2. Les 20 prochaines minutes
1. Le monde change… et la géomatique ?
2. Ouverture des données, de quoi parle-t-on?
3. Des exemples: leçons en tirer?
4. Défis et perspectives…
2
11. Ouverture des données
publiques: de quoi parle-t-on?
11
Noucher M. et P. Gautreau. 2013,
Le libre accès rebat-t-il les cartes ?
Nouvelles perspectives pour les
données géographiques, Les
cahiers du numérique – n° 1/2013.
• Delphi (H.2012) : 30 experts, 3 itérations
– Définir concepts associés aux données ouvertes
et au crowdsourcing,
– Évaluer les liens entre ces deux dynamiques.
12. Données ouvertes
12
• Données libres (droit):
– Utiliser les données pour tout
usage
– Étudier les données, les
adapter (accès métadonnées)
– Redistribuer des copies
– Améliorer les données, publier
les améliorations
• Données ouvertes :
– Des données sources
– Matériau brut, non interprété et
réutilisable
– Valeur qualitative ou
quantitative d’une variable
• Multiplication des
jeux de données
variés
– Rendre possible croisements
– Augmenter potentiel de
création
Noucher M., 2011.
Conférence AGMQ
13. Données ouvertes
13
• Données ouvertes :
– « des données libres d’accès et de réutilisation,
disponibles sans coût dans un format ouvert »
• Mode ou tendance?
• Rien de bien nouveau!
– Loi du 17 juillet 1978 (France) : reconnaît à toute
personne un droit très large d’obtenir communication
des documents détenus par une administration, quels
que soient leur forme ou leur support.
Noucher M. et P. Gautreau. 2013,
Le libre accès rebat-t-il les cartes ?
Nouvelles perspectives pour les
données géographiques, Les
cahiers du numérique – n° 1/2013.
14. Externalisation Ouverte
14
• Crowdsourcing:
– « Un appel à la « masse » d’utilisateurs ou d’amateurs
pour créer, diffuser ou améliorer un produit ou service. Il
s’agit d’une démarche volontaire. Dans le cas des bases
de données (géographiques), le crowdsourcing consiste
à mettre à contribution des utilisateurs pour produire,
mettre à jour et enrichir des données »
Noucher M. et P. Gautreau. 2013,
Le libre accès rebat-t-il les cartes ?
Nouvelles perspectives pour les
données géographiques, Les
cahiers du numérique – n° 1/2013.
www.le-libriste.fr
15. Le Géospatial est au cœur de ces
dynamiques…
15
• 80 % des données géolocalisées
• Carte « reine des mashups »
Noucher M., 2011.
Conférence AGMQ
• Montée en puissance du Géo-
crowdsourcing
+
+
16. Des exemples: leçons à tirer ?
16
• Ville de Paris (France)
• Ville de Rennes (France)
• Région Auvergne (France)
• Ville de Vancouver
• Australie et Nouvelle-Zélande
• Royaume-Uni
17. Ville de Paris
17
• Statistiques des prêts dans les bibliothèques,
• Fréquence des prénoms relevés dans les registres d’état civil,
• Implantation des arbres d’alignement…
Noucher M., 2011.
Conférence AGMQ
22. Ville de Rennes
22
• Un portail : data.rennes-metropole.fr
• Mise à disposition de données sur la vie quotidienne, l’urbanisme, les
transports.
– Une quinzaine d’applications créées.
• Un concours doté de 50.000 €
– 43 applications proposées.
Noucher M., 2011.
Conférence AGMQ
27. Région Auvergne
27
• CRAIG : Centre Régional Auvergnat de l’Information
Géographique.
• Plate-forme de mutualisation pour l’ensemble des acteurs
de la sphère publique.
• Acquisition en 2010 d’une série d’orthophotos.
• Communiqué de presse en août pour l’ouverture d’un flux
WMS pour une utilisation des données dans les outils
d'édition OSM (josm, merkaartor..) à l’adresse
http://wms.craig.fr/osm
Noucher M., 2011.
Conférence AGMQ
28. Région Auvergne
28
• Bilan 9 mois après :
– Impact positif auprès de la communauté :
• http://wiki.openstreetmap.org/wiki/WikiProject_France/CRAIG
– 30.000 objets avec le tag « craig »
– Environ 200.000 requêtes WMS / mois
Noucher M., 2011.
