Le #BigData doit apprendre à évaluer ses impacts !

Le #BigData doit apprendre à évaluer ses impacts !

By Fouad Bendris

Le Big Data doit apprendre à évaluer ses impacts !

Pour Cathy O’Neil, si les résultats sont opaques, inexplicables, cela tient beaucoup au fait que les gens sont impressionnés par les mathématiques. Ils pensent qu’ils n’ont pas l’autorité, les connaissances pour comprendre. ” Notre analphabétisme en mathématique donne de l’autorité aux traitements impénétrables ». Pour les gens, les maths sont intimidants. Ils sont comme un autre langage dont on n’aurait pas les connaissances pour les comprendre. Pourtant, les mathématiciens eux-mêmes n’accepteraient pas d’utiliser des choses qu’ils ne comprendraient pas.

Fouad Bendris’s insight:
Le premier problème, outre la difficulté que peut représenter parfois la collecte, est de décider quelles données utiliser. Quand on utilise les données de l’évolution du cours de l’action d’Apple, parle-t-on de données en temps réel, de données quotidiennes, de données moyennes sur 10 ou 40 jours… ? Quand on parle de données, on est souvent imprécis, alors qu’il faut être précis ! Utilise-t-on les bonnes données ? Utilise-t-on de bons modèles ? Permettent-elles d’obtenir de bons retours ou de corriger les problèmes ? Rendent-elles aveugles aux externalités ?… Comme le souligne la loi de Goodhart, quand une mesure devient un enjeu, elle cesse assez souvent d’être une bonne mesure …

Source:: Strategy & Governance

Share the Post

About the Author

Comments

Comments are closed.