ACTUALITÉ SCIENTIFIQUE
ET INNOVATION DE L'ÉTS
« Big Data » et créativité - Par : Lorena Escandon, Mickaël Gardoni, Patrick Cohendet,

« Big Data » et créativité


Lorena Escandon
Lorena Escandon Profil de l'auteur(e)
Lorena Escandon est doctorante au département du génie de la production automatisée de l’ÉTS de Montréal. Elle se spécialise dans l'utilisation des mégadonnées en soutien à la créativité.

Mickaël Gardoni
Mickaël Gardoni Profil de l'auteur(e)
Mickaël Gardoni est professeur au Département du génie de la production automatisée à l’ÉTS. Ses intérêts de recherche portent sur la gestion de l’innovation, le transfert de technologie et le cycle de vie des produits (PLM).

Patrick Cohendet
Patrick Cohendet Profil de l'auteur(e)
Patrick Cohendet est professeur au Département des affaires internationales à HEC Montréal et co-fondateur du centre MosaiC. Ses intérêts de recherche portent sur l’économie et la gestion des connaissances et de l’innovation.

RÉSUMÉ:

Le Big Data (les mégadonnées) peut signifier beaucoup de choses mais, pour la plupart d’entre nous, cela semble être une prérogative des grandes entreprises. Pourtant le Big Data peut aussi aider à améliorer la créativité lors de courtes séances d’idéation. Comment? Ce premier article sur le sujet vous aidera à comprendre de quelle manière utiliser le Big Data lorsque vous devez être créatif. Vous verrez que le Big Data peut être très utile!

La créativité est l’un des traits les plus importants de la génération actuelle; les entreprises qui n’encouragent pas la créativité ne peuvent innover, et une entreprise qui n’innove pas devient obsolète. Les entreprises ont cependant un besoin latent de créer plus vite. Les séances d’idéation constituent l’un des moyens dont disposent les entreprises pour générer des idées, en rassemblant des participants issus de domaines d’expertise variés et en facilitant l’échange et la création de connaissances dans un but précis. Toutefois, ils tendent à se tourner vers des solutions connues [5] et, souvent, des idées en vogue sont réorganisées [4]. Pour créer de nouvelles idées, les participants doivent former de nouvelles combinaisons à partir des connaissances qu’ils possèdent déjà, mais pour découvrir des solutions réellement innovantes, il faut trouver un moyen de les motiver à oser des combinaisons audacieuses [4].

Nous pouvons y arriver en dégageant des significations de l’incroyable quantité d’informations générée quotidiennement : les mégadonnées (Big Data) peuvent nous y aider! Elles permettent aux organismes d’analyser les données d’une manière impossible auparavant, en rassemblant plusieurs sources d’information et en trouvant des tendances décelables uniquement dans de grandes quantités de données. L’information recueillie grâce au Big Data révélera des tendances et des connexions jusqu’ici insoupçonnées.

Trois critères caractérisent le Big Data : le volume, la vitesse et la diversité [7]. De plus, le Big Data prend aussi en compte les relations potentielles entre les données et d’éventuels nouveaux outils capables de les exploiter [6].

Le Big Data lors de séances d’idéation

Grâce à leurs caractéristiques, nous avons déterminé quatre points où les mégadonnées du Big Data peuvent être utilisées lors de recherche d’idées en collaboration :

1. Définition d’un problème ou d’un besoin

Comme nous l’avons dit, le Big Data peut aider les entreprises à découvrir des tendances uniquement décelables en analysant de grandes quantités de données, ce qui est utile pour trouver les lacunes d’un domaine [9]. Nous suggérons cette idée aux organismes qui possèdent déjà de l’information qu’elles voudraient inclure à la séance d’idéation. Par exemple, une entreprise possédant déjà des brevets et de la machinerie, etc., trouverait avantage à déterminer si, en utilisant ses ressources et son savoir, il existe d’autres possibilités, entre autres dans le développement d’un nouveau produit. Cela pourrait faire partie du travail d’une équipe.

Figure 1. Flux d'informations à utiliser les grandes données pour problème ou besoin d'identification.

Figure 1. Flux d’informations à utiliser à l’aide du Big Data pour définir le problème ou le besoin

2. Collecte d’information

La collecte d’information peut s’appuyer sur l’apport et l’approfondissement de renseignements recueillis auprès de sources diverses, augmentant ainsi les stimulants externes des participants [3]. Pour les courtes séances d’idéation, il serait judicieux de partir d’une base de connaissances sur laquelle les participants peuvent s’appuyer. Cette option s’avère aussi intéressante pour donner une base de communication entre des participants qui se connaissent peu, ou pour aider les créateurs travaillant seuls qui se retrouvent en panne d’idées.

