Croyez ce que les gens font, pas ce qu'ils disent !
La véritable nature de l'esprit humain, telle que capturée par Google Trends

« Une toute nouvelle façon d'étudier la pensée humaine ! »
Steven Pinker, auteur de « The Better Angels of Our Nature »

« Tout devient donnée. »
Surtout les mensonges.
Une manière très inattendue de lire le monde caché

Pendant ses études de doctorat en économie à l'université Harvard, Seth Stephens-Davidowitz a étudié Google Trends, qui affiche les tendances de certains termes de recherche.
C’était l’époque où Barack Obama avait été élu président des États-Unis et où de nombreux experts affirmaient : « Le racisme a disparu. »
Mais la réalité révélée par les données était tout autre.
Le jour de l'élection d'Obama à la présidence, les recherches pour « président nègre » ont dépassé celles pour « premier président noir » dans certains États, et les sites suprémacistes blancs ont enregistré une multiplication par dix des recherches et des inscriptions.
Sa carte du « racisme latent », créée à partir des données de Google, a permis une réévaluation critique des résultats des primaires d'Obama fin 2008 et a joué un rôle déterminant dans l'explication du succès politique de Trump lors de l'élection présidentielle américaine de 2016.
Pourquoi tant de partisans de Trump sont-ils restés cachés jusqu'après l'élection ? Pourquoi est-il si difficile de savoir pour qui les électeurs voteront « réellement » ? La raison est simple : les gens mentent.

La recherche d'informations par les individus est elle-même une information.
Le moment et le lieu où ils recherchent des faits, des citations, des blagues, des lieux, des personnes, des choses et de l'aide nous en disent beaucoup plus sur ce qu'ils pensent vraiment, ce qu'ils désirent, ce qu'ils craignent et ce qu'ils font que de vagues suppositions.
Sans oublier que parfois, les gens font des confessions plutôt que de poser des questions dans les champs de recherche Google.
Des choses comme : « Je déteste tellement mon patron », « Je suis complètement ivre », « Mon père m'a frappé ».
L'acte quotidien de taper des mots ou des phrases dans de petits espaces carrés vides laisse de minuscules traces de vérité, et lorsque des millions de ces traces s'accumulent, une réalité profonde se révèle.

---Extrait de « Introduction : Aperçu de la révolution du Big Data »

La principale raison pour laquelle la recherche Google est si précieuse n'est pas la quantité de données qu'elle contient, mais la sincérité des internautes quant à leurs opinions.
Les gens mentent à leurs amis, à leurs amants, aux médecins, aux géomètres, et même à eux-mêmes.
Mais Google partage des informations sur les mariages sans sexe, les problèmes de santé mentale, l'anxiété et l'hostilité anti-Noirs qu'il est difficile de trouver ailleurs.

---Extrait de « Introduction : Aperçu de la révolution du Big Data »

Si nous nous fions uniquement à ce que nous entendons ou à nos expériences personnelles, il est facile de se faire une fausse idée du fonctionnement du monde.
Les bonnes méthodologies en science des données sont intuitives, mais les résultats sont souvent contre-intuitifs.
La science des données est un processus de découverte et de compréhension des modèles basés sur le comportement humain naturel et intuitif.
Puis, cela se confirme en nous montrant que le monde fonctionne d'une manière totalement différente de ce que nous pensions.
---« Chapitre 1.
Extrait de « L'intuition est imparfaite »

Le Big Data nous permet de voir non seulement ce que les gens disent vouloir ou faire, mais aussi ce qu'ils veulent et font réellement.
Fournir des données fiables est le deuxième atout du big data.
Grâce à la quantité considérable de données disponibles aujourd'hui, des informations pertinentes existent même sur de petits groupes.
Par exemple, on peut comparer le nombre de personnes qui rêvent de concombres avec le nombre de personnes qui rêvent de tomates.
Le troisième atout du big data est qu'il nous permet d'observer de près même de petits groupes.
Le big data possède une autre force puissante (qui n'a pas été utilisée dans ma brève étude de Freud, mais qui pourrait l'être dans de futures études).
L'intérêt est que les expériences de contrôle peuvent être menées rapidement.
Cela nous permet de confirmer non seulement la corrélation, mais aussi la causalité.
Ce type de validation est aujourd'hui largement utilisé par les entreprises, mais il deviendra bientôt un outil puissant également pour les chercheurs en sciences sociales.
La faisabilité des expériences causales est la quatrième puissance du big data.

