Incertitude, données et confiance
Comment utiliser les nouvelles données et méthodes pour résoudre les problèmes urgents de notre époque? Cette question a été abordée lors de l'événement en ligne.
L'interprétation des données de recherche inclut toujours également le traitement des incertitudes. Quelles données sont fiables, quelles connaissances sont prouvées et qu'est-ce qui relève de la simple hypothèse?
L'événement interactif "Incertitude, données et confiance", diffusé en direct du Musée de la communication via Zoom le 10 juin, ne portait pas sur le sujet très actuel de la pandémie de coronavirus, mais sur le changement climatique. Marius Zumwald et Benedikt Knüsel, qui ont fait leur doctorat sous la direction du spécialiste en climatologie Reto Knutti dans le cadre du projet PNR75 "Mieux prévoir l’impact des intempéries grâce à une combinaison entre théorie et Big Data", ont présenté leur projet de recherche.
Comment rendre les prévisions fiables?
Pour une étude portant sur la chaleur en ville, Marius Zumwald a complété les données "classiques" des stations de mesure de MétéoSuisse par de nouveaux types de données transmises par des stations météorologiques privées de citadines et citadins. Grâce au Big Data et à l'apprentissage automatique, il a pu créer un modèle détaillé de la distribution de la chaleur en ville à partir de ces données. Benedikt Knüsel a quant à lui présenté les éléments qui rendent les prévisions des modèles fiables et montré ce que l'on entend par "précision".
Le dialogue entre la science et le grand public a porté sur les questions relatives à la fiabilité des données et des modèles et sur les conclusions qui peuvent en être tirées.
Cet événement interactif est une coproduction du Musée de la communication, du Programme national de recherche PNR 75 "Big Data" et de la fondation Science et Cité.