Sélection de la langue

Recherche

Série Café virtuel de l'EFPC : Le Canada en chiffres, avec Anil Arora et Nik Nanos (vidéo)

Description : Le troisième événement de la série Café virtuel a accueilli Anil Arora, statisticien en chef du Canada, et Nik Nanos, scientifique de données en chef et fondateur de Nanos Research. Pour l'occasion, ils ont discuté de ce que les données peuvent nous apprendre sur l'évolution du monde durant la pandémie. Ils décriront aussi en quoi consistent des données de qualité et le défi que pose l'obtention de telles données.

Série Café virtuel de l'EFPC : Le Canada en chiffres, avec Anil Arora et Nik Nanos

Date : 16 juillet 2020

Durée : 01:04:28

Résolution : 1080p


Transcription

[Le logo blanc animé de l'École de la fonction publique du Canada apparaît sur un fond violet. Les pages du logo se tournent, l'ouvrant comme un livre. Une feuille d'érable apparaît au milieu du livre qui ressemble aussi à un drapeau, avec des lignes courbes en dessous, et du texte à côté.]

Webcast | Webdiffusion

[L'écran s'efface et est remplacé par un appel vidéo Zoom. La vidéo d'un homme blanc qui porte des lunettes noires et un chandail noir remplit l'écran. Il est assis dans une salle à manger, et derrière lui il y a une cafetière sur une table. Un paysage de couleur sépia est accroché au mur arrière. L'homme sourit.]

Taki Sarantakis : Bienvenue au troisième épisode du Café virtuel de l'EFPC, qui vous fait profiter de riches discussions sur les politiques sans politicaillerie ou partisanerie. Je m'appelle Taki Sarantakis. Je suis le président de l'École de la fonction publique du Canada. Aujourd'hui, nous voulons parler de données, de données, de données. De quoi s'agit-il? Pourquoi en parlons-nous tous et pourquoi est-ce important pour vous en tant que professionnel du gouvernement du Canada? Nous sommes très, très privilégiés et honorés aujourd'hui. Nous accueillons deux des meilleurs. Le premier est M. Nik Nanos, qui est dirigeant principal des données de Nanos Research.

[Un curseur désépingle la fenêtre de Taki dans l'appel Zoom, et deux autres fenêtres vidéo apparaissent. Dans l'une d'elles, Nik Nanos sourit et salue. C'est un homme blanc aux cheveux gris courts. Il porte un veston noir sur une chemise blanche. Nik est assis dans un bureau. Derrière lui se trouve une table où sont empilés des papiers. Des cadres où figurent des documents et des images sont accrochés aux murs.]

Il est aussi un auteur et un commentateur à la télévision. Il a déjà été chancelier de l'Université Carleton. Il est membre de plein d'établissements aux États‑Unis. Il est simplement très, très brillant. C'est un génie. Notre deuxième intervenant est M. Anil Arora.

[Dans la troisième fenêtre vidéo, Anil sourit. Il a la peau moyennement brune et des cheveux noirs très courts. Sa caméra est légèrement inclinée vers le haut, montrant les murs et le plafond derrière lui. Un tableau représentant des sommets de montagnes enneigées est accroché à un mur jaune-beige.]

À ma connaissance, il n'a pas écrit de livre, il n'est pas un commentateur, il n'est pas associé à des universités américaines, mais c'est un génie comme Nik, et ils sont tous les deux des spécialistes des chiffres.

[Anil rit.]

Nous sommes très, très honorés qu'ils passent une heure avec nous aujourd'hui. Je veux d'abord commencer par Nik. Dis-nous un peu ce que les données représentent pour toi. Peux-tu nous raconter quelque chose de personnel à ce sujet, comme la façon dont tu as commencé dans le domaine? Pourquoi te parlons-nous des données aujourd'hui, en juillet 2020? Qu'est-ce qui t'est arrivé de terrible dans ta jeunesse?

[Anil sourit.]

Nik Nanos : Eh bien, en fait, ce n'était pas une chose terrible, mais plutôt intéressante.

[La fenêtre de Nik est épinglée et remplit l'écran.]

On m'a demandé de faire un projet. Comme certains d'entre vous le savent peut-être, ou pas, je suis un mordu de soccer. Au tout début de ma carrière, on m'a demandé de faire des prévisions sur les pays qui se qualifieraient pour la Coupe du monde, puis de modéliser les voyages touristiques pour les sports afin d'aider une compagnie aérienne à ajuster toutes ses routes. Vous vous imaginez : de mon point de vue, je pouvais me servir des mathématiques pour examiner mon sport préféré et estimer la probabilité que différents pays se qualifient pour la Coupe du monde, puis relier ces prévisions aux données économiques et touristiques. Alors, vous savez quoi? J'étais accroché tout de suite, car j'avais appris que les données donnent vie aux choses et peuvent être vraiment intéressantes et excitantes.

[Les fenêtres de Taki et Anil réapparaissent.]

Taki Sarantakis : C'est vraiment génial. Et Anil, pourquoi te parlons-nous aujourd'hui? Comment quelqu'un devient-il statisticien en chef du Canada?

Anil Arora : Eh bien, je m'attendais après cette introduction que tu dises qu'il doit y avoir un contraste avec Nik. Je suis un contraste par rapport à Nik.

[Nik et Taki rient. La fenêtre d'Anil remplit l'écran.]

Écoute, évidemment, c'est un privilège pour moi de représenter toute une institution qui existe au Canada depuis plus de 100 ans et qui peut être considérée comme la meilleure au monde. Dans mon cas, c'est une institution fédérale, qui a une structure juridique et un mandat très clairs. Pour moi, c'est un honneur et un privilège de faire partie de cette merveilleuse institution qui non seulement établit une base de référence pour le genre de travail que Nik et beaucoup d'autres font, mais aussi donne des aperçus qui sont vraiment essentiels pour l'élaboration de politiques partout au pays. Dans mon cas, je me suis joint à Statistique Canada par hasard, environ 32 ans passés. J'ai commencé ma carrière dans l'Ouest dans le secteur pétrolier et gazier. C'était une période assez difficile au milieu des années 1980 et j'ai décidé de faire autre chose. Je suis donc passé du secteur pétrolier et gazier au domaine des données. Ce n'est qu'un autre type d'extraction, c'est tout.

[Anil sourit. Les fenêtres de Taki et Nik réapparaissent.]

