Ça fait bientôt quatre mois que je bosse là-dessus : dans le cadre de mon doctorat, j'ai temporairement mis de côté la programmation et l'analyse web pour me consacrer à un autre sujets, à savoir la "visualisation collaborative de données personnelles pour changer de comportement". En anglais, ça donne "collaborative visualization of personal data for behaviour change", ça sonne mieux et c'est peut-être ainsi que ma thèse se nommera.

On parle ici de différents domaines de recherche, combinés afin de permettre au tout-venant d'améliorer ses habitudes de vie quotidiennes. Concrètement, il s'agit de réfléchir aux "interfaces homme-machine" (IHM) les plus efficaces pour convaincre les utilisateurs, pêle-mêle, de réaliser des économies d'énergie, de tenir leur régime ou encore d'améliorer leur productivité au travail. Ces derniers mois ont été l'occasion de lire pas loin d'une centaine de papiers sur le sujet (ou plutôt, les sujets) afin d'établir un "état de l'art". J'ai envie de m'épancher là-dessus, plus librement qu'au cours d'un article scientifique : c'est la raison de ce nouveau billet.

La visualisation d'informations et ses sous-domaines

Certains domaines de recherche sonnent mieux dans leur langue d'origine : par "information visualization (infoVis), on désigne l'étude des méthodes de visualisation les plus efficaces pour comprendre et explorer des données vastes et complexes. Cette branche, toujours assez en vogue dans le milieu scientifique, est actuellement en train de donner jour à différentes sous-catégories, comme la "visualisation d'informations occasionnelle", la "visualisation personnelle" ou la "visualisation collaborative". Je n'ai pas choisi ces exemples par hasard : ils sont tous utiles dans le cadre de mon travail.

L'utilisation de visualisations pour faciliter le raisonnement a prouvé sa valeur au cours de nombreuses études. En cas de doute, vous pouvez vous en convaincre avec l'exercice suivant : ci-dessous, le relevé en décibel du bruit généré par nos Callopsittes Élégantes quelques jours après leur arrivé à la maison (le relevé provient d'une application iOS pas nécessairement très fiable). En vous référant d'abord à la liste de valeurs en PDF, ensuite à la visualisation présentées ci-dessous, essayez :

  • De catégoriser la distribution ("est-ce que les callopsittes font plus ou moins de bruit au fur et à mesure des relevés ?")
  • De trouver les maximums ("jusqu'à combien de décibels les callopsittes chantent-elles ?")

Vous constaterez assez rapidement que les réponses peuvent être obtenues en un clin d'oeil à l'aide d'une visualisation, même si celle-ci est simpliste. Ce domaine étudie l'ensemble des atouts que représentent les visualisations et les méthodes les plus efficaces pour en tirer profit au maximum.

Caption 200 Right
Les visualisations produites par "Constel Analytics" peuvent être artistiques.

La visualisation d'informations a toujours ciblé des utilisateurs aguerris, comme des scientifiques ou des professionnels ayant besoin de réfléchir à un ensemble de données avec un but précis. Or le développement technologique nous met quotidiennement en face de données à interpréter même au-delà du cadre professionnel, indépendamment de nos compétences. La "visualisation d'informations occasionnelle" (une piètre traduction de "Casual InfoVis") met en avant ce fait et propose de réfléchir à des visualisations qui font sens pour des utilisateurs non-experts. Les buts, mais surtout les méthodes pour attirer ces utilisateurs sont différents. Pensez par exemple aux visualisations "artistiques" : leur objectif est de faire passer un message de manière esthétique tout en se basant sur des données factuelles. Les infographies, très utilisées depuis quelques années, font également partie de cette catégorie.

La "visualisation personnelle" regroupe toutes les méthodes cherchant à afficher des données de notre quotidien, entre autres pour nous permettre d'améliorer notre comportement. On entre ici directement dans mon sujet de recherche. Ce domaine commence à percer, aussi la communauté scientifique n'en est qu'au stade de la définition : il faudra encore quelques mois, voire quelques années, avant qu'on puisse parler d'un domaine établi. Espérons que ce workshop d'octobre permette d'y voir plus clair.

Quant à la "visualisation collaborative", c'est un domaine qui n'est pas formellement défini, mais on peut trouver certain/e/s scientifiques qui s'y intéressent. Il s'agit d'étudier par quel moyen une visualisation peut permettre à plusieurs personnes de travailler simultanément. Pour les lecteurs/trices qui connaissent certaines campagnes de l'Appel de Cthulhu, l'intérêt de pouvoir travailler à plusieurs sur une visualisation saute probablement aux yeux…

Travail collaboratif assisté par ordinateur

La question de l'InfoVis traitée, prenons la corde par l'autre bout : le "Computer Supported Cooperative Work" (CSCW). Ici, on étudie tous les moyens informatiques qui permettent à des gens de travailler ensembles. J'ai épluché les rapports de cinq années de conférence, dans lesquels se trouvaient des papiers sur l'attachement des gamers à leurs avatars de MMORPG, sur les risques de biais au sein d'une équipe ou encore sur la planification de mariage assistée par les technologies modernes.

