O slideshow foi denunciado.
Utilizamos seu perfil e dados de atividades no LinkedIn para personalizar e exibir anúncios mais relevantes. Altere suas preferências de anúncios quando desejar.

Big data, Intelligence artificielle, quelles conséquences pour les professionnels de l'information ?

1.422 visualizações

Publicada em

Support du Webinaire organisé le 21 février par Ina Expert sur l'évolution du positionnement des professionnels de l'information dans les organisations face aux changements en cours que sont la montée en puissance des données au détriment du document, le big data et l'intelligence artificielle

Publicada em: Dados e análise
  • Entre para ver os comentários

Big data, Intelligence artificielle, quelles conséquences pour les professionnels de l'information ?

  1. 1. Gautier Poupeau gpoupeau@ina.fr @lespetitescases Christine Braemer cbraemer@ina.fr
  2. 2. Les missions du professionnels de l’information Valoriser Acquérir Modéliser Décrire Organiser Repérer Assurer la continuité de l’accès à l’information pertinente
  3. 3. Les changements en cours
  4. 4. La « numérisation » du monde : un changement de granularité En permettant le traitement informatisé du contenu lui-même, la numérisation a provoqué une modification dans l’appréhension des choses : du document à la donnée. La description est numérique Le document/support est accessible via une notice qui en décrit la globalité Le document est numérisé ou nativement numérique Le moteur de recherche permet d’accéder au contenu du document Le document est un ensemble de données exploitables Le document lui-même devient une source de données
  5. 5. Le Big Data : décloisonnement et émergence des données En apportant des réponses à certains blocages technologiques, le Big Data a vu l’émergence d’un intérêt des DSI et, plus globalement, des organisations pour la donnée elle-même au-delà des processus. Le décloisonnement des silos applicatifs La donnée d’usage, pierre angulaire du service aux utilisateurs
  6. 6. Fouille et IA : automatisation et nouvelles formes de valorisation La maturité des technologies de fouille de données et la disponibilité de données numériques massives permettent d’envisager l’automatisation de certaines tâches et l’apparition de nouveaux cas d’usages. Extraire/générer de la donnée Mise en relation de contenus Statistiques Extraction d’entités nommées Analyse des images Transcription de la parole Reconnaissance optique de caractères Recommandations par le contenu Identification de contenus équivalents Analyse du comportement Data-visualisation Tableaux de bord
  7. 7. Les enjeux pour le professionnel de l’information face à ces changements
  8. 8. Elargir son périmètre d’action à toutes les données Métadonnées Contenu Données d’usage et contributions Référentiels Données générées /secondaires • Documentaire (collection) ou non (bases de données diverses) • Issu d’un processus de numérisation (OCR, Speech to text, reconnaissance de formes) ou nativement numérique Données sur le contenu qui peuvent être de nature : • descriptive • administrative (technique, traçabilité, juridique) • structure Données de référence partagées entre les différents ensembles de données et permettant d’assurer une cohérence entre eux Toutes les données laissées par les utilisateurs : logs, traces, contributions sur les réseaux sociaux en rapport avec les données Données obtenues à partir de l’exploitation des autres types de données : données quantitatives, extraction, machine learning, inférence…
  9. 9. Assurer la contextualisation et la cohérence des données (Méta)données Contenu Données extraites Traces Référentiel Mise en relation de contenus Contributions Statistiques
  10. 10. Garantir la qualité des données et des référentiels Une IA performante nécessite des données de très bonne qualité !
  11. 11. Garantir et optimiser l’accès aux données Le professionnel de l’information : un analyste et un « curateur » des données Le professionnel de l’information : un architecte de l’information un metteur en scène des données Grâce à sa compréhension et sa connaissance des données, le professionnel de l’information est un relais pour offrir une vue des données disponibles et en déployer les usages
  12. 12. Assurer la maîtrise des données • Animer et assurer la gouvernance de données à l’échelle de l’organisation • Développer et maintenir le modèle logique de données de l’organisation • Mettre en œuvre une expertise et une connaissance transverse Décloisonner les silos, organiser et stocker les données selon leur logique et pas simplement leur usage impose de déployer une gouvernance de données à l’échelle de l’organisation
  13. 13. Se positionner à l’interface entre le métier et la DSI Finalement, le professionnel de l’information est à l’interface entre le métier et la DSI Le professionnel de l’information aide la DSI à mieux appréhender le sens et la logique des données et à en assurer la qualité et la maintenabilité Le professionnel de l’information accompagne le métier pour faire des données un « asset » incontournable à leurs activités
  14. 14. Le cycle de vie de la donnée Modélisation Acquisition Stockage Exposition Visualisation Organisation conceptuel / Structuration logique Indexation machine / Organisation physique Saisie / Récupération / Préparation / Génération / Transformation Interrogation / Mise à disposition / Interopérabilité Usages / Architecture de l’information / Expérience utilisateur (UX) / Interface utilisateur (UI) Exploitation Text & Data Mining / Analyse / Traitement Gestion Intégrité / Enrichissement / Référentiels
  15. 15. Pour plus d’informations : http://www.ina-expert.com Gautier Poupeau gpoupeau@ina.fr @lespetitescases Christine Braemer cbraemer@ina.fr

×