Taki Sarantakis : Oui. Nous parlerons un peu des données pendant la prochaine heure, un peu de la confiance et un peu de la confidentialité. La séance d'aujourd'hui est essentiellement en anglais, mais on a la traduction disponible. Nous vous invitons aussi à poser des questions. Il y a une petite icône de main levée dans le coin supérieur droit. Alors, posez vos questions; elles me seront transmises au cours de la discussion et nous les intégrerons en cours de route. Je veux commencer par les données. Vous deux travaillez avec les données et en parlez depuis longtemps, mais c'est un nouveau sujet pour nous. Nik, vous êtes dans ce domaine depuis longtemps. Vous avez donné des conseils sur les données aux entreprises canadiennes. Vous dites maintenant que vous travaillez avec les données d'une manière ou d'une autre depuis 30 ans. Pourquoi les autres en parlent-ils maintenant? Que se passe-t-il? Quelle est cette révolution des données? Je vais peut-être commencer par toi, Anil.

Anil Arora : Je pense que les données ont toujours été là, disponibles aux observations, et nous les avons traduites dans un format qui nous permet de leur donner du sens. Donc, les observations ont toujours existé et ont toujours fait partie de notre nature et de notre capacité de traduire les données en bits et en octets. Je pense qu'il y a un certain nombre de facteurs. L'un est simplement la puissance de calcul : la capacité de traiter de grandes quantités d'information de manière très efficace. Un deuxième facteur est la prolifération des dispositifs qui créent et diffusent des données. Presque tout produit des données. Ce cadre dans lequel nous nous trouvons produit des données et quelqu'un va les analyser.

[Taki hoche la tête.]

Quelqu'un va les examiner. Quelqu'un va leur donner un sens quelconque, et ainsi de suite. Troisièmement, il y a l'expertise. Je crois que les gens s'y connaissent maintenant de plus en plus en données parce qu'ils voient la valeur de saisir les tendances. Ils peuvent observer des choses que les autres ne voient pas et s'en servir comme un avantage concurrentiel. Et la culture dit que nous voulons être guidés par les données, les faits, les preuves, etc. Regardez simplement d'un point de vue strictement financier : que font toutes les entreprises les plus riches du monde? Elles travaillent avec des données. Donc, cela a bâti ce milieu qui vous incite à être habile avec les données, parce que – devinez quoi? – vous pourriez devenir riche un jour. Bref, tout cela pour dire que je crois que nous sommes juste au début de cette révolution, la quatrième révolution ou la révolution des données (il y a de nombreux termes), parce que nous regardons le commencement des choses. Des milliards d'appareils sont sur le point d'être commercialisés. Alors, vous savez, si quelqu'un n'est pas habile avec les données, il ferait mieux de s'y mettre rapidement, car elles ne disparaîtront pas bientôt.

[Taki hoche la tête.]

Ce n'est pas seulement une question de volume, mais nous devons résoudre certains problèmes de société, comme vous l'avez mentionné, par exemple la confidentialité. Nous devons nous occuper des effets sociaux et économiques des données considérées comme un bien. Voilà pourquoi, à mon avis, les données sont une priorité dans l'esprit de tout le monde aujourd'hui.

Nik Nanos : Ce qui est intéressant, c'est...

Taki Sarantakis : Nik, êtes-vous d'accord?

Nik Nanos : Plutôt, oui, mais je crois que nous devons aussi présenter certains risques. Vous savez, c'est une chose de parler du merveilleux monde des données. Le fait est que certaines des choses les plus intéressantes que nous pouvons faire maintenant ont été permises par la technologie. Avec les données ouvertes, nous pouvons maintenant relier différents ensembles de données. Statistique Canada est un chef de file dans ce domaine. Non seulement les chercheurs ont accès aux données, mais ils peuvent aussi connecter différents ensembles de données, ce qui était très difficile 10, 20 ou 30 ans passés, quand nous avons commencé dans cette profession. Vous savez, si nous voulons jargonner, nous parlons d'erreur estimée quand nous faisons un sondage. Eh bien, avec la puissance de calcul actuelle, je m'attends à ce que nous passions à l'erreur observée au lieu de l'erreur estimée, parce qu'un grand nombre de ces tests statistiques ont été élaborés environ 50 ans passés, quand il n'y avait pas d'ordinateurs. La puissance disponible était limitée.

[Anil et Taki hochent la tête.]

Je vais vous dire la chose qui m'inquiète en ce moment : c'est que les données soient mal utilisées parce que tout le monde s'y intéresse et commence à s'en servir. Qu'est-ce que j'entends par là? Mon directeur de thèse disait que de pouvoir faire un test statistique ne suffit pas à en assurer la validité, parce que des erreurs en entrée donnent des erreurs en sortie. C'est un processus mécanique. Il faut de l'intelligence et de l'expérience humaines pour savoir si quelque chose est vrai ou faux.

[Anil hoche la tête.]

Je crains que les gens ne soient pas bien formés pour utiliser les données. Nous savons que les données peuvent être utilisées à mauvais escient par les organisations et les individus, de façon intentionnelle ou non. Donc, cela m'inquiète. Nous avons une abondance de données qui sont accessibles, mais cela entraîne un risque qu'elles soient mal utilisées et mal interprétées.

Taki Sarantakis : C'est un très bon point, alors abordons ce sujet. Quand j'étais enfant, pour ainsi dire, les données étaient une bonne chose. Nous étions tous d'accord à ce sujet. Parfois, nous étions en désaccord sur l'interprétation, mais nous nous entendions tous plutôt sur ce qu'étaient les données de base. Aujourd'hui, nous constatons que de plus en plus de gens ont peur des données. Certaines personnes utilisent les données et certaines personnes... Nous connaissons maintenant une dynamique de transformation des données en armes. C'est un concept vraiment intéressant lorsqu'on y pense. Quand la plupart des gens pensent aux données, ils imaginent quelque chose de plutôt intrinsèquement neutre, sans parti pris, qui est observé plutôt qu'interprété. Mais il existe maintenant tout un sous-ensemble de l'industrie qui repose sur la transformation des données en armes. Et Nik, vous nous faites entrer dans ce sujet. Anil, parle-nous un peu de ta perception des dangers des données ou des pièges possibles dont nous nous méfions particulièrement dans le domaine des politiques.

Anil Arora : Oui, je pense que Nik a tout à fait raison. C'est plutôt ironique que nous n'ayons jamais vu autant de données, mais jamais aussi peu d'information ou de renseignements dont nous avons besoin. C'est un peu une dichotomie et nous devons être conscients du genre exact de problèmes que cela soulèvera. Premièrement, il y a les biais inhérents dans ce que vous mesurez. Dans des exemples très connus, la police tente d'intercepter du trafic de drogues, ou quoi que ce soit, dans les endroits d'où proviennent les appels. Aux États-Unis, les études réalisées concernent surtout les écoles noires ou les quartiers noirs ou autre chose du genre.

[Taki hoche la tête.]

