Cellule innovation numérique

Données ouvertes
… en Service Public
… pour l'Environnement

Définition La définition officielle des données ouvertes vise les données qu'un organisme met à la disposition de tous sous forme de fichiers numériques afin de permettre leur réutilisation.
Des conditions particulières sont citées :

• les données ouvertes n'ont généralement pas de caractère personnel,
• elles sont accessibles dans un format favorisant leur réutilisation,
• la réutilisation des données ouvertes peut être soumise à conditions.

Pour la Direction Interministérielle du Numérique, il faut distinguer "données ouvertes" et "données publiques", les secondes concernant les textes, mémorandums, documents, tableaux ou statistiques produits par l’administration dans le cadre d’une mission de service public. Ne sont pas concernés les documents préparatoires et non définitifs de l’administration en vue de ses délibérations.

Plus communément, la question de l'ouverture des données concerne l'ensemble des informations numériques, publiques comme privées, mise à disposition des citoyens. Elle considère l'information publique, et plus largement les informations susceptibles d'éclairer les citoyens sur les situations ou les évènements pouvant les affecter, comme un bien commun. La diffusion de ces informations est d'intérêt public et général.

Synthèse Plusieurs motivations ont amené les Etats à promouvoir l'ouverture des données, parmis lesquelles :

• Dynamiser les économies numériques. Selon le rapport MEPSIR 2006, l'ouverture des informations publiques devrait mener au renforcement des marchés numériques (bureau d'études, sociétés de services, concepteurs de solutions de réutilisation des données et de servcies en ligne...) à hauteur de plusieurs milliards d'euros à l'échelle européenne (27,6 milliards d'euros) ;
• Améliorer l'information des citoyens, avec un impact important sur leur participation aux politiques publiques et leur mobilisation dans les actions collectives sociales comme quotidienne. Les citoyens sont aussi mieux renseignés sur les situations et évènements susceptibles de les affecter (risques sanitaires, environnementaux, industriels, technologiques mais aussi économiques) ;
• Répondre aux principes d'information et de transparence de l'action de l'Etat, principes actés pour la France dès la Déclaration des Droits de l'Homme et du Citoyen.

Les politiques d'ouverture des données doivent donc s'appuyer sur deux piliers complémentaires : un effort technique, la mise à disposition des données, qui consiste à produire les ingénieries permettant de compiler et diffuser les données, ainsi que de garantir leur qualité, mais aussi une dynamique sociale qui vise à construire et à animer des communautés d'utilisateurs potentiels des données mises à disposition.
Pour beaucoup d'acteurs, si les données publiées sont de plus en plus nombreuses, elles ne correspondent pas pour autant aux besoins des citoyens. C'est donc le second pilier qui apparaît encore en retrait durant les années 2010.

Précision Un ensemble de vocabulaire, plus ou moins technique, est associé aux données ouvertes. Parmi ces termes, sont souvent rencontrés :

Principes Quelles sont les conditions qui permettent de dire qu'une données est ouverte ? Sur le fond, les "principes de l'open data" visent des données :

1. complètes : toutes les données publiques doivent être rendues disponibles. Ces données répondent aux limites légales liées à la vie privée, la sécurité ou des secrets spécifiques. C'est la notion d'open data by default ;
2. primaires : les données ouvertes sont telles que collectées à la source, sans modification de forme, non-agrégées et avec le plus haut niveau de granularité en permettant la compréhension ;
3. à jour : afin de préserver leur valeur, les données doivent être publiées le plus rapidement possible après leur collecte ;
4. accessibles : au plus grand nombre, pour le plus grand nombre d'usages potentiels ;
5. utilisables par des machines : les données doivent pouvoir être interrogées automatiquement, par des systèmes informatiques (notion d'interopérabilité et d'API ;
6. non discriminantes : utilisables par tous, sans enregistrement préalable ;
7. dans un format non propriétaire : les données sont publiées sous un format sur lequel aucune entité (privée comme publique) n'a de contrôle exclusif ;
8. publiées sans licence ou sous licence libre : les données publiées ne font l'objet d'aucune restriction de licence, de contrat ou de brevet ; les secrets, limitations et restrictions imposées à leur diffusion doivent être qualifiables de raisonnables. Les licences utilisées doivent être des licences ouvertes compatibles avec la définition de l'Open data.

