Alors qu'Europol vient de publier un rapport sur les dangers de ChatGPT et s'inquiète de son utilisation par des criminels, Kunal Anand , CTO d’ Imperva , spécialiste de la sécurité, réagit face à la situation actuelle Les chatbots posent-ils un problème de protection de la vie privée plus important que les moteurs de recherche, et pourquoi ? "Le problème des chatbots par rapport aux moteurs de recherche n'est pas seulement lié aux conditions générales ou à la manière dont ils utilisent les données, mais aussi à la manière dont nous interagissons avec eux. Par rapport à une recherche Google ou Bing, les LLM comme Bard deviennent plus utiles à mesure que nous leur donnons plus d'informations (en informatique, cela s'appelle l'apprentissage par renforcement). Et surtout avec un chatbot, il est facile de traiter les interactions comme une conversation et de laisser échapper plus d'informations que nous ne le ferions normalement en tapant simplement dans
Par Raphaël Savy, Directeur Europe du Sud, Alteryx
Depuis le premier recensement « moderne » effectué au niveau national en 1694 par Louis Phélypeaux, comte de Pontchartrain, le gouvernement français a commencé à recueillir des données. L’État est ainsi l’un des plus anciens producteurs de données et ce pour des besoins d’analyse et de gouvernance. Un travail si essentiel qu’il est de nos jours difficile à quantifier tant l’usage que l’on a des données est omniprésent. Aujourd’hui, les données gouvernementales jouent un rôle majeur dans tous les domaines. C’est le cas notamment d’Etalab qui illustre la volonté de la France d’ouvrir les données publiques via le lancement du portail Data.gouv.fr.
Si la science des données peut avoir un impact significatif sur des décisions cruciales prises dans le secteur public, le sujet reste complexe et difficile à traiter. En effet, la majorité des données gouvernementales sont difficiles d’accès et d’utilisation tant elles sont hétérogènes. Afin d’aider les Chief Data Officer (CDO) du secteur public, Alteryx a listé cinq conseils que ces derniers doivent suivre afin de pouvoir exploiter, pour le bien commun, les bases de données de l’État.
Tirer parti des meilleurs modèles de leur catégorie pour le partage des données
De nombreuses organisations publiques et privées ont créé des centres de données pour pouvoir partager celles qui sont utiles entre divers utilisateurs. Néanmoins, ces nombreuses bases sont difficilement accessibles et cela peut freiner la collaboration. Il est donc crucial pour les CDOs, notamment dans le secteur public, de construire des bases de données communes, avec des modèles permettant à d’autres entités, en particulier les agences locales et régionales, de contribuer avec leurs propres données. Grâce à un référentiel collaboratif, les data scientists pourront identifier des tendances et recueillir des informations précieuses pour faciliter le processus décisionnel.L’importance de la diversité
A l’heure où les sources et les formats de données disponibles se diversifient, les entreprises qui sauront en tirer profit seront celles avec la plus forte croissance. Il en est de même pour les administrations publiques. En sachant extraire l’essence même des données dont ils disposent, ils pourront ainsi améliorer le service usager. Transport of London (TfL) a d’ailleurs annoncé le lancement d’un programme d’analyse de données pour surveiller les mouvements des passagers sur le réseau londonien. En collectant anonymement ces données, TfL veut ainsi aider les usagers à éviter les encombrements et améliorer la politique des transports.Mais plus que l’hétérogénéité des données, c’est de la diversité au sein des équipes dont dépendra la réussite d’un projet. D’ailleurs, ceux qui savent travailler avec plusieurs interlocuteurs (industriels, universitaires, …) font de la diversité des profils un levier de richesse, de performance et de développement pour leurs projets.
