Cet article a été écrit par Stefaan G. Verhulst, co-fondateur de The GovLab. Pour en savoir plus, consultez notre fil d'actualité gouvernemental sur l'innovation .

«Si je n'avais qu'une heure pour sauver le monde, je passerais cinquante-cinq minutes à définir les questions, et seulement cinq minutes à trouver les réponses», est un célèbre aphorisme attribué à Albert Einstein.

Derrière cette citation, il y a un aperçu important de la nature humaine: trop souvent, nous sautons aux réponses sans d'abord nous arrêter pour examiner nos questions. Nous vantons des solutions sans nous demander si nous abordons des défis ou des priorités réels ou pertinents. Nous préconisons des solutions pour des problèmes ou des aspects de la société qui ne peuvent pas être brisés du tout.

Ce mauvais ordre des priorités est particulièrement aigu - et représente une opportunité manquée - à notre époque des mégadonnées. Les données d'aujourd'hui ont un énorme potentiel pour résoudre d'importants défis publics.

Cependant, les décideurs échouent souvent à investir dans la définition des questions importantes, en se concentrant principalement sur le côté de l'offre de l'équation de données («À quelles données avons-nous ou devons-nous avoir accès?») Plutôt que sur le côté de la demande («Quel est le noyau question et de quelles données avons-nous vraiment besoin pour y répondre? »ou« Quelles données pouvons-nous ou devons-nous réellement utiliser pour résoudre les problèmes importants? »).

En tant que telles, les initiatives de données fournissent souvent des informations marginales tout en générant des risques de confidentialité inutiles en accédant et en explorant des données qui peuvent en fait ne pas être nécessaires du tout afin de s'attaquer à la racine de nos problèmes de société les plus importants.

Une nouvelle science des questions

Quelles sont donc les questions vraiment épineuses qui méritent attention et investissement aujourd'hui? Vers quelle fin devrions-nous chercher stratégiquement à tirer parti des données et de l' IA ?

La vérité est que les décideurs et les autres parties prenantes n'ont actuellement pas de bon moyen de définir les questions ou d'identifier les priorités, ni de cadre clair pour nous aider à tirer parti du potentiel des données et de la science des données pour le bien public.

C'est une situation à laquelle nous cherchons à remédier au GovLab , un centre de recherche-action basé à l'Université de New York.

Notre projet le plus récent, l' Initiative des 100 questions , cherche à commencer à développer une nouvelle science et pratique des questions - une qui identifie les questions les plus urgentes de manière participative. Lancé le mois dernier, l'objectif de ce projet est de développer un processus qui tire parti d'une expertise distribuée et diversifiée sur une gamme de sujets ou de domaines donnés afin d'identifier et de hiérarchiser les questions à fort impact, nouvelles et réalisables.

Parce que nous vivons à l'ère des données et qu'une grande partie de notre travail se concentre sur les promesses et les périls des données, nous cherchons à identifier les 100 problèmes les plus urgents auxquels le monde est confronté et qui pourraient être résolus par une plus grande utilisation des ensembles de données existants, souvent inaccessibles, à travers les données collaboratives - de nouvelles formes de collaboration interdisciplinaire au-delà des partenariats public-privé axées sur l'exploitation des données pour de bon.

Trouver les bonnes personnes pour poser les bonnes questions

Pour identifier ces questions, nous adoptons une approche hybride de « crowdsourcing plus intelligent ». Ce processus repose sur la recherche et le développement des talents de ce que nous appelons les «bilingues»: des experts compétents dans l'un des dix domaines sur lesquels nous nous concentrons - tels que la migration, le genre et le changement climatique - et qui sont également qualifiés dans les domaines encore émergents. domaines de la science des données et / ou des statistiques.

En collaboration avec l'Alliance Big Data for Migration (initiée par l'OIM et la Commission européenne), nous avons entamé le processus d'identification et d'engagement des bilingues dans l'espace de migration; où plus de soixante-dix ont déjà accepté de participer, et nous en attendons beaucoup plus. Ils sont chargés d'identifier les dix questions les plus importantes dans leurs domaines respectifs. Une fois cette étape terminée, ces questions seront partagées avec le public pour commentaires et commentaires, un processus qui devrait avoir lieu à l'automne pour le domaine de la migration. Notre prochain objectif sera le genre avec Data2X .

Nous — et nos bilingues — utilisons plusieurs critères pour formuler et sélectionner les questions. La première est que les questions devraient avoir un impact important - soit en changeant directement la vie des gens, soit en faisant progresser nos connaissances scientifiques actuelles.

Deuxièmement, les questions devraient identifier les problèmes qui, selon nos experts, se prêtent à une solution de données. Les autres critères que nous avons demandé à nos bilingues de prendre en considération sont l'originalité (dans quelle mesure le problème ou l'approche est-il nouveau?) Et la clarté (dans quelle mesure la question peut-elle être formulée?).

