- [ ] ## Plan du cours

#### .red[1- "Au fait, c'est quoi une donnée ?"]

Ecoutez ["l'interview de Serge Abiteboul, commissaire scientifique de l’exposition Terradata et directeur de recherche à l’Inria"](https://www.youtube.com/watch?v=qqvsiTUJy7k)
**
#### .red[2- L'industrialisation de la production des données]

Regardez [l'interview des créateurs de Visicalc](https://www.youtube.com/watch?v=2a5ex5QlocQ), le premier tableur

#### .red[3- La fin de la science ?]

Lire l'article ["
Big Data : est-ce que le déluge de données va rendre la méthode scientifique obsolète ?
"](http://internetactu.blog.lemonde.fr/2011/09/30/big-data-est-ce-que-le-deluge-de-donnees-va-rendre-la-methode-scientifique-obsolete/)

.center[**Quizz section 1**]

---
class:center, middle, inverse

# Présentation du cours
---
### Objectifs du cours

A l’ère dite du big data, l’attention portée sur les données toujours plus massives, véloces et diverses tend à occulter un phénomène plus large, celui de la mise en données du monde ou « /datafication/ » selon l’expression de Keneth Cukier. On ne numérise non plus des documents, mais tous les aspects de la vie qui sont capturés et mis en circulation sous la forme de données.

Big data : variété / vélocité / volume (3V). Le big data impacte beaucoup de secteurs, dont la communication et le journalisme. Il implique l'idée de la mise en donnée du monde. Les données sont à la base de l'information et du savoir et n'ont jamais été aussi volumineuse. L'objectif du cours est de mettre à jour ces données et de les mettre en lien avec le savoir. On parle de datafication du monde.

Ce cours prend pour parti de partir des données pour suivre certains des enjeux qui en découlent sur l'information et le savoir. En cela, il suit la figure courante (et critiquable) de la pyramide de l'information qui positionne les données comme le matériau brut de l'information et du savoir.

Les dix séances du cours parcoureront les enjeux liés aux données, à l'information et au savoir à travers des focus thématiques, des études de cas et des zooms sur les métiers associés.

---

### Compétences acquises

* Intégrer une dimension données dans la compréhension des enjeux informationnels

* Etre capable de comprendre les enjeux liés aux données

* Avoir des éléments de compréhension sur la circulation et la réutilisation des données

* Découvrir les nouvelles pratiques et les métiers associés aux données

---
### Contenu du cours par session

.center[**Données**]

#### Séance 1.Qu’est ce qu’une donnée ? Petite histoire de la mise en données du monde

#### Séance 2.Les données dans leur diversité : type, formats, modes de collecte et de circulation

—> Lecture obligatoire : Chapitre 1 « /conceptualising data »/ : Kitchin (2014), /The Data Revolution : Big Data, Open Data, Data Infrastructures and Their consequences/, Sage Publications.

#### Séance 3. Ethique des données, cadre juridique de la protection des données personnelles

—> Lecture obligatoire : Documentaire « [Democracy](https://peertube3.cpy.re/videos/watch/39a38ea4-9dd8-482c-924e-6ce720070f2e) : la ruée vers les datas »

---
### Contenu du cours par session

.center[**Information**]

#### Séance 4. Bonnes pratiques, pièges et écueils de la visualisation de données
--> lecture à définir

#### Séance 5. La visualisation de données en pratique : fonctions, formats, outils
—> lecture à définir

#### Séance 6. Data science : modélisation, machine learning et algorithmes
—> Lecture obligatoire : Parasie&Dagiral (2016) , « [La science des données à la conquête des mondes sociaux. Ce que le Big Data doit aux épistémologies locales](http://books.openedition.org/cdf/4999?lang=fr)», in P.-M. Menger et S. Paye (dir.), _Big data et traçabilité numérique : les sciences sociales face à la quantification massive des individus_, Paris, Collège de France.

