Ce mois de juin, les thèmes récurrents : data et IA, data architecture et analytic, couches d’organisation des données (sémantique, ontologique…), pouvoir des données et contre-pouvoirs, gestion de l’identité, interopérabilité.
Un zoom sur le cycle de vie des datasets. Dont le processus (pas simple) de suppression.
Toujours une liste de pas mal de notes de lectures au fil de l’eau.
A piocher en fonction de vos centres d’intérêt.
Sommaire :
- Data et IA (L’IA moissonne toutes les données possibles – dossier CNIL, Industrie de la collecte de données pour l’IA, Entraîner une IA sans données, Quand l’IA écrit des transactions, Le point de fragilité de la traque des données d’apprentissage, Extraire de façon fiable des données structurées des données non structurées, Data workers, la dette de données)
- Interopérabilité : le piège
- Cinq types de couche sémantique + ontologie usages en temps réel
- Emotions sous forme de données
- Contrôle d’identité, usurpation d’identité, fausse identité
- Data architecture et data analytics : impact de l’IA (les bonnes pratiques BI restent, le graal d’une architecture data centralisée, architecture data centric)
- Entre deux numériques – suite
- Pouvoir des données (géopolitique, fichage, profilage – Bourdieu précurseur, contre-pouvoirs, déshumanisation)
- Dataset lifecycle
- Autres actualités (Agrégateurs de données personnelles, Votre jumeau numérique à vie, Publication du Guide Open Data 2026)
Data et IA (L’IA moissonne toutes les données possibles – dossier CNIL, Industrie de la collecte de données pour l’IA, Entraîner une IA sans données, Quand l’IA écrit des transactions, Le point de fragilité de la traque des données d’apprentissage, Extraire de façon fiable des données structurées des données non structurées, Data workers, la dette de données)
1) L’IA moissonne toutes les données possibles et inimaginables par tous les moyens. Un dossier complet de la CNIL : S’opposer à la collecte de données par des robots moissonneurs
Source : https://linc.cnil.fr/dossier-sopposer-la-collecte-de-donnees-par-des-robots-moissonneurs
2) Collecte de données d’entraînement – Une industrie mondiale – le cas XDOF (prononcé « ecks-doff »)
« La collecte de données d’entraînement pour les robots est une tâche ingrate et peu attrayante. Certains laboratoires d’IA font déjà appel à des sociétés spécialisées comme XDOF pour s’en charger. »
« Le prochain grand goulot d’étranglement de l’IA ne réside pas dans les modèles ou les puces, mais dans la boucle de rétroaction des données nécessaire pour apprendre aux robots à interagir avec le monde physique. »
« Pour commencer, l’entreprise s’associe au laboratoire de recherche en intelligence artificielle de l’UC Berkeley afin de publier ce qu’elle considère comme la plus vaste collection de données d’entraînement robotique de haute qualité jamais constituée, baptisée ABC . Celle-ci comprend 130 000 trajectoires de manipulation robotique, 300 heures de simulation et 100 heures d’évaluation. Un tel volume de données de pré-entraînement n’a jamais été mis à la disposition du monde universitaire. »
Si vous voulez ouvrir le couvercle de données robotiques c’est ici : https://abc.bot/#data et là https://huggingface.co/datasets/XDOF/ABC-130k
3) Comment entraîner une IA sans données : la physique en renfort
« Et si une IA pouvait modéliser un phénomène physique sans aucune donnée d’observation ? C’est le pari des réseaux neuronaux informés par la physique (PINNs), qui intègrent directement les équations connues de la physique pour simuler des systèmes aussi inaccessibles qu’un cœur de réacteur nucléaire. »
Source : https://interstices.info/comment-entrainer-une-ia-sans-donnees-la-physique-en-renfort/
4) Quand les agents écrivent des transactions dans les systèmes opérationnels
« “The manual model breaks”: What happens when agents write to production data »
Sujet souvent négligé : que ce passe-t-il lorsque les agents IA écrivent, déclenchent des transactions dans les systèmes de production ?
