L’intelligence décisionnelle est une nouvelle discipline universitaire qui s’intéresse à tous les aspects de la sélection d’une option parmi plusieurs (faire un choix). Elle regroupe les éléments de la science des données appliquées, des sciences sociales et de la gestion dans un domaine unifié. L’objectif de l’intelligence décisionnelle est d’aider les humains à utiliser les données pour améliorer leur vie, leur entreprise et le monde qui les entoure. C’est une science vitale pour l’ère de l’AI, qui couvre les compétences nécessaires pour diriger les projets d’AI d’une manière responsable et pour concevoir des mesures pour l’automatisation à grande échelle.
Les données représentent une richesse, mais ce sont les décisions qui sont importantes. C’est grâce à nos décisions et nos actions que nous influons sur le monde qui nous entoure.
Nous définissons le mot « décision » comme une sélection d’option parmi d’autres disponibles.
Dans cette terminologie, étiqueter une photo comme chat ou non chat est une décision exécutée par un système informatique, tout en déterminant si le lancement de ce système était une décision prise d’une manière réfléchie par l’humain responsable de cette tâche.
Dans notre langage, un “decision maker” ou décideur n’est pas l’intervenant ou l’investisseur qui intervient à l’opposition de l’équipe du projet, mais, plutôt la personne responsable de l’architecture décisionnelle et du cadrage du contexte. En d’autres termes, un créateur d’objectifs méticuleusement formulés par opposition à leur destructeur.
La prise de décisions est un mot qui est utilisé différemment par différentes disciplines, de sorte qu’il peut faire référence à :
Une manière d’aborder l’apprentissage de l’intelligence décisionnelle est de la décomposer selon les lignes traditionnelles en aspects quantitatifs (qui se chevauchent en grande partie avec la science des données appliquées) et qualitatifs (développé principalement par des chercheurs en sciences sociales et managériales).
Les disciplines qui composent le côté qualitatif ont traditionnellement été appelées les sciences de la décision.
Les sciences décisionnelles se préoccupent de questions comme :
Ce n’est que quelques lignes, il y en a beaucoup plus! C’est aussi loin d’être la liste complète des disciplines concernées. Imaginez la science de la décision comme si elle traite la configuration de décision et le traitement de l’information dans sa forme de stockage floue (le cerveau humain) plutôt que le traitement de l’information soigneusement conservé dans le stockage semi-permanent (sur papier ou électroniquement) que nous appelons données.
Au siècle précédent, il était à la mode de faire l’éloge à tous ceux qui ont empaillé un gros tas de maths dans une entreprise humaine, sans méfiance. Une approche quantitative est généralement préférable, mais il y a moyen de faire encore mieux.
Les stratégies basées sur la rationalité mathématique pure sans aucune compréhension qualitative de la prise de décision et le comportement humain peuvent être considéré assez naïf et ont tendance à être beaucoup moins performant qu’aux comportements basés sur des aspects quantitatifs et qualitatifs.
Les humains ne sont pas optimistes, nous sommes satisfaits, qui est un mot fantaisiste pour les gens qui sont assez satisfait par opposition à la perfection.
En réalité, nous, les humains, utilisons tous l’heuristique cognitive pour gagner du temps et de l’ efforts. C’est souvent une bonne chose; L’élaboration du chemin de course parfait pour s’éloigner d’un lion dans une savane nous ferait manger avant que nous ayons à peine commencé notre calcul. La satisfaction réduit aussi le coût de la vie, ce qui est tout aussi bien, puisque nos cerveaux sont ridiculement avides de pouvoir.
Maintenant que la plupart d’entre nous ne passent pas ses journées à fuir les lions, certains de nos chemins mènent à des résultats prévisibles. Nos cerveaux ne sont pas forcément optimisés pour l’environnement moderne. Comprendre la manière avec laquelle l’humain transforme l’information en action permet d’utiliser des processus de décision pour nous protéger des lacunes de notre propre cerveau. Il nous aide également à construire des outils qui augmentent notre performance et adapte notre environnement à notre cerveau.
Au fait, si vous pensez que l’AI retire l’humain de l’équation, réfléchissez encore ! Toute la technologie est le reflet de ses créateurs et des systèmes qui fonctionnent à grande échelle et qui peuvent amplifier les lacunes humaines, ce qui est l’une des raisons pour lesquelles le développement des compétences en intelligence décisionnelle est très nécessaire.
Parfois, en réfléchissant soigneusement à vos critères de décision, vous vous rendez compte qu’il n’y a aucun dans le monde qui vous ferait changer d’avis. Vous avez déjà choisi votre action et maintenant vous cherchez simplement un moyen pour vous sentir mieux. C’est une réalisation utile qui vous empêche de perdre plus de temps et vous aide à rediriger votre malaise émotionnel.