---
### Contenu du cours par session

.center[**Savoirs**]

#### Séance 7. Science ouverte
—> Lecture obligatoire : Fecher B., Friesike S. (2014) Open Science: One Term, Five Schools of Thought. In: Bartling S., Friesike S. (eds) Opening Science. Springer, Cham. https://doi.org/10.1007/978-3-319-00026-8_2

#### Séance 8. Journalisme de données
—> Lecture obligatoire : Parasie (2019), « [Data Journalism and the Promise of Transparency](https://sypar.files.wordpress.com/2019/05/2019-parasie_data-journalism-and-the-promise-of-transparency.pdf) », /The Routledge Companion to Media and Scandal/, Routledge

#### Séance 9. Etude de l’opinion à partir des données

#### Séance 10. Factualité et monde post-statistiques
—> Lecture obligatoire : Davies (2017), « [Comment la statistique a perdu son pouvoir et pourquoi nous devrions craindre ce qui va suivre](http://revues-sfds.math.cnrs.fr/index.php/stat_soc/article/view/608/571) », /Statistiques et société.

---

## Modalités d'évaluation

La note sera attribuée avec la moyenne de 3 dispositifs d'évaluation :
1. un questionnaire à chaque cours portant sur une lecture obligatoire (un tiers de la classe par séance)

2. une vidéo de 7 minutes réalisée en groupe de 2-3 étudiant·e·s présentant un documentaire sur les enjeux numériques de l'information ([liste en cours de mise à jour](https://www.senscritique.com/liste/Documentaires_sur_l_Internet/1162059))
EDIT : On s'oriente plutôt sur une critique audio de 7 minutes maximum.

3. une évaluation finale sous la forme d'un questionnaire portant sur l'intégralité des séances du cours

---
class:center, middle, inverse

# 1 - Au fait, c'est quoi une donnée ?
---

### Introduction

[Interview de Serge Abiteboul](https://www.youtube.com/watch?v=qqvsiTUJy7k), commissaire scientifique de l'exposition Terradata et directeur de recherche à l'Inria :

.center[
<iframe width="560" height="315" src="https://www.youtube.com/embed/qqvsiTUJy7k" frameborder="0" allow="accelerometer; autoplay; encrypted-media; gyroscope; picture-in-picture" allowfullscreen></iframe>
]

---
### Le censeur à Rome, ancêtre de la statistique
.center[.reduite3[]]

.footnote[Source : *Asterix chez les pictes*, © Albert René 2013]
---
### Le censeur à Rome, ancêtre de la statistique
.center[.reduite3[]]

.footnote[*Asterix chez les pictes*, © Albert René 2013]
---
### La statistique : outil de gouvernement et de preuve
.pull-left[.middle[La statistique est à la fois :

+ **outil de gouvernement** (_Statistik_ - 18e siècle), et

+ **outil de preuve** (_statistics_ - 19e siècle)]]
.pull-right[.reduite2[]]
---

## [Quantifier, c'est convenir puis mesurer](http://www.pressesdesmines.com/media/extrait/PourSocioHistExtr.pdf)

.pull-left[
> Le verbe quantifier est employé ici dans un sens large : **exprimer et
faire exister sous une forme numérique ce qui, auparavant, était exprimé par
des mots et non par des nombres**.]
.pull-right[.reduite2[]]

---
### [Quantifier, c'est convenir puis mesurer](http://www.pressesdesmines.com/media/extrait/PourSocioHistExtr.pdf)

.center[.reduite3[]]

.footnote[*Asterix chez les pictes*, © Albert René 2013]

---
### Quantifier, c'est inscrire et figer une réalité sans cesse mouvante

.center[.reduite3[]]

.footnote[*Asterix chez les pictes*, © Albert René 2013]

---
class:inverse, middle, center
# Vers une définition des données

Ce sont des conventions que l'ont inscrit bien que ce soit sans cesse mouvant. Il y a la question de la classification qui intervient (ex : personnes transgenres).
---
### Etymologie

### Latin : _dare_ (donner) > _datum_ (donné) > _data_ (donnés)
<br/><br/>
Ce qui est évident, va de soi, est accepté sans discussion

<br/><br/>

Un des problèmes qui en découle est l'absence de remise en cause des données.

