De l’information découlant d’un changement significatif.
Un matin, j’ai aperçu par la fenêtre un oiseau qui volait avec grâce vers une mangeoire installée dans la cour arrière. En un instant, semble-t-il, l’oiseau a changé de direction et « avorté » son élan vers la mangeoire, et il s’est plutôt réfugié dans un arbre situé à proximité. Son arrivée a perturbé les autres oiseaux, dont certains ont fui. Je me suis retrouvé à me demander ce qui s’était passé dans sa cervelle d’oiseau. A-t-il pris une décision rationnelle et consciente, ou ce changement était-il réactif ou instinctif? Qu’en était-il des autres oiseaux? Y avait-il eu des stimuli environnementaux plus vastes, tels qu’une menace invisible, ou simplement une malencontreuse bourrasque de vent? Imaginez si j’avais un enregistrement vidéo (et audio) de l’événement. Y trouverais-je l’instant exact où l’oiseau a évité d’atterrir et opté plutôt pour un changement de direction? Si c’était le cas, une étude de ce qui s’est passé tout juste avant ce « point d’inflexion » et les ramifications sur le milieu ambiant serait intéressante et peut-être instructive. Tel est le cas avec les points d’inflexion. En mathématiques, ils sont facilement prévisibles si nous connaissons la fonction sous-jacente décrivant un graphique, une simple notion de calcul. Dans la vie, ce n’est pas aussi simple. Que pouvons-nous apprendre, à titre de scientifiques des données, en réfléchissant aux points d’inflexion alors que nous tentons de faire de notre mieux dans un monde de plus en plus enseveli sous une montagne de données, de nouvelles technologies, de nouvelles règles, de nouvelles possibilités et de nouveaux risques? Pouvons-nous faire mieux que de simplement agir de façon réactive?
Les collègues de collège collaborent : Ce que j’ai appris au collège
Pour moi, la transition de l’école secondaire au collège a été un point d’inflexion. Je suis passé d’un horaire imposé à la préparation de l’horaire des cours que je souhaitais suivre. Je suis passé de la poursuite d’un intérêt à la poursuite éventuelle d’une carrière. J’ai appris autant de mes professeurs à certains moments qu’auprès de mes collègues étudiants qui tentaient d’opérer le même changement, mais selon différentes perspectives. Au même moment, j’étais exposé à des domaines n’offrant aucune « réponse » exacte, soit à cause de la nature de la thématique (p. ex., le calcul comparativement aux mathématiques discrètes) ou à cause du caractère embryonnaire de la recherche (la science informatique fondamentale comparativement à l’intelligence artificielle).
Quelque part en cours de route, j’ai été exposé aux concepts des points d’inflexion, en mathématiques, en histoire et dans d’autres domaines. La terminologie était souvent différente, mais le concept était le même. Il y avait toujours un point quelconque où les choses changeaient en un instant : les moments en apparence magiques lorsque les choses basculaient de leur destination présumée à leur trajectoire réelle. Je me suis rendu compte de quelques éléments des points d’inflexion que je conserve en mémoire encore aujourd’hui :
- LA VALEUR : Le point d’inflexion contient souvent quelques renseignements très utiles qui peuvent être très puissants si vous savez le reconnaître.
- LA PERSPECTIVE : Reconnaître un point d’inflexion (dans tous les domaines autres que les mathématiques) exige souvent une certaine perspective historique. Les points d’inflexion sont souvent difficiles à voir dans l’instant, et souvent plus difficiles à voir lorsque vous baignez dans un milieu ambiant. Toute intuition doit être envisagée dans le contexte de la perspective.
- LA PROPAGATION : Parfois, les causes de l’inflexion sont des incidents critiques; d’autres fois, ils sont l’aboutissement d’événements et de conditions qui atteignent une certaine saturation qui rend l’inflexion possible.
- LA RAMIFICATION : Le simple fait que l’inflexion soit survenue ne garantit nullement que les tendances suivent la nouvelle direction. Dans bien des cas, l’inflexion provoque des changements dans le comportement qui donnent lieu à une autre inflexion.
À titre de scientifique des données, étudier les points d’inflexion dans le comportement ou tout autre système complexe, surtout où les données ne sont pas facilement descriptibles à l’aide d’une fonction sous-jacente, peut être très puissant si j’ai envisagé des dimensions soigneusement choisies, telles que la valeur, la perspective, la propagation et la ramification.