Conférence AGMQ
33. Des défis pour les producteurs
de données publiques
33
• Politique de diffusion des données ?
• Validation et qualification des données ?
• Maintien de la cohérence des données ?
• Faire dialoguer amateurs et professionnels ?
• Satisfaire besoins collectifs et usages
individuels ?
• Etc.
Noucher M., 2011.
Conférence AGMQ
35. La qualité
35
• Des métadonnées simplifiées à repenser
– Norme en vigueur trop complexe pour les amateurs.
• La gestion par tags à enrichir
– Mots clés trop simples pour les
professionnels.
• Pistes possibles :
– Validation par les pairs
(modèle wikimapia)
– Loi de Linus, priorités des
contributeurs (réseau social)
– Validation à partir de règles
« géographiques » Chrisman N., 2001. Exploring GIS, 2nd ed.
36. Les usages…
36
• Impacts sur les données :
– Des référentiels davantage documentés (métadonnées)…
• Impacts sur les outils :
– Des IHM + interactives, + dynamiques, + immersives…
• Impacts sur les méthodes d’animation :
– Des logiques d’action à plus forte valeur ajoutée…
• Impacts sur les processus organisationnels :
– Des dispositifs plus participatifs…
– Silos vs. réseaux
Noucher M., 2011.
Conférence AGMQ
37. Innovation ouverte
37
• Innovation ouverte (ou distribuée)
– mode d'innovation basé sur le partage, la
collaboration et la sérendipité
– logique de coproduction de services d’où
peuvent émerger des innovations.
• La sérendipité : fait de réaliser une découverte
inattendue au cours d'une recherche dirigée
initialement vers un objet différent de cette
découverte.
– Concept qui traduit également la transformation de nos
usages du Web :
– De la recherche… à la découverte.
Noucher M., 2011.
Conférence AGMQ
38. Paradoxe de l’œuf et de la poule
38
• Les données qui existent déjà au sein des
institutions publiques (« l'œuf »), mises à
disposition, permettent de créer de la richesse qui
profitera à toute la société. De la poule ou de l'œuf,
c'est l'œuf qui existe déjà... donc les données sont
la priorité.
• Une communauté (« poule ») est
indispensable pour transformer les
données en richesses. Il est donc
recommandé que les organismes publics
mettent en œuvre des modalités
d’accompagnement de la réutilisation, des
formes d’animation de la communauté des
réutilisateurs, une facilitation des modes
de partage entre réutilisateurs.
Wikipédia
40. Risques
40
1. Mauvaise utilisation des données, perte de contrôle de l’usage
2. Baisse de la qualité des données (intégrité, précision, exactitude,
fiabilité, données contradictoires, pollution informationnelle)
3. Perte de revenus liés à la vente des données ou coûts engendrés par le fait de
s’engager dans la cartographie participative ou l’ouverture des données
4. Augmentation des demandes, des questionnements des citoyens. Défi de bien
expliquer…
5. Problèmes de sécurité et circulation de données confidentielles ou sensibles
6. Charge supplémentaire sur le personnel (processus de validation)
7. Perte du caractère « officiel » de la donnée, perte de crédibilité comme producteur,
manque de reconnaissance de la source de la donnée
8. Perte d’expertise
9. Remise en cause du modèle de financement de la gestion de l’IG (gouvernance –
partenariats)
10. Résistance au changement – protectionnisme
11. Création d’attentes de la part des usagers
41. Opportunités
41
1. Création de bénéfices socioéconomiques et innovation (nouvelles
applications, nouveaux produits, nouvelles expertises)
2. Enrichissement du patrimoine de connaissances et de la qualité des données
(augmentation du niveau de détail, de l’actualité, de la représentativité, etc.)
3. Accroissement de l’accessibilité aux données et démocratisation
4. Augmentation de la performance et de l’efficacité des méthodes de travail dans un
contexte de coupures (ressources humaines et financières limitées)
5. Élimination de la redondance (pratiques d’archivage et de copies des données en
silo)
6. Renforcement du leadership du ministère des Ressources naturelles dans le marché
de l’information géospatiale
7. Augmentation de la transparence
8. Baisse de certains coûts liés à la production et à la gestion des données
9. Développement de partenariats
10. Sensibilisation et éducation de la société (métadonnées, responsabilités, droits
d’auteur