À moins de prendre des mesures différentes en réponse à des faits encore inconnus, il n’y a pas de décision. Bien que, parfois, la formation en analyse des décisions vous aide à voir ces situations plus clairement.
Maintenant, imaginez que vous devez soigneusement mettre en place une décision qui a des effets sensibles et que vous pouvez claquer vos doigts pour voir l’information factuelle qu’elle vous faut pour exécuter cette décision. Donc, à quoi sert la science des données? Voilà, vous avez la réponse.
Il n’y a jamais rien de mieux qu’un effet, un résultat d’une action exécutée que vous savez avec certitude. En étant des humains, nous préférons donc toujours prendre des décisions fondées sur des effets, si nous les avons biensur. C’est pourquoi le plus important est de déterminer comment nous voulons traiter les effets. À quelles utilisations parmi les suivantes souhaiteriez-vous mettre votre information idéale?
Qu’est ce que vous pouvez faire avec les effets(les résultats d’une décision)?
Vous pouvez utiliser les effets pour:
Avec la formation en sciences décisionnelles, vous apprenez à réduire l’effort qu’il faut pour prendre des décisions rigoureuses fondées sur les effets, ce qui signifie que la même quantité de travail vous permet maintenant de prendre des décisions de meilleure qualité partout. C’est une compétence très précieuse, mais il faut beaucoup de travail pour la perfectionner.
Si nous avions les effets, nous aurions déjà terminé. Hélas, nous vivons dans le monde réel et nous devons souvent travailler pour obtenir nos renseignements. L’ingénierie des données est une discipline sophistiquée axée sur la disponibilité fiable de l’information à grande échelle. Comme il est facile de se rendre à l’épicerie pour une pinte de crème glacée, l’ingénierie des données est facile lorsque toutes les informations pertinentes disponibles s’insèrent dans une feuille de calcul.
Les choses se compliquent lorsque vous commencez à demander la livraison de 2 millions de tonnes de crème glacée… là où il est interdit de fondre! Les choses deviennent encore plus compliquées si vous devez concevoir, mettre en place et entretenir un énorme entrepôt et que vous ne savez même pas ce que l’avenir vous demandera de stocker ensuite, peut-être quelques tonnes de poisson, peut-être du sucre… bonne chance!
L’ingénierie des données est une discipline distincte et clé de la décision intelligente, les sciences de la décision comprennent l’expertise qui consiste à conseiller la conception et la conservation des effets.
Lorsque vous avez encadré votre décision et que vous recherchez tous les effets possibles dont vous avez besoin, que ce soit à l’aide d’un moteur de recherche ou d’un analyste (jouant le rôle d’un moteur de recherche humain pour vous), il ne vous reste plus qu’à exécuter votre décision. Vous avez terminé! Aucune science de données fantaisie nécessaire.
Et si, après tout ce travail, les effets fournis ne sont pas ceux dont vous avez idéalement besoin pour votre décision ? Et si ce ne sont que des faits partiels ? Peut-être voulez-vous les effets de demain, mais vous avez seulement le passé pour vous informer. Vous voulez peut-être savoir ce que tous vos clients potentiels pensent de votre produit, mais vous ne pouvez en demander qu’une centaine. Alors vous faites face à l’incertitude! Ce que vous savez n’est pas ce que vous pensez que vous saviez. Entrez la science des données!
Naturellement, vous devriez vous attendre à ce que votre approche change lorsque les effets que vous avez ne sont pas ceux dont vous avez besoin. Peut-être sont-ils une pièce de puzzle d’un autre puzzle beaucoup plus grand (comme avec un échantillon d’une plus grande population). Peut-être qu’ils sont le mauvais puzzle, mais le meilleur que vous avez (comme l’utilisation du passé pour prédire l’avenir). La science des données devient intéressante lorsque vous êtes obligé de faire des bonds au-delà des données… mais faites attention!
Vous pouvez utiliser des effets partiels pour:
Pour toutes ces utilisations, il y a plusieurs manières d’intégrer l’intelligence dans une variété de disciplines auparavant cloisonnées pour aborder la prise de décisions efficace. C’est ça, l’intelligence décisionnelle ! Elle réunit diverses perspectives sur la prise de décisions pour nous rendre tous plus forts, et nous donner une nouvelle voix, libre des contraintes traditionnelles de leurs domaines d’études d’origine.
A lire aussi:
La session a expiré
Veuillez vous reconnecter. La page de connexion s’ouvrira dans une nouvelle fenêtre. Après connexion, vous pourrez la fermer et revenir à cette page.