Ce mois toujours les sujets récurrents : data et IA, data gouvernance, data mesh, modélisation des données.
Une idée : l’entre-deux numérique – entre données et humanité (à voir l’exploitation de ce genre de concept).
Le sujet du multi data (rappel le big data n’est plus le problème quoique, est venu s’ajouter la multiplication exponentielle des environnements de données de toutes natures).
Et 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 (collecte, gangue de données, qualité, référentiels de données, plafond de verre data)
- Entre-deux numérique : entre données et humanité
- Le multi-data
- Data mesh
- Modélisation des données
- Data gouvernance (métrique, Snowflake la gouvernance en langage naturel, fiducie des données réparatrice, IA, Data stratégie, L’interopérabilité des données un enjeu de gouvernance)
- Autres actualités (Collecte sans fin des données publicitaires, Le problème de contrôle de l’identité reste entier, tout est numérisable, Données manquantes, Tout est noté, La data n’est pas à prendre sans recul, Data science inutile ?, Vue unifiée des données, Federal Data – Field Guide)
Data et IA (collecte, gangue de données, qualité, référentiels de données, plafond de verre data)
1) Collecte des données d’apprentissage
Comment les chauffeurs d’Uber se transforment en collecteurs de données pour alimenter des datasets d’apprentissage pour les futurs véhicules autonomes.
NB : avec en prime, un changement de business model … devenir une plate-forme de référence pour l’apprentissage des IA autonomes, jusqu’à remplacer ses chauffeurs ?
Rejoint le sujet général du travail d’employés, mis sous surveillance pour former des datasets d’apprentissage d’agents IA visant à les remplacer.
« The company currently has partnerships with 25 AV companies — including Wayve, which operates in London — and is building what Naga described as an “AV cloud”: a library of labeled sensor data that partner companies can query and use to train their models. »
Voir aussi : https://techcrunch.com/2026/01/27/uber-launches-an-av-labs-division-to-gather-driving-data-for-robotaxi-partners/
Et déjà évoqué le mois dernier : Voir le cas Uber – revue d’avril – https://www.datassence.fr/2026/05/25/revue-data-du-mois-avril-2026/?highlight=Uber#_ftn2
2) Nous construisons notre propre gangue de données … jusqu’à nous remplacer
On cède quotidiennement des milliers de données. Qui alimentent des systèmes qui redéfinissent notre monde.
« This widespread disempowerment has given rise to a dangerous phenomenon: data nihilism. It’s the growing belief that our data has lost its meaning and value because we have lost all control over it. »
Nos droits sur nos données se sont évaporés.
On permet un transfert de pouvoir de milliards de sources de données vers quelques acteurs.
« Data nihilism isn’t just a philosophical problem—it’s the blueprint for one of the greatest wealth transfers in modern history. AI acts as a giant funnel, siphoning the value from the data of billions of internet users and digital media, and concentrating the immense economic rewards in the hands of a few companies building foundation models. »
Une résistance s’organise.
Mais quel poids face à ce transfert de pouvoir ?
Source : https://time.com/article/2026/05/06/are-we-entering-the-age-of-data-nihilism-/
Et dans le même temps on a une startup qui nettoie « gratuitement » – contre des données votre appartement… Pour entraîner des moteurs d’IA :
« La robotique se construit grâce aux données sur les habitudes quotidiennes des gens, et la valeur de cet enregistrement finance le service » explique l’entreprise. ». Source : https://www.numerama.com/tech/2262347-shift-cette-start-up-qui-veut-nettoyer-votre-appartement-gratuitement-en-echange-de-donnees-precieuses.html
Et aussi – avant l’arrivée des robots on se sacrifie en fournissant des données pour être remplacé par les robots
Sources : https://techcrunch.com/2026/05/11/koreas-biggest-manufacturers-back-config-the-tsmc-of-robot-data/
Et aussi https://chut.media/tech/meta-force-ses-salaries-a-former-les-ia-qui-les-remplaceront-demain/
3) Qualité des données
La qualité des données dépend de l’usage.
