La donnée, objet conceptuel ayant connu une nouvelle mise en lumière avec l’apparition du big data, de l’open data, de l’intelligence artificielle, du machine learning et des algorithmes, considérée comme le « nouvel or noir économique du 21e siècle » (Lemaire, 2022), comme avantage compétitif certain (Cnil et BpiFrance 2018) et comme pilier de l’industrie 4.0 (Mandon et Bellit, 2021), est l’objet de guerres commerciales et l’enjeu de débats citoyens récurrents. La nécessité de sa maitrise est constamment évoquée, réaffirmée depuis la pandémie de Covid-19 (Commission Européenne, 2020). Dans ce contexte, la data literacy est vue comme la solution miracle, la compétence-clé du XXIe siècle (Alliancy, 2021) centrale pour la formation de « lettrés de la donnée » capables de comprendre et de maîtriser ce phénomène. Se pose alors la question de la manière dont la data literacy s’empare de cet enjeu d’acculturation aux données : quelles visions déploie-t-elle ? À quelles compétences et connaissances forme-t-elle ? Apporte-t-elle une solution unique ou une pluralité d’applications ? Parlons-nous alors de data literacy ou de data literacies ? Pour y répondre, nous apporterons un éclairage sur ses caractéristiques en rappelant ses héritages, ses évolutions et en listant les questionnements qui s’imposent à elle.

No abstract

Pour Williams et Blum (2018), l’ Open Source Intelligence (OSINT) suit un cycle opérationnel de quatre étapes : la collecte ( collection ), le traitement ( processing ), l’exploitation et la production.