Comment peut-on rendre les mégadonnées pertinentes pour les élèves?
Les mégadonnées, ou le Big Data, sont des ensembles de données extrêmement grands qu’on peut analyser informatiquement afin de révéler des régularités, des tendances et des associations, surtout en ce qui a trait aux interactions et comportements humains.
Mais qu’est-ce que ça veut réellement dire? Comment pourrait-on appliquer cette notion dans la vie de tous les jours?
Un article de Sandra Durcevic sur Datapine (en anglais seulement) illustre simplement comment on utilise les mégadonnées pour accélérer le service dans le domaine de la restauration rapide.
« En arrivant au service à l’auto du McDonald ou du Burger King local, vous réalisez qu’il y a une très longue file devant vous. Vous commencez à tambouriner des doigts sur le volant, en vous disant que votre expérience de restauration sera tout sauf “rapide” et en vous demandant si vous devriez vous rendre chez Wendy’s à la place.
Toutefois, avant que vous n’ayez le temps de trop vous morfondre, vous remarquez que quelques voitures sont déjà passées et reparties avec leur repas. La file avance beaucoup plus vite que ce que vous ne le prévoyiez… Que se passe-t-il? Le temps d’arriver à la fenêtre de service, vous oubliez la question et passez votre commande.
Dans les coulisses : les mégadonnées pourraient vous avoir permis de manger votre burger et vos frites un peu plus rapidement. Certaines chaînes de restauration rapide surveillent maintenant les files d’attente du service à l’auto afin de pouvoir modifier l’affichage de leur menu extérieur en conséquence.
Voici comment ça fonctionne : si la file est vraiment longue, pour accélérer le service, l’écran n’affichera plus que les articles qui se préparent et se servent rapidement. Si la file est relativement courte, l’écran affichera des articles à marge de profit plus élevée, mais qui prennent un peu plus de temps à préparer! »
Cool! Donnez-moi d’autres exemples d’emploi des mégadonnées!
Des entreprises comme Starbucks utilisent aussi des données relatives à la densité de population, au revenu moyen et aux modèles de circulation pour « prévoir » la viabilité économique d’emplacements potentiels. Des établissements de santé aux quatre coins de la planète cherchent également des tendances ou des régularités pour prédire des éclosions de maladie. L’ASC, la NASA et l’ASE se servent de leur côté des données de satellites d’observation de la Terre pour proposer des solutions au chapitre des changements climatiques et de la gestion durable de l’eau.
Comment pourrais-je enseigner cette notion en classe?
Participez au projet d’action Espace vivant! Parlons sciences s’est associé à l’Agence spatiale canadienne pour aider les élèves à déterminer les effets sur la santé humaine de conditions environnementales comme la température, l’humidité et le dioxyde de carbone. En participant à ce projet, vous pourrez exercer vos compétences en programmant des nano-ordinateurs, en recueillant des données sur les conditions de votre classe, en téléchargeant ces données dans une base nationale, puis en les comparant à celles non seulement d’autres classes d’un bout à l’autre du Canada, mais aussi collectées à bord de la Station spatiale internationale!
Vous enseignez l’informatique à des étudiants de fin de secondaire et aimeriez aller un peu plus loin? Formez un groupe pour participer au Big Data Challenge du STEM Fellowship (en anglais seulement). Vous pourrez accéder à des données de sources ouvertes, apprendre comment les analyser par le biais d’ateliers offerts par des professionnels de l’industrie, pour ensuite tenter de résoudre des problèmes réels. Ce faisant, vous découvrirez des tendances et chercherez à définir les conditions de vie optimales sur la Terre comme dans l’espace.
Vous en voulez plus?
Allez voir notre site ESPACE; vous y trouverez une foule de vidéos, d’articles et d’autres projets que vous pourrez utiliser pour créer des activités de quête et de découverte. Si vous préférez perfectionner vos propres compétences, participez à notre séance de formation pédagogique en littératie numérique sur les mégadonnées, mise au point et offerte en partenariat avec Fair Chance Learning.