Je lis quand même entre lignes qu’il y aurait une « bonne » interprétation des données et des mauvaises, et qu’il ne faudrait pas les « mauvaises » puissent y trouver des arguments.
Tu devrait lire les lignes plutôt qu'entre les lignes.
Mais oui, il y a des gens qui tordent les chiffres. C'est une évidence, et encore une fois, je peux trouver des tas d'exemples.
Pour rester sur le sujet des militants antivaccins, il y en a un certain nombres qui ont pris les morts dans la base VAERS pour faire une corrélation entre "quelqu'un a été vacciné" et la cause de la mort.
Par exemple, "quelqu'un est mort écrasé par une voiture" après vaccin. Ça serait évidement une mauvaise interprétation des données, données qui sont supposés correct.
Et une mauvaise interprétation car d'une part, il faut d'autres données pour comparer. Et surtout, il faut penser à comparer.
Ce qui compte, c'est de voir si le nombre de morts écrasés par une voiture et vaccinés est différent du nombre de mort écrasés en temps normal. Et une fois qu'il y a ça, il faut commencer à voir si il y un lien de cause à effet.
C'est ce genre de lecture qui est trivialement démontrable comme fausse qui serait mauvaise. Mais ce qui rends l’interprétation fausse, ça n'est pas le motif de la mort, qui ne fait que rendre ça ridicule. Si quelqu'un reprends la même méthode avec les crises cardiaques, ça reste faux, mais moins ridicule.
C'est comme avec l'histoire d'utiliser le bluetooth du téléphone pour montrer qu'il y a une puce bluetooth dans le vaccin. L'observation est correct, l’interprétation est hors sol.
Donc il ne faut pas simplement filer les données, il faut aussi donner des clés pour que les gens comprennent les stats, comprennent les graphs (et la différence entre un bon graph et un mauvais graph), que les gens comprennent quand on utilise leurs émotions pour les manipuler.
Car sinon, les données ouvertes ne vont servir que pour les gens qui savent les utiliser, en bien ou en mal. Et par en mal, je parle clairement de gens comme Andrew Wakefield qui vont simplement mentir pour leur bénéfice propre, et c'est pareil pour toute la complosphère classique qui a émergé lors de la crise de 2020 (et qui vont sans doute finir dans 10 ans comme les éditeurs du magazine Continuum vis à vis de l'épidémie de VIH).
[^] # Re: Open Data
Posté par Misc (site web personnel) . En réponse au journal [HS][~Signet] Mise à participation du public pour le projet de mise en service du réacteur EPR[...]. Évalué à 7.
Tu devrait lire les lignes plutôt qu'entre les lignes.
Mais oui, il y a des gens qui tordent les chiffres. C'est une évidence, et encore une fois, je peux trouver des tas d'exemples.
Pour rester sur le sujet des militants antivaccins, il y en a un certain nombres qui ont pris les morts dans la base VAERS pour faire une corrélation entre "quelqu'un a été vacciné" et la cause de la mort.
Par exemple, "quelqu'un est mort écrasé par une voiture" après vaccin. Ça serait évidement une mauvaise interprétation des données, données qui sont supposés correct.
Et une mauvaise interprétation car d'une part, il faut d'autres données pour comparer. Et surtout, il faut penser à comparer.
Ce qui compte, c'est de voir si le nombre de morts écrasés par une voiture et vaccinés est différent du nombre de mort écrasés en temps normal. Et une fois qu'il y a ça, il faut commencer à voir si il y un lien de cause à effet.
C'est ce genre de lecture qui est trivialement démontrable comme fausse qui serait mauvaise. Mais ce qui rends l’interprétation fausse, ça n'est pas le motif de la mort, qui ne fait que rendre ça ridicule. Si quelqu'un reprends la même méthode avec les crises cardiaques, ça reste faux, mais moins ridicule.
C'est comme avec l'histoire d'utiliser le bluetooth du téléphone pour montrer qu'il y a une puce bluetooth dans le vaccin. L'observation est correct, l’interprétation est hors sol.
Donc il ne faut pas simplement filer les données, il faut aussi donner des clés pour que les gens comprennent les stats, comprennent les graphs (et la différence entre un bon graph et un mauvais graph), que les gens comprennent quand on utilise leurs émotions pour les manipuler.
Car sinon, les données ouvertes ne vont servir que pour les gens qui savent les utiliser, en bien ou en mal. Et par en mal, je parle clairement de gens comme Andrew Wakefield qui vont simplement mentir pour leur bénéfice propre, et c'est pareil pour toute la complosphère classique qui a émergé lors de la crise de 2020 (et qui vont sans doute finir dans 10 ans comme les éditeurs du magazine Continuum vis à vis de l'épidémie de VIH).