Quelle gouvernance ? (responsabilité, traces, recourt en cas d’erreur, garde-fous de préservation des données et de leur intégrité)
Une solution « To address these issues, lakeFS for Agentic AI gives every agent its own isolated data sandbox with a “zero-copy” branch of relevant data, so the agent can access the dataset it needs via references, snapshots, or copy-on-write techniques.
This means any changes the agent wishes to make must be validated and merged in accordance with the policy guidelines defined by the system architecture. In turn, this produces a unified audit trail across every agent action. »
Source : https://thenewstack.io/lakefs-agentic-ai-sandbox/
5) Le point de fragilité de la traque des données d’apprentissage
« Meta suspend son programme de suivi des employés après qu’il a permis à l’ensemble de l’entreprise d’accéder à des données sensibles. »
Vu aussi en avril : https://www.datassence.fr/2026/05/25/revue-data-du-mois-avril-2026/?highlight=employ%C3%A9#_ftnref2
« Meta has paused use of an AI training program that tracks its own employees’ keystrokes and mouse movements. The company has suspended the Model Capability Initiative, not because of workers’ understandable displeasure around being (almost) perpetually monitored or for potentially breaking privacy laws, but because it caused an internal data leak. »
Outre l’effet surveillance, l’effet remplacement par une IA que vous entraînez, le risque effet de bord de piratage de vos données.
6) Extraire de façon fiable des données structurées des données non structurées (pdf, images, vidéo, documents…).
« comment transformer de manière fiable un contenu multimodal et désordonné en informations structurées et exploitables sans un effort manuel considérable ? »
La solution Amazon : Amazon Bedrock Data Automation (BDA) – https://aws.amazon.com/fr/bedrock/bda/
L’IA et des modèles d’extraction au cœur de la solution.
« Lors du traitement des documents, BDA prend en charge cinq types d’automatisation principaux :
- Classification : facture, relevé bancaire, carte d’identité, contrat, lettre RH, etc.
- Extraction : Extraire les entités, les champs, les tables et les métadonnées.
Exemple : À partir d’un relevé bancaire → Date, Description, Montant, Solde. - Transformation : Modifier ou restructurer les données.
Exemple : Convertir l’adresse du domicile en champs distincts -> rue, ville, code postal, etc. - Normalisation : Standardiser les valeurs des données.
Exemple : Convertir plusieurs formats de date (MM/JJ/AAAA → AAAA-MM-JJ). - Validation : Valider les champs extraits par rapport aux règles.
Exemple : Le montant doit être numérique ; les dates doivent correspondre au format ; les soldes doivent concorder,
Source : https://thenewstack.io/amazon-bedrock-data-automation/
7) Data workers – L’exemple de la coupe du monde.
« The AI-powered World Cup runs on thousands of data workers
Human annotators in Brazil, Cambodia, and the Philippines are tracking every movement in the football tournament for teams, broadcasters, and the betting industry.…
Data work is a popular side gig for many Philippine football league players looking for additional income, according to a player who annotated data for about a year at Packing Sports, the Manila-based unit of German data analysis company Impect.…
“These are large data sets that require specialized skills to analyze,” he said. “I’ve seen job postings for sport analytics, performance science, and/or data engineering from 25 of the 30 clubs on the Forbes list.”
The growth of wearable technology such as smart vests, as well as the betting industry and prediction platforms like Kalshi and Polymarket, is also fueling the demand for data workers. »
Source : https://restofworld.org/2026/fifa-world-cup-ai-data-workers/
8) La dette de données
La dette de données de 200 milliards de dollars : tous les grands laboratoires d’IA sont à court de ressources (de données) et personne n’en parle.
Les différents types de sources actuelles sont-elles suffisantes ?
NB : Mais à rapprocher de l’industrie de collecte – jamais on a autant collecté de données.
