En fait, les datas c’est un peu comme les iphones (ou équivalent). Lorsqu’ils sont arrivés sur le marché, beaucoup de gens se sont dits que c’était inutile, qu’un téléphone était fait pour appeler les gens et rien d’autre, etc. On se rend compte maintenant que c’est super pratique et on ne peut plus vivre sans. Pourquoi ? Par ce qu’on peut faire plein de choses avec mais que ça ne nous empêche nullement de l’utiliser comme téléphone.Coach-Mic a écrit : ↑06 sept. 2025, 23:49 AUjourd'hui tout est flux de données. Il y a un paradoxe, les datas sont censés nous révéler la chose en soi mais finalement ne complexifient elles pas la connaissance des choses ? Nous avons énormément d'informations mais savons nous les utiliser ? Les flux de données restent "un phénomène" à apprivoiser avec sa conscience individuelle alors qu'ils sont censés nous révéler la nature de l'objet pour tous. VA t'on réussir a faire une équipe de foot avec des milliards de données alors qu'un joueur va toujours rester imprévisible dans son rapport aux autres. Comme en systémique un moteur qui fonctionne est l'addition des pièces qui le compose, dans une équipe de foot n'y a t'il pas une boite noire qui ne s'applique pas a l'addition des données.
Croyez vous que le projet Data va performer plus que le flair d'un amoureux de foot ? Le projet KSV me fait un peu peur parfois pour cette croyance dogmatique en la rationalisation. D'aucun nous dirons que c'est pour limiter les risques, je l'entends.
On cherche trop à opposer data et scouting, alors qu’au contraire la data ne fait que faciliter le scouting, et que le scouting n’est qu’une forme de data limitée.
L’accumulation de données ? Certaines peuvent s’avérer inutiles sur le moment, mais devenir cruciales dans le futur, avec le recul. Mais pour le savoir, il faut les avoir. Les expériences scientifiques (en recherche ou production) souffrent souvent de problèmes de reproductibilité. Ce n’est pas rare que quelque chose qui fonctionnait pendant des années se mette à ne plus marcher sans raison apparente. Si tu as accumulé plein de données, tu pourras fouiller dans celles-ci et voir si des paramètres ont changé et affectent maintenant ta production. Par exemple, tu peux laisser ton produit à température ambiante entre deux traitements. Avec le réchauffement climatique, cette température a augmenté et affecte ton traitement. Si tu as cette donnée au fil des années, tu verras peut-être que cela affectait la qualité du produit final et tu pourras rapidement corriger le problème.
C’est la même chose pour les datas. De nombreuses données sont sans doute inutilisées, mais elle peuvent s’avérer utiles plus tard.