Dégager un sens : Tout est pareil… jusqu’à ce que quelque chose change
Une grande part de l’attention est mise dernièrement sur l’intelligence artificielle (IA). Bien entendu, bon nombre des techniques d’apprentissage machine et des autres inférences existent depuis très longtemps, mais nous en sommes maintenant à un point où la puissance de calcul et l’accessibilité aux données rendent possibles des inférences qui ne l’étaient pas auparavant. Quelque part en cours de route, nous semblons être passés à un point d’inflexion. Ce qui était possible jadis est aujourd’hui partie intégrante de l’expérience quotidienne.
Cette nouvelle norme, selon laquelle les technologies sont disponibles pour percer les anciens mystères de façons nouvelles et pour relever des nouveaux défis, peut être une merveilleuse occasion si nous agissons de manière réfléchie. Par exemple, prenons l’apprentissage machine. Il y a de multiples méthodes, y compris celles supervisées (fondées sur la formation à partir de données typiques), celles non supervisées (fondées sur une combinaison plus complexe de données et de calculs) et celles dites « à renforcement » (fondées sur l’observation).
Si nous savons, par exemple, que nous venons de subir un important virage et que l’avenir paraît très différent du passé, nous devrions contester cette réalité en utilisant certaines données comme données « de formation » du passé si nous prévoyons formuler certaines hypothèses dans cet avenir assurément nouveau. L’avènement actuel des règles de protection de la vie privée en est un bon exemple.
Nous pourrions envisager quelles méthodes seraient adéquates dans le contexte des points d’inflexion. À l’aide des trames susmentionnées, voici ce à quoi pourrait ressembler notre analyse :
La valeur : Nous reconnaissons que le changement dans les règles doit apporter des changements dans le comportement et l’interaction, et que la compréhension du changement dans le comportement et l’interaction pourrait éclairer les décisions à propos du risque et de la possibilité.
La perspective : Armés de notre hypothèse concernant la valeur, nous envisageons la perspective. Les sociologues utilisent deux suffixes très utiles : « -émiques » et « -étiques ». Si nous sommes -émiques, nous faisons souvent partie du système que nous étudions. Si nous sommes ‑étiques, nous l’observons selon une perspective externe. Si nous sommes -émiques dans cette situation, nous pourrions ne pas être aptes à voir toutes les données nous permettant de comprendre les changements dans le système. Par exemple, certaines parties peuvent ne plus partager l’information par souci de respect des règles concernant l’accès à la vie privée. De même, si nous sommes -étiques, nous pourrions envisager que les règles pourraient limiter notre capacité à observer le système à cause de nouvelles sources de données qui ne sont peut-être pas encore disponibles. Le point que je soulève, c’est qu’il faut envisager le parti-pris qui est introduit et la façon dont il peut éclairer notre analyse.
La propagation : Ayant établi notre expérience et envisagé une méthode pour l’observer, et éclairés par notre évaluation des partis-pris, nous bâtissons maintenant des mesures adéquates permettant de recueillir (ou d’observer) l’information à propos du système, en nous penchant sur la valeur qui découle de cet important point d’inflexion. Certaines transactions deviennent-elles plus risquées? Y a-t-il des nouveaux types d’espaces blancs qui s’ouvrent à nous et qui n’existaient pas à cause des changements dans le comportement du système? On peut formuler et tester bon nombre de questions en observant les données dans le système selon la perspective de l’inflexion.
La ramification : C’est le point où nous commençons à nous demander ce que notre analyse et notre observation signifient. Comment pouvons-nous prendre des mesures adéquates? Souvent, la véritable signification ne deviendra évidente qu’après de plus amples expériences. Très vraisemblablement, de multiples méthodes seront nécessaires (il n’existe pas de simple manœuvre évidente dans ce monde insondé). La bonne nouvelle est que, armés d’une perspective rationnelle, il est possible d’effectuer des observations très utiles, même si une compréhension intégrale du système nous échappe toujours.
Appliquer une méthodologie officielle qui met l’accent sur les points d’inflexion peut procurer l’avantage du précurseur aux professionnels qui étudient ces phénomènes de manière structurée et empirique.
La science des données a la possibilité d’éclairer notre compréhension des anciens concepts de manières nouvelles. Les nouvelles technologies et les données nouvellement accessibles peuvent également nous mener à reconnaître des défis auparavant invisibles et à mieux comprendre les ramifications de nos manœuvres agiles et réalisables. La clé pour ouvrir la porte des concepts abstraits est d’éviter la tentation de « percer » les mystères sur-le-champ. En appliquant même une structure simple, nous pouvons éclairer la découverte, la conservation et la synthèse des données, ce qui nous permettra de parcourir avec succès le chemin critique, de notre direction présumée vers notre trajectoire réelle, aux points d’inflexion critiques, éclairés d’une compréhension bien meilleure que ce que tout ce paysage laisse entrevoir.