Cet article est écrit par Lucas Ribeiro Prado, fonctionnaire, écrivain, data scientist, spécialiste de l'évaluation et du suivi de l'OIT, ambassadeur de l'innovation civique d'OKBR et co-fondateur de Meryt .

Depuis que Harvard Business Review a salué le travail de data scientist «la profession la plus sexy du 21e siècle», il a été bel et bien en vogue.

Mais 8 ans et de nombreuses couvertures plus tard, le monde réel, imprégné d'inégalités sociales et culturelles, montre qu'il faut faire deux pas en arrière. Cela signifie parler de la maîtrise des données et des défis que cela pose au secteur public.

• Tu veux écrire pour nous? Jetez un œil au guide d' Apolitical pour les contributeurs

La définition du MIT de la maîtrise des données est la «capacité de lire, de travailler, d'analyser et d'argumenter» avec des informations. Nous ne parlons pas ici de régression linéaire, d'arbres de décision, d'inférence bayésienne, de réseaux de neurones convolutifs ou de réseaux génératifs contradictoires.

Nous parlons plutôt de notions de base en mathématiques et en statistiques, telles que les valeurs aberrantes, l'écart type, la médiane et la causalité, associées à des connaissances informatiques.

En bref, la maîtrise des données commence par être capable de percevoir la valeur que les données peuvent avoir dans un contexte donné et de savoir comment l'utiliser pour résoudre de vrais problèmes. Mais pour ce faire, il faut connaître les bonnes questions à se poser et comment les formuler afin d'obtenir des réponses affirmées et fiables.

Bien que le mot «statistiques» ait émergé de l'État lui-même à des fins démographiques, il y a aujourd'hui si peu de spécialistes des données travaillant dans le secteur public.

L'utilisation des données pour fournir des informations n'est pas nouvelle. En 1854, face à l'épidémie de choléra dans la ville de Londres, le médecin John Snow réussit à sauver des milliers de vies simplement en cartographiant l'occurrence des cas et en croisant les données pour découvrir l'origine de la contamination.

Il n'y avait pas d'IA, pas de cloud computing, pas de superordinateurs et pas de graphismes magnifiques dans les murs vidéo. Aujourd'hui, nous voyons des dirigeants mondiaux faire des efforts pour trouver autant de données que possible sur Covid-19 pour les aider à prendre des décisions.

Mais les données ne parlent pas d'elles-mêmes. Pour générer de la valeur, elle doit être interprétée , comprise, traduite, argumentée, communiquée, partagée et utilisée. Le volume excessif de données peut devenir un problème, surtout s'il n'y a pas de professionnels capables d'interagir avec le big data.

Malheureusement dans le secteur public, les data scientists ne représentent que 4,2% du nombre total de professionnels ayant un profil chez Kaggle , la plus grande communauté de data scientists sur le web. Il est curieux de constater que, bien que le mot «statistiques» ait émergé de l'État lui-même à des fins démographiques, il y a aujourd'hui si peu de scientifiques des données travaillant dans le secteur public.

Ce n'est pas par hasard, le rapport The Human Impact of Data Literacy a montré que près d'un quart (23%) des fonctionnaires dans les pays étudiés se sentent tellement dépassés lorsqu'ils sont confrontés aux données qu'ils finissent par éviter d'accomplir leurs tâches.

Pendant ce temps, 45% avouent se sentir opprimés et malheureux au travail au moins une fois par semaine lorsqu'ils lisent, travaillent et analysent des données, bien qu'ils se considèrent aptes à cette fonction.

Contrairement aux grandes entreprises technologiques qui ont les ressources nécessaires pour investir de plus en plus dans des équipes de data scientists, le secteur public a été laissé pour compte, avec des restrictions budgétaires qui l'empêchent d'embaucher des professionnels qualifiés dans la fonction publique. Selon l' enquête menée par l'ODI , les compétences les plus demandées par les agents publics dans le domaine de la data science sont: la visualisation des données (68%), l'innovation avec les données (68%), la mesure du succès (67%), l'analyse des données (64%) ), rendant les données plus utilisables (64%). Sur cette base, ils ont développé un cadre intéressant de compétences en données .

