Author
Listed:
- Cécile Godé
(CRET-LOG - Centre de Recherche sur le Transport et la Logistique - AMU - Aix Marseille Université)
- Vasquez Jordan
(Laboratoire de Recherche Magellan - UJML - Université Jean Moulin - Lyon 3 - Université de Lyon - Institut d'Administration des Entreprises (IAE) - Lyon)
Abstract
Un phénomène informationnel récent, communément appelé Big Data, est susceptible d'affecter le processus de prise de décision dans l'imprévu des effectifs policiers. Le Big Data renvoie à l'explosion des volumes d'informations disponibles, à la grande diversité de leurs sources (réseaux sociaux, sites web, objets connectés), à leur rapidité de diffusion (en temps réel ou quasi temps réel) et à leur caractère non structuré (Davenport, 2014). De nombreux systèmes d'information sont aujourd'hui développés et implémentés dans les organisations pour collecter, stocker et analyser les données Big Data en temps réel. Les systèmes prédictifs (voir Chapitre 1 préliminaire), consistant à prévoir le risque d'occurrence des faits délictueux et/ou criminels à partir du traitement des Big Data, sont parmi les plus connus dans le domaine de la sécurité intérieure (par exemple, PredPol, HunchLab, Accurint, etc.). Les forces de Police française ne bénéficient pas encore de systèmes prédictifs matures, même si des projets sont en cours de développement. Cette absence de logiciels de traitement systématique et en temps réel du Big Data ne signifie cependant pas que les forces opérationnelles et de commandement évoluent dans un contexte informationnel pauvre. Bien au contraire, elles ont à leur disposition de nombreux logiciels, bases de données et systèmes d'information qui leur permettent de récolter une grande quantité d'informations, de nature variée et issues d'une multitude de sources. Le traitement de ces informations n'est pas agrégé, c'est-à-dire qu'aucun système intégré (construit sur une base de données unique) n'est aujourd'hui en mesure de traiter l'ensemble des données issues de ces différents outils pour produire un résultat susceptible d'orienter la décision. Les utilisateurs doivent donc eux-mêmes recouper les informations récoltées sur telle base ou tel logiciel, et les traiter dans leur ensemble pour leur donner du sens. Pour autant, ces outils leur offrent des informations, à caractères tactique, contextuel et de contrôle, centrales dans leur processus de décision. Dans ce rapport, l'expression « environnement Big Data » sera ainsi privilégiée au terme de « Big Data » afin d'insister sur le contexte informationnel dense et varié au sein duquel évoluent les forces de Police, sans qu'elles ne bénéficient pour autant d'un système intégré de collecte et de traitement des données Big Data en temps réel (voir Chapitre 2). Cette étude s'attache à identifier et analyser les effets d'un environnement Big Data sur la prise de décision d'équipes évoluant en contexte extrême. Centré sur les thématiques de l'information (collecte, traitement, diffusion), de la conscience de la situation (Endsley, 1995) et de la décision naturalistique (Klein, 1993) des forces de Police, l'objectif est de proposer des résultats traduisant au plus près les pratiques décisionnelles des acteurs ainsi qu'une modélisation du processus de décision en environnement Big Data. La problématique peut donc être formulée de la façon suivante : Comment l'environnement Big Data affecte-t-il le processus de prise de décision au sein de la Police Nationale ?
Suggested Citation
Download full text from publisher
To our knowledge, this item is not available for
download. To find whether it is available, there are three
options:
1. Check below whether another version of this item is available online.
2. Check on the provider's
web page
whether it is in fact available.
3. Perform a
search for a similarly titled item that would be
available.
Corrections
All material on this site has been provided by the respective publishers and authors. You can help correct errors and omissions. When requesting a correction, please mention this item's handle: RePEc:hal:wpaper:hal-01591104. See general information about how to correct material in RePEc.
If you have authored this item and are not yet registered with RePEc, we encourage you to do it here. This allows to link your profile to this item. It also allows you to accept potential citations to this item that we are uncertain about.
We have no bibliographic references for this item. You can help adding them by using this form .
If you know of missing items citing this one, you can help us creating those links by adding the relevant references in the same way as above, for each refering item. If you are a registered author of this item, you may also want to check the "citations" tab in your RePEc Author Service profile, as there may be some citations waiting for confirmation.
For technical questions regarding this item, or to correct its authors, title, abstract, bibliographic or download information, contact: CCSD (email available below). General contact details of provider: https://hal.archives-ouvertes.fr/ .
Please note that corrections may take a couple of weeks to filter through
the various RePEc services.