Interopérabilité : le piège
Sujet déjà abordé dans les revues précédentes (voir par exemple le mois dernier : https://www.datassence.fr/2026/06/25/revue-data-du-mois-mai-2026/?highlight=interop%C3%A9rabilit%C3%A9#_ftn6 ).
Pour faire simple : l’interopérabilité est le graal recherché de tout architecte de S.I.
Mais ce n’est pas aussi simple, barrières et frictions entre silos de données peut s’avérer nécessaires.
Le sujet n’est pas que technique mais aussi politique.
A lire l’article sur le sujet des données personnelles*, avec l’interopérabilité comme facteur de risques, de glissements géopolitiques (exemple des directives Européennes d’uniformisation qui viennent s’immiscer dans les politiques locales), de contrôle étendu (interopérabilité des comptes bancaires, contrôles migratoires), d’exclusion possible by design
Le sujet de fond : que gagne-t-on et que perd-t-on face à la capacité d’offrir une vue centralisée de données relevant de systèmes répartis, indépendants.
Avec une bascule clé : par défaut, la suspicion a priori devient la règle (possible parce qu’on a sous sa vision l’ensemble des protagonistes) versus a posteriori.
Et où la gestion de l’identité numérique joue un rôle clé (le fameux identifiant clé d’interopérabilité de toute bonne architecture technico-fonctionnelle).
« Nous devons veiller à ce que l’interopérabilité ne devienne pas synonyme de visibilité totale.»
* le sujet ne concerne pas que les données personnelles, vécu pour d’autre données (dans l’énergie, dans la maîtrise d’écosystèmes industriels).
Source : https://danslesalgorithmes.net/stream/le-piege-de-linteroperabilite-europeenne/
Cinq types de couche sémantique + ontologie usages en temps réel
1) Création d’une couche sémantique pour les LLM : Guide pratique des cinq types
- Couches sémantiques universelles (multiplateformes)
Il s’agit de plateformes intermédiaires autonomes et indépendantes des fournisseurs. Elles se situent entre votre entrepôt de données et tous vos utilisateurs en aval - Couches sémantiques intégrées (BI-Natives)
Ces modèles sémantiques sont étroitement intégrés au sein d’une plateforme de Business Intelligence unique. Les indicateurs, les dimensions et les relations sont définis directement dans l’outil de BI et prennent tout leur sens lors de l’interrogation des données via l’assistant conversationnel IA - Couche de transformation – Couches sémantiques intégrées
Ces éléments définissent les métriques, les dimensions et la sémantique sous forme de code (généralement YAML), au même titre que les transformations SQL brutes qui construisent vos tables. - Couches sémantiques natives de la base de données
Au lieu de déployer un outil distinct, ces couches sémantiques sont intégrées directement à la base de données cloud ou à la plateforme de données elle-même. - Graphe de connaissances et couches sémantiques actives
Contrairement aux couches tabulaires précédentes, celles-ci utilisent des bases de données graphiques pour capturer les relations complexes et les définitions d’entités. Au lieu de simplement associer une expression à une colonne, elles fournissent un moteur de raisonnement — un graphe de connaissances.
2) Comment la combinaison d’une ontologie et d’une vision graphe des données, permet de détecter des patterns particuliers (exemple fraude) en temps réel, à une échelle étendue (réseau) non identifiables à l’échelle unitaire.
Extraits :
« how ontology‑driven graph technology solves problems that traditional systems cannot touch »
« Real World Example #1 (this article): Risk Control & Fraud Detection — How cross‑border payment platforms use ontology to unify entity identities, correlate real‑time transactions, and detect hidden fraud rings.
Real World Example #2: Recommendation Systems — How social and e‑commerce platforms turn relationship semantics into highly relevant friend and product suggestions.
