{"id":3462,"date":"2014-06-05T18:24:55","date_gmt":"2014-06-05T16:24:55","guid":{"rendered":"https:\/\/blog.georezo.net\/inspire\/?p=3462"},"modified":"2014-06-25T00:37:39","modified_gmt":"2014-06-24T22:37:39","slug":"la-fabrique-des-donnees-brutes-notes-de-lecture","status":"publish","type":"post","link":"https:\/\/blog.georezo.net\/inspire\/2014\/06\/05\/la-fabrique-des-donnees-brutes-notes-de-lecture\/","title":{"rendered":"La fabrique des donn\u00e9es brutes (notes de lecture)"},"content":{"rendered":"

[NdB : il s’agit en fait de commentaires et d’extraits, visant \u00e0 vous donner envie de lire l’article lui-m\u00eame]<\/p>\n

J’avais expos\u00e9 ici <\/a> quelques \u00e9l\u00e9ments sur la relation entre INSPIRE et l’ouverture des donn\u00e9es, notamment aliment\u00e9s par l’excellente pr\u00e9sentation d’Alain Bergue<\/a> (PDF) sur la mise en place de l’ouverture des donn\u00e9es \u00e0 Nantes. Tous ceux qui ont eu \u00e0 prendre des donn\u00e9es en interne pour les publier sur l’internet savent bien ce que cela recouvre de travail, de diplomatie et de difficult\u00e9s diverses.<\/p>\n

La sociologie a ceci de passionnant qu’elle permet la transformation des v\u00e9cus en savoir par une mise en perspective et un d\u00e9cryptage des situations. C’est tout l’int\u00e9r\u00eat de l’article de J\u00e9r\u00f4me Denis et Samuel Go\u00ebta, de Telecom ParisTech \u00ab\u00a0La fabrique des donn\u00e9es brutes – Le travail en coulisses de l’open data <\/a>\u00ab\u00a0.<\/p>\n

Un point de vocabulaire :<\/strong> les donn\u00e9es brutes, ici, ne sont pas des donn\u00e9es issues de capteurs et donc d\u00e9nu\u00e9es de toute propri\u00e9t\u00e9 intellectuelle, comme nous l’avions fix\u00e9 \u00e0 l’occasion du d\u00e9cret 2008-5 du 2 janvier 2008. Il s’agit d’une m\u00e9taphore bas\u00e9e sur la proposition \u00ab\u00a0les donn\u00e9es sont le p\u00e9trole de l’\u00e9conomie de l’information\u00a0\u00bb, o\u00f9 les \u00ab\u00a0donn\u00e9es brutes\u00a0\u00bb sont, comme le p\u00e9trole brut, la source primaire. Je trouve l’image un peu trop intellectuelle pour \u00eatre bien comprise, mais bon.<\/p>\n

R\u00e9sum\u00e9<\/strong>
\nCet article de 20 pages explique, en s’appuyant sur des travaux ant\u00e9rieurs sur les donn\u00e9es de la recherche, que les donn\u00e9es qui attendraient tranquillement d’\u00eatre lib\u00e9r\u00e9es de leurs cha\u00eenes sont un mythe. L’ouverture des donn\u00e9es est une activit\u00e9 qui travaille autant les donn\u00e9es que les organisations, notamment par la remise en cause d’\u00e9quilibres et de rapports de force. En conclusion, cette analyse – que j’entends bien entendu comme s’appliquant \u00e0 INSPIRE – nous interpelle sur les changements que l’ouverture des donn\u00e9es entra\u00eene dans nos m\u00e9tiers, les impacts sur les organisations de gestion des donn\u00e9es, et in fine<\/em> sur la n\u00e9cessaire conduite du changement par les d\u00e9cideurs.<\/p>\n

La donn\u00e9e hors de son contexte de production<\/strong>
\nLes donn\u00e9es sont produites dans un milieu sp\u00e9cifique, pour r\u00e9pondre \u00e0 un besoin d\u00e9termin\u00e9 (m\u00eame empiriquement) : \u00ab\u00a0Leur intelligibilit\u00e9 est intrins\u00e8quement li\u00e9e aux conditions locales de leur production et de leur usage<\/span>\u00ab\u00a0. Ce qui illustre, en passant, la difficult\u00e9 d’\u00e9tablir la notion de qualit\u00e9 externe des donn\u00e9es<\/a>, popularis\u00e9e en France par Gilles Troispoux.<\/p>\n

