Plan du site Aide Abonnement Nous Contacter


Actualité
Editorial
Interviews
Démocratie
Visites virtuelles
Art. Imaginaire
Du côté des labos
Le feuilleton
Manifestations
Biblionet
CD Rom
Echanges
Liens Utiles

 

Accueil > Echanges
Automates Intelligents utilise le logiciel Alexandria.
Double-cliquez sur chaque mot de cette page et s'afficheront alors définitions, synonymes et expressions constituées de ce mot. Une fenêtre déroulante permet aussi d'accéder à la définition du mot dans une autre langue.
 
Archives
Billets/Articles
Google, le jeu de Go et l'avenir de l'humanité
Quelle France pour 2045 ? Essai de prospective et de préconisation
Des systèmes cyber-physiques au système Méta, une Méta-dictature coole
Défense intérieure face à ébola : nous ne sommes pas prêtss

4 juillet 2014
par Christophe Jacquemin

Prévoir avant que cela n'arrive

Vous pouvez réagir à cet article sur
http://www.facebook.com/automates.intelligents

Une équipe internationale collaborant sur l'élaboration d'une méthode de surveillance des réseaux sociaux, a réussi à identifier les informations pertinentes et partagées, jusqu'à deux mois avant qu'elles ne deviennent virales. D'après les auteurs, l'utilisation des données de 50.000 comptes twitter suffit pour obtenir de tels niveaux d'anticipation...

Est-il possible de déterminer un groupe de personnes (appelées "capteurs ou sentinelles") dont la position dans les réseaux sociaux permet de surveiller l'information se propageant de manière virale sur le réseau global ? Pour répondre à cette question, les scientifique de l'Université Carlos III de Madrid (UC3M), l'Université Autonome de Madrid ainsi que du NICTA australien et des universités américaines de Yale et de San Diego (Californie) ont travaillé sur des données du réseau social Twitter et ont mis à profit une caractéristique des réseaux sociaux, connue sous le nom de "paradoxe de l'amitié".
Selon ce paradoxe, il est probable que vos "amis" sur les réseaux sociaux aient eux même plus d'amis que vous.

Ainsi, dans le cas de twitter, après avoir analysé un échantillon de données datant de 2009 et provenant de 40 millions d'usagers et de 1,5 milliards de followers, les chercheurs ont pu confirmer que chaque usager avait en moyenne 25 followers, alors que ces derniers en totalisaient environ 422, soit près de 20 fois plus. Ce paradoxe de l'amitié confère un rôle clé aux followers d'un individu au moment de propager ou de recevoir une information.

Publié dans Plos One(1), l'étude indique que les chercheurs ont choisi un ensemble d'usagers Twitter au hasard, et sélectionné également au hasard un suiveur (follower) de chacun de ces usagers pour constituer un groupe "capteur". Ils ont pu vérifier que ces amis-capteurs jouaient un rôle beaucoup plus important que ce qui aurait pu être imaginé, car ce groupe-capteur leur a permis de détecter les utilisations virales de nouveaux hashtags plus de 7 jours plus tôt que la détection permise par le premier ensemble d'usager choisi aléatoirement. Alors que les chercheurs s'attendaient à voir apparaître les futures hashtags viraux avec quelques heures d'avance grâce à leur méthode de surveillance, ce sont des jours, voire même parfois des mois d'avance qu'ils ont réussi à obtenir. Par exemple, leur méthode a prédit l'explosion virale du hashtag #obamacare sur Twitter presque deux mois avant que ce dernier ne se convertisse en une tendance, et trois mois avant qu'il n'atteigne son record d'occurrence dans les recherches Google.

Signes de viralité dans l'usage des hastags
Signes de viralité dans l'usage des hastags

D'après ses créateurs, l'utilisation des données de 50.000 comptes twitter suffit pour obtenir de tels niveaux d'anticipation et connaître avant tout le monde les informations qui vont devenir virales sur Internet. On peut utiliser cette méthode en temps réel, sur différents thèmes, dans différentes langues ou régions géographiques, ce qui permet de couvrir des contextes très différents : découvrir de nouvelles opinions dans un débat politique, prédire les mouvements sociaux, l'acceptation d'un nouveau produit par les consommateurs, ou analyser comment se répandent les messages.

Un bel outil de pouvoir... Prévoir avant que cela n'arrive.