Real World Example #3: Supply Chain Intelligence — How manufacturers and logistics providers build multi‑tier visibility and resilient networks. »
« Airwallex’s ontology‑driven graph processes billions of relationships in real time. When a payment request arrives, the system traverses the ontology‑defined graph:
Device check — Is this device associated with any other accounts? If yes, what are those accounts’ risk scores?
Legal entity check — Does the beneficiary entity have any sanctioned jurisdictions? Is the authorized representative on any watchlist?
Transaction pattern check — Does the combination of device, IP, entity, and amount match any known fraud signature defined in the ontology?
All of this happens in milliseconds — before the transaction completes. The ontology provides the rules of suspicion; the graph database provides the speed of execution. »
Emotions sous forme de données
Le numérique formalise les émotions en données (des vecteurs d’émotions) et se pose la question de savoir si les LLM ont leurs propres émotions ?!
« A large body of interpretability work has shown that LLMs not only encode emotion concepts, but that these emotion concepts causally affect their reasoning and outputs. But, beyond simulating human emotions, what are these functional emotions actually doing? ».
Dans la suite de : https://www.datassence.fr/2026/05/25/revue-data-du-mois-avril-2026/#_ftn3
Contrôle d’identité, usurpation d’identité, fausse identité
1) Quand une fausse identité peut être utile
Cas de la fraude à l’identité commise par certains migrants qui ne doit pas être interprétée uniquement comme un acte criminel, mais aussi comme une stratégie de survie face aux systèmes de contrôle biométrique et de gestion numérique des identités.
L’article s’appuie sur le concept de digital passing introduit par Paul Ricoeur et ses travaux sur l’identité (idem et ipse) avec les pratiques de « passing » durant la Shoah,
Le concept de digital passing comprend : l’utilisation de récits, de faux documents ou de tactiques de contournement des systèmes biométriques pour échapper à la surveillance, à l’exclusion ou à la violence.
Source : https://journals.sagepub.com/doi/full/10.1177/20539517261455755
2) Le piège du contrôle de l’âge
« « Ils ne cherchent pas à connaître votre âge. Ils cartographient votre visage. (…) Il ne s’agit pas d’une vérification de l’âge. Il s’agit d’une vérification de l’identité. (…) Observez le glissement sémantique. Tout ce système a été présenté comme un moyen de confirmer l’âge — une simple question binaire : avez-vous plus de dix-huit ans ? Or, presque aucun de ces systèmes n’est conçu pour répondre uniquement à cette question. Ils sont conçus pour savoir qui vous êtes : votre nom, votre date de naissance, le numéro de votre document, votre visage. Ce n’est absolument pas une vérification de l’âge. C’est un suivi d’identité imposé. »
A lire. Source : https://danslesalgorithmes.net/stream/ne-leur-donnez-jamais-votre-visage/
Données d’identité – thème déjà abordé plusieurs fois dans les revues – exemple https://www.datassence.fr/2026/02/16/revue-data-du-mois-janvier-2026/#_ftn8
Data architecture et data analytics : impact de l’IA (les bonnes pratiques BI restent, le graal d’une architecture data centralisée, architecture data centric)
1) C’est dit par Anthropic – pour lever les mythes sur l’IA omnisciente – capable de remplacer les pratiques analytiques.
Les bonnes pratiques restent et doivent être complétées par une formalisation du contexte statique et dynamique connu des personnes (acteurs BI, utilisateurs…) par des métadonnées (formats, domaines de valeur, lineage, règles d’exception, graphes…).
« Standard data engineering and data quality practices such as dimensional modeling, shift-left testing, freshness and completeness checks on critical pipelines all still apply (and we won’t relitigate these). »
Et l’IA préfère un point unique de vérité des données, y compris ses moyens de production … (attention au mythe – utopie). Sous les formes largement reprises partout : couche sémantique, graphe de connaissance, ontologie y compris les métadonnées structurelles associées (sources, lineage). Mais aussi la compétence procédurale pour établir les analyses, y compris l’ensemble des requêtes antérieures (SQL).
