Collective Intelligence and Knowledge

Dans les sciences, l’économie ou la politique, les activités humaines sont de plus en plus fondées sur la gestion et l’analyse d’énormes masses de données numériques (Je traduis par « masses de données » ou « données massives » l’anglais « big data »). Même si nous n’en n’avons pas clairement conscience, notre société devient progressivement datacentrique. Parallèlement à cette évolution, nos communications – émettrices et réceptrices de données – reposent sur une infrastructure de plus en plus complexe de manipulation automatique de symboles que j’appelle le médium algorithmique. Mais aussi bien la société datacentrique que le médium algorithmique sur lequel elle repose n’en sont encore qu’à leurs timides commencements. L’essentiel de leur croissance et de leur développement reste encore à venir. De plus, les esprits restent fascinés par la puissance de diffusion de messages offerte par l’Internet, une puissance qui n’est pas loin d’avoir atteint son terme, alors qu’un immense espace – encore inexploré – s’ouvre à la transformation et à l’analyse du déluge de données que nous produisons quotidiennement. A l’avant-garde de la révolution algorithmique, IEML (ou tout autre système ayant les mêmes propriétés) va démocratiser la catégorisation et l’analyse automatique de l’océan de données. Son utilisation dans les médias sociaux va créer un environnement encore plus propice qu’aujourd’hui à l’apprentissage collaboratif et à la production de connaissances massivement distribuée. Ce faisant, IEML (ou quelqu’autre code sémantique universel) va contribuer à faire émerger le médium algorithmique du futur et permettre une réflexion de l’intelligence collective sur l’édification de la société datacentrique à venir.

It's on!