Le concept disruptif du Big Data

Le Big Data commence à transformer progressivement nos vies. Il a engendré trois changements conceptuels majeurs : l’analyse de l’ensemble des données, et non plus un échantillonnage aléatoire ; la recherche d’une orientation générale, et non d’une orientation précise ; et la corrélation, et non la causalité. L’analyse de l’ensemble des données, et non plus un échantillonnage aléatoire : à l’ère du Big Data, nous pouvons analyser davantage de données, et parfois même traiter toutes les données relatives à un phénomène particulier, au lieu de nous fier à un échantillonnage aléatoire (souvent perçu comme une limitation, mais les technologies numériques performantes nous ont fait prendre conscience qu’il s’agissait en réalité d’une limitation artificielle). L’analyse de la complexité, et non plus la précision : face à la profusion de données de recherche, l’obsession de la précision n’est plus de mise. Auparavant, le volume de données à analyser était limité, nous obligeant à quantifier nos enregistrements avec la plus grande précision possible. Avec l’augmentation du volume de données, cette obsession s’estompe. Avec le Big Data, il n’est plus nécessaire de percer les mystères d’un phénomène ; il suffit de saisir son orientation générale et de faire abstraction, à bon escient, de la précision au niveau micro pour obtenir une meilleure compréhension au niveau macro. Non plus la causalité, mais la corrélation : nous ne cherchons plus la causalité, une habitude profondément ancrée chez l’être humain. À l’ère du Big Data, il n’est plus nécessaire de se concentrer sur les relations causales entre les choses, mais plutôt sur les corrélations. Si la corrélation ne permet pas d’expliquer précisément pourquoi quelque chose nous arrive, elle nous rappelle néanmoins que cela se produit.