NB : l’effort pour produire tout cela et le maintenir est très loin d’être neutre.
« The data foundations layer is aimed primarily at ambiguity: if revenue, for example, resolves to one governed dataset instead of forty plausible candidates, the problem largely disappears before the agent ever has to search… The fix is fewer, more heavily governed logical models: curate a small set of canonical, single source-of-truth datasets that are clearly owned, consumption-ready, and discoverable, then aggressively deprecate the near-duplicates…The goal is that when an agent searches for a concept, it finds a single governed answer.…
Treat skill maintenance as a first class citizen: Skill docs describe a data model that changes daily, so without active maintenance they’re wrong within weeks… »
La suite à lire.
Source : https://claude.com/blog/how-anthropic-enables-self-service-data-analytics-with-claude
Et un autre exemple ici : https://medium.com/capital-one-tech/dataagents-how-we-turned-9-months-of-analysis-into-10-days-8d6ed482f5d7
Et sur la difficulté de contextualiser (pour tous ceux qui se sont escrimer à produire des lineages statiques et dynamiques utiles !) – « Data Lineage Is a Vanity Metric Without Business Context ».
Source : https://laylineio.medium.com/data-lineage-is-a-vanity-metric-without-business-context-59e45934ea94
« A DataAgent is not just “AI doing analysis.” It’s a structured combination of:
An authoritative data source—the single source of truth for your domain
An AI agent that understands domain behavior, applies entity-specific rules and generates confidence-rated outputs with documented reasoning
A human-AI validation loop that catches errors and guides refinement.
The output is not a spreadsheet of results. It’s a self-documenting artifact—detection logic, confidence classifications, false-positive risk assessments and plain-English reasoning for every entity.».
2) Dans cette même logique du graal d’une architecture data centralisée
Entretien avec Shanku Niyogi, Vice President of Product Management at Databricks
CDC (Continuous Data Capture) ou (Continuous Data Corruption) ?
Historiquement le CDC sert à ne pas perturber la production transactionnelle pour d’autres usages (décisionnel par exemple) en séparant les espaces de stockage tout en les synchronisant.
Databricks (et d’autres) cherchent à rompre la dichotomie transactionnel – décisionnel (un sujet de base de données vieux comme les données).
Et lance de nouveaux produits : « There are two pieces of news this week. One is Lake Transactional/Analytical Processing, or LTAP, the architectural concept under which Databricks is grouping the work. The other is Lakehouse//RT, a new real-time query layer on the existing lakehouse that Niyogi calls « the biggest innovation we’ve had since we started the lakehouse » in 2020. »
La solution :
« Operational data and the analytical copy are not two physical datasets that need to be reconciled by a pipeline. They are the same data written in two formats, in one place, governed by one system. »
Et l’accès : « Now you can get essentially a 10-millisecond floor on being able to query directly against the lakehouse, with tens of thousands of concurrent users. That means the entire company can run an application that bangs on the warehouse directly and get performance very similar to a database that’s cached that data. But again – no copy of data, single governance model, and a significant simplification for developers ».
Et pour finir S. Niyogi vend la nécessité d’une plate-forme centrale des données pour être en mesure de répondre aux besoins de données des agents IA et en retour à la production de données de ces mêmes agents … le positionnement de databricks.
Source : https://diginomica.com/why-databricks-calls-cdc-continuous-data-corruption-and-what-it-built-instead
3) Redécouverte de la roue, ici l’idée d’architecture data centric (on en parlait déjà à la fin des années 90 voire avant et on en trouvait opérationnelle dès le début des années 2000). Qui rejoint le graal d’une architecture data centralisée (attention vécu les tentatives de cohabitation avec le S.I. historique … pas simple).
L’idée : les S.I. sont construit par un empilage d’applications / traitements où les données sont « esclaves » et fragmentées (silos). Dans la logique data centric, les données forment les fondations et les applications / traitements sont « esclaves » des données.