> L'existence d'une donnée est indépendante de toute considération de la vérité ontologique correspondante. Lorsqu'un fait s'avère être faux, il cesse d'être un fait.
Les fausses données n'en restent pas moins des données.
.footnote[[Rosenberg, 2013](https://mitpress.mit.edu/books/raw-data-oxymoron)]

---

### Vers une définition

.pull-left[.reduite3[

⏺ enregistrabilité +🏗 briques de base ("*buildings blocks*")]]
.pull-right[
> *Les données sont généralement comprises comme étant la matière première produite par la synthèse du monde en catégories, mesures et autres formes de représentation - nombres, caractères, symboles, images, sons, ondes électromagnétiques, bits - qui constituent les éléments de base à partir desquels l'information et le savoir sont créés. *]
---
Class:
## La pyramide Data-Information-Knowledge-Wisdom

.pull-left[
[](https://commons.wikimedia.org/w/index.php?curid=37705247)
]

.pull-right[Attribuée à [Russell Ackoff](http://en.wikipedia.org/wiki/Russell_L._Ackoff), 1989

Les données peuvent être des :

- faits
- signal/stimulis
- symboles

Vision très positiviste du monde, très imprégné de cybernétique. Idée similaire avec le réchauffement climatique : données créent de l'information sur le sujet etc...

Croyances dans les outils et la technique pour se sortir du chaos après la seconde guerre mondiale. Le livre sur Stewart Brand parle de ces moyens utilisées par les communautés hippies. Les hippies ont rencontré les gens de l'armée (à la Forest Gump) et se sont échangés pleins d'outils.

---
Class:
### La pyramide Data-Information-Knowledge-Wisdom

- Les **.red[données]** sont la matière "brute" d'où naît l'information.

- **.red[L'information]** pourrait être définie comme des données qui ont été consignées,
classées, organisées, raccordées ou interprétées dans un cadre qui en dégage le sens

- En donnant du sens à de l'information, on obtient de la **.red[connaissance]**

- En donnant du sens à la **.red[connaissance]** on obtient du savoir

---
### "Datafication" : la mise en données du monde
> “L'immense gisement de données numériques découle de la capacité à paramétrer des aspects du monde et de la vie humaine qui n'avaient encore jamais été quantifiés. On peut qualifier ce processus de **« mise en données » (datafication)**.
> […] “La mise en données désigne autre chose que la numérisation, laquelle consiste à traduire un contenu analogique - texte, film, photographie - en une séquence de 1 et de 0 lisible par un ordinateur. Elle se réfère à une action bien plus vaste, et aux implications encore insoupçonnées : **numériser non plus des documents, mais tous les aspects de la vie**.”
.footnote[[Kenneth Cukier, “Mise en données du monde, le déluge numérique”](https://www.monde-diplomatique.fr/2013/07/CUKIER/49318)]

---

## La "nombrification" du monde

.pull-left[.reduite[]]
.pull-right[
> La numérisation ne serait pas survenue sans une "nombrification" préalable qui consiste à quantifier de plus en plus d'aspects de notre expérience du réel.
> **Au commencement était le verbe, il semble à la fin que tout devient nombre.**
> Personne ne saurait parler sérieusement de l'état de la société et discuter politique sans se référer aux informations quantitatives.]
>
Open data : données d'intérêt général doivent être en libre service.

---
Class: middle, center

### La mise en données du monde

- **Concrètement, aujourd'hui, quels aspects de votre vie sont mis en données ?**

--

- Recherches internet, pratiques sportives, consommation énergie, régime alimentaire, trajets dans les transports en commun...

- Cette mise en donnée est rendue possible par le développement de .red[**capteurs**] qui viennent collecter et agréger ces données. **Avez-vous des exemples de capteurs ?**

--

- Recherches internet .red[(cookies)], pratiques sportives .red[(montres connectées)], consommation énergie .red[(compteurs connectés)], régime alimentaire .red[(appli type Yuka)], trajets dans les transports en commun .red[(Pass Navigo)]...