La mise en circulation engendre des frottements<\/strong>
\nLes auteurs l’expriment ainsi : \u00ab\u00a0Les trois principales pistes d\u2019analyse que dessinent les travaux pr\u00e9sent\u00e9s ici sont \u2014 l\u2019\u00e9paisseur du travail de production des donn\u00e9es, les frictions qu\u2019implique leur circulation, et leur dimension politiques. (…) Si les donn\u00e9es donnent lieu \u00e0 des frictions, il faut reconna\u00eetre le travail suppl\u00e9mentaire que supposent leurs \u00e9changes et le co\u00fbt de la fabrique et de l\u2019entretien des m\u00e9tadonn\u00e9es d\u00e9di\u00e9es \u00e0 la fluidification de leur circulation<\/span>\u00ab\u00a0. En effet, chacun sait que toute activit\u00e9 visant \u00e0 mettre en mouvement un objet – m\u00eame sociologique – demande une \u00e9nergie pour vaincre l’inertie initiale. Nous en voyons aujourd’hui une illustration par la mise en ligne des m\u00e9tadonn\u00e9es INSPIRE, qui doublent chaque ann\u00e9e apr\u00e8s un lent d\u00e9marrage.<\/p>\n

Trois aspects de l’ouverture des donn\u00e9es<\/strong>
\nL’article \u00ab\u00a0montre que trois aspects sont particuli\u00e8rement sensibles dans le processus d\u2019ouverture : l\u2019identification, l’extraction et la \u00ab brutification \u00bb des donn\u00e9es<\/span><\/em>\u00ab\u00a0, qui me semblent moins adapt\u00e9s \u00e0 notre cadre plus \u00e9troit.
\nIl s’\u00e9tend ensuite sur la difficult\u00e9 de l’identification des donn\u00e9es, dont il dit
\nSi je consid\u00e8re avec les auteurs \u00ab\u00a0l’utopie d’un catalogue exhaustif\u00ab\u00a0<\/em>, le travail d’exploration y est sans doute moins al\u00e9atoire et la question de la \u00ab\u00a0sensibilit\u00e9<\/span>\u00a0\u00bb des donn\u00e9es relativement encadr\u00e9e. Je suis \u00e9galement moins convaincu par l’argument de la difficult\u00e9 de l’extraction des informations des bases de donn\u00e9es – sauf certains syst\u00e8mes propri\u00e9taires – pourtant issus de t\u00e9moignages : je me demande si ce ne serait pas plut\u00f4t l’argument bien connu des usagers des services informatiques : \u00ab\u00a0ah non, \u00e7a va pas \u00eatre possible\u00a0\u00bb?<\/p>\n

Le reformatage des donn\u00e9es, leur nettoyage et leur d\u00e9sindexicalisation<\/strong>
\nJe ne r\u00e9siste pas au plaisir de citer cette phrase qui correspond le plus \u00e0 notre exp\u00e9rience : \u00ab\u00a0Les bricolages mis en \u0153uvre pour (l’extraction), les explorations et les \u00ab moulinettes \u00bb qui permettent d\u2019atteindre les donn\u00e9es, donnent une id\u00e9e de l\u2019\u00e9paisseur de la nasse sociotechnique dont celles-ci doivent \u00eatre litt\u00e9ralement extirp\u00e9es<\/span>.\u00a0\u00bb<\/p>\n

Le reformatage <\/strong>renvoie aux d\u00e9bats sur le \u00ab\u00a0bon\u00a0\u00bb format, qualificatif souvent utilis\u00e9 dans un sens moral. Le nettoyage <\/strong>de la donn\u00e9e \u00ab\u00a0consiste \u00e0 corriger les erreurs (…) et implique \u00e9galement l\u2019harmonisation des donn\u00e9es\u00a0\u00bb mais aussi commence \u00e0 la pr\u00e9parer au monde ext\u00e9rieur : \u00ab\u00a0Des absences jamais remarqu\u00e9es deviennent des manquements, des approximations ou des doublons sans importance deviennent des erreurs ou des redondances.<\/span>\u00a0\u00bb
\nLa d\u00e9sindexicalisation <\/strong>s\u00e9pare la donn\u00e9e de son milieu d’origine, de ses jargon et acronymes, pour sa \u00ab\u00a0mise en intelligibilit\u00e9\u00a0\u00bb.<\/p>\n

On y retrouve ce qui fonde INSPIRE<\/strong> : \u00ab\u00a0Cette mise en intelligibilit\u00e9 passe \u00e9videmment par l\u2019\u00e9laboration de m\u00e9tadonn\u00e9es essentielles \u00e0 tout projet de partage de donn\u00e9es : dictionnaire, commentaires dans des documents \u00e0 part, sont associ\u00e9es aux donn\u00e9es brutes pour que leurs usages soient facilit\u00e9s. Mais elle passe aussi par la transformation des jeux de donn\u00e9es eux-m\u00eames, au sein duquel des termes vont \u00eatre remplac\u00e9s, des intitul\u00e9s simplifi\u00e9s, d\u2019autres assembl\u00e9s.<\/span>\u00a0\u00bb<\/p>\n