À l'intérieur de ces paramètres généraux, nous nous concentrons sur quatre types de questions qui, selon nous, peuvent changer notre approche des problèmes contemporains. Ces quatre catégories sont:

  • Analyse de la situation: questions liées à une meilleure compréhension des tendances et des répartitions géographiques des phénomènes (souvent en temps réel, c'est-à-dire la prévision immédiate).
  • Cause et effet: questions qui peuvent aider les parties prenantes à mieux comprendre les principaux moteurs et conséquences d'une situation. Cette catégorie cherche à déterminer quelles variables peuvent faire la différence pour un problème donné
  • Prédiction: Questions qui interrogent de nouvelles capacités prédictives qui permettraient aux parties prenantes d'évaluer les risques, les besoins et les opportunités futurs.
  • Évaluation de l'impact: ces questions qui tentent de déterminer les résultats (positifs ou négatifs) de diverses interventions.

Du data-driven au question-driven

Bien qu'à ses débuts, le processus lui-même a été instructif.

Il a été clair que de nombreux (gouvernements, secteur privé ou communautés) sont confrontés à des dilemmes similaires concernant les priorités et les priorités des données ou des initiatives d'IA. Nous avons également trouvé le retour aux valeurs fondamentales - l'accent mis sur la définition des problèmes plutôt que sur la recherche de solutions - très précieux. Et pour moi, personnellement, cela a réaffirmé ma conviction que toute organisation axée sur la mission, qu'elle se concentre sur l'amélioration d'un arrondissement particulier dans une seule ville ou sur la résolution de problèmes sociétaux plus larges, devrait envisager de s'engager dans sa propre initiative de 100 questions. À cette fin, nous cherchons à élaborer une feuille de route qui puisse être mise à profit par ceux qui souhaitent devenir davantage axés sur les questions.

nous suggérons fortement que toutes les organisations impliquées dans une initiative de questions basées sur les données désignent un Data Steward dont la tâche est de diriger l'ensemble de l'initiative

La première étape consiste à identifier un groupe de bilingues pouvant aider votre organisation à identifier les questions les plus importantes. Il s'agit d'un aspect unique de notre approche, et nous avons constaté que la combinaison de l'expertise du domaine et des données génère des questions à la fois pertinentes et adaptées aux solutions de données. Une fois que cette communauté d'experts a été créée, elle peut également être utilisée comme un brain trust pour les organisations à travers les initiatives de données.

La sensibilisation et l'engagement tout au long du processus sont deux autres éléments essentiels pour garantir des initiatives de données de bout en bout (des questions aux données aux connaissances en passant par l'action). En particulier, nous recommandons trois formes d'engagement - avec le public, les propriétaires de problèmes et les détenteurs de données.

L'engagement du public (par exemple, en utilisant des classements et des listes auxquels les citoyens peuvent accéder) a un rôle précieux à jouer en fournissant des commentaires aux experts et en s'assurant que les questions sélectionnées sont légitimes et pertinentes aux problèmes réels ressentis par les personnes et leurs communautés. .

De même, il est essentiel de dialoguer avec les détenteurs de données pour garantir que les données permettant de répondre aux questions identifiées peuvent être mises à disposition et accessibles.

Nous recommandons également une conversation continue avec les «propriétaires de problèmes», que ce soit au sein du gouvernement, du secteur privé ou de la société civile qui peuvent agir en fonction des informations générées. Le terrain couvert par de telles conversations devrait inclure la disponibilité et l'accessibilité des données, ainsi que les principes et modèles clés pour agir sur les idées générées afin de servir le bien public.

Devenir un gestionnaire de données

Une dernière recommandation découle moins de cet exercice particulier que des recherches antérieures menées par le GovLab: nous suggérons fortement que toutes les organisations impliquées dans une initiative de questions basées sur les données désignent un Data Steward dont la tâche est de diriger l'ensemble de l'initiative.

Nous avons déjà écrit sur les délégués syndicaux dans un contexte apolitique , soulignant leur importance dans la gestion des ressources de données organisationnelles. Les Data Stewards jouent un rôle précieux en associant les données aux questions prioritaires. Ils jouent également un rôle en veillant à ce que les données soient traitées de manière responsable, en accordant une attention à la vie privée des individus et en respectant toutes les réglementations applicables.

Il va sans dire que ces recommandations, comme nos questions elles-mêmes, restent un travail en cours. Notre objectif est d'itérer et d'être réactif à mesure que nous apprenons.

Plus que les spécificités de notre initiative, ce qui est important, c'est notre effort pour favoriser une nouvelle approche des initiatives de données ainsi que la résolution de problèmes et l'élaboration de politiques. Nous visons un processus axé sur la demande et de nature participative. Nous pensons également que notre approche consistant à rechercher des questions de manière transparente et participative peut en fin de compte déboucher sur une manière plus légitime, fiable et efficace d’établir un programme.

Enfin, il convient de mentionner que notre recherche d'une nouvelle science des questions dépasse le domaine du big data et de la science des données. Il est pertinent dans tous les domaines et pour diverses parties prenantes.

Nous espérons que cette initiative spécifique pourra servir de modèle pour les efforts futurs visant à réinventer non seulement la façon dont nous posons les questions, mais aussi la manière dont nous gouvernons et élaborons les politiques. Conformément à notre approche de crowdsourcing, nous serions heureux de recevoir vos opinions sur tout aspect de ce qui précède. Vous pouvez les partager avec nous en nous contactant sur le site Web de 100 Questions Initiative ou en m'envoyant un courriel . - Stefaan G. Verhulst

(Crédit photo: Unsplash)