Ces biais ne sont pas propres aux États-Unis, on les trouve partout. Si vous entrez ces biais dans les machines et l'intelligence artificielle, puis que vous vous demandez : « Où pouvons-nous placer plus de voitures de police? », pour prendre cet exemple. Bien sûr, vous les placerez majoritairement dans les quartiers pauvres. Mais quand vous creusez de façon rétroactive, vous pouvez découvrir que ce n'est pas dans ces endroits qu'a lieu la majorité du trafic de drogue. Il peut se produire dans des quartiers plus riches. Nous devons donc être attentifs à cela. Deuxièmement, même dans le secteur privé, il y a eu un virage quand les données sont passées d'une ressource passive à une ressource active. Lorsqu'ils ont dit que vous êtes le produit mis en marché, plein de gens ont rétorqué : « Un instant, quand est-ce que je suis devenu la victime ici? », au sens de : « Quand ai-je perdu le droit de donner mon avis là-dessus? » C'est le pouvoir de présenter des produits aux consommateurs. Les gens se disent : « Attends un peu, comment cette machine sait-elle que j'ai cherché un étui pour mon iPhone ou quoi que ce soit, et qu'elle me présente maintenant tous ces produits? Comment toutes ces choses se sont-elles connectées en arrière-plan sans que je le sache? » Ensuite, nous pouvons prendre l'exemple de la dernière élection aux États-Unis, et ainsi de suite. Donc, cela pénètre à un niveau très micro, individuel, et aussi au niveau social. En réalité, dans de nombreux cas, c'est présenté aux gouvernements comme un fait accompli. Donc, les gouvernements n'ont pas accès à certains des algorithmes, à certaines des données ou à je ne sais quoi. Vous voyez alors certains grands projets connaître des difficultés. Je pense que les données ne sont plus utilisées comme une ressource passive, à cause de tout ce que nous avons mentionné. Elles deviennent maintenant un élément très actif de notre société. Comme tout le reste, elles peuvent être utilisées à bon escient, ou si elles ne sont pas critiquées et bien encadrées, elles peuvent devenir une arme, comme tu l'as dit.

Nik Nanos : Le risque le plus courant que j'aie vu, que ce soit au gouvernement ou dans le secteur privé, c'est quand quelqu'un a une hypothèse et veut faire de la recherche, mais n'a pas les fonds pour la faire correctement.

[Anil et Taki hochent la tête.]

Le résultat est un peu le même avec un indicateur de rendement clé, n'est-ce pas? Supposons que vous avez un IRC. Dans un monde parfait, si vous concevez un IRC, vous concevez l'IRC parfait puis vous faites de la recherche originale afin de vous assurer d'atteindre votre objectif de mesurer cet IRC. Et vous êtes financés pour le faire correctement. Cependant, je vais vous dire ce qui arrive souvent dans le secteur privé ou public : ils n'ont pas les ressources nécessaires pour prendre les mesures. Par conséquent, ils rendent compte des IRC qui peuvent être mesurés et non de ceux qui devraient l'être, parce qu'ils n'ont pas les ressources pour mener la recherche correctement. Je crois que c'est à ce moment que les gens font de la rétro-ingénierie et se disent : « Eh bien, nous avons ces données qui n'ont pas été collectées à cette fin, mais nous pouvons les mesurer. Faisons-les entrer de force dans notre IRC. » Je constate que c'est souvent fait simplement par commodité et pour des raisons budgétaires. J'ai toujours dit que, sur chaque équipe de recherche, il doit y avoir quelqu'un qui joue un rôle de remise en question, qui dit : « Je crois qu'il existe une meilleure manière de procéder. » Il faut intégrer cette remise en question dans le processus : « Je sais que nous pouvons mesurer ceci, mais est-ce vraiment un IRC ou l'utilisons-nous simplement parce que nous avons les données et que c'est facile? » C'est une autre contrainte de la bonne recherche, car pour faire de la bonne recherche, il faut de l'argent. Le travail de Statistique Canada coûte de l'argent. Que pensez-vous de cela? Non, je vais faire votre promotion. Le travail de Statistique Canada doit être bien financé. N'est-ce pas? C'est aussi simple que cela.

[échange de propos]

[Les trois participants parlent en même temps.]

Nik Nanos : Est-ce que j'entends mal?

[Nik rit.]

Taki Sarantakis : Non, non, non.

Anil Arora : Beaucoup de personnes qui nous écoutent aujourd'hui travaillent dans le domaine des politiques, des règlements, qui ont des magasins de données énormes. Pour poursuivre avec le point suivant, la compréhension est toujours la chose intéressante. Les choses ennuyeuses sont, par exemple, les définitions, les normes, l'interopérabilité, les métadonnées, les paradonnées. Et devinez quoi? L'utilité des informations et la qualité de ce que vous produisez dépendent totalement des définitions. Je veux dire qu'un ensemble de données peut exclure toute personne âgée ou ayant moins de 18 ans, alors qu'un autre ensemble comprend toute la population, et vous ne le savez pas. Je mettrais au défi nos collègues, quel que soit leur système, en disant : « Que savez-vous des magasins de données que vous avez? Qu'est-ce qu'ils contiennent? Quelles sont les lacunes? Que savez-vous? Où est la documentation? À quel point les données sont-elles nettes? Est-ce que nous les pelletons dans autre chose sur la base d'hypothèses générales? » C'est là où les erreurs en entrée donnent des erreurs en sortie, comme Nik l'a dit avec raison. Donc, nous devons nous concentrer sur les éléments fondamentaux, et c'est ce que vise la stratégie fédérale sur les données que j'ai corédigée l'an passé. Il faut que ce soit fait correctement.

Nik Nanos : Et nous avons tendance à être impressionnés par les grands nombres.

[Taki et Nik parlent en même temps.]

Taki Sarantakis : Alors, vous êtes tous les deux...

Nik Nanos : Je dis simplement...

Taki Sarantakis : Vous parlez tous les deux d'une façon ou d'une autre de la crédibilité des chiffres. Nik, dans ton exemple, il était plutôt question de paresse. Parlons maintenant un peu de la malfaisance manifeste. Vous êtes des professionnels. Vous êtes très crédibles, mais beaucoup de gens jouent avec les chiffres. Si j'avais assez d'argent et de motivation, est-ce que je pourrais obtenir des données pour prouver tout ce que je veux?

Nik Nanos : Avec un chercheur immoral, oui. Si vous avez un chercheur immoral.

Taki Sarantakis : Anil, est-ce que cela devient un problème de plus en plus grave dans notre société? Enfin, une des choses qui arrivent...

[La voix de Taki est saccadée. Taki et Anil parlent en même temps.]