Et l’IA n’y échappe pas. Sinon les résultats sont faux.
Elle a besoin d’une formalisation complète de ce qui structure la qualité des données. Pas uniquement les valeurs des données mais aussi les changements sur les données, les traitements qui ont été fait, les ruptures de sens…
« Les tableaux de bord sont assez tolérants. Des enregistrements en double ? Utilisez DISTINCT. Des valeurs nulles dans les champs optionnels ? Excluez-les. Des libellés de catégories incohérents ? Utilisez une instruction CASE. C’est agaçant, mais gérable. On s’adapte et on passe à autre chose.
L’apprentissage automatique ne contourne pas ces problèmes ; il en tire des leçons. Ces doublons donnent l’impression que certains clients sont artificiellement fréquents lors de l’entraînement. Ces valeurs nulles sont remplacées par des valeurs imputées qui masquent le signal réel. Ces catégories incohérentes créent des classes fantômes qui perturbent le modèle et rendent le diagnostic ultérieur particulièrement difficile. »
Comme d’habitude « Dans des conditions optimales (schéma clair, questions simples, données d’exemple représentatives), les plateformes d’IA en un clic fonctionnent plutôt bien. ». En condition réelle tout change !
L’auteur liste une série de mythes autour des données pour l’IA (dont leur gouvernance).
4) La collecte de données massive par les chatbots IA.
Quelles données, où vont-elles ?
« …avant même que vous n’ayez tapé la moindre requête : informations de compte, données de contact, adresse IP, données de navigateur, informations sur vos appareils… Tout est enregistré.
À ceci s’ajoutent des informations plus « explicites », comme vos messages, les fichiers que vous fournissez, les données de services connectés et bien plus encore. Les informations sensibles ne sont pas épargnées. Une récente étude menée par Surfshark a récemment montré que Google Gemini faisait partie des outils les plus intrusifs avec une quantité astronomique de données collectées (22 sur les 35 types de données possibles). ».
A lire – mais attention article sponsorisé par l’hébergeur suisse Infomaniak
5) Données de référence et IA
Pour contrôler la production des IA (hallucination versus données de référence)
Pour fiabiliser les datasets d’apprentissage.
Pour porter les règles de gouvernance (règles de vérités, responsabilité, confidentialité, conformité…).
6) Le plafond de vers de l’IA : « Mais l’IA a un plafond de verre, et c’est précisément à ce niveau que se situe le travail intéressant »
Elle ne peut pas déterminer ce que signifie « suffisant » pour votre entreprise. Elle ne peut pas expliquer à votre équipe produit pourquoi les chiffres de leur modèle trimestriel diffèrent de ceux du tableau de bord de direction, ni quelle version est la plus fiable pour le conseil d’administration. Elle ne peut pas assumer la responsabilité d’une défaillance de la qualité des données ayant entraîné une perte pour un client ou un problème de conformité. Elle ne peut pas évaluer si une correction automatisée, bien que techniquement fonctionnelle, était réellement la solution la plus appropriée compte tenu des objectifs de votre organisation.
Ce sont des décisions qui relèvent du jugement. Elles nécessitent un contexte ancré dans les individus, les relations et la mémoire ».
Entre-deux numérique : entre données et humanité
Les données influencent nos sens mais doivent composer avec notre expérience, notre contexte.
Une évidence, mais conceptualisé par l’idée d’entre-deux numérique.
Finalement cette idée d’entre-deux numérique est une banalité. Nous y sommes tous confronté tant que nous avons la main (NB : mais peut être plus longtemps avec l’agentique IA qui ne connaîtra pas cet entre-deux et sera tout numérique) !
1) Une étude sur l’exemple des données météorologiques et l’influence sur la perception du temps par les agriculteur (Suédois).
Les données intensifient l’attention aux conditions météorologiques changeantes, affectent leur rapport à l’environnement et leur compréhension du temps.