L'une de mes questions existentielles était de savoir si le travail collaboratif avec des visualisations apporte une réelle plus-value par rapport au travail individuel. Naïvement, on pourrait croire que c'est le cas : or, %%il a été maintes fois démontré que collaborer nécessite des efforts de synchronisation qui peuvent ralentir le raisonnement, sans pour autant limiter les biais et les erreurs.%% Non contents de se limiter à cette observation, des chercheurs ont avancé l'idée que l'utilisation collaborative d'une visualisation n'offre une plus-value qu'à partir du moment où chaque membre de l'équipe ne dispose que d'une partie des informations, de sorte à devoir discuter pour obtenir une vision plus globale. Cette découverte prometteuse devra sans doute être corroborée par d'autres papiers, mais elle constitue un bon point de départ pour qui souhaite concevoir un système de visualisations collaboratives.

Technologies persuasives

Un point important lors de mes lectures, c'est que les rares systèmes de visualisations collaboratives ont souvent d'assez bons résultats en laboratoire, alors qu'ils échouent lamentablement lors de déploiements de terrain sur plusieurs mois. Pire encore : les fameux "compteurs intelligents" (smart meters), ces boitiers qui sont censées offrir plus de contrôle aux utilisateurs finaux, n'offrent que de piètres résultats (économie d'énergie d'environ 2%). Un comble, quand on sait que nombre de gouvernements occidentaux cherchent à les déployer massivement à raison de plusieurs milliards d'euros. Tout semble indiquer que la raison principale de ces échecs provient du manque d'intérêt que porte les gens à ces technologies. Pas d'hésitations là-dessus : qui veut concevoir un système de visualisations collaboratives pour des utilisateurs finaux doit prendre en compte cette "paresse" sous peine d'essuyer les plâtres, comme tant d'entreprises auparavant.

|| Autour de 2010, bon nombre d'entreprises (start-ups, multinationales, ...) se sont lancées dans l'aventure du smart-metering.
Cinq ans plus tard, le constat est accablant : Google et Microsoft se sont retirés du "marché", les petites startups ont soit fermé, soit été rachetées par des fournisseurs d'électricité.
Au-delà du discours "le marché n'est pas encore prêt", les raisons de ces échecs font encore débat. Je pense qu'il va arriver la même chose au marché du "quantified-self" (fitness et santé avec smartwatches, ...).

Il existe plusieurs champs de recherche qui s'intéressent à la gestion de la motivation, principalement du côté de la psychologie comportementale. Plus proches de l'informatique, les "persuasive technologies" forment un domaine particulièrement étendu, auquel on peut rattacher de nombreuses sous-branches qui n'ont pas nécessairement conscience de lui appartenir. Ce champ de recherche regroupe toutes les études portant sur l'utilisation de technologies afin de modifier le comportement des utilisateurs/trices sans recourir à des méthodes coercitives (en gros, sans vous taper sur les doigts... du moins, pas trop fort). Si vous cherchez "persuasive technology" sur Google Trends, vous serez surpris de découvrir que le domaine est assez peu recherché : il s'efface au profit d'autres sous-branches au nom plus catchy, comme "Behavior Change" (plus général) ou "Gamification" (much à la mode).

Mes recherches ont révélé que les utilisateurs finaux sont plus enclins à utiliser des smart meters qui fonctionnent comme des outils "d'auto-surveillance" : il ne faut pas simplement poser un écran quelque part et espérer qu'il soit utilisé, mais plutôt attirer l'attention des utilisateurs lorsque leur consommation d'énergie est anormale. Ceux-ci se demanderont sans doute pourquoi, et pourront dès lors analyser leur comportement. À contrario, la "gamification", qui consiste à utiliser des mécanismes de jeux vidéo dans un cadre non-ludique pour stimuler l'engagement, me semble dangereuse tant sur le plan moral qu'effectif : jeter donc un oeil à la présentation de Richard A. Bartle sur ce sujet pour vous en convaincre.

Que faire de tout ça ?

Mon état de l'art m'a permis d'établir quelques grandes lignes pour qui souhaite concevoir un système de visualisation de données personnelles. Le premier aspect important, c'est que nous - les utilisateurs finaux - sommes peu enclins à passer du temps sur des outils de visualisation. C'est la base du design de mon futur système. Il se composera de trois couches :

  1. un éclairage ambiant qui change en fonction de la consommation énergétique
  2. une application de visualisation et d'exploration des données de consommation énergétique
  3. une plateforme web permettant d'échanger et de collaborer sur le sujet
L'objectif de l'éclairage ambiant est d'offrir un feedback constant aux utilisateurs, les informant d'éventuels pics anormaux dans leur utilisation énergétique. L'idée est aussi de les attirer régulièrement vers l'application de visualisation, qui leur permettra d'analyser plus en détails leur consommation. Dans la mesure du possible, cette application suggérera des solutions / des stratégies gagnantes employées par d'autres utilisateurs (ce système doit néanmoins garantir l'intraçabilité et l'anonymat de chacun). La plateforme web fonctionnera comme une hotline "crowdsourcée" pour permettre aux gens d'obtenir des conseils d'autres utilisateurs. C'est là que les mécanismes de "gamification" peuvent intervenir : à la manière de stackoverflow, les contributions les plus efficaces seront valorisées par la communauté afin d'obtenir un cycle vertueux.

Mon but est de mettre sur pied ce système - même bancal, sous la forme d'un prototype fonctionnel - d'ici la fin de l'année. Sur cette base, je pourrai tester toutes les hypothèses soulevées ci-dessus au cours de déploiements de plusieurs mois.

Quelques références