La Ville intelligente: Un parcours, plutôt qu'une destination
Colloque Big Data Martinique 2017
1. 1
CAMPUS
INTELLIGENT
ET
DONNÉES
MASSIVES
Colloque Big Data et visibilité en ligne
Un enjeu pluridisciplinaire de l’économie numérique
Université des Antilles, Fort-de-France
6 au 8 novembre 2017
Les données massives, outil de gouvernance
et de gestion d’un campus intelligent: quels
enjeux?
Marie-Andrée Doran
Adjointe au vice-recteur aux affaires externes, internationales et à la santé
Nicole Lacasse
Directrice des Affaires internationales et de la Francophonie
2. 2
CAMPUS
INTELLIGENT
Plan de la présentation
1
2
3
Les données massives accélèrent la transformation
numérique des universités
Vers un véritable Campus intelligent (Smart campus)
L’émergence de nouvelles possibilités… et de
nouvelles responsabilités
4 Conclusion
3. 3
CAMPUS
INTELLIGENT
Les données massives accélèrent la
transformation numérique des universités
1.
Appropriation du numérique au sein des
campus universitaires
Transformation plus ou moins
rapide et importante en
«campus connecté»
Outils technologiques et équipements
informatiques puissants et rapides
Extraction et traitement des
données massives
Utilisation des données massives
pour repenser le modèle social,
organisationnel et économique des
universités
Aspiration à devenir un
Campus intelligent (Smart
campus)
4. 4
CAMPUS
INTELLIGENT
Vers un véritable campus intelligent
Communauté intelligente: les grands enjeux
2.
Campus connecté
Gouvernance connectée,
ouverte et transparente
Campus durable
Gestion des ressources efficace,
concertée et durable
Campus agile
Services efficients à la
communauté universitaire
Campus participatif
Participation des membres de la
Communauté universitaire
5. 5
CAMPUS
INTELLIGENT
Vers un véritable campus intelligent
2.1 Campus connecté et données massives
ENJEU FONDAMENTAL:
Utilisation des données massives dans la gouvernance et la gestion
universitaires
Ø Structurer, forer et visualiser des données générés par les objets
connectés, les téléphones intelligents, les requêtes dans les
différents systèmes, etc. pour les rendre « utiles »
Ø Choisir adéquatement les données à extraire et s’assurer de leur
bon usage en temps réel ou à des fins prédictives
«Il faut se demander en quoi ces données généreront de la valeur, car (…) les
processus de forage, d’entreposage, de nettoyage (bruit), d’analyse et de visualisation
des données sont des processus complexes et coûteux.»
6. 6
CAMPUS
INTELLIGENT
Vers un véritable campus intelligent
2.1 Campus connecté et données massives
Ø Les données générées peuvent servir à documenter et orienter la
planification stratégique et les processus et opérations d’un
campus universitaire
«The data processing may be derived from mined information such as the texts from hundreds of academic
libraries, research findings form thousands of journals, student academic records and employee data for the past
decade, and using rates for all institutional operations» (Jeffrey C. Sun, 2014 : 41).
Ø Facteurs à considérer pour l’optimisation de l’adoption et de
l’implantation de telles pratiques dans un Campus connecté:
• Acquisition de systèmes d’information optimaux
• Gestion active et constante de la relation entre:
• le contexte organisationnel,
• le système d’analyse des données et
• les dirigeants de l’établissement universitaire
7. 7
CAMPUS
INTELLIGENT
Vers un véritable campus intelligent
2.2 Campus agile et données massives
Agilité
Adaptation des
communautés
intelligentes
Résilience
L’agilité nécessite l’adaptation dans le temps et l’espace à un écosystème en constante
mutation.
Pour les universités: s’adapter aux changements démographiques, aux soubresauts de l’économie, à la
transformation numérique, à l’internationalisation, etc.
Données massives Ø Savoir en temps réel où sont les
besoins afin de mieux y répondre
Ø Meilleure adéquation entre
ressources et besoins
Ø Campus agile
Exemple: analyse des déplacements des étudiants d’un campus à partir des traces numériques pour
optimiser les lieux d’enseignement ou de travail
8. 8
CAMPUS
INTELLIGENT
Vers un véritable campus intelligent
2.3 Campus durable et données massives
«Le fait de connaître plus rapidement le niveau de consommation ou d’utilisation d’une ressource
ou le degré d’occupation d’un lieu du campus permet d’optimiser les processus et d’éviter une
consommation outrancière.»