Anil Arora : Vous savez, une donnée simple n'a pas... J'allais dire qu'une donnée simple en elle-même n'a pas de cadre éthique; ce n'est qu'une donnée. Donc, on en revient à la science. Vous devez en savoir beaucoup sur le contexte de cette donnée simple. Quand une donnée simple passe les étapes du traitement, c'est toute l'information à son sujet qui la rend bonne ou mauvaise. De très nombreuses études ont été faites, par Harvard et Yale, je crois, et le MIT, qui comparaient pour l'essentiel des types d'associations vraiment ridicules et disaient : « Tenez, voilà. » Nous devons prendre garde à ce genre de choses, parce que le volume des données est tellement élevé que vous pouvez chercher un schéma et leur faire dire qu'il existe. Mais vous savez quoi? C'est ici qu'il y a, je crois, une obligation de notre part, et c'est ce qui distingue les organisations comme la mienne et celle de Nik. Nous ne faisons pas que produire la pépite d'information; nous présentons aussi toutes les réserves, les notes de bas de page, les écarts-types, etc. Je dirais que c'est ici que l'expertise doit entrer en jeu. Il faut pouvoir comprendre la donnée, la regarder d'un œil critique et pouvoir se dire « Attendez un peu, est-elle bonne pour mon objectif? Est-elle réelle? » Donc, nous devons avoir les connaissances et la curiosité pour distinguer ce qui a du sens et ce qui est ridicule.

Nik Nanos : Beaucoup de problèmes, Taki, ont des causes plus simples qu'on le croit. Pourquoi ne pas donner un exemple? Pendant quelques années, Google a traité les termes de recherche pour prédire la pandémie de grippe. Google est une grande entreprise crédible. Elle a accès à un ensemble de données immense auquel personne d'autre n'a pleinement accès. Elle a fait des projections à partir d'un milliard de termes de recherche comme « nez qui coule », « grippe », et a annoncé dans les nouvelles quand la grippe arriverait, et elle n'a jamais eu raison. Mais les gens étaient rassurés par le fait que c'était un ensemble de données volumineux. Je crois que c'est une des choses qui m'inquiètent maintenant. J'ai assisté à des réunions où des gens m'ont dit : « Cet ensemble de données a 100 000 points. » Et j'ai répondu : « Eh bien, ça m'importe peu. Ils ne mesurent pas ce qu'ils devraient mesurer. »  Pour prendre l'exemple de Google, même si quelqu'un a tapé « toux » ou « nez qui coule », cela ne signifie pas qu'il a la grippe. La seule manière de savoir si quelqu'un a la grippe est de transporter l'un des laboratoires de Statistique Canada dans son quartier et de faire vérifier par un professionnel s'il a la grippe. Pas de vérifier qu'il a fait une recherche avec le mot « grippe ». Voilà des exemples de manque d'information qui induisent le public en erreur.

Taki Sarantakis : C'est très intéressant Nik, parce que les personnes sans formation en la matière, et j'en fais partie, pensent souvent que si on dispose de beaucoup de données, elles vont nous révéler la vérité. Mais vous avez prédit le gagnant d'environ, quoi, 15 ou 20 élections successives. Combien de Canadiens sondez-vous normalement? Environ un millier? Environ...

Nik Nanos : Oui, pendant notre appel d'un jour pour les élections, nous sondons moins d'un millier de personnes.

Taki Sarantakis : Donc, vous faites ce qu'on pourrait appeler des prédictions...

[La voix de Taki est saccadée.]

Nik Nanos : Oui.

Taki Sarantakis : Vous pouvez prédire avec une quasi-certitude le comportement d'un pays d'environ trente-cinq millions d'habitants avec moins d'un millier de points de données, mais quelqu'un pourrait vous donner cent mille points de données et ils ne vaudraient rien.

Nik Nanos : Oui, absolument. Cela revient à ce qu'Anil a mentionné, qui a à voir avec la procédure d'échantillonnage, le respect des normes, la transparence, le niveau d'effort. Ça coûte cher tout cela. Si ce n'est pas cher, c'est probablement le premier signe que peut-être, si quelqu'un dépense moins qu'un autre pour le même travail... C'est comme je dis toujours aux gens qui me demandent : « Quel est le secret de la bonne recherche? » Je réponds : « Des ingrédients de qualité. » Je leur dis : « Vous cuisinez. Si vous avez des légumes frais, si vous avez des ingrédients de qualité, si vous suivez la recette, si vous appliquez la technique de manière uniforme, vous aurez probablement un résultat positif de manière constante. » Si vous décidez de faire des biscuits et que vous faites des substitutions, que vous remplacez le beurre par de la margarine, que vous n'êtes pas uniforme, vous aurez des résultats différents. Je dis que les gens peuvent avoir exactement la même recette, mais l'habileté à l'exécuter et la qualité des ingrédients peuvent aboutir à des résultats très différents. L'un peut être très bon et l'autre très mauvais.

[Nik rit.]

Anil Arora : Si je peux ajouter quelque chose, Taki. C'est un système, tout d'abord. Cela revient à vos deux idées sur l'investissement. Vous devez avoir une infrastructure de données crédible. Je veux dire, vous vous demandez comment on peut obtenir une telle exactitude à partir de mille ou mille cinq cents appels téléphoniques quand il y a 35 millions de Canadiens; en passant, il y en a maintenant 38 millions. L'important est l'infrastructure sous-jacente qui vous indique le dénominateur, la répartition par groupe d'âge, par sexe, par région. Sans cela, vous ne pourriez jamais sonder mille ou mille cinq personnes et pondérez les réponses pour pouvoir dire ce qu'elles signifient pour la population. Bien sûr, vous pouvez toujours avoir des facteurs extérieurs, comme le taux de participation et ce genre de choses. Ces facteurs sont distincts, mais il s'agit d'un système de données complexes et interreliées. Donc, vous avez besoin d'une base de référence. Dans ce cas, elle vient du recensement. C'est donc un investissement massif dans l'infrastructure publique. Sur ce que vous dites, je pense que jusqu'à présent nous avons pris l'infrastructure de données presque comme un acquis. Nous devons dorénavant être attentifs parce que les données deviennent tellement importantes, comme lorsque nous construisons des infrastructures physiques. Nous parlons d'infrastructure sociale. Nous avons besoin d'une infrastructure de données solide. Dans le contexte actuel, on peut dire que ceux ayant une infrastructure de données solide s'en tirent mieux que ceux qui ont une infrastructure de données faible.

Nik Nanos : Voici de la matière à réflexion. Nous avons décidé chez Nanos que nos données ont plus de valeur que notre revenu dans l'évaluation de notre entreprise. C'est une sorte de revirement quand on pense à la vraie valeur de notre entreprise, qui recueille et choisit des données de qualité depuis 30 ans. Ce n'est pas notre revenu de X millions de dollars par année, parce que ce revenu peut varier. Si Nik se fait renverser par un camion, ce revenu peut baisser. Mais les données sont en fait la valeur essentielle de l'organisation. Je crois que les entreprises des secteurs public et privé prennent maintenant conscience que, en plus du capital humain, les données sont une part importante du capital dans la valeur d'une organisation, alors qu'auparavant, elles n'étaient qu'une chose emmagasinée quelque part. N'est-ce pas? Personne ne pensait à la valeur de toute l'information qu'il recueillait.