Avec une ambivalence, la coexistence de sentiments et pratiques contradictoires : entre ce que disent les données et les habitudes vécues (concomitance, opposition).
Un phénomène d’enchevêtrement – d’entre-deux numérique : les habitudes dans le numérique.
Dans le cadre d’une banalisation des usages des applications numériques, interaction naturelle et imperceptible.
Le concept d’entre-deux numérique met l’accent sur l’interaction entre les données, les contextes quotidiens, les connaissances antérieures et les localisations géographiques.
Les agriculteurs ne se fient pas exclusivement aux données numériques. Ils les combinent avec leur expérience du terrain. Cette interaction entre données et savoirs pratiques produit une relation ambivalente : les applications sont jugées essentielles mais aussi parfois imprécises, générant frustration et dépendance.
Elle peuvent aussi affaiblir certaines compétences traditionnelles de lecture de la météo (l’entre-deux n’est jamais stable – c’est un espace continu de tension et de négociation). L’expérience numérique n’est donc pas celle d’une substitution du savoir humain par la donnée.
L’étude conclut que les applications météo transforment progressivement la manière dont les agriculteurs perçoivent et gèrent le temps qu’il fait, sans pour autant remplacer leur expertise empirique. Les auteurs introduisent le concept de « digital betweenness » (« entre-deux numérique ») pour décrire cette situation où les agriculteurs naviguent constamment entre données numériques, savoir-faire traditionnel, confiance et méfiance envers la technologie
Sur le concept d’entre-deux numérique, les auteurs constatent que les agriculteurs ne sont ni totalement guidés par les données ni totalement guidés par leur expérience. Ils vivent dans un espace intermédiaire où coexistent et s’affrontent plusieurs logiques :
- données numériques ↔ savoir tacite ;
- automatisation ↔ jugement humain ;
- confiance ↔ méfiance ;
- proximité avec le terrain ↔ détachement médié par les écrans ;
- efficacité technique ↔ perte de certaines compétences traditionnelle
Source : https://journals.sagepub.com/doi/full/10.1177/20539517261447844
2) Et quand cet entre-deux numérique adresse notre santé, en mêlant des données personnelles de santé, des modèles virtuels du corps humain, élaborés à partir de données cliniques réelles ou de données synthétiques.
Avec le risque de données ne provenant finalement plus de patients réels.
Comment les chercheurs s’en sorte dans cet entre-deux numériques (données et vérité – recherche scientifique).
Comment la vérité terrain est alors construite ? Quelles difficultés pour les chercheurs de partir d’une vérité qui se déplace du terrain vers des données synthétiques ?
Les données synthétiques permettent de contourner la complexité et l’imprécision des données cliniques des patients réel. D’éliminer les risques de confidentialité. De reproduire des cas rares ou aux limites où les données sont absentes
Elles deviennent le support de « vérités connues ».
Elles sont fortes car maîtrisables au contraire des données réelles (c’est confortable).
Avec le risque de données déconnectées du réel, simulation d’une réalité plausible qui deviennent centrales, normatives.
La question : jusqu’où une vérité construite artificiellement peut-elle remplacer l’expérience du monde réel ?
Source : https://journals.sagepub.com/doi/full/10.1177/20539517261447840
3) Ce troisième article, explore, la pratique des données (collecte, utilisation) au sein d’une ONG environnementale en Chine.
Et introduit dans l’entre-deux, l’idée d’espace d’activisme par les données, de jeu (entre les données et les expériences des acteurs de l’ONG, les citoyens et les représentants politique… et leurs intentions respectives).
Comment jouer avec les données, dans les luttes de pouvoir.
L’étude part de l’idée d’infrastructure de données (cf. concept d’infrastructure de connaissance du monde scientifique). Comment cette infrastructure se constitue (à base de réalité, d’imaginaire, de contextes multiples – sociaux – politiques). Et comment elle sert de support de médiation entre les différents acteurs : elles permettent aux citoyens de signaler des pollutions, aux ONG de coordonner l’action collective et aux autorités de mieux surveiller les entreprises polluantes.
