Cette pièce est rédigée par le Dr James Smith , chef de l'ingénierie, et le Dr Padraig Alton , Data Scientist chez Apolitical. Le Dr Smith a plus de 20 ans d'expérience dans la technologie, plus récemment en tant que chef de laboratoire à l'Open Data Institute. Le Dr Alton est un astrophysicien spécialisé dans les statistiques bayésiennes.

L'article est le résumé d'un atelier interactif Apolitical organisé en janvier 2019. Vous pouvez accéder à l'enregistrement, aux diapositives et au guide interactif ici.

Qu'est-ce que la programmation?

La programmation (ou le codage) est la méthode pour dire aux ordinateurs quoi faire. Nous leur donnons des entrées, ils produisent des sorties, et quelque chose au milieu décide comment transformer l'un en l'autre. Ce quelque chose au milieu est ce que nous créons lorsque nous programmons.

Pourquoi écrivons-nous du code et pourquoi est-il utile au quotidien?

Bref, répétabilité, automatisation et rapidité.

Si vous donnez à la machine les mêmes entrées, elle produira les mêmes sorties. Parce qu'il est reproductible et prévisible, nous pouvons l'utiliser pour automatiser les tâches courantes et effectuer ces tâches très rapidement; nous n'avons pas à répéter la même chose encore et encore.

Vous pouvez effectuer de nombreuses tâches simples reproductibles ou automatisées dans une feuille de calcul, mais en apprenant un peu de programmation, vous pouvez aller beaucoup plus loin. Votre parcours de programmation peut commencer par des tâches tout aussi simples, mais c'est une entrée dans un monde beaucoup plus vaste.

Pourquoi avez-vous besoin de savoir cela en tant que décideur si vous ne programmez pas au jour le jour?

C'est une question d'alphabétisation pour le monde moderne. De nos jours, les ordinateurs sont partout. Nos voitures sont des ordinateurs qui peuvent conduire. Les avions sont des ordinateurs qui peuvent voler. Il y a des ordinateurs dans votre maison, dans votre poche.

Internet et le Web ont fondamentalement changé notre façon de communiquer. Et comprendre un peu de programmation, un peu ce qui se passe à l'intérieur de la boîte noire, vous aidera à développer une intuition sur ce que font les machines, ce dont elles sont capables et quelles sont leurs limites.

Tous ces éléments sont pertinents si vous essayez d'appliquer et de générer des idées de politiques adaptées à l'avenir.

Et les données?

Nous entendons beaucoup parler de données ces jours-ci. Les données sont simplement «des faits et des statistiques collectés ensemble pour référence et / ou analyse». Mais c'est une définition large! Les données peuvent prendre une grande variété de formes. Il peut s'agir de chiffres, de texte, d'images - de toutes sortes.

En effet, l'une des tendances les plus importantes de notre société en ce moment est la montée de la «Datafication», une expression inventée en 2013 pour décrire la collecte et le stockage de données provenant d'une variété toujours plus large d'aspects de la vie quotidienne. Ces données n'apparaissent pas simplement; c'est créé. Il est important de comprendre comment il a été créé, quand et par qui.

Il y a des données sur tout, de plus en plus stockées électroniquement et toujours plus accessibles

Les bâtiments sont désormais équipés de capteurs, tout comme les voitures, créant des données sur l'utilisation des infrastructures qui peuvent être utilisées pour détecter les défaillances (ou les prévoir à l'avance). Les programmes de fidélisation des supermarchés ont transformé nos habitudes d'achat en données. Twitter a même transformé nos pensées vaines en données!

Il y a des données sur tout, de plus en plus stockées électroniquement et toujours plus accessibles.

Mais qu'est-ce que tout cela a à voir avec la fonction publique?

La réponse, d'abord et avant tout, est que la politique fonctionne mieux lorsqu'elle est basée sur des preuves: c'est-à-dire lorsque vous êtes assez certain qu'une politique particulière que vous mettez en œuvre contribuera à atteindre vos objectifs. Ce qui fournit les preuves, ce sont les données.

La politique basée sur les données n'est pas une nouvelle idée! Revenons à 1854 et à un moment clé de l'élaboration de politiques fondées sur des preuves, dans le domaine de la santé publique.