BigData2fr

Figure 2. Flux d’information pour lequel le Big Data peut servir d’intrants

3. Recherche d’idées (bissociation)

Le Big Data, lorsqu’utilisé en temps réel pour analyser les idées générées par les utilisateurs (par exemple, quand une foule de gens donnent des idées sur une plate-forme en ligne), peut aider à déterminer quelles idées ne sont pas connectées tout en étant déjà dans la base de connaissances des participants. Cela a pour but de rendre possible la bissociation, soit de rapprocher deux cadres de référence considérés jusqu’alors incompatibles [8, 10]. Le Big Data permet aussi d’analyser les contributions des participants lors des séances de créativité, si l’organisme possède les ressources humaines et les outils suffisants pour les traiter, encore mieux avec des groupes importants ou des foules de gens utilisant une plate-forme en ligne.

BigData3fr

Figure 3. Flux d’informations à utiliser le Big Data pour rendre possible la bissociation (identifier les connexions manquantes)

4. Évaluation

Les séances d’idéation génèrent une mine de renseignements; en général toutefois, les compagnies et les organismes n’en conservent qu’une petite partie sans profiter de toutes les idées trouvées par les participants lors des séances d’idéation. Le Big Data peut contribuer à cerner les concepts les plus intéressants et à obtenir un aperçu détaillé de la séance [1], ce qui est très utile pour les groupes importants ou les séances virtuelles. Il est aussi possible de numériser toutes les données (par exemple, en en faisant la transcription ou en utilisant la reconnaissance vocale).

BigData4fr

Figure 4. Flux d’informations permettant de faire usage du Big Data pour approfondir les concepts

En exploitant les données à toutes les phases des séances de recherche d’idées — pour la collecte de renseignements, en tant que contribution, pour la bissociation et pour l’évaluation —, il serait possible de voir s’améliorer la complexité et la variété des concepts qui en résultent. Ce sujet fait naître un grand intérêt au sein de la communauté universitaire qui crée et qui innove. Luc de Brabandère en résume de belle manière le sentiment : « Si le Big Data nous aide à découvrir, c’est alors à nous d’inventer  » [2].

Article scientifique

Un article scientifique sur ce sujet a été présenté le 5 mars 2015 à la cinquième conférence internationale sur l’ingénierie industrielle et la gestion des opérations (IEOM 2015) à Dubaï, Émirats arabes unis :

ESCANDON QUINTANILLA, M.L., M. GARDONI, et P. COHENDET. « Opportunities to Exploit Big Data in Idea Generation Sessions », (mars 2015). Résumé présenté à la 5th International Conference on Industrial Engineering and Operations Management (IEOM 2015), Dubaï, AE.

Il fait partie d’un projet de thèse en cours supervisé par le professeur Mickaël Gardoni du Département de génie de la production automatisée à l’ÉTS et le professeur Patrick Cohendet de HEC Montréal.

Cet article sera suivi sous peu par un second article intitulé: Comment utiliser Big Data pour créer?

Lorena Escandon

Profil de l'auteur(e)

Lorena Escandon est doctorante au département du génie de la production automatisée de l’ÉTS de Montréal. Elle se spécialise dans l'utilisation des mégadonnées en soutien à la créativité.

Programme : Génie de la production automatisée 

Chaire de recherche : Canada Research Chair in Biomaterial and Endovascular Implants 

Laboratoires de recherche : NUMÉRIX – Laboratoire de recherche sur l’ingénierie des organisations dans un contexte d’entreprise numérique 

Profil de l'auteur(e)

Mickaël Gardoni

Profil de l'auteur(e)

Mickaël Gardoni est professeur au Département du génie de la production automatisée à l’ÉTS. Ses intérêts de recherche portent sur la gestion de l’innovation, le transfert de technologie et le cycle de vie des produits (PLM).

Programme : Gestion de l'innovation  Génie de la production automatisée  Génie des opérations et de la logistique 

Laboratoires de recherche : NUMÉRIX – Laboratoire de recherche sur l’ingénierie des organisations dans un contexte d’entreprise numérique 

Profil de l'auteur(e)

Patrick Cohendet

Profil de l'auteur(e)

Patrick Cohendet est professeur au Département des affaires internationales à HEC Montréal et co-fondateur du centre MosaiC. Ses intérêts de recherche portent sur l’économie et la gestion des connaissances et de l’innovation.

Profil de l'auteur(e)


commentaires

    Laisser un commentaire

    Votre adresse de messagerie ne sera pas publiée. Les champs obligatoires sont indiqués avec *