L’article reprend cela « « La primauté des données » : le concept d’Everpure (ex Pure Storage) pour inverser le modèle d’entreprise centré sur les applications.
« Everpure used its Accelerate press day to argue that 50 years of enterprise architecture has the hierarchy backwards – that data, not the application, belongs at the centre. »
Et c’est la bataille autour de cela « SAP préconise de tout faire dans SAP. Salesforce suggère d’utiliser Agentforce. Databricks recommande d’intégrer les données à Databricks. Snowflake suggère de les gérer chez eux. Palantir suggère de les gérer dans sa propre solution. Est-il possible que chacun ait raison ? Si tel est le cas, vous allez devoir copier toutes vos données d’entreprise dans l’environnement technologique de chaque fournisseur, ce qui vous rendra dépendant de ce dernier. »
Avec « Everpure souhaite constituer la couche neutre et automatisée sous-jacente aux données transactionnelles ».
Source : https://diginomica.com/data-primacy-everpures-pitch-invert-app-centric-enterprise
Entre deux numériques – suite
Dans la suite de : Entre-deux numérique : entre données et humanité – 1) Une étude sur l’exemple des données météorologiques et l’influence sur la perception du temps par les agriculteurs (Suédois).https://www.datassence.fr/2026/06/25/revue-data-du-mois-mai-2026/#_ftn2
« L’article s’appuie sur les concepts de speculative design and responsible innovation pour examiner les impacts potentiels de l’agriculture de précision basée sur les données sur les agriculteurs et le travail agricole. »
Il explore les relations existantes et nouvelles entre les humains, les technologies et l’environnement dans la conception, le déploiement et l’utilisation des données liées à l’automatisation en agriculture.
Les résultats … révèlent quatre typologies distinctes : (a) les agriculteurs qui pensent qu’aucune technologie ne peut contrôler entièrement la nature, mais qui reconnaissent néanmoins la valeur des outils innovants ; (b) ceux qui considèrent les technologies d’agriculture de précision, comme la cartographie en grille, comme précieuses pour améliorer l’efficacité opérationnelle ; (c) ceux qui envisagent l’automatisation comme un élément central de l’avenir de l’agriculture ; d) d’autres qui anticipent le rôle croissant des organisations et des experts maîtrisant les technologies dans l’aide à la décision sur le terrain »
Source : https://journals.sagepub.com/doi/abs/10.1177/20539517261455628
Pouvoir des données (géopolitique, fichage, profilage – Bourdieu précurseur, contre-pouvoirs, déshumanisation)
1) Titre de l’article : « Les effets des mégadonnées sur l’ordre démocratique mondial »
Basé sur l’ouvrage : https://www.pulaval.com/livres/democratie-artificielle-les-effets-des-megadonnees-sur-le-politique-la-politique-et-les-politiques
Une analyse de fond sur le pouvoir des données (méga) en particulier sur le phénomène de centralisation, la capacité de segmentation (micro-ciblage) et sur la captation de ce pouvoir par des acteurs économiques.
2) Le fichage toujours aussi actif et démultiplié – toujours le cas ICE, avec des soupçons de fichage de toute personne de prêt ou de loin (indirect) en rapport avec un sujet immigration.
Pour la sécurité intérieure.
3) Profilage des personnes – Bourdieu un précurseur
Les modèles de profilage des plateformes numériques réalisent grâce au Big Data et à l’intelligence artificielle, ce que Bourdieu avait théorisé dès 1979 : les goûts et les comportements peuvent être prédits à partir de la position des individus dans un espace social multidimensionnel, avec des conséquences majeures pour le pouvoir économique et politique.