Données massives reliées au flux de
déplacement des utilisateurs, aux
objets connectés ou à l’utilisation
des ressources en temps réel
• Meilleure planification
• Anticipation plus réaliste des besoins
• Utilisation optimisée
• Réduction de l’empreinte écologique
des utilisateurs du campus
Optimisation des processus d’une
université
• Accroissement de l’efficacité énergétique
• Diminution de la consommation des
ressources
• Réduction impact sur les changements
climatiques
• Campus plus durable
9. 9
CAMPUS
INTELLIGENT
Vers un véritable campus intelligent
2.4 Campus participatif et données massives
«L’utilisation des médias sociaux et leur déploiement à grande échelle, de même que
l’utilisation de communications multicanales, contribuent à créer un campus plus participatif
et collaboratif.»
Médias sociaux
Ø Outils de consultation qui
contribue à la planification
stratégique (Cotton 2017)
Ø Favorisent une plus grande
adhésion à un projet commun
Participation à
plusieurs voix dans
un projet commun
Ø Favorise l’adhésion et la
collaboration
Ø Rejoint l’esprit d’un Campus
participatif et collaboratif
10. 10
CAMPUS
INTELLIGENT
3. L’émergence de nouvelles possibilités… et de
nouvelles responsabilités
Nouvelles possibilités:
• Acquérir une connaissance fine de nos processus
• Connaître l’utilisation en temps réel de nos infrastructures et ressources
• Planifier ou de rétroagir en conséquence
• Suivre l’implication des étudiants dans leurs études (Analytique de l’apprentissage)
• Réaliser des analyses complexes en recherche
• Visualiser des écosystèmes collaboratifs
• Mieux tirer profit de nos ressources humaines (Analytique des talents)
Nouvelles responsabilités:
• Respecter les applications légales et le cadre législatif
• Évaluer les risques et assurer une sécurité adéquate (dès la conception, « Privacy by
design », en lien avec l’Article 25 de la Loi sur la Protection des données personnelles du
Québec)
• Effectuer la reddition des comptes
11. 11
CAMPUS
INTELLIGENT
3.1 L’exemple de l’Analytique de l’apprentissage
Analytique de l’apprentissage (Learning Analytics):
« Discipline consacrée à la mesure, la collecte, l’analyse et la présentation de rapports basés
sur des données des apprenants en contexte d’apprentissage dans le but de comprendre et
d’optimiser l’apprentissage et le contexte. »
Peut avoir des répercussions très positives pour l’ensemble des acteurs
universitaires, à condition de s’assurer de respecter des règles éthiques
strictes et d’obtenir le consentement de l’apprenant
Enjeux éthiques:
• Respect de la confidentialité et de la vie privée (caractère nominal des données)
• Sentiment d’intrusion : Big Brother?
• Effet pervers possible: Évaluation du retour sur l’investissement (ROI) ou rendement.
Tendance néolibérale qui établit un lien trop étroit entre processus d’apprentissage et
performance en emploi.
12. 12
CAMPUS
INTELLIGENT
3.2 Vers une analytique des ressources
humaines (RH) ou analytique des talents
En contexte de baisse
démographique et de
recrutement plus
difficile
Valorisation du capital
humain des organisations
Fidélisation des
talents
« Au regard des montants conséquents que
représente le capital humain dans les dépenses
des entreprises, les organisations ne peuvent
plus se permettre de se reposer sur des
suppositions et des intuitions pour sa gestion. Il
leur faut privilégier l’analyse des données RH
pour optimiser leurs résultats. »
13. 13
CAMPUS
INTELLIGENT
3.3 Éthique et acceptabilité sociale: des enjeux
transversaux dont les normes changent dans le
temps
Éthique entourant l’usage des traces numériques en pleine évolution
Clivage entre les usages prescriptifs et les usages effectifs car évolution
trop rapide. Le cadre juridique a peine à suivre…
Déterminer les balises par le biais de l’acceptabilité sociale.
Cette notion varie en fonction de l’âge des internautes et évolue
dans le temps
14. 14
CAMPUS
INTELLIGENT
Conclusion
• Les universités doivent être les vecteurs d’une utilisation
efficiente et socialement responsable des données
massives
• L’utilisation des données massives comme nouvel outil de
gouvernance et de gestion est un élément positif qui se doit
d’être strictement encadré
• Les données massives participent à la transformation d’un
Campus intelligent (Smart Campus). Elles ont un impact sur:
Ø Le campus connecté
Ø Le campus agile
Ø Le campus durable
Ø Le campus participatif
15. 15
CAMPUS
INTELLIGENT
Questions ou commentaires?
Marie-Andrée Doran
Adjointe au Vice-recteur
Vice-rectorat aux affaires externes, internationales et à la santé
Université Laval
Marie-Andree.Doran@vraeis.ulaval.ca
Nicole Lacasse
Directrice des Affaires internationales et de la Francophonie
Vice-rectorat aux affaires externes, internationales et à la santé
Université Laval
Nicole.Lacasse@vraeis.ulaval.ca