Les CDOs devraient donc faire appel à ce vaste réseau diversifié pour composer leurs équipes. Néanmoins, l’un des principaux obstacles auquel ils sont actuellement confrontés est l’absence de profils qualifiés dans la science des données. Face à une telle pénurie de talents, force est de constater que les administrations publiques ne pourront pas enrôler le (ou les) profil(s) tant recherché(s). Pour y remédier, certaines font appel à des profils hétérogènes. Ces profils et leurs différents points de vue s’avèrent exceptionnellement précieux en science des données, surtout lorsqu’il s’agit de résoudre des problèmes incroyablement complexes. Cette diversité de pensées peut contrebalancer les préjugés et les idées reçues qui peuvent être pénalisants pour créer une meilleure analyse des données.
Créer des ensembles de données en se basant sur un problème
De nombreuses administrations ont progressivement repensé leur organisation en créant des départements « data », afin d’imaginer une nouvelle gouvernance de leurs données. Cette nouvelle organisation s’explique par un paysage de plus en plus complexe suite à l’explosion des sources de données mal structurées, mal documentées et mal entretenues et qui sont souvent appelées « data swamps ». Mal conservés et perdant rapidement leur valeur, ces ensembles de données peuvent rapidement devenir des failles de sécurité. Pour éviter cela, les CDOs doivent acquérir une vision d’ensemble des données et démarrer une gouvernance data.Fournir des données aussi précises que possible
Il existe toute une série d’ensembles de données gouvernementales qui sont regroupées au niveau national, régional ou parfois local. Cette disponibilité des données administratives à grande échelle pourrait permettre d'obtenir de meilleurs moyens de mesurer l’efficacité de mesures économiques grâce à des données plus étendues et granulaires. En effet, la granularité ou la finesse des données recueillies sont essentielles pour la qualité des observations faites. Cette granularité est d’autant plus utile à l’heure du RGPD. En effet, l’anonymisation nécessite une analyse des données méticuleuse afin de décider de quelles données l’administration aura besoin et celles qu’il est inutile de garder, décuplant la valeur des données restantes.Profiter des meilleures technologies existantes
Chaque jour, ce sont 4 millions de recherches Google qui sont effectuées, 2,46 millions de contenus partagés sur Facebook, 347 222 photos via WhatsApp ou encore 204 millions emails qui sont envoyés. Toutes ces données représentent une source incroyable, dès lors qu’elles sont rendues accessibles et exploitées. En effet, leur mise à la disposition de tous permet de tester, valider et améliorer les modèles prédictifs existants afin de les faire progresser. L’accessibilité des données est le fondement même de la capacité de chacun à les explorer et les associer pour mieux les comprendre et en tirer de plus grands bénéfices.
Ainsi, afin de tirer profit des technologies et des outils existants les CDOs peuvent mettre en œuvre des plateformes communautaires. Ces outils pourront être un levier de connaissance et de croissance pour l’entreprise et l’administration, fournissant de précieuses ressources pour les équipes qui pourront y trouver les méthodes existantes et les meilleures pratiques. Par exemple Kaggle Data, une communauté de scientifiques des données en ligne, est un excellent exemple du type de plateforme dont les CDOs peuvent s’inspirer pour construire des modèles basés sur des informations accessibles au public.
Assumer le rôle de CDO pour un organisme public comporte des nuances et, pour assurer son succès, les nouveaux CDOs du secteur public doivent tenir compte de bien plus que le simple fait de structurer des ensembles de données. Dans cette révolution des données, la France devra tracer son propre chemin. Elle le fera avec d’autant plus de clarté, et d’autant plus de vigueur, qu’elle aura pris soin de maîtriser et de s’approprier les outils et les pratiques qui vont lui permettre d’exploiter tout le potentiel qui réside dans toutes ses données qui sont actuellement éparpillées à travers ses différentes administrations.
La diversité des données qui existent dans le secteur public est unique et exige des CDOs et des professionnels des données qu’ils exploitent les meilleurs modèles de leur catégorie et qui sont propices à la collaboration. Ces ensembles de données, en particulier, ont le potentiel d’orienter les décisions qui ont une répercussion sur certains des plus grands défis du pays.