L’entre-deux permet de « jouer » entre contrôle et contestation, État et citoyens, entre État et ONG, relations mouvantes qui se réalisent à travers des négociations permanentes.
Source : https://journals.sagepub.com/doi/full/10.1177/20539517261438634
Le multi-data
Le graal continu et de plus en plus critique de s’y retrouver dans des masses de sources de données (on est passé de la problématique big data au multi data).
Avec une multiplication de startups. Ici dans le domaine industriel.
https://www.altara.co/ : « Altara unlocks the hidden insights in your data using agents purpose-built for the physical sciences. Accelerate R&D through manufacturing ».
« La startup Altara , basée à San Francisco et qui vient de lever 7 millions de dollars en amorçage, affirme avoir développé une couche d’intelligence artificielle conçue pour combler les lacunes en matière de données et centraliser les informations techniques fragmentées sur une plateforme unique. »
« Par exemple, Resolve, société soutenue par Greylock et valorisée à 1,5 milliard de dollars , utilise l’IA pour diagnostiquer les pannes logicielles. Altara ambitionne d’en être l’équivalent pour le matériel, en déterminant précisément la cause d’une défaillance de batterie ou de semi-conducteur. »
Voir aussi : Periodic Labs et Radical AI
NB : rien de miraculeux, simplement des patterns d’architecture classiques (data et IA) tenant compte des spécificités du monde industriel.
Data mesh
1) « Thoughtworks, le cabinet de conseil à l’origine de l’hypothèse du maillage de données, a abordé directement cette question dans son évaluation « État du maillage de données en 2026 » . Son constat, après six années de mise en œuvre chez ses clients, est sans équivoque : le maillage de données est une transformation organisationnelle, et non technique. Les principaux obstacles sont d’ordre organisationnel et comportemental, plutôt que technologique. Le cabinet pointe notamment du doigt un problème récurrent : les services informatiques qui rebaptisent les équipes existantes en « domaines » (domaine SAP, domaine Salesforce, etc.), sans véritable appropriation par les métiers, sans mandat clair ni pouvoir de décision. »
Le classique constat autour des architectures S.I. Le data mesh n’y échappe pas. Pris en charge par les techniciens qui pensent une vue métier en fossé avec l’organisation – les métiers. Où sont les analyse architecte mesh ? Et je rajouterais où sont les architectes S.I. mesh ? Les bonnes pratiques de business analysis, d’architecture restent valides même si on parle de data mesh. Mais on l’ignore.
2) « Viaduct 1.0 et l’avenir du maillage de données d’Airbnb »
Une production open source par les équipes Airbnb.
Une plate-forme de maillage de services d’accès à différentes sources de données basé sur GraphQL.
Outre l’accès aux données, Viaduc vise à résoudre le sujet de la vue unifiée centrale des données.
Avec le classique : « Une équipe centrale ne peut pas tout contrôler et ne devrait pas le prétendre. Le défi consiste à donner aux équipes l’autonomie nécessaire pour contribuer à leur domaine tout en préservant la cohérence et la stabilité du schéma partagé. ».
Le challenge : le développement décentralisé d’un schéma central
Viaduc est un framework capable d’accueillir des productions de maillage locales (modules décrits en SDL…) dans un cadre unifié (porté par le framework).
Voir le github : https://github.com/airbnb/viaduct
Source : https://medium.com/airbnb-engineering/viaduct-1-0-and-the-future-of-airbnbs-data-mesh-6bab4ec98b89
Modélisation des données
Une enquête intéressante sur la modélisation des données.
« J’ai mené une enquête éclair sur la modélisation des données auprès de la communauté Practical Data à la mi-avril 2026. J’ai reçu 334 réponses. »
Les questions :
- Qu’est-ce qui améliorerait le plus la modélisation des données au sein de votre organisation ?
