"template":"highway","default_image_id":0,"font":"","enabled":false},"version":2},"jetpack_post_was_ever_published":false},"categories":[2,4,5,6,24],"tags":[269,300,350,357,555,589,1038,1042,1149,1190,1390,1708,1738],"class_list":["post-2074","post","type-post","status-publish","format-standard","hentry","category-apprentissage","category-culture","category-education-et-formation","category-enseignement","category-tice","tag-algorithmes","tag-apprentissage","tag-biais","tag-big-datas","tag-critique-methodologique","tag-deep-learning","tag-intelligence-artificielle","tag-intention","tag-machine-learning","tag-memoire","tag-philosophe","tag-technologies","tag-traitement-des-donnees"],"jetpack_publicize_connections":[],"jetpack_likes_enabled":true,"jetpack_sharing_enabled":true,"jetpack_featured_media_url":"","_links":{"self":[{"href":"https:\/\/brunodevauchelle.org\/index.php?rest_route=\/wp\/v2\/posts\/2074","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/brunodevauchelle.org\/index.php?rest_route=\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/brunodevauchelle.org\/index.php?rest_route=\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/brunodevauchelle.org\/index.php?rest_route=\/wp\/v2\/users\/3"}],"replies":[{"embeddable":true,"href":"https:\/\/brunodevauchelle.org\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=2074"}],"version-history":[{"count":0,"href":"https:\/\/brunodevauchelle.org\/index.php?rest_route=\/wp\/v2\/posts\/2074\/revisions"}],"wp:attachment":[{"href":"https:\/\/brunodevauchelle.org\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=2074"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/brunodevauchelle.org\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=2074"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/brunodevauchelle.org\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=2074"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}