Sondages contre Big Data : 1 à 0

La dernière campagne électorale a provoqué un intéressant retournement de situation. Le Big Data se trouve relativement décrédibilisé par rapport aux sondages dont, il n’y a pas si longtemps, on soulignait le caractère superficiel et l’incapacité à prévoir ce qui allait se passer.

On perçoit bien les limites du Big Data et, plus généralement, de l’intelligence artificielle. Si ces approches sont bien adaptées à la mesure et l’analyse de phénomènes physiques (par exemple avec des capteurs) ou bien normés (flux de trafic...), elles le sont beaucoup moins pour étudier les phénomènes dans lesquels la psychologie, l’émotion ou l’irrationalité jouent un rôle prépondérant. Celles-ci ne se manifestent pas seulement pour des choix électoraux, elles concernent tous les domaines, ce qui rend difficile l’utilisation du Big Data pour bien cerner la psychologie du consommateur, même si, par rapport à une analyse partielle ou subjective, les Big Data peuvent apporter des progrès. Ainsi, les projets s’appuyant sur une exploitation de grands volumes de données devraient intégrer les réponses à au moins trois questions : quelle est la marge d’incertitude, au-delà des normes statistiques ? Quels scénarios susceptibles de remettre en cause les enseignements des analyses Big Data ne sont pas pris en compte (phénomène dit du « cygne noir ») ? Quels sont les biais cognitifs les plus susceptibles de fausser les interprétations ? À l’image des facteurs de risque qui sont systématiquement rappelés dans les rapports annuels des entreprises cotées en bourse, une liste des facteurs d’incertitude devrait accompagner chaque exploitation des Big Data ...