Ce diaporama a bien été signalé.

Enjeux du "Geo Big data" pour la concertation urbaine

2

Partager

1 sur 18
1 sur 18

Plus De Contenu Connexe

Enjeux du "Geo Big data" pour la concertation urbaine

  1. 1. Enjeux du «Geo Big Data» pour la concerta7on urbaine Conférence 3DGI 16 juin 2017 - Olten Jean-François LUCAS EPFL – Digital HumaniCes InsCtute (DHI)
  2. 2. Geo Big Data ? + Crédits : hKp://www.lgcnsblog.com/ JF LUCAS . EPFL-DHI . Journée 3DGI
  3. 3. Diverses sources Hardware Formats Acteurs crowdsouring « passif » JF LUCAS . EPFL-DHI . Journée 3DGI crowdsouring « ac7f »
  4. 4. Geo Big Data – Enjeux •  Op7misa7on et monitoring des services, foncCons et ressources de la ville (transports, énergie, environnement, sécurité…) •  Evalua7on et transparence de l’acCon publique. (Chief Data Officer, indicateurs (KPI) de mesures de la performance des services publics) •  Par7cipa7on des citoyens : intelligence collecCve, open data, open gouvernance, etc. Boston JF LUCAS . EPFL-DHI . Journée 3DGI Rio de Janeiro – centre des opéra1ons
  5. 5. Et la concertaCon urbaine ? JF LUCAS . EPFL-DHI . Journée 3DGI
  6. 6. Un manque de prise en compte de la data dans les processus de concerta7on urbaine •  Complaining apps, Opinion apps, Plate-forme collaboraCve = data géolocalisées mais pas vraiment « Big » •  En général, pas de prise en compte des data pour la consultaCon : –  Manque de compétences méCers pour prendre en compte les data dans un projet urbain. –  Pas de vision sur le long terme (enjeux poliCques, projets académiques, etc.), sauf cas excepConnels (ex. Amsterdam). –  Problèmes de temporalité •  Les données arrivent après le début du projet •  Difficulté à concilier la vision d’un projet à 20 ans avec les données produites en temps réel. JF LUCAS . EPFL-DHI . Journée 3DGI S. Hasler, J. Chenal, J.-F. Lucas and D. Boullier. Projet Data ConcertaCon, Rapport, 2016..
  7. 7. Et pour les Géo Big Data ? Aux précédentes limites s’ajoutent ces supposées qualités : -  L’exhausCvité -  La représentaCvité -  L’objecCvité JF LUCAS . EPFL-DHI . Journée 3DGI Crédits : hKp://www.24heures.ch/vaud-regions/lausanne-region/juges- sauvent-19-places-parc-pully/story/19255715?track Crédits hKps://www.rts.ch/info/sciences-tech/7932075-les-donnees-telephoniques-uClisees-pour-etudier-la- mobilite-dans-les-villes.html
  8. 8. Ce qui ne change pas Cartographie interacCve personnalisable / parCcipaCve / collaboraCve , SIG parCcipaCfs, Big Data… -> la parCcipaCon et non la concertaCon -> injoncCon à l’innovaCon & primauté du markeCng territorial : indicateurs de popularité, de parCcipaCon, de réputaCon, de performance… (KPI) JF LUCAS . EPFL-DHI . Journée 3DGI
  9. 9. Ce qui change •  Le désir des citoyens d’être de plus en plus impliqués dans les décisions (méfiance et défiance vis-à-vis du poliCque), même si la consultaCon est parfois envisagée comme un « mode de contrôle » par les habitants d’un territoire (Belot, 2017). •  AcculturaCon d’un mode de représentaCon de l’espace limité à la localisaCon (Google maps) + un régime d’engagement spécifique (acCon et exploraCon) = « Folkmapping » (Boullier, 2011). •  Les Geo Big Data, et leurs propriétés…. JF LUCAS . EPFL-DHI . Journée 3DGI
  10. 10. Vélocité : du spa7al au temporel Une carte c’est : -  Un espace de référence -  Une échelle -  Un principe de transposiCon -  Une métrique -  Un thème -  Une légende (sémiologie graphique) -  Un point de vue Une carte numérique, c’est : -  La même chose ! + Un changement possible de points de vue (zoom, rotaCon, immersion) + Des layers + Mise à jour en temps réel (Boullier, 2011) JF LUCAS . EPFL-DHI . Journée 3DGI
  11. 11. Vélocité : du spa7al au temporel JF LUCAS . EPFL-DHI . Journée 3DGI Ø  Des points et des zones aux flux : lecture événemenCelle de la ville (A. Picon, 2014) Ø  EvoluCon des propriétés cogniCves de la carte
  12. 12. Variété : mul7plier les points de vue Données « objec7ves » JF LUCAS . EPFL-DHI . Journée 3DGI
  13. 13. Variété : mul7plier les points de vue Données « subjec7ves » JF LUCAS . EPFL-DHI . Journée 3DGI Crésits : hKp://www.citymart.com/blog-10/2014/12/10/commonplace-crowd-sourced-representaCve-planning-from-the-ground-up
  14. 14. Variété : mul7plier les points de vue Données « subjec7ves objec7vées » JF LUCAS . EPFL-DHI . Journée 3DGI NoiseCapture – LASIG / EPFL
  15. 15. Volume : réduc7on des approxima7ons et appren7ssage automa7que JF LUCAS . EPFL-DHI . Journée 3DGI
  16. 16. Tirer profit des Geo Big Data pour la consulta7on de Feraudy T., Saujot M. (2016), « Le crowdsourcing urbain pour transformer la fabrique de la ville ? » , Issue Brief, n°06/2016. Iddri, 2016. 4 p. La data comme support d’aide à la décision -  ParCcipaCon -  Feedback -  InteracCon -  Discussion -  Décision Discutant / décideur JF LUCAS . EPFL-DHI . Journée 3DGI
  17. 17. La data comme support de discussion et d’aide à la décision Sor7r des logiques actuelles : -  Quel sens à l’empilement des layers ? -  Quel sens à la 3D, 4D, 5D, xD…? Ø  La 3D peut complexifier la concertaCon urbaine (Jacquinod, 2012) -  SorCr des soluCons sur étagère (ou les adapter) : Ø  Qu’est-ce que je veux montrer, comparer, discuter, jusCfier, à quelle échelle ? JF LUCAS . EPFL-DHI . Journée 3DGI La DATA comme « support » pour : Ø  Rendre visible et lisible des phénomènes et enjeux (nécessite du design de data / data visualisaCon). Ø  Susciter la discussion grâce à différents types de données, différents points de vue, des feedbacks, des interacCons, etc. Ø  JusCfier des choix
  18. 18. Merci Jean-François LUCAS EPFL – Digital HumaniCes InsCtute (DHI)

×