Environnement - Risques - Catastrophes naturelles

Actu - Catastrophes naturelles et réseaux sociaux : des données précieuses pour la recherche… à certaines conditions

Article ID.CiTé du 15/07/2024



La guerre a son brouillard, a-t-on coutume de dire. Il en est de même des catastrophes naturelles à cinétique très rapide qui viennent impacter de larges territoires en quelques heures (crues éclair  ou boues torrentielles  comme à la Bérarde en Isère le 20 juin 2024) ou quelques secondes (séismes) seulement.

Elles plongent les acteurs de la gestion de crise (préfectures, mairies, services de secours…) dans le flou quant à l’état exact de la situation. Ce brouillard peut prendre de longues heures à se dissiper, le temps de collecter, d’analyser et de recouper des observations de terrain. Cette construction d’une « connaissance situationnelle » est essentielle pour mieux cibler et anticiper les prises de décisions. En effet, elle vise à comprendre son origine, son intensité, ses évolutions possibles, ainsi que l’ampleur des pertes matérielles, humaines, fonctionnelles…

Elle se heurte pourtant à de nombreuses difficultés, au premier rang desquelles, une forte inertie de la remontée d’informations depuis le terrain jusqu’à l’analyse et la prise de décisions.

Comme l’a souligné en 
octobre 2018 la crue éclair de l’Aude  (qui a causé 14 décès et d’importants dommages matériels), les phénomènes à cinétique rapide mettent en échec la capacité des organisations à comprendre suffisamment rapidement la situation de terrain.

Dès lors, il est tentant de capter les témoignages échangés sur les réseaux sociaux par les sinistrés et les témoins directs, pour en extraire en temps réel de l’information utile. Dans cette tâche, l’intelligence artificielle (IA) se présente comme un atout indispensable… en même temps qu’un partenaire en constante évolution. Et les réseaux sociaux, de précieux alliés… à condition qu’ils jouent le jeu du partage de ces données avec les acteurs de la gestion de crise.

Au sommaire
Des capteurs humains sur le terrain grâce aux réseaux sociaux
Une IA alimentée par les données de Twitter
Des données de moins en moins accessibles
L’évolution rapide, trop rapide des modèles d’IA en traitement du langage
La recherche appliquée dans les sables mouvants de l’IA

Source 
The Conversation