«  L’apprentissage profond de l’IA aide à faire le tri de milliers de tweets pour dégager les informations valides sur les évènements extrêmes, sans interprétation ni bruit de fond », explique-t-elle.

Lors des inondations de mars 2019 au Nebraska, aux États-Unis, des milliers de tweets avaient commenté les évènements qui allaient entrainer l’évacuation massive des résidents et occasionner des dommages de plus d’un milliard de dollars. Avec l’aide de l’IA, l’équipe a analysé près de 12 000 tweets, pour faire surgir un modèle de classification qui pourrait servir aux gestionnaires de futures crises.

Il n’y a pas de langage universel pour catégoriser ce type d’évènements, de sorte que les termes varient d’une fois à l’autre – tempête de neige, verglas ou inondations. « Il y a tout un flux d’informations non pertinentes, où il importe de dégager les mots-clés utilisés dans le contexte de crise (incendie plutôt que feu, par exemple). Nous entraînons notre modèle IA à coupler aussi des groupes de mots afin de consolider l’algorithme (par exemple, urgence et incendie) », détaille la chercheuse.

Les médias sociaux peuvent donc être des mines d’informations de ces crises appelées à se répéter et à prendre plus d'ampleur dans un proche avenir. Mais cela reste un défi : « Dégager les informations significatives des mots de réconfort des influenceurs, ce n’est déjà pas facile. Mais l’un des grands obstacles est que les plateformes, comme Facebook, ne sont pas toujours ouvertes à donner aux chercheurs accès à leurs données », rappelle la Pre Sieber.

Les GAFAM ont en effet davantage pour habitude de fonctionner en vase clos et de s’échanger des données entre elles. Et de nombreux chercheurs, tels que Jean-Hugues Roy, à l’UQAM, dénoncent depuis quelques années le manque de règlementation entourant Facebook. Une de ses recommandations est d’obliger ces plateformes à collaborer avec les chercheurs : « La loi doit les obliger à ouvrir des fenêtres à la recherche indépendante pour observer ce qui s’y passe », écrivait-il en 2019.

La météo en données

Wikimédia Canada - volet canadien de la Wikimedia Foundation, l’organisme supportant l’encyclopédie libre Wikipedia - pourrait venir en aide à certains de ces chercheurs. Il a l’ambition d’importer un siècle de données météorologiques dans Wikimédia Commons, sa médiathèque de fichiers accessibles à tous.

Ce projet de valorisation du patrimoine météorologique, soutenu par le ministère canadien de l’Environnement, en partenariat avec l’Acfas et IVADO, ouvre la porte à un large partage des données récoltées depuis plus de 100 ans par les quelque 8756 stations disséminées sur le territoire canadien.

« Ces stations météorologiques enregistrent des observations à chaque heure, journée ou mois. Plus de 4,5 Go de données et 26 millions de fichiers ont été téléversés sur le serveur de Wikidata depuis le début du projet en 2019», explique Michel Tremblay, conseiller au ministère et l’un des développeurs du projet.

Par le croisement de données, il sera ainsi possible d’observer l’évolution des conditions météorologiques à des endroits précis du Canada. L’un des défis reste cependant de standardiser et d’homogénéiser le langage de programmation qui soutient l’infrastructure.

« Cela permettra aussi de créer différents projets du côté de la vulgarisation. Nous voulons faciliter le partage de savoir et la réutilisation de données scientifiques et arides», relève Pierre Choffet, l’autre développeur du projet.

Un dernier défi est de rallier des idéateurs intéressés à mettre en image ces calculs. En d’autres mots, plutôt que de rester avec des tableaux de données météorologiques  sur les chutes de neige, les contributeurs pourraient imaginer des façons de les rendre plus conviviales: un visuel attrayant et mis à jour en temps réel. Un peu comme s’il neigeait dans votre écran!

Photo: Tobias Hämmer / Pixabay