- La question devient peut-être, *quels aspects de votre vie ne sont pas (encore) mis en données ?*

---
### Exemple : les données de bornage des téléphones

[](https://www.nytimes.com/interactive/2019/12/19/opinion/location-tracking-cell-phone.html)

---
### Le nouveau positivisme des données

> Si vous me demandiez de décrire la philosophie naissante du jour, je dirais que c’est du **data-isme**. Nous sommes maintenant en mesure de collecter d'énormes quantités de données. Cette capacité semble comporter certaines hypothèses culturelles - à savoir que **tout ce qui peut être mesuré doit être mesuré; que les données constituent un filtre transparent et fiable nous permettant de mettre côté les émotions et l'idéologie**; ou encore que les données nous aideront à faire des choses remarquables - comme prédire l'avenir
David Brooks, éditorialiste du New York Times, ["The Philosophy of Data"](https://www.nytimes.com/2013/02/05/opinion/brooks-the-philosophy-of-data.html)

.center[]

---
### Le nouveau positivisme des données

- Attention, les données, même provenant de sources officielles, ne sont pour autant neutres, irréprochables ou porteuses de "LA" vérité

.center[<img src="https://datactivist.coop/opendatadays/1/img/baddata2.png" height="200"/>]

- **Avez-vous des exemples de données officielles pouvant faire l'objet de critiques ?**
--

- Délinquance, immigration, SDF...

.footnote[© Scott Adams]

---

### Exemple : les données de la déliquance

.center.middle[
<iframe width="560" height="315" src="https://www.youtube.com/embed/bMZ4YVrIY_s" frameborder="0" allow="accelerometer; autoplay; encrypted-media; gyroscope; picture-in-picture" allowfullscreen></iframe>
]

---

### Les données brutes sont un oxymore

.pull-left[
> Les données sont toujours "cuisinées" et jamais tout à fait "brutes"

> Les données ont besoin au préalable d'être imaginées comme données pour exister et fonctionner comme telles. L'imagination de ces données implique une base d'interprétation
]
.pull-right[

.footnote[© Xavier Gorce 2018]]

.footnote[[Source](https://mitpress.mit.edu/books/raw-data-oxymoron)]
---

### Data or capta ?

> Techniquement, ce que nous nous appelons "donnée" est généralement **"capturé"** (issu du latin "capere", signifiant "prendre"); ces unités de données qui ont été sélectionnées et collectées parmi l'ensemble de toutes les données possibles.

[Kitchin, 2014](https://books.google.fr/books?hl=fr&lr=&id=GfOICwAAQBAJ&oi=fnd&pg=PP1&dq=kitchin+data+revolution&ots=pcyfMTZh-V&sig=dQyPTL3AIN_4RdWvtBFw4VjdAa4#v=onepage&q=kitchin%20data%20revolution&f=false)

.center[<img src="https://datactivist.coop/opendatadays/1/img/robkitchin.jpg" height="250"/>]

---

### Données ou obtenues ?

> Décidément, on ne devrait jamais parler de “données”, mais toujours d’ “obtenues”.
[Bruno Latour, 1993](http://www.bruno-latour.fr/fr/node/255)

.center[<img src="./img/latour.jpg" height="250"/>]

---

### Les données, la base de l'informatique

La naissance de l'informatique est le point de départ d'un déluge de données. Tout ce qui circule dans un ordinateur, ce sont des données. Elles sont la base de l'informatique.

.pull-left[]
.pull-right[
Pensez à votre abonnement téléphonique, chaque mois, vous payez pour consommer un certain volume de données quantifié en octet ou en bit.

Le volume des données créées et traitées ne cesse de croitre en même temps que les capacités de calcul des ordinateurs.
]

---
class:center, middle, inverse

# 2 - L'industrialisation de la production des données

---

### La tablette mésopotanienne : inscrire une réalité complexe
Vers 3200 av. J.-C., en Mésopotamie, la civilisation sumérienne a inventé l’écriture d'abord pour mémoriser des comptes.