Open Data Il est rappelé ici que les notions d'Open data et de données ouvertes dépassent le cadre de cette introduction et doivent être comprises au regard du contexte juridique plus complet, concernant notamment les notions associées aux restrictions de diffusion, aux secrets, à la sécurité et aux donénes personnelles.

FAIR data Les données "FAIR" respectent des principes complémentaires à ceux de l'Open data, qui en garantissent la réutilisation dans de bonnes conditions. Il s'agit d'un ensemble de bonnes pratiques ("manières") permettant de générer des données plus "fair" (justes, équitables au sens anglo-saxon) suivant les quatres principes :

1. Findable (faciles à trouver): les données doivent être cataloguées et identifiées de manière unique, des recherches doivent pouvoir permettre d'y accéder rapidement, les moteurs de recherche communs doivent pouvoir y accéder, des métadonnées explicites sont disponibles ;
2. Accessible (accessibles): les données doivent être exposées en ligne et accessibles via un identificateur unique (URL ou URI). Une donnée FAIR peut être retenue par un identifiant / mot de passe, mais le protocole d'échange est connu et libre ;
3. Interoperable (interopérables): les vocabulaires utilisés dans les données sont référencés et peuvent être recoupés entre jeux de données, les formats standards utilisés et les métadonnées précises permettent ces recoupement ;
4. Reusable (réutilisables): tous les dispositifs techniques (formats, qualité - données claires, vérifiées, bien décrites) et légaux (licences, gratuité ou non) doivent être présents et décrits.

Ces principes montrent qu'une donnée FAIR n'est pas nécessairement ouverte : elle peut être retenue par une demande d'identification, elle peut être payante, elle n'est pas à un format primaire mais à un format mis en qualité.
Ces énoncés sont issus d'initiatives des groupes de l'Open data, rassemblées dans un article fondateur en 2016.

Big data Le Big data désigne un ensemble de techniques de flux, de stockage mais surtout de recherche dans des données dites "massives" (plusieurs millions, voire milliards, voire plus d'enregistrements). Les technologies peuvent être libres et gratuites (la suite Hadoop étant la plus utilisée), libres mais formulées dans des offres commerciale (Cassandra, Cloudera) ou propriétaires (IBM, Intel.. bien que dérivées de solutions libres). Le Big data est à voir comme un ensemble de technologies et de savoirs-faire : c'est une notion déconnectée de celle des données ouvertes.

• elles doivent être Volumineuses,
• elles doivent être Variées (hétérogènes : structures différentes, non structurées comme images et vidéos...),
• elles doivent nécessiter des traitements Véloces, car continuellement mises à jour (issues de flux).

Les données remplissant ces conditions vont donc faire appel, pour leur collecte, leur administration et leur diffusion, à de telles technologies. C'est aussi le cas pour les données ouvertes, dans des projets relatifs à la biodiversité : pour l'OFB, Hub'eau et OpenOps (sur les index SolR), pour le GBIF son portail d'accès aux données d'observation.

Linked data Les "données liées" répondent à une initiative du W3C, qui considère que l'évolution des standard du web (protocole http, notion d'URL et d'URI par exemple) est le lien entre les données. Cette évolution constitue le web des données, dans lequel les jeux de données répondant à un standard et à un vocabulaire commun sont capables de communiquer entre eux, un même concept répondant à une même définition, à une même écriture pouvant ainsi servir de pivot.

De nombreux concepts en découlent et précisent l'interopérabilité du web : web sémantique, ontologie numérique, RDF, endPoint...

Open Data Institute et Open Knowledge Fundation "ODI" et "OKF" sont deux fondations britanniques, acteurs majeurs de l'Open data à l'origine de nombreuses propositions et initiatives internationales. Tant sur les licences, sur les formats, sur les projets (notamment CKAN) que sur leur implémentation, ces structures ont défini l'environnement des données ouvertes actuel, conceptuellement et techniquement. Leurs liens avec les universités anglo-saxonnes et le W3C, organisme de standardisation du web, sont très forts (souvent les mêmes personnes, à l'image de Tim Berners-Lee).

Open Government Partnership L'Open Government Partnership est une initiative internationale, à adhésion libre des Etats, qui s'engage à respecter des principes communs de participation du public et de transparence de l'action de l'Etat. Cette initiative, mise en place par l'administration Obama en 2010, rassemble aujourd'hui 78 Etats membres dont la France depuis 2014. Classements et scores, sur la base des engagements volontaires des membres, sont visibles sur le site du PGO.