Accueil > Analytics > Data Analytics > Big Data et pauvreté : comment les données permettent de lutter contre la misère
big data pauvreté

Big Data et pauvreté : comment les données permettent de lutter contre la misère

Le Big Data peut permettre de lutter efficacement contre la pauvreté dans le monde. Sur le long terme, l’analyse de données pourrait même être la clé pour éradiquer la misère. Découvrez de quelle façon le Big Data permet de combattre ce fléau, et quelles sont les limites qui empêchent encore actuellement d’exploiter tout son potentiel.

On parle bien souvent des bienfaits du Big Data pour les entreprises. Dans toutes les entreprises, les analyses de données permettent en effet aux entreprises de gagner un avantage compétitif sur leurs concurrents. Cependant, le Big Data peut également permettre de résoudre des problèmes d’envergure mondiale, qui concernent l’humanité dans son ensemble.

Il en va de même pour les technologies de l’intelligence artificielle. Le plus souvent, les médias ne mettent en lumière que les aspects négatifs de l’IA. Certes, au cours des prochaines décennies, l’automatisation va rendre de nombreux métiers inutiles et risque fort d’entraîner une vague de chômage sans précédent. Les robots remplaceront les ouvriers, les véhicules autonomes prendront la place des chauffeurs de taxis et de poids lourds, et bien plus encore.

Toutefois, tout comme le Big Data, l’intelligence artificielle peut aussi permettre de résoudre les plus grands problèmes de notre époque. Parmi ces problèmes, on peut citer la pollution environnementale, le réchauffement climatique, mais aussi la pauvreté. Découvrez de quelles façons le Big Data et l’IA permettent de lutter contre la misère.

Big Data et pauvreté : lutter contre le chômage

big data chomage

L’une des principales causes de pauvreté à l’échelle mondiale est l’absence de revenus, généralement provoquée par le chômage. Or, si l’intelligence artificielle menace de nombreux emplois, elle peut paradoxalement permettre aux personnes en recherche d’emploi de trouver un travail.

Il existe aujourd’hui des millions de postes à pouvoir dans le monde entier, parfois même à proximité de personnes qui conviendraient à ce poste et cherchent du travail. Hélas, malgré l’existence de plateformes comme Indeed, ou d’organismes comme Pôle Emploi, il demeure aujourd’hui difficile d’avoir une vue d’ensemble sur le marché du travail.

L’IA peut permettre de faciliter la recherche d’emplois, en aiguillant automatiquement les chômeurs vers les entreprises qui recherchent des profils leur correspondant. Par ailleurs, l’IA peut aussi prédire quels seront les secteurs porteurs de demain et quelles seront les compétences et les formations nécessaires pour exercer ces professions.

Dans un avenir proche, une plateforme mondiale reposant sur l’intelligence artificielle et le Big Data pourrait être mise en place pour permettre à tout un chacun de découvrir des offres d’emploi personnalisées, ou des formations à effectuer pour trouver facilement du travail.

Big Data et pauvreté : améliorer le système éducatif

Le système éducatif actuel présente de nombreuses faiblesses. C’est le cas en France, mais aussi dans la plupart des pays du monde. Ces faiblesses sont à la source du décrochage ou de l’échec scolaire d’une grande partie des étudiants, qui finissent pour la plupart sans emploi.

L’une des principales erreurs du système éducatif est de considérer que tous les élèves peuvent apprendre de la même manière, avec la même méthode, et la même facilité. Les étudiants sont rassemblés dans une salle de classe, et reçoivent l’enseignement de façon uniforme. Les meilleurs progressent sans encombre jusqu’au plus haut niveau d’études, les plus faibles reculent au dernier rang avant de finir par échouer ou abandonner.

Or, en réalité, tous les élèves peuvent exceller à condition de profiter d’un apprentissage personnalisé. Une étude menée en 2013 par le National Institute of Health américain prouve qu’environ 40% d’étudiants en médecine ont une préférence prononcée pour une méthode d’apprentissage spécifique. Certains apprennent mieux en écoutant, d’autres en visualisant. D’autres encore assimilent plus facilement de nouvelles connaissances par la pratique.

En proposant à chacun le mode d’apprentissage qui lui convient, il est donc possible d’améliorer le taux de réussite scolaire à l’échelle mondiale. Or, l’intelligence artificielle et le Big Data peuvent permettre de mettre en place un tel système de pédagogie différenciée.

Même avec un seul programme scolaire, l’IA peut aider chaque individu à identifier et à corriger ses faiblesses, et modifier l’enseignement pour l’adapter à son style d’apprentissage. De plus, le Machine Learning permet aux programmes informatiques de mieux comprendre l’utilisateur au fil du temps, à mesure qu’ils absorbent de nouvelles données à son sujet. En ce sens, le Big Data peut véritablement transformer le secteur de l’éducation.

Big Data et pauvreté : augmenter l’efficacité des aides sociales

Le Big Data pourrait aussi permettre de mesurer l’efficacité des différentes aides sociales prodiguées par le gouvernement, afin de supprimer ou de modifier les moins utiles et éventuellement d’en créer de nouvelles. Les ensembles de données peuvent en effet permettre de prédire quels programmes peuvent aider certaines personnes à un moment précis.

Ainsi, il serait non seulement possible d’adapter les différentes aides, mais aussi de les déployer plus rapidement pour les individus en situation de besoin. À l’inverse, il serait aussi possible de détecter les éventuels abus afin de les empêcher. Le Big Data peut donc à la fois permettre d’augmenter l’efficacité des aides sociales et de réduire leur coût pour l’État.