- Qui, au sein de l’équipe, est responsable des décisions de modélisation des données ?
- Pourquoi vos modèles dysfonctionnent-ils ?
- Disposez-vous d’une norme de modélisation ou d’un guide de style formel ?
- Maintenant que nous pouvons tous coder plus vite (grâce à l’IA), quel est le goulot d’étranglement ? La réponse se situe en amont du clavier … dans la modélisation
La conclusion de l’enquête : « Les principes fondamentaux n’ont pas changé. Ils ne changeront pas. L’IA les a rendus plus importants, et non moins ».
A lire.
Source : https://practicaldatamodeling.substack.com/p/april-2026-pdc-state-of-data-modeling
Et du conseil « Pourquoi 90 % des équipes de données échouent dans la modélisation des données » : https://joereis.substack.com/p/why-90-of-data-teams-are-failing
Data gouvernance (métrique, Snowflake la gouvernance en langage naturel, fiducie des données réparatrice, IA, Data stratégie, L’interopérabilité des données un enjeu de gouvernance)
1) Une proposition de métriques liées à la data gouvernance :
L’exhaustivité de la traçabilité
L’utilisation de jeux de données certifiés
La fraîcheur des métadonnées
L’observabilité des pipelines
La visibilité des dépendances
La cohérence de l’application des politiques
La fiabilité de la récupération (RAG)
La traçabilité des résultats de l’IA
Les tentatives d’accès non autorisées à l’IA
2) Snowflake vend la gouvernance des données en langage naturel … dans la pile technologique Snowflake.
3) Fiducie des données – Cas de la réparation de préjudices.
Modèle de gouvernance déjà évoqué ici : https://www.datassence.fr/2024/09/23/retours-dexperience-gouvernance-des-donnees/?highlight=fiducie#_ftn14
L’article propose d’utiliser la fiducie constructive de données (constructive data trust) comme remède juridique lorsque des organisations collectent, exploitent ou monétisent des données de manière abusive. Contrairement aux sanctions classiques (amendes, dommages-intérêts ou suppression des données), cette approche vise à redistribuer les bénéfices tirés des données aux personnes et communautés dont elles proviennent.
L’objectif n’est pas seulement de réparer un préjudice individuel, mais de mettre en œuvre une réparation algorithmique (algorithmic reparation) : réorienter la valeur produite par les données vers les communautés concernées et corriger des inégalités structurelles.
Source : https://journals.sagepub.com/doi/full/10.1177/20539517261447848
4) Repenser la gouvernance des données à l’ère de l’IA
La gouvernance des données traditionnelle repose sur l’historique selon lequel les données possèdent une signification et une valeur intrinsèques qui peuvent être définies, normalisées et contrôlées . Une vision du monde rationnelle dans des systèmes centralisés/agrégés et lents.
Dans les environnements distribués et dotés d’intelligence artificielle, cette gouvernance n’est plus tenable.
La dimension technico-sociale de la gouvernance devient critique. Où agents IA et individu collaborent.
Outre le fait que les agents IA doivent embarquer la gouvernance, il faut également leur attribuer un rôle en cohérence avec l’organisation : responsabilité des choix, des décisions, dimension collective, légitimité…
Les systèmes d’IA agissent sans comprendre les intentions ni assumer la responsabilité de l’interprétation. Ils se basent sur des indicateurs statistiques de signification et optimisent des schémas.
Lorsque la signification est insuffisamment définie, l’IA agira tout de même, mais souvent de manière incohérente, injuste ou irresponsable.
La gouvernance des données doit renforcer deux axes :
1) Déterminer non seulement si les systèmes fonctionnent correctement, mais aussi s’ils sont pertinents – alignés sur les objectifs et les valeurs de l’organisation
2) Définir une capacité d’audit des données – l’audit passe d’un examen périodique à une assurance continue, des signaux en temps réel, l’observabilité et des boucles de rétroaction permettant d’exercer sa responsabilité avant qu’un dommage ne survienne.
