Tous les gouvernements de par le monde collectent des quantités gigantesques d'informations à propos de leurs citoyens, de leurs activités personnelles et professionnelles et de l'environnement physique dans lequel ils vivent, ce qui inclut des données géospatiales. Ces données sont rassemblées avec l'intention d'améliorer les décisions et règlements gouvernementaux, l'efficacité des activités commerciales et la qualité de vie des habitants.
Quant aux citoyens, ils espèrent évidemment que leur gouvernement déploie toute l'intelligence nécessaire dans la collecte, la gestion et la sécurisation des informations privées enregistrées. Les demandes d'accès aux informations gouvernementales sous la forme de données ouvertes ou liées et via l'exigence de la transparence des informations, augmentent aussi considérablement.
Les pratiques traditionnelles en matière de gestion des données sont fortement mises à mal dans ce contexte ; en effet, les délais relatifs à la « préparation » des données avant leur transmission sont singulièrement raccourcis. Du fait de l'augmentation de la transparence et de la nécessité d'examens approfondis des informations, ainsi que l'augmentation continue des volumes de données collectées, la priorité n'a jamais été aussi cruciale d'assurer l'exhaustivité, la cohérence et la crédibilité de ces données.
Est-ce réellement neuf ? Depuis l'ère de l'information, nous sommes inondés de grandes quantités de données. Mais cette fois, il existe un certain nombre de différences. La première est sans doute la puissance de traitement aujourd'hui disponible au travers des réseaux. En effet, il est maintenant possible de prendre en compte une quantité de données beaucoup plus large que ce qu'un être humain serait à même de traiter manuellement pour appuyer ses prises de décisions.
La seconde n'est pas liée à la technologie. Elle découle d'un nouveau cadre établi à propos du partage et de la collaboration autour des données. Il se peut que vous n'en ayez pas conscience, mais ces cadres collaboratifs se retrouvent pourtant dans la vie quotidienne. Ils sont amplifiés par Facebook, LinkedIn, Twitter, Wikipédia, et enfin mais non des moindres, le mouvement Open Data* .
L’actualité qui compte pour vous, chaque jour dans votre boîte mail.
Ces réseaux offrent de nouvelles opportunités grâce à l'explosion des données. Toutefois, ce concept est encore mal assimilé au sein des sociétés. Le monde des affaires comme les gouvernements s'efforcent toujours de se protéger via des mesures protectionnistes (droits d'auteurs, brevets, etc.). C'est pourquoi la base de notre réflexion de travail n'est pas tant les « Big Data », que l'impact que peuvent avoir de gros volumes de données sur les nouveaux modèles de travail collaboratif et de partage. Et ce dernier point exige d'inclure le citoyen.
En réponse à cette pression, de nombreux gouvernements se sont mis à encourager fortement l'usage de données spatiales par le public et donc à en libéraliser un grand nombre. Les données spatiales libéralisées portent sur le gouvernement local, les informations électorales, la croissance urbaine et les limites des schémas de développement, le réseau ferroviaire et les données des courbes de niveau, les parcs et espaces protégés. En rendant celles-ci disponibles gratuitement, les gouvernements espèrent insuffler un nouveau courant d'innovation et créer de nouvelles opportunités d'affaires grâce à la commercialisation de nouveaux produits et services dans des secteurs tels que l'immobilier, le développement, l'éducation et le tourisme.
Les consommateurs sont, eux aussi, demandeurs de données spatiales précises, même si la source originale de ces dernières peut être d'autres consommateurs - le célèbre « crowdsourcing » (rédaction de contenus sur un modèle participatif) dont on parle tant actuellement. Dans ce contexte, les organisations ayant traditionnellement été les garants des données géospatiales ont un rôle important à jouer quant à la qualité et à l'autorité conférées à ces informations afin que les consommateurs puissent s'y fier.
Ces tendances constituent un défi majeur pour les dépositaires de données géospatiales. En effet, ces derniers subissent actuellement une pression énorme pour répondre de manière flexible à la demande croissante du consommateur. Exprimant le besoin de données rapidement publiées, les utilisateurs attendent que ces dernières soient précises et fiables. Ces exigences nécessitent la disponibilité de systèmes pour contrôler et valider les données avant leur utilisation.
Parlons à présent d'autres contributeurs importants dans le domaine des données spatiales : les capteurs. Si les données des capteurs sont souvent citées comme l'une des bases fondamentales des « Smart Cities », elles n'aideront pas les villes à devenir, à l'avenir, plus « intelligentes » si elles ne sont pas traitées comme telles. Les capteurs ne sont pas par essence « smart » ; il ne suffit pas de pousser sur un bouton pour produire des « Big Data » de qualité. Ce qui pourra rendre une ville « intelligente », c'est plutôt le traitement des événements dans leur globalité, basé sur la connaissance générale de la manière dont les infrastructures doivent inter-opérer. Il faut des approches orientées objets capables de comparer les données, de supprimer des données erronées et de conduire à une meilleure compréhension de celles-ci.
Alors que notre monde devient de plus en plus interconnecté, les projets doivent, quant à eux, être de plus en plus efficaces. L'installation de compteurs intelligents pour la distribution d'énergie dans les « Smart Cities », par exemple, ne peut se faire sans collaboration, non seulement d'un point de vue ingénierie, mais aussi par un échange de données efficaces. Sans précision sur les points d'adresses et les lieux de livraison concernés, il est impossible de prévoir des programmes d'installation corrects.
Parce que les données spatiales peuvent être subjectives, c'est un véritable défi d'obtenir la précision voulue dans un environnement collaboratif. Une des solutions est d'établir des normes de qualité qui puissent être évaluées automatiquement et produire des métadonnées associées. Si les autorités en charge des données spatiales pouvaient publier la qualité des données, les agences gouvernementales, les sociétés et les consommateurs pourraient savoir comment les utiliser et à quelle fin. Dans un environnement collaboratif, les personnes apportant leur contribution aux données spatiales pourraient aussi savoir si les données qu'elles soumettent répondent bien aux spécifications requises. Ceci constituerait un pas en avant significatif par rapport à la livraison de données « telles quelles », avec le risque de découvrir ultérieurement la non-adéquation de celles-ci à l'usage auquel elles sont destinées - avec même, parfois, des conséquences potentiellement dramatiques.
À lire également
Chacun de ces scénarii démontre la nécessité d'extraire le facteur personnel de la procédure de traitement des données, de même que la latence et les risques d'erreurs inhérents. À terme, c'est exclusivement par l'emploi de techniques automatisées de « Big Data » de manière plus universelle qu'il deviendra possible de collecter, valider et synthétiser des données spatiales de manière durable, tout en respectant la vie privée. Progressivement, des capteurs de mesures automatisés pour la collecte d'informations et les réseaux de données seront aussi exploités pour alimenter des portails de données et des solutions de nettoyage de données orientés objets afin de mettre à disposition de l'industrie, de l'e-Gouvernement et des citoyens des jeux de données précis, à jour et anonymes en toute sécurité pour tout un chacun.
_______
*Pour la diffusion en France, on peut aussi citer La plateforme ouverte des données publiques françaises : https://www.data.gouv.fr/.