Taki Sarantakis : Alors nous...

Anil Arora : En effet, juste pour poursuivre cette idée, Taki, Statistique Canada, pour la première fois au monde, a publié une estimation – nous savons qu'elle n'est pas parfaite, mais c'est notre première estimation – de la valeur totale des données au Canada. Croyez-le ou non, nous nous sommes attaqués à ce problème. Nous nous sommes dit : « Bon, combien avons-nous investi dans les données en tant que pays l'an passé? » Croirez-vous que, ces dernières années, nous avons investi davantage dans les données que dans nos ressources naturelles ou notre secteur manufacturier? Donc, pour revenir à votre premier point, pourquoi les données ont-elles autant la cote? Devinez quoi? Les gens investissent beaucoup d'argent dans les données, comme le dit Nik, parce qu'ils en voient la valeur et peuvent concrètement leur attribuer une valeur pécuniaire. À ceux qui disent que les données sont le nouveau pétrole et ainsi de suite, je réponds qu'elles deviennent en réalité plus précieuses à mesure que vous les utilisez, les reliez et les comprenez. Donc, c'est un produit très différent de tout bien tangible que nous connaissons.

Taki Sarantakis : Oui, quand je parle des données en public, je dis à ceux qui considèrent les données comme le nouveau pétrole : « Vous vous trompez. Elles sont le nouvel oxygène. »

[Anil et Nik hochent la tête.]

C'est une chose dont nous avons tous besoin et dont personne n'a le monopole. Mais sans elles, nous ne sommes pas grand-chose. Je veux maintenant parler un peu des données en elles-mêmes au lieu des données comme élément d'une profession ou d'une institution. Il me semble qu'une des choses très importantes en politique publique est la confiance. Nous voyons de plus en plus un déclin de nombreux indices de confiance dans les institutions publiques, prises dans un sens très large, qu'il s'agisse de médecins, d'avocats, de professeurs, d'enseignants, etc. Dites-moi un peu en qui les Canadiens ont confiance en ce moment. J'ai le sentiment que, dans le passé, si j'avais posé cette question 30 ans passés, nous faisions beaucoup plus confiance aux gens et aux institutions qu'aujourd'hui. Premièrement, est-ce vrai? La confiance s'effrite-t-elle? Deuxièmement, à qui faisons-nous confiance aujourd'hui? Je ne sais pas qui veut répondre en premier. Qui veut nous lancer?

[Anil fait signe à Nik de parler.]

Nik Nanos : Oui, je vais commencer. Le fait est que de nombreuses mesures de confiance que nous avons connues au fil du temps dépendent du contexte. Pourquoi ne pas prendre les pompiers comme un exemple? Après les attentats du 11 septembre 2001, la confiance dans les pompiers a grimpé en flèche parce que les gens autour du monde ont vu le rôle des pompiers dans la réponse à cette tragédie. La confiance dans la police, que nous avons vu augmenter dans le passé, fluctue maintenant. Nous avons aussi vu confiance dans la police baisser un peu selon les actualités. Mais j'aimerais présenter un fait plus déconcertant sur la confiance, du moins dans certaines recherches que j'ai faites. Ces recherches suggèrent qu'il existe une corrélation entre la vulnérabilité des gens à la désinformation et leur niveau de confiance dans les institutions, que les Canadiens sont plus susceptibles de croire à des faussetés. Vous voyez? Surtout ce qui se trouve sur l'Internet. Les Canadiens ont moins tendance à croire même les autorités de santé publique et ce genre de choses parce qu'ils croient à une sorte de complot. L'une des nouvelles dimensions que nous commençons à examiner est ce qui détermine la confiance, au-delà de ce qui passe aux nouvelles et pourrait donner une bonne ou mauvaise image d'une profession en particulier. Je ferai seulement un autre commentaire avant de laisser la parole à Anil. Nous avons commencé à suivre... Il y a un avantage à avoir une entreprise de recherche. Je ne sais pas, Anil, si tu peux te dire : « J'ai une idée et j'aimerais faire de la recherche à ce sujet. » Cela m'arrive. Nik veut faire de la recherche sur quelque chose. La recherche est faite. Pouvez-vous faire cela à Statistique Canada? Pouvez-vous simplement dire : « Hé, j'aimerais faire une étude sur X? »

[Anil rit. La voix de Taki est saccadée.]

Nik Nanos : Non? Oui? Donc, nous avons décidé de commencer à suivre les mots que les gens utilisent pour décrire leurs émotions relatives au gouvernement fédéral, pas le gouvernement libéral, pas le premier ministre, mais le gouvernement à Ottawa. Nous avons utilisé une combinaison d'émotions, positives et négatives, le pessimisme, l'optimisme, la satisfaction, ce genre de choses, et l'ambivalence. Nous avons suivi cela au fil du temps et nous avons constaté que, dans la période précédant la pandémie, une proportion importante de Canadiens utilisaient des mots comme « colère » ou « pessimisme » pour décrire leur sentiment envers le gouvernement à Ottawa. Avançons jusqu'à maintenant, pendant la pandémie, et nous obtenons des mots comme « satisfaction ». Donc, ce n'est pas « positif » ni « j'aime le gouvernement fédéral », mais « satisfaction ». En fait, nous avons traversé une période, et toutes les institutions sont imparfaites. Mais je crois que, pour de nombreux Canadiens, c'est quand des institutions comme la Cour suprême, le gouvernement fédéral, la police, sont mises à l'épreuve qu'ils peuvent se faire une idée de leur niveau de confiance et de satisfaction à leur égard. Je trouve que la pandémie a changé cela en quelque sorte. Et l'Internet a influencé le niveau de confiance ou de méfiance envers les institutions, en grande partie à cause de la désinformation.

Taki Sarantakis : Et nous pouvons voir ce que vous dites sur la dépendance de la confiance au contexte. Anil, en qui avons-nous confiance?

Anil Arora : Eh bien, écoutez, beaucoup d'études ont été faites sur la confiance. Edelman publie son baromètre de la confiance. Nik vient de parler de certaines mesures que son entreprise prend de manière continue et de ce qu'elle constate. Je vais aborder quelques points, si je peux. Premièrement, la confiance n'est pas un luxe. Elle oriente fortement les politiques publiques. Laissez-moi vous donner deux exemples. Évidemment, en ce moment, le gouvernement fédéral et les gouvernements en général, je dirais, bénéficient d'un niveau de confiance très élevé, en fait un niveau de confiance que nous n'avons pas vu depuis longtemps dans notre propre travail. Par exemple, la confiance dans le gouvernement est actuellement à 77,5 %. C'est tout simplement incroyable. Laissez-moi revenir à mes exemples. L'un est l'obligation de porter un masque. Il est intéressant de noter une différence entre les gens ayant une confiance élevée ou faible dans le gouvernement quant à la décision de porter le masque, ce qui soulève une question. En faites-vous une règle obligatoire ou faites-vous appel à la conscience sociale des gens pour qu'ils le portent? Ou bien les vaccins : recevoir un vaccin doit-il être facultatif ou obligatoire? Certaines études ont montré qu'en réalité moins de gens se feront vacciner si vous rendez la vaccination obligatoire au lieu de faire appel à leur sens de la responsabilité sociale. Il en est de même avec la fermeture des frontières. En d'autres mots, la confiance, avec les conseils de santé publique et d'autres choses, sera un déterminant très important des décisions du gouvernement et aussi des moyens qu'il utilise.

