{"id":240,"date":"2012-08-09T10:12:03","date_gmt":"2012-08-09T10:12:03","guid":{"rendered":"http:\/\/transportsdufutur.ademe.fr\/?p=240"},"modified":"2015-07-21T16:36:29","modified_gmt":"2015-07-21T16:36:29","slug":"certains-ont-compris-que-les-donnees-ne-sont-quun-carburant-pour-mieux-comprendre-les-changements-de","status":"publish","type":"post","link":"https:\/\/transportsdufutur.ademe.fr\/2012\/08\/certains-ont-compris-que-les-donnees-ne-sont-quun-carburant-pour-mieux-comprendre-les-changements-de.html","title":{"rendered":"Certains ont compris que les donn\u00e9es ne sont qu'un carburant pour mieux comprendre les changements de comportements"},"content":{"rendered":"
Plusieurs articles ont d\u00e9j\u00e0 \u00e9t\u00e9 r\u00e9dig\u00e9s sur le r\u00f4le cl\u00e9 des donn\u00e9es pour faciliter la multimodalit\u00e9, le passage d'un mode \u00e0 l'autre. Ceci n\u00e9cessite un premier niveau de production de donn\u00e9es temps r\u00e9el des diff\u00e9rents modes, de protocoles d'\u00e9changes et de partages, de mise en commun. De nombreux acteurs travaillent ce sujet, des avanc\u00e9es sont visibles tous les jours (exemple la RATP<\/strong><\/a>), une directive europ\u00e9enne sur les ITS<\/strong><\/a> est en cours de transposition.<\/p>\n Un second niveau<\/strong><\/a> consiste \u00e0 utiliser les donn\u00e9es d'usage des diff\u00e9rents modes pour construire des mod\u00e8les pr\u00e9dictifs et commencer \u00e0 apprendre comment les citoyens se d\u00e9placent avec les diff\u00e9rents modes de transports. Les donn\u00e9es "temps r\u00e9el" sont utilis\u00e9es pour pr\u00e9voir le futur qui \u00e0 son tour modifiera les comportements au pr\u00e9sent. Par exemple, Google vient de d\u00e9ployer<\/strong><\/a> dans de nouvelles villes sur Google Map, l'information Trafic. Pour cela, des donn\u00e9es remontent des smartphones Android pour estimer les vitesses temps r\u00e9el, donc les flux. Google confirme l\u00e0 le besoin d'avoir, \u00e0 la fois, de puissants outils num\u00e9riques, mais \u00e9galement des capteurs physiques qui remonteront des donn\u00e9es tout en apportant \u00e0 l'usager "en retour" une information contextualis\u00e9e. Ce second niveau "domine" le pr\u00e9c\u00e9dent car il va utiliser le d\u00e9luge de donn\u00e9es pour construire des connaissances ayant une valeur ajout\u00e9e sup\u00e9rieure.<\/p>\n Un troisi\u00e8me niveau<\/strong><\/a> a d\u00e9j\u00e0 \u00e9merg\u00e9. Il consiste \u00e0 \u00e9quiper les objets ou les services de processus permettant d'analyser, de comprendre les usages d\u00e9j\u00e0 modifi\u00e9s par le second niveau pour re-concevoir les objets et les services "en permanence". InternetActu a publi\u00e9 sur son blog un article concernant le domaine de la "quantification de soi" par le num\u00e9rique<\/strong><\/a>. De nombreuses analogies sont possibles avec la mobilit\u00e9. Les donn\u00e9es remontantes peuvent \u00eatre mises en forme pour produire de nouvelles connaissances permettant \u00e0 leur tour de modifier nos comportements, nos usages. BJ Fogg a fond\u00e9 le laboratoire des technologies persuasives \u00e0 Stanford, et travaille sur les m\u00e9canismes de compr\u00e9hension des changements de comportements. Il a d\u00e9velopp\u00e9 une th\u00e9orie<\/strong> <\/a>bas\u00e9e sur la Motivation, la Capacit\u00e9 et le D\u00e9clenchement, et un outil interactif<\/strong><\/a>. <\/p>\n <\/p>\n