5) Data stratégie
Quand le poids de la technique étouffe la stratégie data.
En termes simples, une stratégie de données est un plan complet (et exécutable) qui définit comment une organisation utilisera les données pour atteindre ses objectifs commerciaux.
Malheureusement, cela nécessite de trouver un équilibre entre deux perspectives différentes qui sont souvent opposées au sein des organisations :
La perspective métier et l’aspect technique.
Le pire (et vécu) des stratégies séparées.
Souvent rencontré 20% pour la perspective métier et 80% pour l’aspect technique.
Cela devrait être l’inverse.
L’auteur propose 4 composantes à la stratégie de données
- Vision des données et piliers stratégiques métier — Définir une orientation à la fois inspirante et pragmatique à laquelle tous adhèrent
- Cas d’utilisation prioritaires des données — Alignement des initiatives en matière de données et d’IA sur les besoins de l’entreprise
- Maturité et exigences — Évaluation des capacités organisationnelles dans tous les domaines de données et recommandations sur la manière de combler les lacunes
- Feuille de route opérationnelle — Élaboration de plans de mise en œuvre réalistes définissant les responsabilités, les échéanciers et les prochaines étapes claires
Un outil, le portefeuille de cas d’usage. Utile pour la catégorisation des cas d’usage (fondations data, générateur de valeur) et la priorisation des cas d’utilisation – pour distinguer les objectifs à long terme des gains rapides.
NB : voir mon REX sur un tel outil – https://www.datassence.fr/2026/05/25/script-et-support-dintervention-sur-la-gouvernance-des-donnees/#_ftn10
Source : https://thedataecosystem.substack.com/p/issue-57-data-strategy-direction
Suite du même auteur :
L’étape suivante d’une stratégie de données consiste à évaluer les capacités et à définir la feuille de route opérationnelle (article à suivre de l’auteur).
Avec :
– L’évaluation des capacités data de l’organisation pour la construction de la feuille de route opérationnelle (c’est seulement à ce moment qu’une analyse de maturité peut être intéressante – pas au tout début comme souvent vu conseillé par des cabinets)
– Rendre la feuille de route opérationnelle (bon sens) : budget, ressources, responsabilités
Source : https://thedataecosystem.substack.com/p/issue-58-data-strategy-execution
6) Data interopérabilité – un enjeu de gouvernance
L’article analyse la technopolitique de l’interopérabilité des bases de données, c’est-à-dire la manière dont la connexion entre systèmes d’information devient un enjeu politique majeur, notamment dans les domaines de la sécurité publique, des migrations et du contrôle des frontières.
Les auteurs défendent trois idées principales :
- L’interopérabilité est une forme de pouvoir politique.
En permettant à différentes bases de données d’échanger des informations, elle renforce les capacités de surveillance, de contrôle et de gouvernance des États, tout en redéfinissant les rapports entre données, droits et souveraineté. - Sa mise en œuvre se joue dans de multiples espaces.
Les choix techniques et réglementaires ne sont pas seulement décidés par les gouvernements, mais aussi par des agences, entreprises technologiques, experts, organisations internationales et acteurs de la société civile. - L’interopérabilité est un terrain de contestation.
Elle soulève des questions de protection des données, de droits fondamentaux, de discrimination et de surveillance accrue. Les possibilités de débat démocratique sont souvent limitées par la technicité des systèmes et par les dispositifs de gouvernance qui encadrent leur développement.
En définitive, l’interopérabilité se caractérise par une tension constante entre simplification et multiplication.
Source : https://journals.sagepub.com/doi/full/10.1177/20539517261451457
Autres actualités (Collecte sans fin des données publicitaires, Le problème de contrôle de l’identité reste entier, tout est numérisable, Données manquantes, Tout est noté, La data n’est pas à prendre sans recul, Data science inutile ?, Vue unifiée des données, Federal Data – Field Guide)
1) Collecte sans fin des données publicitaires.
La collecte des données à des fins publicitaires est sans fin.