Nik Nanos : Oui, mais ce sur quoi Anil a mis le doigt est toujours ce que je cherche, une sorte d'opinion structurante qui détermine les autres opinions. Si je peux employer une analogie, c'est comme si le réchauffement climatique – je ne parle pas de l'opinion, mais du fait – était une chose structurante qui influence les conditions météorologiques locales. Celles-ci changent énormément chaque jour. Dans notre recherche et les domaines sur lesquels nous nous concentrons beaucoup plus, l'un des déterminants structurels importants est le niveau de scolarité. Dans le passé, nous disions : « Regardons les revenus, les sexes, les régions urbaines ou rurales, et ce genre de choses. » Puis nous avons commencé à regarder les chiffres relatifs à l'éducation, au niveau de scolarité, et nous avons conclu que c'est un déterminant clé de la confiance des gens dans le gouvernement, la science, leurs voisins, de leur vision du monde, de leur vision du commerce et de leur confiance dans le commerce. Ce qui est intéressant dans le niveau de scolarité comme déterminant... voici le conseil du jour de Nik : si vous faites une étude, demandez le tableau des niveaux de scolarité, c'est le premier tableau que je regarde.

[Anil hoche la tête.]

Le reste ne me surprend jamais. Pas vrai? Le niveau de scolarité est une chose que nous surveillons de très près depuis environ une décennie. Voyez cela comme un déterminant potentiel. Du point de vue des politiques publiques, qu'est-ce que cela signifie? Cela signifie que, pour un gouvernement provincial ou fédéral visant le bien social, le bien public, un système d'éducation solide et l'accès à l'éducation sont probablement les déterminants clés d'une société qui fonctionne bien. C'est ici que la recherche prend vie, comme nous en avons parlé au début, n'est-ce pas? Parce que nous pouvons voir s'il existe une corrélation entre le niveau de scolarité et la désinformation, les opinions des gens sur certaines questions, sur les groupes marginalisés, sur les directives de santé publique et des choses semblables. Il y a des politiques publiques pour résoudre ces problèmes. La recherche braque en quelque sorte les projecteurs sur la stratégie en éducation. Si nous pouvons avoir une bonne stratégie en éducation, il s'ensuivra non seulement de meilleurs résultats en matière de politique publique, mais aussi une société qui est prête à accueillir ces résultats pour le bien-être de tous.

Anil Arora : Simplement pour compléter cela peut-être, je dirai que nous devons nous méfier des moyennes.

[Nik rit.]

Il y a des déterminants des attitudes et ainsi de suite. La scolarisation est assurément l'un des aspects les plus importants que nous examinons. Mais prenons l'immigration, par exemple. Les immigrants ont une vision différente. Nous commençons à voir que des personnes de divers groupes ethniques n'ont pas la même confiance dans diverses politiques et dans les gouvernements.

[Nik hoche la tête.]

Il existe de grandes différences régionales entre l'Alberta, le Québec et l'Est du pays sur certaines questions. Donc, le conseil que je donne – tout le monde pense qu'il peut exister un expert en conception de questionnaire – utilisez pour ces genres d'information des modules standard qui sont testés et fiables. Demandez l'aide des experts. Bien sûr, nous sommes heureux à Statistique Canada de vous aider avec certaines de ces choses; nous les avons utilisées à maintes reprises. Et avec cela viennent toutes les formules et les algorithmes pour analyser ce que vous en tirez. C'est vraiment l'objectif d'une politique publique, n'est-ce pas? Il s'agit de connaître l'efficacité du moyen que vous utilisez et comment il agit différemment à travers le pays, parce que les besoins sont très différents. Donc, Nik a tout à fait raison. Vous savez, vous devez aller plus au fond de certaines de ces questions.

Taki Sarantakis : Très bien. Le prochain aspect des données que j'aimerais aborder concerne la période évidemment très intéressante que nous traversons. Nous en sommes rendus environ au 110e ou 115e jour de la pandémie, selon la façon de compter, depuis l'apparition de la COVID-19, suivie du confinement et du déconfinement partiel. Donnez le nom que vous voulez à cette période, mais elle génère beaucoup de statistiques et de données intéressantes. Je veux demander à chacun de vous de nous indiquer la donnée ou les quelques données qui vous ont le plus surpris depuis le début de la pandémie? Nik?

Nik Nanos : Eh bien, pour revenir à cette idée d'abus structurel et tenter de saisir vers où les choses se dirigent, j'ai été très frappé par le fait que, lorsque nous avons récemment sondé les Canadiens sur ce qu'ils perçoivent comme étant le plus grand effet de la COVID-19 sur eux personnellement, à part ce qui concerne leur emploi, leur santé et ce genre de choses, les deux réponses qu'ils ont données sont qu'ils appréciaient davantage leur famille et leurs proches et avaient envie de retourner à une vie plus simple tout en reconnaissant que leur niveau de vie pourrait ne pas être le même à l'avenir. En tant que chercheur, ce que je vois me donne souvent une leçon d'humilité, parce que cela me donne une idée de ce qui se passe vraiment dans la société. Il est clair que beaucoup de Canadiens... c'est un genre différent d'expérience transformatrice parce que ce n'est pas un choc, mais plutôt un processus continu. C'est comme la longue digestion de la dinde de l'Action de grâces. Pas vrai? Ce n'est pas un changement rapide. Donc, un certain nombre de Canadiens réévaluent fondamentalement ce qui est important pour eux, car ils ont été isolés et se disent : « Je devrais passer plus de temps avec ma mère. Ai-je vraiment besoin de tout ce dont je pense avoir besoin? Ai-je vraiment besoin de faire tout ce que je faisais auparavant? Je dois me préparer à avoir un niveau de vie moins élevé. » De mon point de vue de chercheur, quand je mets en lumière une chose semblable, je trouve que c'est beaucoup plus profond que : « Pensez-vous que vous attraperez le coronavirus? Ou pouvez-vous faire le paiement de votre prêt hypothécaire le mois prochain? » Je pense qu'il se produit des changements profonds et je ne sais pas où ils nous mènent, mais je crois qu'en ce moment une partie importante de la population change. Il n'est pas nécessaire que ce soit tout le monde. Si un Canadien sur cinq décide de changer sa vie à cause de la pandémie, ce sera un grand bouleversement du fonctionnement de notre société. Je crois que nous sommes rendus à ce point, parce que suffisamment de Canadiens pensent à leur ancienne manière de vivre et à la manière dont ils veulent vivre dans le futur.

