Visualisation, éthique et sécurisation des données
Fil principalVisualisation responsable et confidentialité
DonnéesDonnées COVID et cas éthiques
DéfiVisualisations commentées et note éthique
Produit fini du module
Produit final
Des visualisations responsables accompagnées d’une note éthique
Le résultat attendu montre des données sensibles avec retenue et explicite les choix de protection, de lecture et de communication.
Objectifs du module
À la fin de ce module, vous devriez être capable de:
- Identifier des problèmes éthiques dans des visualisations.
- Anonymiser correctement des données.
- Appliquer les bonnes pratiques de visualisation pour représenter les données de manière claire et honnête.
- Identifier et éviter les biais de présentation des données.
- Comprendre les enjeux éthiques et de confidentialité liés à la science des données.
- Mettre en place des mesures de protection et de sécurisation des données sensibles.
- Expliquer les principes CRAP.
- Expliquer les principes FAIR.
Préparer le module
Prérequis
Reprenez un graphique du module 5 et une décision de nettoyage du module 4. Ce module demande de relier une sortie technique à ses conséquences pour les personnes représentées.
Parcours minimal
Repérez un problème de graphique, un risque de réidentification et une limite de l’analyse, puis proposez une correction vérifiable. Une note éthique courte et précise est préférable à une promesse générale.
CRAP et FAIR en pratique
Utilisez CRAP pour examiner contraste, répétition, alignement et proximité dans une visualisation. Utilisez FAIR pour demander si les données et leur documentation peuvent être trouvées, comprises et réutilisées de façon responsable.
Lectures et aide
Commencez par les ressources indispensables indiquées dans le plan, puis gardez les lectures d’approfondissement pour la révision. En cas de doute, ne publiez pas une information potentiellement identifiante.
Plan d’apprentissage
Les cartes reprennent les quatre blocs du plan: lectures, aventure, défi, exercices. L’aventure et le défi forment le fil narratif du module. Les exercices sont autonomes et servent à consolider les mêmes réflexes dans d’autres contextes.
1 Lectures à faire Préparer visualisations responsables, confidentialité et éthique. Dans la carte Ouvrir la carteRéduire
Lectures
Pour vous préparer, consultez les ressources suivantes :
- R for Data Science - Communication
- Fundamentals of Data Visualization - Directory of visualizations
- Royal Statistical Society - Best Practices for Data Visualisation
- Gouvernement du Québec - Anonymisation
- CNIL - L'anonymisation de données personnelles
- Wilkinson et al. (2016) - FAIR Guiding Principles
Aide-mémoire Posit
- Data visualization with ggplot2 :: Cheat Sheet
Référence rapide pour reconstruire des visualisations lisibles et défendables.
Vérification Après les lectures, faites le mini-test formatif.
2 Aventure Transformer des données sensibles en messages visuels prudents. Aventure Ouvrir la carteRéduire
Objectif Passer de la lecture à la pratique guidée.
Ressource Page Aventure
Action Suivre les consignes, exécuter le code et garder les sorties importantes.
Résultat Un premier objet de travail que vous pouvez expliquer.
Arrêtez-vous après chaque résultat important et formulez ce qu’il montre.
3 Défi Analyser des visualisations avec une note éthique argumentée. Défi Ouvrir la carteRéduire
Défi - Analyse éthique et visualisations responsables
Vous transformerez l'audit de l'aventure en note éthique reproductible :
- identifier des problèmes précis dans le rapport initial;
- produire une version anonymisée des données;
- créer deux visualisations corrigées et défendables;
- formuler les limites et les risques résiduels.
4 Exercices Pratiquer graphiques responsables, anonymisation et notes éthiques. Exercices Ouvrir la carteRéduire
Ressource Page Exercices
Pourquoi Les exercices utilisent des données réelles agrégées de Sherbrooke, de Statistique Canada et de Données Québec afin de pratiquer une diffusion responsable sans répéter le défi.
Avant d'ouvrir une solution, formulez le risque éthique ou visuel que vous cherchez à réduire.
Données et outils
Révision et prolongement
Finir le module avec l’IA du cours
Ouvrez la page IA ou GPT STT-1100, puis demandez une rétroaction ciblée:
Voici mon travail pour ce module. Questionne mon raisonnement, repère une ligne de code fragile, vérifie si mon interprétation répond à la consigne, puis propose une seule amélioration réaliste que je peux faire moi-même.
- Expliquez le produit fini en trois phrases.
- Collez un extrait de code ou de sortie et demandez un diagnostic.
- Demandez une variante plus ambitieuse, puis choisissez ce qui reste raisonnable.