D'où viennent les données, et où vivent-elles ?

Tu as travaillé sur un CSV. Mais d'où sortent ces fichiers ? Où sont-ils stockés quand tu les « mets dans le cloud » ? Et qu'est-ce que ça coûte, concrètement ?

Les données ouvertes

Beaucoup d'organismes publics publient gratuitement leurs données, réutilisables par tous : c'est l'open data. Météo-France publie ses relevés, l'INSEE ses statistiques, les villes leurs horaires de transports, l'État son budget.

Pourquoi ? Parce que ces données ont été produites avec de l'argent public, et parce que les ouvrir permet à des chercheurs, des journalistes, des entreprises et des citoyens de les vérifier et d'en tirer quelque chose. Le mouvement a été lancé aux États-Unis en 2009, et confirmé par la charte du G8 sur l'ouverture des données en 2013.

Le portail français est data.gouv.fr. On y récupère presque toujours du CSV.

À faire : récupérer un jeu de données ouvert

Va sur data.gouv.fr.
Cherche un jeu de données qui t'intéresse (qualité de l'air, résultats du bac, prénoms donnés en France, fréquentation des piscines…).
Télécharge le fichier CSV, retrouve-le dans ton dossier Téléchargements, puis ouvre-le dans le tableur.
Réponds : combien de lignes ? Quels sont les descripteurs ? Y a-t-il des valeurs manquantes ?

Exercice - Lire les métadonnées

Sur la page du jeu de données que tu as choisi, tu ne trouves pas que le fichier : tu trouves aussi qui l'a produit, quand, à quelle fréquence il est mis à jour, sous quelle licence il est réutilisable.

Comment appelle-t-on ces informations sur les données ? Où en as-tu déjà rencontré ?

Correction

Ce sont des métadonnées : des données sur les données. Tu les as déjà croisées avec les photos (les EXIF : date, appareil, position GPS).

Sans métadonnées, un fichier de chiffres est inexploitable : on ne sait ni d'où il vient, ni ce que les colonnes signifient, ni s'il est à jour. La donnée seule ne suffit jamais.

Le cloud, ce sont les ordinateurs des autres

Quand tu « mets un fichier dans le cloud » (Drive, iCloud, OneDrive, l'ENT…), il ne part pas dans les nuages : il est copié sur le disque dur d'un ordinateur qui appartient à quelqu'un d'autre, dans un bâtiment, quelque part sur Terre. Ce bâtiment s'appelle un centre de données (datacenter).

Ce que ça change pour toi :

Tu y accèdes de partout, depuis n'importe quel appareil connecté, et tes fichiers se synchronisent tout seuls.
Tu peux partager un fichier avec d'autres, en choisissant qui peut le lire et qui peut le modifier.
Mais tu ne détiens plus tes fichiers : ils sont chez un prestataire, soumis à ses conditions, à ses pannes, à ses lois. S'il ferme ton compte, tu perds l'accès.

À faire : partager un fichier

Dépose ton fichier CSV sur l'espace de stockage de l'ENT, puis partage-le avec ton voisin en lecture seule. Vérifie ensuite avec lui : peut-il l'ouvrir ? Peut-il le modifier ?

Ce que ça coûte

Un centre de données, c'est des milliers de machines qui tournent en permanence, et qui chauffent. Il faut donc de l'électricité pour les faire fonctionner, et encore de l'électricité pour les refroidir.

Quelques ordres de grandeur :

Les centres de données consomment environ 1 à 2 % de l'électricité mondiale, et cette part augmente avec la vidéo et l'intelligence artificielle.
Un grand centre de données consomme autant d'électricité qu'une ville de plusieurs dizaines de milliers d'habitants.
Une part importante de cette énergie sert uniquement au refroidissement.

Exercice - Le vrai coût d'un fichier

Tu as 500 photos et 30 vidéos sauvegardées « dans le cloud », et tu ne les regardes jamais. Elles consomment pourtant de l'énergie en continu. Pourquoi ?

Correction

Parce que le disque qui les contient doit rester allumé et accessible en permanence, dans un bâtiment refroidi en permanence, et que tes données sont en général dupliquées sur plusieurs machines pour ne pas être perdues.

Le stockage n'est pas « gratuit » parce qu'il est invisible : il a un coût énergétique continu. Faire le ménage dans ses fichiers est un geste écologique, modeste mais réel.

Tes données t'appartiennent (le RGPD)

Une donnée personnelle est toute information permettant d'identifier une personne, directement ou indirectement : nom, adresse, photo, adresse IP, position, numéro de téléphone.

Depuis 2018, le RGPD (règlement général sur la protection des données) encadre leur usage dans toute l'Europe. Il te donne des droits :

savoir quelles données une organisation détient sur toi, et pourquoi ;
accéder à ces données et en obtenir une copie ;
les faire corriger si elles sont fausses ;
les faire effacer (c'est le droit à l'oubli, déjà croisé avec les photos) ;
refuser que tes données soient utilisées à des fins de publicité.

Et il impose des devoirs à ceux qui les collectent : demander ton consentement, expliquer clairement l'usage prévu, ne collecter que le nécessaire, et sécuriser ce qu'ils gardent.

Exercice - Donnée personnelle ou pas ?

Parmi ces informations, lesquelles sont des données personnelles ? ton prénom seul · ta note au dernier devoir · la température à Rennes hier · ton adresse IP · le nombre d'abonnés de SQUEEZIE

Correction

Personnelles : ta note (elle te concerne, et elle est rattachée à ton identité dans le fichier du lycée) et ton adresse IP (elle permet de remonter jusqu'à ton abonnement, c'est explicitement reconnu par le RGPD).

Pas personnelles : la température à Rennes (elle ne concerne personne en particulier) et le nombre d'abonnés de SQUEEZIE (c'est une donnée publique sur une chaîne, pas une information privée sur un individu).

Ton prénom seul : c'est le cas intéressant. Seul, il n'identifie personne (des milliers de gens le partagent). Mais croisé avec ta classe et ton lycée, il t'identifie parfaitement. C'est tout l'enjeu : une donnée devient personnelle par croisement.

Ce qu'on retient

L'open data rend des données publiques réutilisables par tous (portail data.gouv.fr), le plus souvent en CSV.
Les métadonnées (données sur les données : origine, date, licence, sens des colonnes) sont indispensables : sans elles, un fichier est inexploitable.
Le cloud n'est pas immatériel : c'est le disque dur de quelqu'un d'autre, dans un centre de données qu'il faut alimenter et refroidir (1 à 2 % de l'électricité mondiale).
Une donnée personnelle identifie une personne, même indirectement et même par croisement. Le RGPD te donne des droits sur elles : accès, correction, effacement, refus de la publicité.