Utiliser les réseaux sociaux pour prendre le pouls de la ville

Article tiré du magazine The Economist, traduit par Courrier International.

Urbanisme : recours aux réseaux sociaux pour connaître l'activité dans une ville
Dessin d’El Roto paru dans El PaÍs, Madrid

En utilisant la masse de données des réseaux sociaux et des plateformes de partage de photos, les chercheurs peuvent mesurer rapidement l’activité touristique d’un quartier ou prédire les commerces dont il aurait besoin.

Le Rockefeller Center s’étend sur 89 000 m2 au cœur de Manhattan. Curieusement, l’île d’Alcatraz, dans la baie de San Francisco, qui abrite la plus célèbre prison américaine, a exactement la même superficie. Hormis cette coïncidence, rares sont ceux qui pourraient imaginer que les jardins en terrasses impeccablement entretenus et les bâtiments Art déco de l’un ont autre chose en commun avec les rochers escarpés et les sinistres cellules de l’autre. C’est pourtant le cas.

L’étude conduite par Claudio Silva et ses collègues de York montre que ces deux ensembles présentent une similitude frappante en ce qui concerne le flux quotidien de touristes tel que le traduit le niveau d’activité sur Flickr, site d’hébergement de photos. Pour Claudio Silva, les variations dans les courbes d’activité de Flickr que son étude a mises en évidence dans ce cas-ci et dans plusieurs autres mesurent le “pouls urbain” de tel ou tel lieu. Si c’est bien le cas, le pouls du Rockefeller Centre et celui d’Alcatraz battent à l’unisson.

Le 25 octobre, à l’occasion de la réunion organisée à Baltimore par l’Institute of Electrical and Electronics Engineers, Claudio Silva [a développé] l’idée que, tout comme le pouls humain, le pouls urbain constitue un outil de diagnostic et de pronostic. Il pense que le système qu’il a mis au point pourrait aider les urbanistes et les architectes à évaluer la fréquentation et d’autres caractéristiques des aménagements urbains anciens, et donc à faire de meilleurs choix dans l’avenir.

Compter, mesurer, enquêter

Pour l’instant, lorsque ces hommes de l’art essaient de comprendre les caractéristiques de l’activité d’un quartier, ils font des enquêtes, comptent le nombre de personnes qui traversent les carrefours importants et mesurent le volume de la circulation automobile. Cette méthode, toutefois, prend des années. Une façon d’accélérer le processus consiste à utiliser les masses de données aujourd’hui disponibles sur les plateformes des réseaux sociaux.

Flickr, par exemple, enregistre la localisation et l’heure à laquelle a été prise chaque photo téléchargée sur ce site, apprécié des vacanciers. Ainsi, en utilisant les données de Flickr comme un instrument permettant d’évaluer l’activité des touristes, le programme de Claudio Silva peut montrer en quelques minutes la façon dont ils se déplacent dans tel quartier, et peut-être également mettre en évidence des zones d’activité que les méthodes conventionnelles auraient négligées.

Ce travail participe d’un mouvement plus général, que certains appellent “villes intelligentes”, consistant à exploiter les énormes quantités de données générées par les habitants des zones urbaines afin de faire de ces dernières des endroits plus agréables à vivre.

500 capteurs de pression, 1 million de cafés

Carlo Ratti et ses collègues du laboratoire Senseable City du Massachusetts Institute of Technology (MIT), par exemple, ont utilisé des enregistrements de données de téléphonie mobile ainsi que des informations sur le trafic automobile fournies par 500 capteurs de pression installés sur les axes de circulation, afin d’aider à la construction du nouveau réseau de métro de Riyad, la capitale saoudienne.

Quant à César Hidalgo et Elisa Castañer, qui travaillent au Media Lab du MIT, ils ont publié l’année dernière un algorithme capable d’identifier le genre d’activités commerciales dont aurait besoin tel ou tel quartier à partir des données d’emplacement de plus d’un million de cafés, bars, boutiques et écoles dans 47 villes américaines.

Pour Claudio Silva, ce qui distingue son travail de celui du Media Lab ou d’autres études, c’est la rapidité avec laquelle son équipe et lui sont en mesure d’analyser de vastes séries de données telles que celles provenant de Flickr.

Découper en sous-ensembles

L’approche conventionnelle consiste à morceler ces ensembles de données en différents sous-ensembles avant de les analyser – par exemple en les répartissant sur une grille géographique, ou selon un critère temporel, en les séquençant jour par jour. Les chercheurs se mettent alors en quête de schémas significatifs en comparant entre elles les différentes parties.

Le problème est que plus on souhaite une analyse fine, plus il faut scinder l’ensemble en un grand nombre de parties ; le temps pris par les ordinateurs pour calculer les relations entre elles augmente alors considérablement. Pour éviter cet inconvénient, Claudio Silva s’est tourné vers la topologie algorithmique – un domaine qui met au point des algorithmes pour décrire aussi simplement que possible des formes et des surfaces complexes. (Dans ce contexte, les notions de “forme” et de “surface” ont un sens plus large que ce que pourrait croire le non-initié, car elles peuvent comporter plus de trois dimensions.)

Ces algorithmes permettent aux ordinateurs de créer, d’analyser et de manipuler rapidement de telles formes multidimensionnelles. La topologie algorithmique est d’ores et déjà employée dans des tâches aussi diverses que le déchargement des marchandises dans les ports ou l’étude du repliement des protéines [processus par lequel une chaîne linéaire de molécules acquiert une structure tridimensionnelle].

Quatrième dimension

Pour profiter de cette mine de ressources existantes, l’équipe de Claudio Silva a dû représenter sous forme topologique les données Flickr qu’elle avait recueillies. Les chercheurs y sont parvenus en calculant le niveau d’“activité” de chaque point de la zone étudiée à partir du nombre de photos qui y avaient été prises.

Ils ont ensuite reporté ces résultats sur une grille afin de créer une représentation tridimensionnelle de l’activité touristique dans une ville à un moment donné – avant d’ajouter une quatrième dimension en répétant le processus pour chaque heure de données disponibles. Le résultat est une surface topologique dont les pics, les creux, les sillons et les trous – identifiés par les algorithmes – correspond aux variations de l’activité dans le temps et dans l’espace.

Grâce à cette approche, les programmes de l’équipe de Claudio Silva non seulement s’exécutent beaucoup plus vite que les logiciels conventionnels, mais, du fait qu’ils n’ont pas à filtrer les données ni à en utiliser des sous-ensembles fragmentaires, détectent des motifs caractéristiques qui, sans cela, auraient pu passer inaperçus.

Les utilisateurs sont ainsi en mesure de comparer en quelques minutes plusieurs années de données Flickr sur des villes entières, et d’en prendre le pouls urbain. Le chercheur espère évaluer ce pouls de manière encore plus précise et étendre son analyse au-delà du domaine touristique en examinant d’autres sources d’information comme Twitter ou Instagram.

Savoir déterminer le pouls d’une société ne se cantonne pas au seul niveau théorique. Kohn Pedersen Fox Associates (KPF), cabinet d’architectes new-yorkais, collabore avec Claudio Silva sur une série de projets qui n’ont pas été divulgués pour l’instant. KPF a déjà travaillé sur le Shanghai World Financial Centre, siège de la Banque mondiale à Washington, ainsi que sur la rénovation récente de Covent Garden, vieux marché londonien de fruits et légumes. Il serait intéressant de voir si la topologie algorithmique pourrait mettre en évidence des similitudes entre ces différents lieux.

 

From the print edition