Une donnée n’est jamais donnée

Nous parlons de données partout. Données publiques, données personnelles, données d’entrée, données d’apprentissage, données métiers, données territoriales, données climatiques, données de santé, données massives. Le mot semble technique et neutre. Il rassure parce qu’il donne l’impression d’un matériau disponible, presque naturel, que l’on pourrait collecter, stocker, croiser et faire parler.

La généralité du mot est parfois presque comique. Dire “il nous faut des données” revient à peu près à dire, sur un chantier, “il nous faut de la matière”, ou dans une cuisine, “il nous faut de la nourriture”. Personne ne dirait sérieusement : “le déjeuner avance bien, les produits alimentaires sont presque tous transformés”. On parlerait d’ingrédients, de stock, de portions, de sauce, d’accompagnement, de cuisson, de repos, de service. Pourtant, avec le numérique, nous acceptons souvent ce même niveau de généralité comme s’il était précis.

C’est précisément le problème. Une donnée n’est jamais simplement donnée. Elle est produite, découpée, codée, datée, qualifiée, transportée, interprétée. Elle porte des conventions, des pertes, des choix et des usages possibles. Elle n’arrive jamais directement du réel vers le calcul. Le numérique ne supprime pas cette économie des opérations ; il la rend seulement moins visible.

Dire “les données montrent que” peut être légitime. Mais cela devrait toujours appeler une suite de questions. Quelles données ? Produites par qui ? Selon quelle méthode ? Pour quel usage initial ? Avec quelle unité ? À quelle date ? Dans quel format ? Avec quel droit ? Avec quel niveau de confiance ? Et surtout : à quel moment de la chaîne cette information intervient-elle ?

Le faux matériau brut

La donnée est souvent pensée comme un matériau brut. Il suffirait de l’extraire, puis de la traiter. Cette image est puissante, parce qu’elle rapproche la donnée d’une ressource naturelle. Mais elle est mauvaise. Même une mesure apparemment simple suppose un instrument, une unité, un protocole, une position, une fréquence, un seuil de détection, une décision sur ce qui mérite d’être inscrit.

L’illusion vient en partie de l’association entre numérique et virtuel. Comme l’information circule dans des fichiers, des API, des bases et des interfaces, on oublie qu’elle repose sur une organisation très concrète : capter, saisir, horodater, nommer, stocker, nettoyer, relier, afficher, transmettre, archiver. La cuisine repose bien sur des molécules et des substances, mais personne ne cuisine au niveau des molécules. On cuisine par gestes, par états, par transformations, par moments du service. Le numérique devrait être regardé de la même manière.

CuisineOn ne travaille pas avec “de la nourriture”

• approvisionnement
• stock
• tri
• nettoyage
• dosage
• cuisson
• repos
• assaisonnement
• service

NumériqueOn ne devrait pas travailler avec “des données”

• signal
• capture
• mesure
• trace
• journal
• historique
• agrégat
• indicateur
• rapport

Dans les systèmes d’informations géographiques (SIG), cette évidence apparaît très vite. Une parcelle, une route, une adresse, une zone inondable, une altitude ou une occupation du sol ne sont pas des morceaux de territoire posés dans une base. Ce sont des représentations construites. Elles dépendent d’une échelle, d’un référentiel, d’une nomenclature, d’un millésime, d’un producteur, d’une finalité.

La couche géographique est donc une bonne école critique. Elle montre que la donnée n’est pas le monde, mais un mode d’inscription du monde. Elle ne ment pas nécessairement. Elle simplifie pour rendre possible une opération.

Une information change de statut

Le plus souvent, ce qui compte n’est pas seulement le contenu de la donnée, mais son statut. Une même information peut être un indice, une alerte, une preuve, une hypothèse, une variable de calcul, une obligation réglementaire, une trace documentaire ou un argument politique.

Une valeur de pente peut servir à comprendre un terrain, filtrer des zones candidates, dimensionner un accès, discuter un risque ou justifier une décision. Le nombre ne change pas forcément. Son rôle, lui, change complètement.

C’est ce que le vocabulaire courant tend à effacer. En appelant tout donnée, on mélange des régimes d’information qui devraient rester distincts : observation, déclaration, calcul, estimation, simulation, décision, norme, recommandation. Cette confusion devient dangereuse lorsque l’information circule vite entre des systèmes.

