Au-delà des analyses : "faire parler" les données

Les leaders d'aujourd'hui ne peuvent pas se contenter d'analyser les données...

Ils doivent être capables d'extraire des informations clés et de communiquer leurs résultats à des publics non avertis:

• Les managers ont besoin de compétences non techniques telles que la communication et le leadership pour transformer des quantités massives d'informations brutes en récits convaincants qui conduisent à des décisions stratégiques.
• Les étudiants peuvent perfectionner leurs compétences en matière de "narration" à partir et autour des données en réalisant des projets impliquant des entreprises réelles et en participant à des concours dans le cadre desquels ils doivent résoudre des problèmes.
• Les étudiants doivent se méfier des récits créés par l'intelligence artificielle générative (GenAI) car ces récits manquent parfois de transparence et ne sont donc pas adaptés à certaines situations et à certains secteurs.

Nous vivons et travaillons dans une ère d'abondance de données, et l'univers numérique se développe de manière exponentielle. Nos activités quotidiennes génèrent et dépendent de billions d'octets de données qui circulent à travers les réseaux sociaux, internet, les appareils connectés et désormais l'intelligence artificielle générative.

Les experts estiment que les données générées par les machines et les humains en 2024 dépasseront 140 zettaoctets. Cela représente 1021 octets ou 1 000 milliards de gigaoctets, une quantité vertigineuse. Cette croissance exponentielle a fait des données le « nouvel or » du XXIe siècle.

Cependant, le véritable « or » des données ne réside pas dans leur quantité, mais dans leur potentiel à nous aider à donner un sens au présent et à anticiper l'avenir. Les gestionnaires d'aujourd'hui ne peuvent se contenter de nettoyer, gérer, gouverner et analyser les données. Ils doivent être capables d'extraire, d'interpréter et de communiquer efficacement les informations qu'ils tirent des données. Leur tâche consiste à transformer l'information brute en un récit convaincant qui favorise la compréhension et éclaire la prise de décision stratégique.

Comment les écoles de management peuvent-elles s'assurer que leurs étudiants dépassent le stade de l'analyse de données pour devenir des "traducteurs" capables de communiquer leurs résultats de manière à susciter des changements significatifs ? Nous devons leur apprendre à raconter des histoires avec des données. Pour ce faire, nous devons leur donner l'occasion de développer les compétences non techniques qui leur permettent d'inspirer et de motiver les autres.

L'importance des "soft skills"

Depuis des décennies, les programmes MBA, masters et licences mettent l'accent sur les compétences non techniques (soft skills) telles que la communication, la collaboration, la résolution de problèmes, l'adaptabilité, l'influence et le leadership. Jusqu'à récemment, les domaines techniques avaient tendance à négliger la valeur de ces compétences. Toutefois, la situation est en train de changer, car de plus en plus de compétences techniques sont améliorées ou partiellement remplacées par l'automatisation et les capacités de l'IA.

Aujourd'hui, les managers savent qu'ils doivent être capables d'associer l'expertise technique à la capacité de motiver les collaborateurs et de communiquer avec les parties prenantes. Les diplômés qui possèdent ces deux types de compétences réussiront dans tous les rôles, tous les secteurs et tous les parcours de carrière.

Comme les soft skills s'acquièrent par l'expérience et l'autoréflexion, les étudiants ont besoin de les mettre en pratique dans des situations réelles. Les écoles de management devraient donc offrir aux étudiants des possibilités riches et variées de travailler en équipe, de découvrir d'autres cultures et de se plonger dans des activités difficiles de résolution de problèmes ouverts.

À l'EDHEC Business School, où je suis professeure et responsable de l'initiative IA de l'école, nous nous efforçons de fusionner les compétences non techniques et les compétences techniques dans les programmes.

Par exemple, les étudiants qui réalisent leurs projets de fin d'études en finance se présentent devant les membres d'un jury qui ne sont pas nécessairement très au fait des subtilités des modèles de données utilisés dans les présentations. Les étudiants sont obligés de s'éloigner des détails analytiques et de réfléchir à ces questions : Quel est le problème auquel nous nous attaquons ? En termes simples, comment l'abordons-nous, avec quelles données et pourquoi ? Quelles conclusions pouvons-nous tirer ? Quel sera l'impact de nos idées sur la pratique ?

