Un nouveau document de discussion publié dans Sciences politiques par deux chercheurs de Leiden affirment que les gouvernements travaillent les mains liées lorsqu'il s'agit de données sur les groupes vulnérables. Au cœur de cet article se trouve l'idée que même si le volume de données a augmenté ces dernières années, la qualité des données combinée à des lacunes potentielles connues ou inconnues dans les données limite la capacité du gouvernement à créer des politiques inclusives. Tout simplement, avoir beaucoup de données ne signifie pas nécessairement que les données sont représentatives et fiables ou que les gouvernements sont en mesure de les utiliser.

Le manque de données primaires décrit un scénario dans lequel les gouvernements sont conscients du fait que des données sont manquantes, mais les possibilités de combler cette lacune sont limitées en raison du manque de données appropriées. L'article en donne des exemples en montrant que les résultats de l'apprentissage automatique et d'autres analyses d'intelligence artificielle sont limités à l'exactitude des données disponibles, qui peuvent avoir des effets concrets sur la prise de décision et la prestation de services publics.

La lacune des données secondaires met en évidence une lacune où les données sont disponibles dans différents formats, telles que les données des médias sociaux. Giest et Samuels signalent des problèmes de qualité des données et de représentativité de la population en utilisant ces ensembles de données, exacerbant les biais potentiels.

Finalement, des lacunes cachées dans les données se produisent lorsque les ensembles de données utilisés pour l'élaboration des politiques contiennent de fausses déclarations, biais ou données manquantes à l'insu des gouvernements. Ceci est particulièrement pertinent dans le contexte des résultats de l'apprentissage automatique et des analyses d'intelligence artificielle. Étant donné que les groupes vulnérables, comme les minorités ethniques et les personnes âgées, ont tendance à produire moins de données et s'avèrent plus difficiles d'accès, ils sont particulièrement touchés par l'ignorance des lacunes en matière de données dans l'élaboration des politiques.

Basé sur ceci, le document souligne le fait qu'il existe un danger que les architectures de Big Data reproduisent potentiellement les préjugés existants étant donné la nature des lacunes et le niveau de sensibilisation du gouvernement à leur égard. Cela implique qu'afin de favoriser l'élaboration de politiques inclusives, les gouvernements doivent comprendre les lacunes existantes dans les données ainsi que ce qu'elles masquent et pourquoi afin de trouver des solutions pour ajouter des connaissances supplémentaires grâce à des méthodes innovantes et traditionnelles de collecte de données.