Accueil

Pour pouvoir comprendre, il faut pouvoir démêler le vrai du faux.

Je conseille à tout le monde cette magnifique série de 56 cours d’une dizaine de minutes (en anglais), remplis d’exemples, sur:
“reconnaître le bullshit à l’ère des big data” de l’université de Washington, par Carl T. Bergstrom et Jevin West. C’est un mini-cours de l’équivalent d’1 crédit.

Tous les outils de base indispensables pour repérer les manipulations, fake news, désinformation, etc. dans la presse, les discours politiques, et ailleurs.
Très utile en temps de crise.
« There is so much bullshit. So much bullshit, so much bullshit, everywhere, on est noyé dans le bullshit. Plein de raisons à ça :
– les politiques ne sont plus contraints par les faits ces jours-ci, on dirait ;
– La science se fait par communiqué de presse plus que dans les revues ;
– L’enseignement supérieur récompense le bullshit plutôt que la pensée analytique ;
– La culture des start-up devient une sorte d’élévation du bullshit au rang d’art ;
– Les publicitaires nous ont nourris de bullshit “flagrant” il y a une génération. Mais maintenant c’est plus subtil, maintenant ils utilisent l’ironie comme cheval de Troie. (…) ;
– L’activité administrative se résume essentiellement à un exercice sophistiqué de réassemblage combinatoire de bullshit;
– Les réseaux sociaux : répandre du bullshit.
Enough! Enough bullshit! We are tired of this.» (Carl T. Bergstrom, 1ère minute du 1er cours)

Pour ceux qui ne comptent pas regarder la série, simplement lire la liste des 56 concepts abordés permet de se faire une idée, ne fut-ce que vague, des différentes choses auxquelles être vigilant et sur lesquelles ont peut se faire tromper…ou bien pour aller se renseigner sur telle ou telle notion qui paraît plus obscure.
(les liens ne redirigent pas forcément vers un contenu en rapport avec le topic développé dans le cours correspondant)

  1. B comme bullshit
  2. Introduction au bullshit
  3. Reconnaître le bullshit dans notre propre bullshit
  4. Le principe d’asymétrie de bullshit de Brandolini
  5. Qu’est-ce que le bullshit?
  6. La philosophie du bullshit
  7. Reprérer le bullshit
  8. C’est trop beau pour être vrai
  9. Entretenir plusieurs hypothèses
  10. Estimation de Fermi ⭎
  11. Comparaisons trompeuses
  12. Devoir. Inventaire du bullshit
  13. Correlation et causalité
  14. Que sont les corrélations?
  15. Fausses corrélations
  16. Exercice de corrélations
  17. Causes courantes
  18. Expériences de manipulation
  19. Droit de censure
  20. Moyennes et médianes
  21. P-values et l’erreur du procureur
  22. L’effet Will-Rogers ⭎
  23. Interlude : un prof montre le bullshit dans le livre de l’autre prof (vous pouvez faire pareil avec ce site)
  24. Big data
  25. Garbage-in, garbage-out
  26. L’orgeuil des big data
  27. Overfitting
  28. Machine learning criminel
  29. Ethique algorithmique
  30. Visualisation de données (dataviz) dans les médias populaires
  31. Axes trompeurs
  32. Taille des classes statistiques trompeuse
  33. Dataviz ducks – canards
  34. Pantoufles de verre (essayer par tous les moyens de transmettre une information par une représentation inadaptée)
  35. Principe de proportionalité de l’encre (les hauteurs ou surfaces doivent être proportionnelles aux valeurs qu’elles représentent. Donc pas comme ici ⭎ par exemple)
  36. Chasse aux canards
  37. La science est incroyable, mais…
  38. Reproductibilité
  39. Une crise de la réplication
  40. Biais de publication
  41. La science n’est pas du bullshit
  42. Qu’est-ce qui motive les scientifiques?
  43. Une vue d’ensemble de la publication académique
  44. Publiage prédatoire
  45. Réputable ou questionnable?
  46. Spam de journaux
  47. La diffusion de fake news
  48. Fake news : définition et exemples (stratégies de manipulation de masses)
  49. L’écologie des fake news
  50. Le partage comme signal social
  51. Erradiquer les fake news
  52. 4 règles pour reconnaître le bullshit (be correct, be charitable, be clear, admit fault)
  53. Reductio ad absurdum
  54. Debunker les mythes ⭎
  55. Déployer des modèles nuls et remonter à l’origine des mensonges
  56. Contre-exemples et analogies
  57. Conclusion

Nous venons à peine de quitter la racine, il est donc encore temps d’avoir en tête des principes fondamentaux. Comme dit Richard Feynman ⭎:

« Don’t memorize. Understand.
Don’t learn formulas. Learn principles. »

Pourquoi Simone Weil dit-elle que notre système démocratique porte en lui “le germe du totalitarisme”?

N’est-ce pas un peu choquant?
🐇 Suivre le lapin blanc

Méthode d’Ératosthène pour mesurer la circonférence terrestre