Données, règles et humains (machines)

Depuis 2009, je travaille avec l‘Open Government Data et je contribue à sa mise à disposition. Plus le temps passe, plus une chose devient claire : les données elles-mêmes posent moins de problèmes. C’est dans les règles que nous devons investir du travail.

Foto eines Plakats mit dem Text "No Rules. All Welcome."
Photo de Jon Tyson sur Unsplash : https://unsplash.com/de/fotos/text-RB3Zn1LwVR8

Open Data – quelles règles ?

Regardons ce qui se passe autour d’un seul jeu de données. Presque tout relève de règles :

  • Que publions-nous ? Open by default, protection des données, droits de tiers, niveau de détail.
  • Comment le décrivons-nous ? DCAT-AP CH, STAC, unités, coordonnées, indicateurs de qualité.
  • Qu’a-t-on le droit d’en faire ? Licence, conditions d’utilisation, mention de la source.
  • Comment évolue-t-il ? Rythme de mise à jour, versions, corrections, arrêts.

Les données elles-mêmes en sont souvent la plus petite partie. Ce sont les règles qui transforment des données stockées sur un serveur en « Open Data » : des données que beaucoup peuvent utiliser à de nombreuses fins. Et qui sont utiles.

Les règles ne s’appliquent pas seulement au moment de la mise à disposition, mais tout au long du cycle de vie des données : collecte, calcul, entraînement, utilisation, exploitation. J’aimerais mentionner ici deux autres aspects auxquels nous devons prêter une attention particulière :

  • Volume : les données suffisent-elles pour l’usage prévu ?
  • Diversité : couvrent-elles tous les cas, régions, périodes, etc. pertinents ?

Les données ont un cycle de vie. Plus long que celui des logiciels.

Dans le développement logiciel, c’est la norme depuis longtemps : release, version, changelog, dépréciation, fin de vie. Personne ne livre une API sans numéro de version. Avec les données, c’est pourtant encore souvent le cas.

Or les deux sont étroitement liés. Les données sont produites et traitées par des logiciels : systèmes de mesure, traitement, contrôle qualité.

Les données vivent plus longtemps que les logiciels qui les produisent. Une série climatologique, par exemple, survit à plusieurs générations de systèmes, de formats et d’interfaces. Les logiciels passent, les données restent, et les règles doivent suivre.

C’est pourquoi les données ont besoin des mêmes règles que les logiciels :

  • Version : quel état fait foi aujourd’hui, lequel faisait foi hier ?
  • Changelog : qu’est-ce qui a changé, et pourquoi ?
  • Dépréciation : qu’est-ce qui disparaît, quand, et qu’est-ce qui le remplace ?
  • Fin de vie : qu’advient-il des données que plus personne n’entretient ?

La documentation, c’est le règlement

Pour les utilisatrices et utilisateurs, les règles se trouvent dans la documentation. Sans elle, le jeu de données est ouvert, mais inutilisable. Alors on devine, humains comme machines : que signifie cette colonne ? À quelle fréquence les données sont-elles mises à jour ? La valeur d’hier peut-elle encore changer ?

Chaque supposition a un coût, et toutes celles et ceux qui utilisent les données le paient. Une bonne documentation, on la paie une seule fois, pour tout le monde. C’est pourquoi la documentation ne vient pas après la publication. Elle est la publication. Et, comme les données, nous devons la tenir constamment à jour.

Ce que font les data stewards

Les data stewards ont notamment pour tâche de transformer des décisions en règles. Des règles lisibles et compréhensibles, pour les humains comme pour les machines.

Une première modification peut relever d’une décision discrétionnaire. La deuxième devrait déjà suivre une règle documentée. Chaque cas tranché et consigné par écrit rend le suivant plus compréhensible. Pour nous, et pour toutes celles et ceux qui travailleront ensuite avec ces données.

Au final, il y a des données et des règles. Et des humains comme des machines capables de comprendre facilement les unes et les autres. Les règles ne s’écrivent pas toutes seules : nous devons repérer les lacunes, décider et consigner. Plus nous sommes nombreuses et nombreux à nous entraider, mieux c’est.


Post-scriptum, 14 novembre 2026 : merci à Oliver Fuhrer pour sa réplique sur LinkedIn. Il souligne à juste titre que, dans certains domaines, le volume et la vitesse des données représentent un défi majeur, même lorsque les règles sont claires.

Mon expérience technique des données à haut volume mises à disposition rapidement est limitée. J’écris ici du point de vue d’un data steward, en mettant l’accent sur l’accessibilité et l’intelligibilité des données. Les règles sont nécessaires, mais pas suffisantes. Là où de grandes quantités de données sont collectées, calculées et livrées en peu de temps, une bonne part du travail relève aussi, sans aucun doute, de la technique.

Kommentar verfassen