La fonction plutôt que le paquet

La bonne question n’est donc pas seulement : avons-nous les données ? Elle est : de quoi parlons-nous exactement ? D’un signal capté, d’une mesure inscrite, d’une déclaration, d’une trace, d’un journal, d’un historique, d’un agrégat, d’un indicateur, d’un rapport, d’une interface ? Le mot donnée met tout dans le même sac. Le vocabulaire fonctionnel remet chaque élément à sa place.

Selon la réponse, on ne parle plus du même objet. Un signal peut être instable. Une capture peut être datée. Une mesure peut être incertaine. Un journal peut documenter ce qui s’est passé sans expliquer pourquoi. Un historique peut permettre une comparaison. Un indicateur peut condenser, donc perdre. Un rapport peut orienter une discussion. Ce ne sont pas des nuances décoratives : ce sont les fonctions réelles de l’information.

La précision du vocabulaire n’est donc pas un raffinement administratif. C’est une manière de voir le travail qui a eu lieu et celui qui reste à faire. Elle rend perceptibles l’effort, les gestes, les transformations, les pertes et les responsabilités qui disparaissent lorsque tout devient simplement “de la donnée”.

L’IA rend le problème plus visible

Les LLM aggravent et révèlent cette difficulté. Ils absorbent des textes, tableaux, mails, rapports, cartes, règles, tickets, notes, conversations, procédures. On appelle tout cela données, parce que tout peut devenir entrée d’un modèle. Mais un mail, une mesure, une règle juridique, une hypothèse de projet et une décision validée ne devraient pas circuler sous le même statut.

L’IA rend les transformations plus faciles. Elle résume, reformule, extrait, rapproche, classe, génère. Elle peut aider à reconstruire les chaînes, mais elle peut aussi les aplatir. Une réponse bien écrite peut mélanger une source officielle, une note provisoire, une estimation, une intuition et un raisonnement plausible sans que la différence soit immédiatement visible.

La discipline nécessaire n’est donc pas seulement technique. Elle est sémantique et politique. Il faut distinguer ce qui est observé, déclaré, calculé, interprété, validé, opposable, contesté. Il faut savoir si une information décrit, prescrit, recommande ou déclenche.

Parler selon les fonctions

Peut-être faudrait-il moins parler de données et davantage parler selon les fonctions de l’information. Une information observée n’a pas la même fonction qu’une information déclarée. Une information calculée n’a pas la même fonction qu’une règle. Une information simulée n’a pas la même fonction qu’une trace documentaire. Une information utile à l’action n’est pas toujours une information certaine.

Ce vocabulaire n’est pas moins commode. Il est plus précis, parce qu’il nomme les choses par ce qu’elles font. En cuisine, dire “sauce”, “entrée”, “accompagnement”, “fond”, “cuisson”, “portion” ou “service” n’est pas une complication : c’est ce qui permet de travailler. Dans le numérique aussi, il faut nommer les états et les opérations plutôt que tout réduire à une matière première homogène pour le calcul.

Nommer ce que l’on manipule

La conséquence pratique est presque modeste : essayer de ne pas employer le mot donnée quand un autre mot dit mieux ce qui circule. Il ne s’agit pas de créer un vocabulaire savant pour le plaisir, mais de retrouver la différence entre un signal, une capture, une mesure, une trace, un historique, un journal, une information qualifiée, un agrégat, un indicateur ou un rapport.

La seconde phrase n’est pas seulement plus élégante. Elle rend visible le rôle de chaque élément. Le signal n’est pas encore une preuve. La capture n’est pas encore une interprétation. Le journal n’est pas un indicateur. L’historique n’est pas une décision. Le rapport n’est pas le terrain. Ce petit déplacement de vocabulaire suffit souvent à clarifier une discussion.

Le mot donnée ne disparaîtra pas, et ce n’est pas nécessaire. Mais il faut le rendre moins magique. Chaque fois que nous l’utilisons, nous devrions entendre la question qu’il cache : donnée pour qui, par qui, comment, et pour faire quoi ?

C’est à cette condition que la donnée cesse d’être un slogan et redevient ce qu’elle est vraiment : une inscription fragile, située, transformable, prise dans une chaîne d’information et d’action.