.pull-left[
<img src="./img/tabletteargile.png" height="300"/>
]

.pull-right[
>Arbres et têtes de bétails sont classés pour être comptabilisés. On a bien affaire ici à des données.
]
---

### La carte perforée (1884) : le début de la massification des données

Apparue au départ dans les métiers à tisser, les carte perforées contiennent des informations représentées par la présence ou l'absence de trous dans une position donnée.

.pull-left[
.middle[]
]
.pull-right[
Elles sont les premières mémoires de masse utilisées dans l'informatique au XIXe siècle.

En 1884, Herman Hollerith a déposé un brevet pour une machine à cartes perforées destinée à accélérer la production de statistiques pour les gouvernements. Deux ans plus tard, il crée IBM le géant de l'informatique.
]

.footnote[Vidéo de l'INA : [La carte perforée](https://m.ina.fr/video/CAF97059686/la-carte-perforee-video.html)]
---

### Les bases de données relationnelles (1970)

Dans les bases de données relationnelles, les données sont inscrites dans des tables et reliées entre elles par un schéma et des identifiants uniques. Cela permet de traiter de plus grands volumes, de développer des données plus complexes et d'éviter des erreurs de saisie.

.pull-left[
]

.pull-right[
Les bases de données relationnelles facilitent grandement le traitement des données puisqu'elles paraissent à travers une interface utilisateur : « il faut protéger les futurs usagers de grandes banques de données d’avoir à connaitre comment les données sont organisées dans la machine » (Codd 1970).
]

---
### Le tableur (1979) : *data to the people*

En 1979, Dan Bricklin, un ancien analyste financier exaspéré par les techniques de calcul encore manuelles, a imaginé une technique de calcul visible (« *Visible Calculator* »).

Son logiciel "Visicalc", .red[démocratise la production des données] en proposant le système de la feuille de calcul sur laquelle les données peuvent être directement manipulées :

> "La facilité d’utilisation de Visicalc provenait du fait que l’utilisateur n’avait pas besoin de connaitre de langage de programmation. Sur cet aspect, Visicalc était **l’équivalent du traitement de texte** dans lequel un utilisateur arrange directement l’impression de la page, à l’opposé des systèmes d’écriture où l’utilisateur devait inscrire un ensemble d’inscriptions pour mettre en page le texte." ([Campbell-Kelly, 2007](http://www.oxfordscholarship.com/view/10.1093/acprof:oso/9780198508410.001.0001/acprof-9780198508410))

---

### Le tableur (1979) : *data to the people*

.center[ Dan Bricklin et Bob Frankston ont inventé le tableur, le premier logiciel de calcul de masse. Découvrez en 5 minutes leur invention :

<iframe width="560" height="315" src="https://www.youtube.com/embed/2a5ex5QlocQ" frameborder="0" allow="accelerometer; autoplay; encrypted-media; gyroscope; picture-in-picture" allowfullscreen></iframe>
]

---

---

### Le déluge des données
La réflexion autour de la fin de la science part du constat de l'explosion de la production de données comme l'illustre cette infographie sur les réseaux sociaux en une minute.
.pull-left[
> "Avec suffisamment de données, les chiffres parlent d’eux-mêmes."
> Chris Anderson, journaliste *Wired Magazine*

.footnote[[Consulter la source](http://internetactu.blog.lemonde.fr/2011/09/30/big-data-est-ce-que-le-deluge-de-donnees-va-rendre-la-methode-scientifique-obsolete/)]
]
.pull-right[
.reduite.center[
]
]

---

### De plus en plus de données

<img src="./img/internetminute2018.jpg" height="240"/> | <img src="./img/internetminute2019.jpg" height="240"/> | <img src="./img/internetminute2020.jpg" height="240"/>

En deux jours, l’humanité produit autant d'information que ce qu'elle a produit depuis la naissance de l'écriture jusqu’en 2003.

---