Traiter la donn\u00e9e en amont ou en aval?<\/strong>
\nLa mise en visibilit\u00e9 de ces t\u00e2ches, et des co\u00fbts associ\u00e9s consid\u00e9r\u00e9s comme un investissement, conduit \u00e0 des changements, avec deux directions possibles : agir \u00e0 la source, \u00ab\u00a0en transformant la nature m\u00eame des donn\u00e9es sur les sites de leur production et dans leurs premiers usages (…) afin de minimiser le travail en aval sur les donn\u00e9es\u00a0\u00bb, ou<\/span> \u00ab\u00a0l\u2019assumer comme une s\u00e9rie d\u2019op\u00e9rations \u00e0 mener a posteriori sur les donn\u00e9es m\u00e9tier\u00a0\u00bb.<\/span>
\n \u00ab\u00a0Dans le premier cas, la multiplicit\u00e9 des donn\u00e9es et la n\u00e9cessit\u00e9 d\u2019en faire coexister des versions diff\u00e9rentes au sein de l\u2019institution sont assum\u00e9es. Dans le second, le caract\u00e8re g\u00e9n\u00e9rique des donn\u00e9es \u2014 leur aspect \u00ab brut \u00bb \u2014 est consid\u00e9r\u00e9 comme un bien en soi, sur lequel il faut aligner les (m\u00e9tiers)<\/span>\u00ab\u00a0.<\/p>\n

On peut consid\u00e9rer le changement massif des habitudes dans une multitude d’organisations comme une gageure. INSPIRE est fond\u00e9 sur l’absence de choix entre ces deux directions. Toutefois, les enjeux d’intelligibilit\u00e9 sont au c\u0153ur de la directive, et la meilleure part de ses sp\u00e9cifications de donn\u00e9es r\u00e9side sans doute dans des dictionnaires de donn\u00e9es apportant la compr\u00e9hension de la s\u00e9mantique employ\u00e9e.<\/p>\n

Il reste \u00e0 d\u00e9finir le meilleur moyen (organisation, gouvernance, outils, pourquoi pas mutualisation?) pour r\u00e9duire les co\u00fbts de l’ouverture des donn\u00e9es g\u00e9ographiques. La r\u00e9ponse n’existe pas encore, mais on y travaille.<\/p>\n","protected":false},"excerpt":{"rendered":"

[NdB : il s’agit en fait de commentaires et d’extraits, visant \u00e0 vous donner envie de lire l’article lui-m\u00eame] J’avais expos\u00e9 ici quelques \u00e9l\u00e9ments sur la relation entre INSPIRE et l’ouverture des donn\u00e9es, notamment aliment\u00e9s par l’excellente pr\u00e9sentation d’Alain Bergue (PDF) sur la mise en place de l’ouverture des donn\u00e9es \u00e0 Nantes. Tous ceux qui <\/p>\n

Continue Reading »<\/a><\/p>\n","protected":false},"author":7,"featured_media":0,"comment_status":"closed","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[51,44],"tags":[4850,4887,4886,32,4251],"class_list":["post-3462","post","type-post","status-publish","format-standard","hentry","category-generalites","category-impacts","tag-donnees-ouvertes","tag-generalites","tag-impacts","tag-inspire","tag-open-data"],"_links":{"self":[{"href":"https:\/\/blog.georezo.net\/inspire\/wp-json\/wp\/v2\/posts\/3462","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/blog.georezo.net\/inspire\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/blog.georezo.net\/inspire\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/blog.georezo.net\/inspire\/wp-json\/wp\/v2\/users\/7"}],"replies":[{"embeddable":true,"href":"https:\/\/blog.georezo.net\/inspire\/wp-json\/wp\/v2\/comments?post=3462"}],"version-history":[{"count":21,"href":"https:\/\/blog.georezo.net\/inspire\/wp-json\/wp\/v2\/posts\/3462\/revisions"}],"predecessor-version":[{"id":3509,"href":"https:\/\/blog.georezo.net\/inspire\/wp-json\/wp\/v2\/posts\/3462\/revisions\/3509"}],"wp:attachment":[{"href":"https:\/\/blog.georezo.net\/inspire\/wp-json\/wp\/v2\/media?parent=3462"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/blog.georezo.net\/inspire\/wp-json\/wp\/v2\/categories?post=3462"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/blog.georezo.net\/inspire\/wp-json\/wp\/v2\/tags?post=3462"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}