Lorsque les étudiants développent à la fois des hard et des soft skills, ils peuvent combler le fossé entre la recherche d'informations fondées sur des données et la mise en œuvre d'actions basées sur ces informations. Ils peuvent s'assurer que leurs conclusions se traduisent par des initiatives concrètes susceptibles d'améliorer les organisations. Et ils y parviendront d'autant plus facilement qu'ils sauront comment utiliser les données pour raconter des histoires.

L'importance du récit

La narration (storytelling) est une caractéristique propre au développement humain et à la culture. Les histoires créent des liens émotionnels, favorisent la compréhension et conduisent à un meilleur développement cognitif et social. Si la GenAI d'aujourd'hui est capable, à un certain niveau, de créer des histoires, la narration humaine restera toujours une composante puissante de la culture, et la narration de données sera cruciale pour les entreprises et les gouvernements.

Des récits bien conçus aident les individus à donner un sens à des quantités écrasantes d'informations. Au fond, cela consiste à poser de bonnes questions, à faire preuve de curiosité, à développer l'esprit critique et à guider un public pour qu'il interagisse avec les données à un niveau élevé. Les étudiants peuvent développer leurs compétences en matière de narration en participant à des concours dans lesquels ils résolvent des problèmes à l'aide de données pour présenter ensuite des solutions qui peuvent être comprises par un large public.

À l'EDHEC, notre concours DataViz, que nous organisons en partenariat avec Tableau et l'UNICEF, est ouvert aux étudiants des écoles de toute l'Europe. Les participants choisissent les histoires qu'ils souhaitent raconter sur la façon dont l'UNICEF aide les enfants du monde entier à faire face à des défis spécifiques. Les étudiants choisissent les ensembles de données à utiliser et développent des tableaux de bord conçus pour aider le public à mieux comprendre le travail de l'UNICEF.

Un autre concours est le Global Business Analytics Challenge (GBAC) proposé par le réseau Quantitative Techniques for Economics and Management Masters (QTEM) (l'EDHEC est membre de ce réseau et je siège au conseil d'administration). QTEM réunit des étudiants, des partenaires universitaires et des entreprises internationales pour aider les étudiants à développer des compétences analytiques et quantitatives, ainsi que des compétences non techniques.

Pour le GBAC, les étudiants développent une solution d'analyse de données et une narration basée sur un ensemble de données réelles et un problème commercial d'une entreprise partenaire. Ces dernières années, les étudiants ont conçu des solutions pour des entreprises du secteur bancaire, du secteur du luxe et du secteur non gouvernemental.

Dans les premières années du GBAC, les étudiants se concentraient trop sur la création de modèles et l'offre d'analyses ; ils ne consacraient pas assez d'efforts à raconter des histoires et à impliquer le public. Les étudiants actuels ne suivent pas seulement des cours de programmation et de science des données ; ils suivent également des modules qui développent leurs compétences en matière de prise de parole en public, de travail en équipe multiculturelle, de techniques de présentation, de communication et de pitching. Les équipes gagnantes d'aujourd'hui associent l'analyse rigoureuse des données à l'art de la narration pour rendre les données complexes plus compréhensibles, plus attrayantes et plus exploitables pour leurs clients.

Il y a deux ans, l'équipe gagnante de QTEM - qui comprenait des étudiants de France, du Portugal et d'Allemagne - a travaillé sur des données fournies par la Croix-Rouge britannique. L'organisation souhaitait obtenir des idées sur la manière de maximiser son impact en fournissant un soutien émotionnel et psychologique aux groupes vulnérables, tels que les personnes souffrant de problèmes de santé mentale.

L'équipe a commencé sa présentation par un rappel émouvant du décès de la reine Élisabeth et a fait le lien entre ce fait et les statistiques indiquant que 40 % des adultes au Royaume-Uni ont éprouvé un sentiment de solitude. Après cette introduction percutante et sensible, les étudiants ont présenté une analyse des besoins des différentes populations vulnérables et ont formulé des recommandations pour identifier et aider les groupes à risque. Le « paquet d'aide Lilibet » qu'ils ont proposé ne fait pas seulement référence à la reine, mais se concentre également sur la solitude, l'anxiété et la positivité.