Dans les deux cas (Bourdieu et Big data/IA), les individus sont représentés dans un espace multidimensionnel où leur proximité traduit des similitudes de goûts, de comportements et de positions sociales. Bourdieu cherchait à expliquer les mécanismes sociaux qui produisent ces préférences, les systèmes contemporains Big data/IA visent quant à eux à les prédire (sans les expliquer). Les auteurs voient dans cette convergence, une validation de l’intuition théorique de Bourdieu, tout en soulignant les enjeux politiques et éthiques majeurs liés à l’utilisation de ces technologies pour le marketing, le ciblage politique et l’influence des comportements.
Bourdieu précurseur : « This makes for another interesting parallel between Bourdieu’s work and current technological operationalizations. In the late 1980s, Bourdieu and Champagne (Champagne, 1988, 1990; Bourdieu, 1981, 1984b, 1984c, 1984d, 1988) had already adapted the models developed in La Distinction to the realm of political marketing and the crafting of public opinion. ».
Source : https://journals.sagepub.com/doi/full/10.1177/20539517261455711
4) Contre-pouvoirs
L’article analyse comment deux organisations irlandaises engagées dans la défense du droit au logement utilisent les données pour renforcer leur action face aux institutions publiques
Les données sont un outil parmi d’autres, dont l’usage dépend de la culture, des objectifs et des capacités de chaque organisation. Les auteurs montrent également une tension permanente entre travail sur les données (« data work ») et travail d’organisation (« groundwork ») : plus les données prennent de place, plus le risque est grand de créer une élite d’experts éloignée des citoyens
L’article met en évidence plusieurs formes de contre-pouvoir fondées sur les données.
- Produire des contre-données
La stratégie la plus forte consiste à réutiliser les données publiques pour démontrer les défaillances de l’action publique. - Révéler les absences de données
Le manque de données devient lui-même un objet politique.
Les organisations montrent par exemple :
• l’absence de statistiques fiables sur les expulsions,
• l’incomplétude des données de planification…
L’invisibilité statistique est ainsi présentée comme une forme de pouvoir. - Construire une expertise citoyenne et collective
Le contre-pouvoir ne repose pas uniquement sur les données mais sur la capacité collective à les interpréter. L’objectif est de démocratiser une expertise jusque-là réservée aux administrations ou aux professionnels.
Pour produire des récits alternatifs, démonter des biais, leur qualité et orientation politique.
Les données servent à construire un autre récit politique. - Mettre en données les réalités invisibles, les injustices : créer une base de données des expulsions, la conservation de photos, vidéos et témoignages.
Voir les exemples concrets illustrant l’article.
Source : https://journals.sagepub.com/doi/full/10.1177/20539517261457414
Dans la suite de l’appropriation des données par les citoyens pour exercer des contre-pouvoirs : l’idée de participatory data stewardship (PDS)
Compris comme l’ensemble des pratiques visant à placer les individus et les communautés au cœur de la collecte, de l’utilisation et du partage des données, le concept PDS est souvent salué pour son potentiel à remettre en question la « datafication » et à faciliter la participation citoyenne aux processus décisionnels fondés sur les données.
Passer d’une attitude passive à une attitude active vis-à-vis des données (participer aux décisions concernant la collecte, l’accès et l’utilisation des données qui les concernent).
L’article examine l’importance du développement des compétences citoyennes en matière de données dans le cadre de leur implication dans le projet (NB : rejoint le sujet de la data literacy).
L’éternel point dur : la plupart des citoyens impliqués ont eu du mal à définir le terme « données » au cours du projet avec la conséquence d’être perdu dans les usages, manipulations possibles. Pour formaliser concrètement les asymétries de pouvoir inhérentes à la collecte et à l’utilisation des données par les entreprises et les institutions (datafication).
NB : rejoint aussi l’idée d’imaginaire des données – voir : https://www.datassence.fr/2025/11/20/revue-data-du-mois-octobre-2025/?highlight=imaginaire#_ftn2
Source : https://journals.sagepub.com/doi/full/10.1177/20539517261447843
5) Le pire : la déshumanisation par les données
Vaste sujet qui entraîne très loin en partant de l’histoire de l’automatisation.
