Remerciez-le!

Remerciez @Admin pour avoir partagé cet document gratuitement, de la manière la plus simple, en partageant sur les réseaux sociaux.

Pourquoi ne parlons-nous plus de Data mais de Big Data ? V, comme Volume : le

Pourquoi ne parlons-nous plus de Data mais de Big Data ? V, comme Volume : le Big Data, c’est donc un volume exceptionnel de données V, comme Vitesse : le Big Data, c’est un traitement des données rapide, en temps réel V, comme Variété : le Big Data, c’est des données variées, prenant différentes formes. Ainsi, une image, une vidéo, un tweet, un like sont des datas. Une simple trace laissée sur un site internet suite à votre visite, les fameux cookies, ou par un de vos objets connectés sont des datas. V, comme Véracité : le Big Data pose le problème de la véracité des données. Sont-elles pertinentes, sont-elles réelles ? Rappelez-vous l’affaire du faux tweet ayant entraîné la chute du cours d’une action au Nasdaq. V, comme Valeurs : le Big Data pose aussi la problématique de savoir quelles valeurs ajoutées apportent ces données. Le tri des données est alors indispensable. Il est primordiale de bien sélectionner les données à analyser, en fonction de son activité et surtout de ses objectifs. avantages : acceptation d’étudiants aux études supérieures en se basant sur des critères objectifs, ce qui a permis à des étudiants qui n’auraient pas été acceptés d’accéder à ces études; identification plus rapide d’élèves en difficulté d’apprentissage; octroi de prêts à des personnes qui n’auraient pas pu en recevoir avec les méthodes traditionnelles; aide aux diagnostics, aux traitements et surtout à la prévention en médecine; augmentation de la diversité en les utilisant dans le processus d’embauche (les entrevues traditionnelles avantagent les personnes qui ont des caractéristiques semblables à celles des recruteurs). Les auteurs soulignent ensuite que des participants aux ateliers ont émis de nombreux bémols à ces avantages, notamment en raison de la qualité souvent douteuse des données massives (qui excluent souvent certaines catégories de la population, comme les personnes pauvres) ce qui peut mener à des décisions discriminatoires et néfastes envers les groupes mal représentés dans ces données. D’autres ont souligné que ces données ne peuvent faire ressortir que des corrélations, sans savoir si elles sont causales. Les auteurs précisent ensuite des effets potentiellement négatifs de ces données. – désavantages : des personnes qui ont les mêmes caractéristiques que celles qui ont un comportement à risque peuvent se faire refuser l’accès à des services (prêts, cartes de crédit, etc.), même si leur dossier personnel est impeccable (cela peut aussi toucher les embauches, l’accès aux études supérieures, et bien d’autres domaines où on utilise ces données); certaines caractéristiques personnelles peuvent être rendues publiques uniquement grâce à des corrélations (par exemple, les «j’aime» de Facebook ont permis à cette entreprise de déterminer correctement 88 % des fois l’orientation sexuelle d’utilisateurs, 82 % leur religion, et 75 % leur consommation de drogues!); ces renseignements peuvent servir aux fraudeurs en permettant d’identifier les personnes les plus vulnérables; l’analyse des données massives peut faire augmenter les prix dans les quartiers pauvres (par exemple quand le volume d’achats faits sur Internet y est moins élevé). uploads/Sante/ big-data 1 .pdf