L'importance pour les collaborateurs d’être formés à la data literacy, soit les compétences permettant de lire, comprendre, analyser et travailler avec les données


Rédigé par Paul Barth, Qlik le 13 Décembre 2022



Paul Barth, Global Head of Data Literacy chez Qlik
Dans un monde où l’« IA consommable » se démocratise de plus en plus, la data literacy, soit la capacité à lire, comprendre, analyser et travailler avec les données, va devenir un facteur encore plus important. La capacité à superposer l’expérience du monde réel et les enseignements tirés de l’analytique sera de plus en plus valorisée. Ainsi, les entreprises doivent donner les moyens à davantage de collaborateurs de travailler et de créer de la valeur à partir des données et des outils d’IA.

ChatGPT d’OpenAI soulève la question de ce qu’il adviendra de celles et ceux qui écrivent pour vivre ou qui travaillent dans des secteurs créatifs si l’IA démontre qu’elle est capable d’accomplir les mêmes tâches avec un degré de qualité élevé.

Le rôle joué par les êtres humains en matière d’hygiène des données deviendra de plus en plus crucial, puisqu’ils seront garants de la qualité et de la précision des informations afin de réduire les biais ou les malentendus. Ils apporteront également des informations contextuelles nuancées qu’une machine est incapable de fournir, mettant ainsi leurs compétences à contribution à meilleur escient. Un exemple analogue serait l’invention de la calculatrice : en effet, même si celle-ci est capable de réaliser des calculs complexes bien plus rapidement qu’un être humain, elle a également permis aux êtres humains de travailler en tandem avec des machines afin de se concentrer sur la résolution de problèmes à un niveau plus analytique et plus en profondeur.

Les êtres humains auront donc un rôle vital à jouer dans le succès de l’IA. Afin de mettre en place une véritable collaboration, il faut qu’ils cessent de la percevoir comme une menace susceptible de les supplanter et la considèrent plutôt comme un moyen d’accélérer la création de contenus et de générer de nouveaux concepts à partir d’une large gamme de sources – à condition de disposer d’outils et d’un niveau de formation en data literacy appropriés.



Dans la même rubrique :