Big Data

Enseignant-chercheur HDR Université Bordeaux Montaigne, Chaire UNESCO ITEN

Big Data est le terme utilisé pour décrire le déluge de données qui marque notre société « branchée ». Popularisé dès 2012, le concept traduit un souci général face à des volumes inhabituels de données incontrôlables pouvant constituer de forts enjeux stratégiques pour la société.

Outre les données structurées habituelles (bases de données, feuilles Excel, livres, journaux, etc.), les Big Data sont aussi des informations provenant de nouvelles sources inhabituelles : messages et vidéos échangés sur les réseaux sociaux, informations climatiques, signaux GPS, enregistrements transactionnels d’achats en ligne, traces de navigation sur Internet, et bien d’autres encore. Beaucoup de ces sources constituent un nouveau genre de données non structurées (absence de format) impossible à prédire et à en apprivoiser le flux. Le développement de l’Internet des objets, de l’informatique ubiquitaire et des données ouvertes ont joué un rôle déterminant dans leur prolifération et leur contribution massive à ce qui est devenu les Big Data.

Les Big Data continuent à surfer sur la vague d’un battage médiatique qui les présente comme la solution miracle à la complexité grandissante des technologies numériques. Il y a aujourd’hui un large consensus parmi les acteurs commerciaux, académiques et politiques sur le potentiel des Big Data à transformer tous types de données en produits et services innovants à valeurs ajoutées. La disponibilité de vastes ressources de données numériques apporte un potentiel immense de réponse à des questions auparavant hors de portée. Il y a aussi un large consensus sur la capacité des Big Data à révoquer les méthodes traditionnelles de l’analyse des données et à mettre en défi les progrès scientifiques et technologiques en cours.
Pourtant les Big Data sont loin d’être une exception et encore moins un fait unique dans l’histoire des médias et des techniques. Dans les origines lointaines des systèmes d’information et de la communication, l’invention de l’écriture – il y a cinq millénaires – constitue sans doute l’une des plus anciennes versions des Big Data. Des formes plus récentes, à l’ère de la renaissance (i.e. l’invention de l’imprimerie il y a cinq siècles) et de l’époque moderne (i.e. la révolution numérique du XXe siècle) en constituent d’autres. L’écriture, l’imprimerie et le numérique marquent en effet des moments forts dans l’histoire des techniques qui ont engendré des formes de Big Data contemporaines. L’écriture et l’imprimerie étaient des formes de Big Data avec des causes et des effets similaires même si  elles étaient les conséquences de circonstances historiques et d’avancées technologiques différentes.

Si le concept des Big Data, dans son acception numérique, constitue un tournant majeur dans l’histoire des sciences et des techniques modernes, il n’en reste pas moins qu’il reproduit un scénario bien connu pour les spécialistes depuis que l’on a commencé à parler du codage binaire de l’information et du multimédia, de la révolution numérique et de l’explosion informationnelle, de la société de l’information et de la connaissance. À chacun de ces tournants dans l’histoire récente de la révolution numérique, une mobilisation systématique s’est toujours mise en place pour inventer, innover, implémenter et adapter des solutions et des méthodes permettant de maîtriser et d’apprivoiser les flux débordants de données préparant de la sorte l’avenir pour un nouveau cycle d’évolution.

Pour les Big Data, l’un des mécanismes participant du contrôle de leur expansion débordante est sans doute dans l’analyse des données (Data Analytics). Le Data Analytics constitue de fait la clé de voute de la mégastructure des Big data en explorant de grandes quantités de données impossibles à gérer par les méthodes classiques pour découvrir des modèles cachés, des corrélations et d’autres informations stratégiques pour tous types d’activités. La plupart des organisations comprennent désormais que si elles capturent toutes les données qui transitent dans leurs entreprises, elles ne peuvent en profiter sans leur appliquer des analyses complexes pour en tirer une valeur significative.

Contributions
Pour contribuer, connectez-vous ou inscrivez-vous