Big Data et pauvreté : aider le développement des pays émergents

Si le volume de données augmente fortement dans les pays développés, c’est également le cas dans les pays émergents. De fait, le Big Data peut permettre de lutter contre la misère dans les pays les plus pauvres. Par exemple, une étude menée Esther Duflo et Abhijit V Banerjee, basée sur le Big Data, a permis de mettre en lumière que la population de 18 pays émergents ne meurt pas de faim à cause d’un manque de nourriture, mais d’un manque de nutriments dans la nourriture fournie. Cette étude démontre que les gouvernements ne doivent pas fournir plus de pâtes ou de riz à la population, mais propose de la nourriture plus nutritive.

Selon Anoush Rima Tatevossian directeur du programme United Nations Global Pulse, le Big Data est un nouvel outil pour le développement et doit être perçu avec une appréciation nuancée de son pouvoir et de ses limites. La misère est un fléau qui frappe encore de nombreux endroits du monde, et le Big Data peut aider, mais l’humanité est encore loin d’avoir triomphé de la pauvreté.

Plusieurs initiatives ont toutefois déjà été déployées. La World Bank a notamment créé une carte permettant de visualiser l’impact de ses projets aux différents endroits du monde, d’améliorer l’efficacité et la coordination des aides, et de garantir une meilleure transparence. Le Big Data a par exemple été utilisé pour s’assurer de la distribution des bons médicaments au bon moment et au bon endroit. Un programme pilote intitulé SMS for Life a permis d’améliorer la distribution de médicaments contre la Malaria en Tanzanie afin de réduire le nombre de dispensaires dépourvus de stocks de 78% à 26%.

L’International Aid Transparency Initiative simplifie également l’accès aux informations sur la façon dont les aides humanitaires sont dépensées. On compte de nombreuses iniatives de ce type, visant à exploiter le potentiel du Big Data pour venir en aide aux pays émergents.

Il est important de préciser que les données ne sont pas générées de la même manière dans les pays émergents et dans les pays développés. Dans la plupart des pays pauvres, l’accès à internet se fait par le biais d’un téléphone portable, et non à l’aide d’un ordinateur. On ne parle pas là des smartphones, qui ne représentent en janvier 2018 que 10,44% du trafic mobile mondial, mais des téléphones portables traditionnels qui représentent 78,98% du trafic web mondial.

Quoi qu’il en soit, les données générées par ces appareils mobiles permettent d’identifier les besoins, de proposer des services, et de prédire et d’empêcher d’éventuelles crises économiques. Par exemple, la startup brésilienne Cignifi a développé une technologie permettant d’identifier les patterns d’usage des appareils mobiles. Le système est capable de reconnaître les appels téléphoniques, les messages SMS et l’utilisation des données et de se baser sur ces informations pour décrypter le mode de vie d’une personne et de mesurer le risque qu’elle ne rembourse pas ses crédits.

Ces données peuvent aussi permettre de prédire les niveaux socioéconomiques d’une ville entière. Il est également possible d’utiliser les données générées par les 100 millions de personnes qui utilisent l’application Facebook For Every Phone, créée pour les pays émergents et compatible avec tous les téléphones mobiles.

Les données mobiles des pays émergents peuvent aussi permettre de prédire les éventuelles pénuries de nourritures, en combinant différentes variables comme la sécheresse, les conditions météorologiques, les mouvements migratoires, les fluctuations des marchés, les variations saisonnières ou les précédentes productions.

Il est aussi possible de s’en servir pour cartographier les villes et détecter les zones les plus pauvres afin de mieux concentrer les travaux d’amélioration pour servir les plus démunis. Les gouvernements peuvent combiner les données mobiles avec des sondages pour mieux comprendre l’économie rurale et répondre plus efficacement aux chocs économiques dans les environnements pauvres ou ruraux.

Big Data et pauvreté : davantage de données sont nécessaires

pays développement big data

Cependant, pour permettre des améliorations à long terme, les données mobiles ne sont pas suffisantes. Il est nécessaire de réunir davantage de sources de données. Les données des ONG, les données publiques et les données sociales peuvent être très précieuses pour lutter contre la misère.

Par exemple, une application mobile standardisée pourrait permettre aux ONG d’agréger des données en provenance de chaque village, pays et continent pour offrir une vue d’ensemble de l’évolution des pays en voie de développement. Ceci leur permettrait d’agir plus efficacement, et éventuellement à certaines entreprises privées de prendre à leur tour des mesures pour lutter contre la pauvreté.

Il est également nécessaire que les gouvernements rendent leurs données publiques. Le Kenya est l’un des premiers pays africains à avoir ouvert ses données en 2009 avec la création de l’Open Data Portal regroupant 12 ans d’informations sur les dépensages, les sondages menés auprès de la population ou auprès des établissements de santé et des écoles. Ce portail est accessible à tous depuis un ordinateur ou un téléphone mobile connecté à internet.

Vous l’aurez compris, le Big Data offre de nombreuses opportunités pour lutter contre la misère, aussi bien dans les pays développés que dans les pays émergents. En se basant sur les analyses de données, il est possible de converger vers un monde plus juste et équitable. Toutefois, les organisations, gouvernements et autres acteurs doivent collaborer pour atteindre des résultats sur le long terme.

Laisser un commentaire

Votre adresse de messagerie ne sera pas publiée. Les champs obligatoires sont indiqués avec *

Send this to a friend