Des politiques de transport pour nos villes grâce aux mégadonnées
Il n’est jamais facile de se défaire de ses anciennes habitudes. Cela s’applique à presque tous les cas de figure: de la première minute où vos grands-parents ont utilisé un téléphone portable à la réaction des administrations publiques quand elles ont entendu parler pour la première fois des mégadonnées. Prenons un exemple concret: les accidents de voiture. Traditionnellement, les décideurs politiques recevaient des plaintes de résidents ou de la société civile et ensuite, ils enquêtaient. Avec les mégadonnées en revanche, ils peuvent avoir accès à des cartes interactives en utilisant les données des services de police qui offrent une vue d’ensemble dynamique sur les accidents de la route survenus dans la ville. C’est là que réside toute la différence entre une prise de décisions politiques lente et déconnectée de la réalité et des décisions opportunes et efficaces. «Beaucoup de décideurs sont encore ancrés dans leurs vieilles habitudes. Ils prennent des décisions politiques en se basant sur des modèles figés de consultation ou de réunions de planification, sur une période d’un an ou plus. Leurs mesures sont souvent cloisonnées et lentes et proposent des solutions obsolètes à mettre en œuvre», déclare Lieven Raes, coordinateur du projet PoliVisu (Policy Development based on Advanced Geospatial Data Analytics and Visualisation).
Des cartes interactives pour une meilleure politique
Le projet PoliVisu a pour objectif de remettre en cause ces méthodes anciennes en améliorant la maîtrise des données et en donnant accès à une technologie avancée. Ses outils de visualisation des politiques s’appuient sur des cartes interactives pour afficher les données et permettre, en aval, une exploration à partir d’un détail infime. Le projet se concentre spécifiquement sur le transport et la mobilité. Comme le déclare Lieven Raes: «C’est un domaine qui offre de nombreuses possibilités d’utilisation des données. La mobilité constitue l’épine dorsale de toute ville et c’est un excellent sujet à expérimenter dans des lieux de tailles différentes et à différents stades d’avancement d’utilisation des mégadonnées.» Outre les accidents de la route, l’équipe du projet s’est concentrée sur un logiciel de modélisation de la circulation automobile et sur un outil qui améliore la sécurité des rues où sont installées les écoles. Tandis que le premier fournit des données en temps réel sur les flux de circulation ou permet de simuler les périodes de crise ou d’entretien des routes, le second fournit aux riverains des capteurs à installer à leurs fenêtres. Les capteurs mesurent la circulation automobile et collectent des données qui sont ensuite transmises aux administrations, ce qui leur permet de décider par exemple quelle route doit être fermée à la circulation le matin. «Nous avons commencé par lancer trois pilotes dans trois villes» explique Lieven Raes. «À Issy-les-Moulineaux (France), nous avons cherché une solution adaptée aux embouteillages importants. À Gand (Belgique), les autorités ne savaient pas où était concentrée la population étudiante et ne pouvaient donc pas prendre les mesures adaptées aux endroits adéquats. Nous avons testé différentes sources de données pour trouver les informations dont elles avaient besoin. Enfin, afin d’éviter tout impact négatif, nous avons fourni des prédictions de circulation concernant les prévisions de construction de routes à Pilsen (République tchèque).» L’équipe du projet a créé un total de 15 visualisations politiques. Un livre et un cours en ligne sur les données pour la politique sortiront aussi bientôt pour sensibiliser les personnes aux avantages des visualisations de données pour prendre au mieux les décisions politiques. L’accès aux données n’a pas toujours été facile mais pour l’équipe, cela en valait vraiment la peine. À ce jour, les trois premières villes pilotes utilisent toujours les outils du projet PoliVisu. «Souvent, les données nécessaires n’existaient pas ou pouvaient être détenues par d’autres parties réclamant beaucoup d’argent pour vous laisser les utiliser. À Gand, par exemple, il n’existait aucune source de données disponible. Nous avons dû les collecter à partir de sources multiples telles que les dossiers universitaires anonymisés et l’opérateur de télécommunication Proximus. Maintenant, ils ont une notion précise de l’endroit où se trouvent leurs étudiants pendant la semaine et les week-ends», ajoute Lieven Raes. D’ici la fin du projet, l’équipe fournira aux villes intéressées une boîte à outils de traitement des données ainsi que des outils de visualisation. La boîte à outils sera couplée à une méthodologie structurée et adaptable, ainsi qu’à des études de cas réels servant de sources d’inspiration pour introduire des données ouvertes (géolocalisation) dans le cycle de vie de la prise de décisions politiques.
Mots‑clés
PoliVisu, transport, mégadonnées, circulation, embouteillage, école, rues, prise de décisions politiques, accidents de voiture