Dans un autre domaine - rapporté par René Trégouët dans un de ses éditoriaux(2), et qui rejoint cependant les propos précédents et montre la puissance dans l'exploitation des données - signalons les travaux de Matthew S. Gerber, du Predictive Technology Lab de l'Université de Virginie.
Avec son équipe, il a développé un programme informatique, utilisé aujourd'hui par la ville de Chicago, visant à prédire les différents types de crimes et délits et à les empêcher dans l'oeuf.
Ayant obtenu le droit de collecter toutes les données relatives aux crimes et délits commis entre le 1er janvier et le 31 mars 2013, les chercheurs les ont complétées d'une base de données concernant plus d’1,5 million de "tweets" accompagnés de la position GPS de l’utilisateur au moment de la publication. L'analyse poussée de l’ensemble de ces données, recourant notamment à "l'estimation par noyau (KDE)"(3) à permis d'identifier et de visualiser rapidement les zones à risques où il existait une très forte probabilité qu’aient lieu rapidement certaines crimes… En décodant les formes d’expression utilisées dans les tweets, pour y repérer des indices indirects faisant allusion à différents types de criminalité, les chercheurs sont arrivés au résultat suivant : sur les 25 types de crimes étudiés par les chercheurs, les tweets se sont révélés utiles pour 19 d’entre eux. Matthew S. Gerber souligne que son modèle de prédiction pourrait s’avérer très utile aux responsables politiques, qu’ils soient locaux ou nationaux, pour préparer et mettre en œuvre leur politique en matière de lutte contre la criminalité et la délinquance.

Et encore d'autres systèmes informatiques de prévision de la criminalité

Notons qu'il existe aujourd'hui bien d'autres systèmes informatiques de prévision de la criminalité : citons le logiciel "MaSC" (utlisé notamment à Los Angeles, Memphis et New-York) ; FAST (Future Attribute Screening Technology) qui vise la prédiction de "l'intention de nuire, ou encore PredPol (prédiction policing), utilisant un algorithme soigneusement tenu secret, développé à l’issue de six ans de recherche en coopération entre les universités de Californie, d’Irvin et le département de police local. Il a été notammant adopté par les grandes villes américaines comme Memphis, New York et Los Angeles. Dans cette dernière, Predpol a permis de réduire d’un tiers en un an les agressions et de 21% les crimes violents et, depuis l’année dernière, plusieurs villes britanniques ont décidé d’expérimenter ce système.

Predpol : carte montrant où et quand les futurs crimes par arme à feu sont les plus susceptibles de se produire
Predpol : carte montrant où et quand les futurs crimes par arme à feu
sont les plus susceptibles de se produire

Du côté de l'Europe, on peut citer le logiciel "Key Crime", mis au point après 7 ans de recherche par un officier de police milanais, qui a permis par exemple de prévoir l’attaque d’une pharmacie dans le centre de Milan et de cueillir les protagoniste en flagrant délit ! Mieux que les logiciels américains, Key Crime ne se contente pas ici d’analyser uniquement les données historiques concernant les délits, il se focalise surtout sur les auteurs des actes délictueux et recherche alors leur mode opératoire spécifique leur "signature criminelle" en quelque sorte. Ainsi, le taux d’élucidation des attaques à main armée est passé de 27 % à 45 % à Milan et cet outil est d’autant plus efficace qu’il permet également de relier les affaires non élucidées entre elles et de les imputer à un même auteur.
Cet outil de prévention et de lutte contre la criminalité reste pour l'instant circonscrit à la métropole de Milan. Selon certains responsables de police milanaise, les raisons de cet attentisme ne sont pas technologiques mais plutôt culturelles et politiques : la généralisation d’un tel outil à l’ensemble du pays pour l’ensemble des crimes et délits provoquerait un réel bouleversement du travail policier mais également, en amont, des missions de la justice et des politiques gouvernementales en matière de sécurité…

Si l'utilisation des réseaux sociaux qu'implique ces logiciel suscite pour l'instant certaines réserves et interrogations, notamment parmi les associations de défense des libertés individuelles et de la vie privée (ce type d’outil peut conduire à de nouvelles formes de racisme ou à la mise en place insidieuse d’un contrôle social des individus...), il ne fait pour nous aucun doute que ces systèmes de prédictions sont appelés à s'imposer...

On imagine facilement la puissance prochaine de l'ensemble de ces outils, combinés à l'ensemble des ressources de l'intelligence artificielle. On relira alors avec encore plus d'attention l'article d'Alain Cardon "Envahissement technologique et science sans conscience : pour des Comités citoyens de vigilance, publié dans notre site.

(1) "Using Friends as Sensors to Detect Global-Scale Contagious Outbreaks", par Manuel Garcia-Herranz, Esteban Moro, Manuel Cebrian, Nicholas A. Christakis et James H. Fowler
(2) Les réseaux sociaux vont-ils vaincre le crime ?
(3)
Technique intégrant et hiérarchisant différents paramètres de temps et d'espace. Voir l'article de Matthew S. Gerber "Predicting Crime Using Twitter and Kernel Density Estimation"

Vous pouvez réagir à cet article sur
http://www.facebook.com/automates.intelligents


© Automates Intelligents 2014

 





 

 

 

Qui sommes nous ? Partenaires Abonnement Nous Contacter

© Association Automates Intelligents