La composante internationale

Un élément essentiel du GBAC est que chaque équipe de trois personnes est composée d'étudiants d'écoles et de pays différents. Ils travaillent à distance et se rencontrent en personne pour la première fois lorsqu'ils se réunissent pour présenter leurs résultats.

Ce format améliore les compétences générales des étudiants car il leur donne l'occasion de gérer des projets au sein d'équipes disparates, multiculturelles et distantes. Il s'agit d'une capacité particulièrement recherchée par les employeurs depuis qu'un nombre croissant d'employés travaillent à domicile dans le sillage de la directive COVID-19.

Les étudiants développent également leurs compétences générales grâce à des expériences internationales immersives. Lorsque les étudiants vivent et étudient dans d'autres pays, ils développent non seulement une plus grande sensibilisation aux autres cultures, mais ils s'engagent également dans une réflexion intense sur leurs propres antécédents et préjugés. Ils développent ainsi leur résilience, leur capacité d'adaptation et leurs perspectives globales, autant d'éléments essentiels dans le monde interconnecté d'aujourd'hui.

L'impact de la GenAI

La narration est entrée dans une nouvelle ère lorsque ChatGPT est devenu accessible au public à l'automne 2022, et les professeurs ont rapidement commencé à chercher des moyens de l'intégrer dans leurs activités d'enseignement et de recherche. Par exemple, beaucoup ont expérimenté la génération de contenu dans des styles allant de Shakespeare à Kant. D'autres utilisent la GenAI pour créer des contenus destinés à des publics de différents niveaux techniques ou pour tenter d'analyser de vastes ensembles de données afin de découvrir des modèles qui échappent aux humains.

Il convient toutefois d'être prudent. Le processus algorithmique de l'IA est souvent qualifié de « boîte noire » parce que nous ne pouvons pas expliquer explicitement comment le logiciel apprend ou prend ses décisions. Cela signifie qu'il crée des récits à partir de modèles qui manquent de transparence ou d'interprétabilité. Si les résultats ne peuvent être validés, les dirigeants doivent être sceptiques quant à l'utilisation de certaines analyses et de certains récits dans leur prise de décision stratégique.

Nous devons intégrer les principes de l'utilisation éthique de l'IA dans le programme d'études et enseigner aux étudiants comment intégrer des modèles complexes dans le processus de narration.

Pour résoudre ce problème, les instructeurs du QTEM forment les étudiants à une variété de méthodes d'IA explicable (XAI) et examinent pourquoi les arbres de décision et les modèles linéaires peuvent parfois être préférables à des méthodes complexes de type « boîte noire ». Par exemple, dans des secteurs tels que la finance et les soins de santé, la conformité réglementaire exige la transparence des processus de prise de décision.

Dans les écoles QTEM, les étudiants apprennent à comprendre les compromis entre les performances des modèles et les niveaux de transparence. Grâce à des quiz, des exercices de codage, des exemples réels et des projets pratiques, les étudiants apprennent à travailler avec des modèles de prise de décision, à faire des hypothèses sur les données disponibles et à valider ces hypothèses par rapport à des résultats empiriques. Grâce à des présentations, des ateliers, des projets collaboratifs et des études de cas, les étudiants développent leur capacité à transmettre des concepts complexes à divers publics.

Dans l'enseignement supérieur, nous devons intégrer les principes de l'utilisation éthique de l'IA dans les programmes et apprendre aux étudiants à incorporer des modèles complexes dans le processus de narration. En tant qu'enseignants, lorsque nous expérimentons ces outils qui progressent rapidement, nous devons faire preuve de transparence et tenir un dialogue ouvert avec les étudiants si nous espérons influencer positivement leurs comportements et leurs mentalités.

La nécessité d'évoluer

Le paysage du monde du travail et de business est en constante évolution et les compétences requises pour réussir évoluent également. Pour naviguer dans un monde souvent décrit comme volatile, incertain, complexe et ambigu (VUCA), les managers et cadres doivent posséder à la fois des compétences techniques et des compétences non techniques.

Dans les écoles de management, nous devons adopter une approche holistique de l'éducation. Notre objectif est de veiller à ce que nos diplômés possèdent à la fois des compétences techniques et des compétences en matière d'intelligence artificielle, afin qu'ils puissent être des dirigeants innovants, préparés et capables de conduire des changements significatifs dans leurs organisations et leurs secteurs d'activité.

Image by Brian Penny via Pixabay