Data for Good : contre la disparité en matière de données, exacerbée par les inégalités dans le monde

La Corne de l’Afrique connaît une sécheresse catastrophique. Cinq saisons des pluies consécutives ont échoué, et les experts en prédisent une sixième. En Éthiopie, au Kenya et en Somalie, des millions de personnes désespérées ont abandonné leurs maisons à la recherche d’eau et de pâturages. 

Cette crise représente un immense défi pour les organisations gouvernementales déjà taxées. Où faut-il déployer des ressources limitées ? Les données climatiques en temps réel peuvent aider à prévoir les zones où les conditions seront les plus sévères et les routes de migration les plus probables. 

Ces lacunes sont partout. Les disparités en matière de données sous-tendent non seulement les défis liés au climat, mais aussi les crises auxquelles nous sommes confrontés en matière de santé publique et de justice sociale. La double révolution du cloud et de l’intelligence artificielle produit plus de données et d’analyses que jamais. Alors que nous dépendons de plus en plus des données, nous devons nous assurer que les données représentent tout le monde. Les individus ne peuvent bénéficier de l’innovation fondée sur les données que si les jeux de données qui répondent à leurs problèmes les plus urgents sont accessibles et les incluent. 

Qu’est-ce que la disparité en matière de données ? Pensez aux tests systématiquement réduits des femmes dans les essais cliniques, à l'inégalité d'accès à l'enseignement primaire et aux modèles climatiques défectueux. Il s’agit de vrais problèmes qui ont un impact réel sur la façon dont nous gérons l’information. 

Résoudre les disparités en matière de données est l’une des grandes opportunités de notre époque. 

Le Royaume-Uni enregistre 32 000 décès supplémentaires chaque hiver. Parmi ces décès, 9 700 sont attribuables au fait de vivre dans un foyer froid (soit à peu près autant que le nombre de personnes qui meurent du cancer du sein ou de la prostate chaque année) et 3 200 touchent directement des personnes qui n’ont pas les moyens de s’approvisionner en combustible pour se chauffer. L’insécurité énergétique ne devrait pas signifier la vie ou la mort. 

Dans un monde idéal, les gouvernements et les organisations non gouvernementales pourraient coupler leurs données météorologiques avec les indicateurs d’utilisation des fournisseurs d’énergie afin d’anticiper les foyers qui seront les plus vulnérables en hiver et d’offrir de l’aide. Accéder à ces données et les déployer a longtemps été presque impossible, mais cela est en train de changer. EDF, qui distribue du gaz et de l’électricité aux foyers britanniques, utilise désormais le machine learning pour identifier les clients financièrement vulnérables et intervenir en cas de besoin. 

L’inégalité d’accès aux données exacerbe les inégalités mondiales. Nous nous appuyons désormais sur les données pour éclairer les débats socioéconomiques les plus urgents et influencer les politiques, mais nous devons faire un effort concerté, entre les entités privées et publiques, pour que ces données soient complètes. Cela signifie démanteler les silos de données, combler les lacunes dans la collecte des données et partager les connaissances en toute sécurité. 

Malgré des efforts louables, nous ne sommes pas à la hauteur. À l’échelle mondiale, nous sommes en bonne voie d’atteindre seulement 15 % des Objectifs de développement durable (ODD) des Nations Unies, qui visent à assurer « la paix et la prospérité pour les populations et la planète ». Ce sont les exemples les plus importantes de ce que nous devons faire pour assurer une bonne vie à tous. Il reste encore beaucoup à faire. 

L’Objectif 17 se concentre sur l’établissement de partenariats entre les organisations pour un développement plus durable. Cet objectif reconnaît qu’aucune entreprise ou organisation ne peut résoudre seule nos problèmes mondiaux ; au contraire, nous avons besoin d’un mouvement mondial. 

Beaucoup de ces acteurs seront des entreprises privées. Meta, Google et d’autres ont déployé des efforts notables pour fournir des jeux de données massifs à des fins de recherche et d’études. Une nouvelle campagne End Data Disparity, qui rassemble des leaders du secteur des données tels que Snowflake et des groupes sur le terrain comme l’Organisation internationale pour les migrations des Nations Unies, s’appuie sur ces efforts en encourageant les entreprises à partager leurs capacités technologiques croissantes avec ceux qui ont traditionnellement dû se débrouiller avec moins. 

Même une organisation à but non lucratif de premier plan ne compte probablement que quelques personnes dans son équipe de data science. Comparez cela aux centaines de data scientists d’une entreprise multinationale équivalente. Les organisations à but non lucratif et les ONG n’ont pas toujours l’expertise ou la capacité de combler les lacunes des jeux de données et de faire des calculs multifactoriels complexes. Mais cela peut changer. 

Nous pouvons nous inspirer des percées récentes dans le domaine de l’IA et du machine learning classique pour éclairer notre approche des plus grands problèmes mondiaux. Imaginez qu'il soit possible d'ajuster le déploiement des médecins et des secouristes en temps réel en fonction de données téléphoniques anonymes. Cela améliorerait l’accès aux services et, en fin de compte, sauverait des vies. En partageant les connaissances, en écoutant attentivement les acteurs sur le terrain et en utilisant la technologie, les entreprises peuvent œuvrer pour atteindre les objectifs mondiaux des Nations Unies.

Alors que les leaders mondiaux se réunissent pour des discussions cruciales à l’Assemblée générale des Nations Unies, à la COP29 et au Forum économique mondial de Davos, faisons en sorte de garder les données à l’ordre du jour. 

Il est temps de mettre fin ensemble aux disparités en matière de données.