Étiquette : big data (Page 4 of 7)

Les travaux de Georges Canguilhem montraient dès 1943 dans “Le Normal et le pathologique” que ce n’est pas une variation quantitative qui fait passer du normal au pathologique, que ce n’est pas le marqueur biologique hors-norme qui fait la maladie, mais bien autre chose, et notamment le malade lui-même. Est-ce que les promesses du Big data intègrent cela, ou est-ce qu’elles en font fi ?

Source : Xavier de La Porte –  La maladie n’est pas seulement affaire de données

The agreement gives DeepMind access to a wide range of healthcare data on the 1.6 million patients who pass through three London hospitals run by the Royal Free NHS Trust – Barnet, Chase Farm and the Royal Free – each year. This will include information about people who are HIV-positive, for instance, as well as details of drug overdoses and abortions. The agreement also includes access to patient data from the last five years.

Source : Revealed: Google AI has access to huge haul of NHS patient data | New Scientist

How much of our choice of profession depends on who our parents are? Parents pass on their genes, set an example, provide opportunities, and give advice to either aim for or steer clear of their own lines of work. In the end, do their children end up in the same type of job? Do siblings choose the same occupation? And is this more or less true for different professions ?

Source : Do jobs run in families? | Blog | Research at Facebook

Il apparaît que les données de Google sont beaucoup moins efficaces pour prédire la course démocrate. Dans les caucus de l’Iowa et du Nevada, sur l’ensemble des recherches, une  majorité concernait Bernie Sanders. Dans les deux cas, Hillary Clinton a pourtant gagné d’une courte majorité. Même chose en Caroline du Sud, où il y a eu moins de recherches sur Mme Clinton que sur M. Sanders. « Les gens font plus de recherches sur Bernie Sanders que sur sa rivale, dans l’absolu », commente Seth Stephens-Davidowitz. Pour expliquer ces contre-exemples, il faut s’intéresser au profil des électeurs : Bernie Sanders séduit les jeunes, très à l’aise avec les nouvelles technologies. Hillary Clinton est populaire chez les démocrates plus âgés, qui passent moins de temps en ligne mais se déplacent plus pour voter.

Source : Google peut-il prédire les résultats des primaires aux Etats-Unis? | Big Browser

Malgré la sophistication des outils déployés et les investissements consentis, la situation financière de Zynga n’a cessé de se dégrader depuis sa mise en bourse. Le recours aux données n’apporte aucune garantie de succès, ni ne constitue la formule magique que certains, plus ou moins intéressés, y décèlent, surtout dans sa dimension prédictive. Les critiques des erreurs de prévision comme l’impact éventuellement négatif sur la créativité et l’innovation sont connues. Les problèmes soulevés par la protection des données ont également fait l’objet de nombreux commentaires.La concentration sur les seuls clients payants et les joueurs intensifs n’est pas forcément la meilleure manière de concevoir des jeux pour tous, même si indéniablement elle apporte des méthodes de monétisation intensive. Jennifer Whitson indique que les métriques sont excellentes pour l’optimisation, mais terribles pour l’innovation.

Source : Jeu vidéo : à qui profite le big data ? | InaGlobal

Il peut paraître paradoxal que, dans le même temps, l’on fasse l’expérience à la fois de la personnalisation des environnements numériques, des interactions administratives, commerciales, sécuritaires,… grâce à un profilage de plus en plus intensif et de la disparition de la personne ! L’hyperpersonnalisation des environnements numériques, des offres commerciales, voire des interactions administratives, porte moins la menace d’une disparition de la vie privée que celle d’une hypertrophie de la sphère privée au détriment de l’espace public.

Source : Big data : l’enjeu est moins la donnée personnelle que la disparition de la personne | binaire

While our interviewees acknowledge challenges posed by the emergence of big data approaches, they reassert the importance of fundamental tenets of social science research such as establishing causality and drawing on existing theory. They also discussed more pragmatic issues, such as collaboration between researchers from different fields, and the utility of mixed methods.

Source : Causation, Correlation, and Big Data in Social Science Research – Cowls – 2015 – Policy & Internet – Wiley Online Library

« Older posts Newer posts »

© 2024 no-Flux

Theme by Anders NorenUp ↑