En 1854, il y a eu une épidémie de choléra à Soho, Londres. La maladie est arrivée pour la première fois en 1831 lors d'une pandémie mondiale et a tué des milliers de personnes. Cette nouvelle flambée aiguë a tué des centaines de personnes en quelques jours - une grave crise.

Personne ne comprenait comment la maladie se propageait, et la théorie dominante était qu'elle avait quelque chose à voir avec de mauvaises vapeurs ou des miasmes. Cependant, le docteur John Snow avait une théorie différente, et il s'est mis à enquêter.

Crédit photo: Wikimedia Commons Crédit photo: Wikimedia Commons

Voici sa carte originale, qui est vraiment une infographie: les barres noires montrent le nombre de cas de choléra dans différentes propriétés du quartier. À l'épicentre de l'épidémie, sur Broad Street, une pompe à eau est marquée. La théorie de Snow était que le choléra était d'origine hydrique. Les données ont fourni les preuves nécessaires.

«J'ai eu une entrevue avec le conseil des gardiens de la paroisse de St. James, dans la soirée du jeudi 7 septembre, et je leur ai expliqué les circonstances ci-dessus. À la suite de ce que j'ai dit, la poignée de la pompe a été retirée le lendemain. »- Dr John Snow

John Snow ne serait pas un conférencier charismatique, mais une bonne visualisation des données peut être très convaincante. Les autorités locales ont retiré la poignée de la pompe et l'épidémie s'est apaisée.

Ce serait une simplification de prétendre que ses théories ont été largement acceptées du jour au lendemain, ou que la politique a pivoté de façon spectaculaire. Néanmoins, un an plus tard, une loi a été adoptée qui a ouvert la voie à la construction des égouts de l'époque victorienne à Londres - bien que, en vérité, cela puisse avoir autant à voir avec la terrible odeur à l'extérieur du Parlement que la santé publique en soi ...

Qu'est-ce qui a changé depuis 1854?

Premièrement, la démocratisation de la programmation et la diffusion des données ouvertes signifient que de nos jours, ce ne sont pas seulement les experts qui peuvent obtenir les informations cachées dans les données brutes.

Un autre changement majeur est la montée du «Big Data». À un certain niveau, le Big Data signifie simplement que nous en collectons beaucoup plus que jamais. Mais la phrase fait allusion aux informations incroyables que vous pouvez tirer des données si vous n'en avez que suffisamment.

Les données à l'échelle sont à l'origine de nombreux changements technologiques clés dans nos sociétés: l'automatisation de la prise de décision, l'essor des villes intelligentes, le développement des voitures sans conducteur.

Comment fait-il cela?

Il ne s'agit pas seulement de la quantité de données dont vous disposez, mais aussi de la façon dont vous les analysez. La programmation peut vous aider à tirer le meilleur parti de vos données.

À l'intersection de la programmation et de l'analyse des données se trouvent l'apprentissage automatique et l'intelligence artificielle

Il ne s'agit pas simplement d'accélérer l'analyse des données. Une analyse humaine d'un petit ensemble de données pertinentes peut encore fournir des informations précieuses et vitales - et cela restera le cas dans un avenir prévisible. Mais à l'intersection de la programmation et de l'analyse des données se trouvent l'apprentissage automatique et l'intelligence artificielle.

La production et le raffinement automatiques des analyses de données permettent une prise de décision plus rapide et plus intelligente - et de meilleures prévisions et réactivité aux événements. C'est révolutionnaire et chez Apolitical, nous publions régulièrement des articles sur les applications politiques de pointe de l'apprentissage automatique et de l'IA. Ce sont les technologies clés qui entraînent les changements sociétaux que nous constatons, et il est important que les fonctionnaires s'y connaissent.

Les capacités immenses et croissantes de l'IA peuvent sembler mystérieuses. Mais si vous comprenez comment effectuer une analyse de données simple à l'aide d'un langage de programmation, vous êtes plus qu'à mi-chemin de démystifier le fonctionnement de l'IA - et, en corollaire, comprendre quel est son potentiel et ses limites.

Alors plongez! Vous pouvez trouver l'enregistrement, les diapositives et le guide interactif ici . Apolitical a également compilé une liste de ressources et de cours gratuits pour aller plus loin sur les données , le numérique et l'IA . - James Smith et Padraig Alton

(Crédit photo: Unsplash)