Un petit bout de matière dans cet article.
Par la vue sur la classification par les données et son impact sur l’exposition, la lisibilité, la prédiction et le contrôle, voire l’effacement – exclusion de différences sociales.
Ceux qui maîtrise cette classification construisent une hiérarchie qui participe à la théorie de la déshumanisation (infrastructurelle portée par les acteurs de plates-formes).
Source : https://journals.sagepub.com/doi/full/10.1177/20539517261458315
Dataset lifecycle
1) Le cycle de vie d’un ensemble de données : naissance, croissance, déclin et disparition
Un cycle de vie à rendre explicite et gouverné.
« Cet article explique pourquoi les ensembles de données se comportent comme des systèmes vivants, comment ils évoluent au fil du temps, pourquoi leur dégradation est inévitable et pourquoi la plupart des plateformes de données échouent non pas par manque de données, mais parce qu’elles n’ont jamais prévu la disparition des données . ».
Et rappel un guide de référence sur les datasets d’apprentissage : https://www.datassence.fr/2025/10/02/revue-data-du-mois-septembre-2025/#_ftn3
Source : https://thedatatrait.medium.com/the-lifecycle-of-a-dataset-birth-growth-decay-and-death-e96384af7e6d
2) Cycle de vie : la suppression des données
Une action pas aussi simple que cela du fait de l’hétérogénéité des environnements, de leur multiplication (les données sont facilement copiées, transportées), de perte de connaissance…
L’article aborde le sujet dans le contexte du RGPD.
Il met en avant un chaine de valeur d’effacement (deletion value chain).
La suppression des données n’est pas une étape simple et linéaire du « cycle de vie des données », mais un processus complexe impliquant de nombreux acteurs (archives, administrations, fournisseurs informatiques) avec des finalités différentes et des tensions, arbitrages juridiques, techniques, organisationnels et éthiques.
Chaque acteur mobilisant ses propres critères de valeur : préservation historique pour les archives, conformité juridique pour l’administration, capacité technique pour les fournisseurs informatiques.
L’article montre que le cycle de vie est de fait dépendant de choix de gouvernance. Source : https://journals.sagepub.com/doi/full/10.1177/20539517261458309
Dans la même idée : Rééquilibrer la relation avec les dispositifs de capture de données – effacez moi
Quand la conception doit / peut prendre en compte des besoins utilisateurs pour équilibrer la relation avec les dispositifs de capture de données.
En Californie, protéger ses données personnelles est désormais possible en un clic. Aidez-nous à tester son fonctionnement.
Un nouvel outil gouvernemental vous permet d’exiger des courtiers en données qu’ils cessent de vous suivre. Vont-ils obtempérer ? Aidez-nous à enquêter.
Autres actualités (Agrégateurs de données personnelles, Votre jumeau numérique à vie, Publication du Guide Open Data 2026)
1) Le piège des sites agrégateurs de recherche de données personnelles.
« C’est l’explosion. Ces derniers mois, les outils de recherche (look up) alimentés par des données personnelles de Français se multiplient à vitesse grand V. Sur Telegram, Discord, le dark web ou même le clear web, ces services illégaux promettent à leurs utilisateurs de trouver un maximum d’informations personnelles sur une cible ».
2) Jumeau numérique à vie.
Le futur ? Votre jumeau numérique qui vous accompagne tout au long de votre vie et comme support à une multitude d’agents qui penseront pour vous. D’abord pour votre santé, mais pour tout par la suite.
Que reste-t-il de l’humain ? Vous avez 4 heures.
3) Publication du Guide Open Data 2026 : Pour une valorisation des données territoriales au service de l’intérêt général.
Source : https://opendatafrance.fr/guide-open-data-2026/
RDV maintenant en septembre pour la revue et les actualités de l’été – juillet et aout.
Les commentaires sont fermés.