Dans les seuls dépôts du gouvernement américain , environ 300 téraoctets par jour de données sur les sources d'énergie, 800 pétaoctets par jour de données climatiques et plus de 225 exaoctets par mois de trafic Internet sont stockés. Le logiciel de tableur, qui est toujours utilisé par 31% des organisations du secteur public au Royaume-Uni (selon Public Sector Data Report 2019 ), n'est pas suffisant pour gérer ce volume massif de données gouvernementales.

Une erreur de calcul du ministère des Transports du Royaume-Uni (DfT) dans une offre de 2012 a coûté au public plus de 40 millions de livres sterling de compensation dans le célèbre scandale de la West Coast Main Line et a finalement abouti à la destitution des fonctionnaires du gouvernement responsables de l'erreur triviale du tableur.

La plupart des entités du secteur public en sont encore aux premiers stades de leur exploration de l'analyse des données, à la recherche de solutions basées sur les données et de politiques publiques

Pensons maintenant à ces fonctionnaires, en particulier dans les pays les plus pauvres, qui ne savent pas utiliser ne serait-ce qu'un simple tableur pour élaborer des graphiques, extraire des informations sur leur travail quotidien ou même percevoir un soupçon de fraude, d'échec ou de manipulation des données En traitement. Combien de millions de dollars pourraient être récupérés par les caisses publiques en évitant de petites erreurs de données?

Lorsque les équipes d'experts en données sont en phase avec tous les autres agents publics qui agissent en contact direct avec les citoyens, il est possible de faire des choses incroyables. Un exemple est l' analyse des individus NEET effectuée par la mairie de Newcastle, qui aide les autorités locales à identifier les enfants les plus à risque de ne pas avoir d'emploi ou de suivre des études.

Un autre est le cas du service d'incendie d'Amsterdam , qui a collecté des données à partir de différentes sources (informations sur les routes, les voies ferrées, les bâtiments, les quartiers, etc.) et les a comparées avec des documents historiques pour prédire où, quand et à quelle fréquence les incendies se produisent.

Parce qu'il s'agit d'un nouveau concept, la plupart des entités du secteur public en sont encore aux premières étapes de leur exploration de l'analyse des données, à la recherche de solutions basées sur les données et de politiques publiques. Le gouvernement australien a élaboré une stratégie d'alphabétisation des données en 2016. Au Royaume-Uni, le Government Digital Service a structuré un programme d'alphabétisation des données pour les fonctionnaires. Des pays comme l' Estonie , le Brésil et le Canada ont également essayé d'aller de l'avant dans cette direction.

Le simple fait d'augmenter le nombre de spécialistes des données au sein du gouvernement ne garantit pas que les gestionnaires seront en mesure de saisir les opportunités de la révolution des données. Nous ne pouvons pas non plus nous attendre à ce que tous les agents publics deviennent des licornes capables de développer des algorithmes sophistiqués d'exploration de données dans les gigantesques datalakes du gouvernement. Il ne s'agit pas seulement de technologie , il s'agit de créer une culture des données dans les organisations gouvernementales , capable de générer une valeur publique et un impact social.

La bonne nouvelle est que le langage des données a une faible courbe d'apprentissage, ce qui signifie qu'il peut être facilement appris et mis en pratique dans de nombreux outils open source. En outre, il existe une grande communauté d'amateurs de données désireux de partager volontairement leurs connaissances sur Internet. Nous avons encore un long chemin à parcourir pour rendre les données plus accessibles et lisibles pour tous les fonctionnaires, mais nous devons commencer par les ABC.

Vous pouvez tester votre niveau de fluidité des données via ce lien.

Nous voulons savoir ce que vous pensez de cet article. Envoyez-nous un article ou envoyez vos commentaires à hello@apolitical.co

(Crédit photo: UnSplash)