Sur la Toile, la perception d'avis d'experts se précise

Par 21 juin 2011
Divers opinions

Pour prendre des décisions politiques sur des questions complexes, les outils de crowdsourcing peuvent être une aubaine. Mais pour maintenir leur efficacité, la méthode doit être bien pensée et organisée.

Il est difficile pour des groupes d'experts hétérogènes de prendre des décisions, notamment quand ils sont géographiquement dispersés. Cela pose en effet des questions méthodologiques quant aux enquêtes qui permettent de recueillir des expertises. L'idée est donc de mettre des résultats clairs à disposition des preneurs de décisions, notamment politiques. Des chercheurs de la Rand Corporation, association qui cherche à améliorer les outils de prise de  décision, ont mis en place la méthode "Expert Lens". Cela en optimisant les techniques d'enquête de groupe nominal ainsi que la méthode Delphi* et en les associant à un système de crowdsourcing, Expert Lens permet donc d'obtenir des résultats rapidement, tant qualitatifs que quantitatifs, et cela tout en respectant l'avis de chaque sondé.

Un processus étape par étape

L'idée du système est d'améliorer les méthodes d'enquêtes connues, notamment en réduisant les pertes d'informations utiles. En ce sens, l'approche méthodologique est stricte, et s'opère en trois ou quatre rounds distincts. Un round 0 est en effet possible et permet un brainstorming aux participants afin de faire sortir une liste de facteurs à l'origine d'un problème, qui seront classés dans la première étape. Ici, une décision est donc votée suite à des questions qui sont posées, mais le vote prend en compte l'opinion de chaque expert, en proposant à la communauté de classer les propositions les plus adaptées par importance. Ensuite, les participants sont amenés à répondre à nouveau aux questions posées au premier round, mais les informations sont cette fois présentées statistiquement, comme précédemment. Mais à cette étape, il leur est cependant impossible de commenter les opinions des autres. Pour clôturer le débat, une étude supplémentaire est adressée pour permettre au système de calibrer les précédents résultats.

Analyse de données

Au final, le système arrive à savoir ce que le groupe d'expert "pense" grâce à des techniques de modélisation statistiques. Ces dernières sont plus précises que les approches quantitatives habituelles. La méthode Bayesian est notamment utilisée et elle permet de combiner des notations quantitatives et les classements réalisés après les explications qualitatives des sondés. Il faut toutefois préalablement avoir codé les données (par exemple les facteurs d'un problème). Cela est possible grâce à une analyse des données opérées par un codage à l'étape 0. Ensuite, le système peut extraire des résumés distributifs et des comparaisons sur les réponses données. Le retour des participants est donc montré de manière tant intuitive que détaillée. D'autres méthodes, comme la Kendall's W (il s'agit de statistiques non paramétriques) permettent d'analyser l'accord des participants en fonction des idées proposées. Au final, d'autres outils mathématiques sont employés dont le but est de modéliser l'ensemble des données, qui détailleront l'évolution et la distribution des réponses, étape par étape.

* A noter que la méthode Delphi sert à déduire des expertises basées sur des interrogations successives d'un panel d'expert, afin d’apporter des éclairages sur des zones d'incertitude

Mentions légales © L’Atelier BNP Paribas