Taki Sarantakis : Anil, qu'est-ce qui t'a surpris dans les cent derniers jours environ?

Anil Arora : Eh bien, vous savez, quelques éléments ressortent. Je pense, comme Nik l'a si bien dit, que nous sommes formés à ne pas poser des jugements trop marqués parce que nous voulons laisser les données parler. N'est-ce pas? Donc, nous tentons de ne pas être surpris en quelque sorte par peur de biaiser le contexte dans lequel les choses sont placées. Mais quelques éléments nous parlent. Je pense que les données nous montrent un retour aux principes fondamentaux et l'attachement des Canadiens les uns pour les autres. Elles nous montrent toutes que les jeunes sont plus inquiets pour leurs parents, leurs proches et les autres que pour eux-mêmes, par exemple. Pourquoi est-ce important? Eh bien, parce qu'ils vont se comporter en conséquence, qu'ils portent des masques ou augmentent le niveau de risque pour eux-mêmes. Ces choses ont une vraie incidence sur ce que pourrait être une recrudescence ou une deuxième vague, que nous espérons éviter. Les entreprises résilientes connaissent des travaux que nous avons réalisés en partenariat avec les chambres de commerce, qui nous montrent la vulnérabilité d'entreprises de diverses tailles, de petites entreprises, qui sont un moteur important de notre économie, et disent essentiellement que 40 % d'entre elles auraient du mal à rester à flot plus de deux ou trois mois environ. Quand on pense à quel point elles sont un moteur puissant de la croissance et de l'emploi, et à quel point elles sont vulnérables, le fait que l'aide... et nous en parlons toujours de manière théorique. Vous savez, les questions sociales, économiques et environnementales sont interreliées. Vous voyez comment elles sont complètement interreliées. La dernière chose que je dirai, c'est qu'il est apparu ces derniers temps que nos données ont des lacunes. Évidemment, tout le monde a suivi le débat sur les données désagrégées sur la race et d'autres choses. Et les gens ont assimilé les lacunes dans les données à une forme de racisme systémique. En d'autres mots, comment se fait-il qu'aujourd'hui nous ayons des biais géographiques énormes ou que des populations vulnérables dans ce pays ne soient pas prises en compte? Ou que les données n'existent pas et que nous ne puissions pas parler de l'effet de certains facteurs sur certains groupes? De nombreuses personnes m'ont écrit pour me dire : « Nous sommes en 2020, comment pouvons-nous ne pas savoir ces choses? » Je mentionnerais juste quelques domaines de politiques à considérer, qui ne sont pas une grande surprise maintenant, mais qui l'ont certainement été quand la pandémie a frappé, c'est-à-dire les personnes vulnérables, les soins pour ces personnes, les petits salariés dans les emplois essentiels, les établissements de soins prolongés, etc. Je pense que ce sont des domaines où il faut prendre des décisions importantes en matière de politiques. Et nous devrons, dans notre cas, fournir des données. Leur importance a certainement été un signal d'alarme qui a poussé les politiciens à se demander : « Qu'allons-nous faire à ce sujet? Quel est le rôle des normes? Quel est le rôle du financement? Quel est le rôle des données dans bon nombre de ces domaines? »

Taki Sarantakis : Je veux vous demander, pour passer de ce qui est surprenant à ce qui est plutôt troublant : avez-vous vu des données qui ont émergé dans les cent derniers jours environ qui vous inquiètent et vous font dire : « Je n'aime pas cette tendance »?

[Nik rit.]

Nik Nanos : Eh bien, vous savez, nous parlerons de la bête noire de tout statisticien lorsqu'il est question de données puisque nous sommes prisonniers des conventions et que les gens sont ancrés dans leurs habitudes en ce qui concerne les données vers lesquelles ils se tournent. Et si je proposais une idée que certains qualifieraient de provocante, c'est que nous examinons une donnée comme le taux de chômage, qui se situe à quatre ou cinq pour cent; triste prospérité selon moi. Pourquoi ne sommes-nous pas davantage enchantés par le fait que le taux de chômage n'ait jamais été aussi bas en 20 ans? Je crois que c'est parce que les médias ont tendance à se concentrer sur le taux de chômage, et que traditionnellement c'est ce que nous avons toujours fait. Mais j'ai parfois l'impression, dans certains cas, que nous ne nous attardons pas au bon chiffre. Selon moi, l'un des chiffres les plus intéressants qui proviennent de Statistique Canada n'est pas le taux de chômage, Anil. Je me concentre plutôt sur votre mesure du taux de participation, qui évalue en fait la participation au marché du travail des personnes physiquement aptes. Je crois que les derniers chiffres montrent que six personnes sur dix y participent. Si je ne m'abuse, sur une moyenne de 25 ans, le plus haut pourcentage est de 67 %. J'ose demander : si quatre Canadiens physiquement aptes sur dix ne participaient pas à la population active et que nous voulions bâtir une société de toutes pièces, dirions-nous que quatre personnes sur dix en mesure travailler ne le font pas? Accepterions-nous cela? Parce qu'en fait, c'est exactement ce que nous faisons. Ce qui me préoccupe, c'est que nous nous concentrons souvent sur des statistiques qui nous procurent un faux sentiment de sécurité, alors que nous ne semblons pas nous inquiéter des chiffres qui indiquent que quatre Canadiens sur dix aptes à travailler ne le font pas. Qui sait? Peut-être que c'est bien. Mais vous savez, dans l'oreille d'un profane, ça ne sonne pas bien. Dans mon monde idéal, je crois que toutes les personnes aptes à travailler devraient en avoir l'occasion et nous devrions les encourager en ce sens. Ce que je trouve dérangeant, c'est de s'attarder à des chiffres pour des raisons purement traditionnelles, alors que d'autres pourraient s'avérer de meilleurs indicateurs de la santé de notre société.

[Anil et Taki parlent en même temps.]

Taki Sarantakis : Anil, à moins qu'un élément ne vous effraie, voulez-vous passer au dernier point?

Anil Arora : Seulement deux points. L'un, brièvement, concerne le rapport sur la main-d'œuvre que nous publions. Et, vous savez, si vous regardez les derniers mois, non seulement nous y incluons la définition internationale du chômage selon l'Organisation internationale du travail, il contient également une foule d'autres renseignements à examiner. Nous publions des données sur le taux de participation. De toute évidence, il faut accorder un certain mérite et une certaine valeur au taux de chômage. Nous avons publié des données sur l'utilisation de la main-d'œuvre concernant la mesure dans laquelle les gens travaillent vraiment, et il y a également un pourcentage qui indique le nombre d'heures. En fait, qui se cherchera un emploi si on lui dit de rester à la maison? Il est donc évident qu'il y aura une différence de dénominateur et cette dernière aura un impact sur le taux. Il faut aller au-delà de ces chiffres...

