# “Que faire avec l’Open Data” - présentation de Johan Richer, Jailbreak / Code for France

(Les slides de la présentation sont disponibles [ici](https://docs.google.com/presentation/d/1qWlY0GNZUip-dlGECMI-K_-Pa7YTbC-DbMUhdLdz0TM/edit#slide=id.g5b5a1e4b85_0_39))<br>

**Slide 1 : objectif de la présentation**&#x20;

L’objectif de cette présentation consiste à montrer les applications et les métiers de l’open data.<br>

**Slides 2 à 8 : différenciation entre l’open data et l’open source**&#x20;

L’open data et l’open source se ressemblent beaucoup, leur différence est peu lisible par les non-initiés. Tandis que l’open data désigne les données ouvertes, l’open source désigne le code ouvert, à l’origine des logiciels libres. Le code correspond à l’outil qui permet d’exécuter les données et d’en avoir des applications. Pour faire simple : le code est le contenant, la donnée le contenu. Formellement, leur différence réside dans les syntaxes et langages employés pour les matérialiser sur nos écrans. <br>

**Slides 8 à 10 : pour illustrer les différents types de données, l’illustration de Wikipédia vs Wikidata**&#x20;

Il existe plusieurs types de données : brutes, structurées, tabulaires, méta… Parmi elles, il est important de faire la distinction entre données brutes et structurées.&#x20;

Un bon exemple pour faire cette différence est celui de Wikipédia **(slide 9)** versus Wikidata **(slide 10)**. Wikidata est la version « données structurées » de Wikipédia ; il s’agit de données qui peuvent être lues et interprétées par les machines. Ça permet par exemple à Siri de répondre à des questions. A contrario, Wikipédia correspond à l’interface destinée à la lecture humaine des données. Wikidata est un outil plus récent, mais il fonctionne sur le même principe collaboratif. C’est un outil utile pour les archives, par exemple la BnF s’en sert pour croiser les données de Wikidata avec les siennes.&#x20;

Cette distinction est importante car il est nécessaire de standardiser les jeux de données que possèdent les collectivités. Si l’une a des données brutes et d’autres des données structurées, on ne peut pas les croiser.<br>

**Slides 11 à 30 : les métiers de l’open data et applications possibles**&#x20;

Les métiers de l’open data correspondent aux trois étapes de la vie des données : leur production, leur ouverture et leur valorisation.&#x20;

Par exemple, on constate qu’à Poitiers **(slide 14)**, Google Maps est incapable de fournir les informations quant aux transports en commun, alors que la ville possède les données **(slide 15)**… car Google Maps n’a pas fait son travail et n’a pas “connecté” avec les données de Poitiers, alors que d’autres plateformes ont fait la démarche **(slide 14)**.

La tâche de la sphère publique consiste à produire les données et à les ouvrir. Ce ne sont pas les données qui produisent directement de la valeur : celle-ci se situe dans le service créé à partir de ces données et peut être économique, mais aussi sociale et environnementale, notamment lorsqu’elle est issue d’initiatives citoyennes, comme OpenStreetMap **(slide 19)**.

Dans l’Open data française, on se rend compte que la publication des données n’est pas suffisante car celles-ci ne sont pas forcément interopérables avec d’autres : la standardisation des données est une étape importante. Plusieurs projets s’attèlent à cette question, par exemple le projet Validata d’OpenDataFrance **(slide 20)**.

Un autre exemple : [http://transport.data.gouv.fr](http://transport.data.gouv.fr/) répond à une obligation européenne. L’idée est que l’Etat fasse le lien entre les producteurs de données et ceux qui les valorisent. Plus particulièrement, <http://transport.data.gouv.fr/> est le Point d'accès national (PAN) des données de transport ; chaque pays de l'UE doit en avoir un ([règlement européen](https://eur-lex.europa.eu/legal-content/FR/TXT/?uri=CELEX%3A32017R1926)).<br>

**Slides 30 à 36 : libérer la donnée pour les usages citoyens**&#x20;

Un des enjeux est de libérer les données, par seulement de les ouvrir.  Il faut mettre au défi la puissance publique de partager davantage ses données, pour que les citoyens puissent se les approprier. Par exemple, sur openfoodfacts ou encore regadscitoyens.org **(slides 31 et 32)**. L’intérêt est de déverser les données dans des endroits qui permettent aux citoyens de s’en emparer.<br>

| **Remarques : Marie Chabrier s’interroge sur le rôle des collectivités dans la création de services qui utilisent des données. On ne peut pas laisser seulement la main aux entreprises, qui proposent toujours des services aux mêmes usagers, c’est-à-dire des urbains.** |
| --------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------- |


---

# Agent Instructions: Querying This Documentation

If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter:

```
GET https://datacites.gitbook.io/datacites/les-interventions-lors-de-datacites-2/que-faire-avec-lopen-data-presentation-de-johan-richer-jailbreak-code-for-france.md?ask=<question>
```

The question should be specific, self-contained, and written in natural language.
The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.