Exemple cité dans l’article : (aux US) « 20 plateformes d’assurance maladie étatiques intègrent des traqueurs publicitaires qui partagent des informations avec les géants du numérique…D’après ce rapport, sept millions d’Américains ont souscrit leur assurance maladie via ces plateformes en 2026, et nombre d’entre eux ont probablement vu leurs informations personnelles partagées avec des entreprises telles que Meta, TikTok, Snap, Google, Nextdoor et LinkedIn. ».
2) Le problème de contrôle de l’identité reste entier.
Ici la vérification de l’âge via des critères morphologique.
Avec toujours le risques (cas déjà avérés) de piratage aux conséquences lourdes (usurpation d’identité et impossible de réinitialiser les données associées !).
Source : https://www.lebigdata.fr/verification-dage-meta-analyse-votre-morphologie-avec-une-ia
3) Dans l’idée que tout est numérisable : le suivi de votre humeur en temps réel (et les dérives qui vont avec : standardisation du concept d’humeur, faux positifs/négatifs biais, et utilisation pour noter – contrôler des comportements)
4) Données manquantes
Si vous vous intéressez aux données manquantes et dans le contexte de l’IA.
Un article technique : « The influence of missing data mechanisms and simple missing data handling techniques on fairness » Source : https://link.springer.com/article/10.1007/s41060-026-01139-0
5) Tout est noté
Le commentaire éclairé d’un ouvrage récent : The score – How to Stop Playing Somebody Else’s Game
Par C. Thi Nguyen https://www.penguinrandomhouse.com/books/735252/the-score-by-c-thi-nguyen/
Tout est noté, on nous demande de tout noter.
Avec la dénonciation des biais, défauts, de blanchiment d’une pseudo objectivité …
Cela m’a fait penser à l’ouvrage « The tyranny of metrics » de Jerry Z Müller (très bon) – https://press.princeton.edu/books/hardcover/9780691174952/the-tyranny-of-metrics – évoqué déjà ici – https://www.datassence.fr/2025/03/04/le-pouvoir-des-donnees/?highlight=tyranny
Source : https://danslesalgorithmes.net/stream/le-score-comment-arreter-de-jouer-au-jeu-des-autres/
6) La data n’est pas à prendre sans recul (on enfonce une porte ouverte) : elle peut mentir, elle peut être mal lue, elle peut être biaisée, demander un effort d’interprétation contextuel, elle peut mélanger des choux et des carottes,
Exemples dans le monde SEO.
7) Data science inutile ?
Un fil de discussion Reddit qui se répète depuis des années (je dirais même pratiquement des générations) !
« Après 5 ans dans la science des données, je commence à réaliser que la plupart des « insights » que nous livrons sont complètement ignorés. Est-ce normal ? »
Le fil déborde pour aller plus largement de l’usage des données en entreprise et des projets associés.
A lire des retours terrain. Source : https://www.reddit.com/r/datascience/comments/1tjbn57/after_5_years_in_data_science_im_starting_to/
8) Vue unifiée des données
Toujours sur le sujet de la vue unifiée des données avec sémantique et contexte … la couche que certains osent qualifier de couche de sens : sur les ontologies, les graphes de connaissance, les métadonnées.
Et déjà bien abordé dans les revues précédentes.
Sources :
https://contextandchaos.substack.com/p/four-arguments-ontologists-never
https://contextandchaos.substack.com/p/your-ai-context-layer-is-being-built « Votre couche de contexte d’IA est construite sur des métadonnées obsolètes »
9) L’UC Berkeley a produit le « Federal Data – Field Guide » (avril 2026) – https://www.federaldatafieldguide.us/assets/documents/federal-data-field-guide.pdf
Vu ici : https://flowingdata.com/2026/05/15/field-guide-for-federal-data/
Guide intéressant et synthétique sur différents types de données :
RDV maintenant en juillet pour la revue et les actualités de juin.
Les commentaires sont fermés.