---« Chapitre 2.
Extrait de « Freud avait-il raison ? »

Il y avait une raison pour laquelle Seider et son équipe étaient si obsédés par le numéro 85, et cette raison était très claire.
Le ventricule gauche du numéro 85 se situait dans le 99,61e percentile.
Ce n'était pas tout.
Tous les autres organes principaux, y compris le cœur et la rate, étaient anormalement gros.
D'après les conclusions de Seider, un ventricule gauche plus volumineux est généralement un avantage en course.
Cependant, si tous les autres organes sont petits mais que le ventricule gauche est aussi volumineux, cela peut être le signe d'une maladie.
Le pharaon américain présentait des dimensions supérieures à la moyenne pour tous les organes principaux et un ventricule gauche géant.
Les données indiquaient clairement que le numéro 85 était un cheval sur cent mille, voire sur un million.

---« Chapitre 3.
Extrait de « Une nouvelle perspective sur les données »

Qui donc crée des préjugés contre les filles ? Leurs parents.
Les parents sont souvent enthousiasmés par l'idée que leur enfant possède un talent exceptionnel.
Ce n'est pas surprenant.
En fait, l'expression la plus courante qui suit chaque recherche Google commençant par « Mon enfant de deux ans est… » est « talentueux ».
Cependant, ces questions ne sont pas posées de la même manière aux garçons et aux filles.
Les parents se demandent 2,5 fois plus souvent : « Mon fils est-il talentueux ? » que « Ma fille est-elle talentueuse ? »
Des biais similaires apparaissent lorsqu'on utilise des expressions liées à l'intelligence.
Par exemple, il est gênant de poser une question comme : « Mon fils est-il un génie ? »

---« Chapitre 4.
Extrait de « Confession numérique »

En 2003, le statisticien Nate Silver a mis au point un nouveau modèle pour prédire les performances des joueurs. Appelé PECOTA, ce modèle s'est avéré remarquablement précis.
Silver a trouvé le sosie du joueur.
Il a constitué une base de données de tous les joueurs de la ligue majeure, soit plus de 18 000 personnes.
Elle comprenait toutes les informations connues sur les performances d'un joueur chaque année, notamment sa taille, son âge, son poste, ses coups de circuit, sa moyenne au bâton, ses buts sur balles, son pourcentage de présence sur les buts et ses retraits sur des prises.
Maintenant, cherchons les vingt joueurs de baseball dont les performances ressemblent le plus à celles d'Ortiz lorsqu'il avait 24, 25, 26, 27, 28, 29, 30, 31, 32 et 33 ans.
Trouver un sosie qui jouait de façon similaire à lui au même âge.
Et ensuite, nous nous intéressons aux carrières de baseball de ces sosies.
Trouver son sosie est un autre exemple d'analyse de données approfondie.
(Omission) Silver a prédit la performance d'Ortiz en se basant sur les performances finales de ces sosies.
Silver découvrit qu'ils avaient recouvré leurs pouvoirs.
Si Simmons a peut-être raison de dire que l'âge est un frein dans d'autres domaines, les sosies d'Ortiz ont retrouvé leurs compétences avec l'âge.

---« Chapitre 5.
Extrait de « Gros plan »

Les tests A/B nous apprennent à nous méfier des leçons courantes.
Clark Benson, PDG du site d'actualités et de divertissement ranker.com, s'appuie fortement sur les tests A/B pour sélectionner les titres et la conception du site.
Benson dit.
« On ne peut rien présumer. »
«Il faut absolument tout tester.»
---« Chapitre 6.
Extrait de « Le monde entier est un laboratoire »

Comment surmonter le fléau de la dimensionnalité ? Nous devons aborder nos recherches avec humilité et ne pas nous enorgueillir de nos découvertes.
Des expériences supplémentaires sont nécessaires pour confirmer ces résultats.
Avant de miser toutes vos économies sur la 391e pièce, vous devriez observer comment les choses évoluent au cours des prochaines années.
Les spécialistes des sciences sociales appellent cela une expérience « hors échantillon ».
Plus vous essayez de variables, plus vous devez faire preuve d'humilité.
Plus on teste de variables, plus il devient difficile de mener des expériences hors échantillon.
Il est également important de consigner chaque expérience que vous réalisez.
Ce n'est qu'alors que nous pourrons savoir exactement quelle est la probabilité que nous soyons victimes de cette malédiction et à quel point nous devons être sceptiques quant au résultat.

---« Chapitre 7.
Extrait de « Choses impossibles à réaliser même avec le big data »

Le changement va maintenant se produire.
Chaque idée que j'ai abordée dans ce livre est étayée par des centaines d'autres idées importantes qui ne demandent qu'à être remises en question.
Les recherches présentées ici ne sont que la partie émergée de l'iceberg, la plus infime partie des minuscules points à la surface.
Que va-t-il se passer maintenant ?

---Extrait de « Conclusion : Combien de personnes liront le livre jusqu'au bout ? »