Nik Nanos : En effet.

Anil Arora : Mais ils sont là. Ils sont là pour être consultés. Je crois que c'est d'ailleurs l'objet du point suivant. Regardez plus loin. Ne vous contentez pas de regarder les chiffres et de vous dire que tout va bien. Creusez plus à fond pour tenter de comprendre certains éléments parce que, croyez-le ou non, les changements de numérateur et de dénominateur qui composent le taux en disent long et il faut voir au-delà. Pour en revenir à ce que vous disiez concernant les données importantes à surveiller, le gouvernement a consacré beaucoup d'efforts pour pallier les inégalités, qu'elles soient relatives au genre, aux minorités visibles, aux groupes vulnérables et ainsi de suite. Je crois qu'une reprise équitable est au cœur des préoccupations quand il s'agit de l'équilibre entre la santé et les emplois dans l'économie. Les services comme les garderies seront tout à fait déterminants dans la capacité de nombreuses femmes à retourner au travail. Nous avons vu par le passé, et je parle ici de façon générale, que depuis la récession de 2008, bon nombre de personnes ne sont pas retournées sur le marché du travail pendant de nombreuses années. Quarante-cinq pour cent d'entre elles avaient été mises à pied et ont eu de la difficulté à reprendre le travail. En fait, quinze pour cent n'ont jamais regagné la population active. Nous devons donc surveiller les effets à plus long terme. En outre, d'autres facteurs détermineront la reprise économique. Il faut examiner certains des aspects sociaux afin de comprendre quels seront leurs impacts économiques. La solution et la réponse ne sont pas simples. Il nous faudra aller au‑delà de tout ça et analyser les différents facteurs. Trente pour cent des Canadiens présentent des problèmes de santé sous-jacents. Pensez-y. Quel serait leur niveau de confort, de confiance et d'assurance dans un ascenseur ou les transports en commun? Nous devons voir au-delà de ces données, je crois, pour dire : « Oui, voilà la réponse à ce problème ». C'est plus complexe qu'il n'y paraît et c'est ce que nous disent les chiffres.

Taki Sarantakis : Oui. Nik et vous avez soulevé un point intéressant, Nik directement et vous un peu indirectement, à l'effet qu'en tant qu'analystes des politiques, nous retournons encore et toujours aux mêmes chiffres. Bon, quel est le taux de chômage? À combien s'élève la croissance du PIB? Combien de Canadiens possèdent un diplôme universitaire? Comme si nous revenions toujours aux quatre, cinq, six ou dix mêmes indices, selon le cas. Quels sont certains des indices auxquels nous devrions commencer à nous attarder? Lesquels présentent des vérités concernant l'économie? Devrions-nous tenir compte davantage des niveaux de stock? Du capital d'investissement? Du fait d'être propriétaire? Je sais que vous avez expliqué dans quelle mesure nous avons investi davantage dans les données. Et je m'aventurerais ici à dire que peu de férus de politiques qui écoutent la discussion aujourd'hui savent cela. Nous avons plus de valeur dans le domaine des données que dans le secteur automobile, pétrolier ou tout autre. Quels sont certains des autres indices que vous dites à vos collègues responsables des politiques d'examiner s'ils élaborent des politiques économiques à Transports Canada, à Emploi et Développement social Canada ou à Ressources naturelles Canada?

Anil Arora : Je vais commencer et Nik, n'hésitez pas à intervenir et à me corriger ou à ajouter votre point de vue. Je peux faire un parallèle avec la conduite d'une voiture n'est-ce pas? Tout dépend de la destination. Vous ne vous contentez pas de monter dans le véhicule, d'appuyer sur l'accélérateur et de vous demander quel est le régime-moteur ou autre chose. Vous devez savoir que notre société est un véhicule complexe, un ballet complexe si vous préférez, composé de différents indicateurs. Vous devez donc savoir où vous allez. Souhaitons-nous le retour à une situation antérieure? Utiliserons-nous cette situation comme un pivot pour changer de direction? Auquel cas vous devrez examiner différents types d'indicateurs. Si nous savons, par exemple, que dans le secteur pétrolier et gazier, les facteurs sont plutôt généraux en termes de demande et de notre capacité à y répondre, cela aura une incidence importante notamment sur la dynamique et les économies régionales. Évidemment, on parle beaucoup d'électrification verte. Par conséquent, les responsables de l'élaboration des politiques commencent toujours par une question et une orientation. Ensuite vous vous demandez : « Quels sont les indicateurs qui m'aideront à aller dans cette direction? » S'il est question de croissance inclusive, vous devrez examiner diverses variables ethniques. Si vous êtes en Alberta, au Manitoba ou à Terre-Neuve, dans une province où votre revenu dépend de la situation à l'échelle mondiale, vous devrez analyser les données d'un point de vue géopolitique mondial. Si vous œuvrez dans le secteur manufacturier, qu'il est question d'équipement de protection individuelle et que nous tentons de simuler certaines choses, vous devrez tenir compte d'un ensemble d'indicateurs tout à fait différents. Alors, oui, c'est compliqué, mais tout commence par une orientation et par la question à laquelle nous tentons de répondre pour ensuite déterminer les meilleurs indicateurs qui permettront de prendre une décision que vous mettrez de l'avant pour commencer. Nous pourrions tenir une séance complète sur le sujet.

Nik Nanos : En effet. Je sais qu'en ce qui nous concerne, l'un des indicateurs sur lequel nous nous concentrons beaucoup porte sur la confiance des consommateurs. C'est un indicateur avancé que nous mesurons chaque semaine. Il permet de dresser un portrait de la situation six mois avant les chiffres concernant le PIB. Fait intéressant, un des composants de cet indice de confiance concerne la valeur des biens immobiliers dans votre quartier. N'oubliez pas que pour de nombreux Canadiens, l'achat d'une maison représente leur plus gros investissement. Pour les propriétaires, ce n'est pas d'avoir des actions ou de posséder une entreprise. C'est leur maison. Et lorsqu'ils ont le sentiment que leur maison conserve sa valeur ou que cette dernière augmente, ils se sentent bien. Toutefois, l'effet contraire se produit s'ils se sentent menacés sur ce plan. L'un des éléments à surveiller est l'immobilier. Ce qui est intéressant avec l'immobilier, c'est que c'est aussi une question d'accès. Et d'attentes. L'une des données dont nous effectuons le suivi assez régulièrement consiste à demander aux Canadiens s'ils croient que la prochaine génération aura un niveau de vie plus ou moins élevé, ou s'il sera semblable. Au cours des dernières années, ce suivi a révélé que, selon une proportion de trois pour un, les gens pensent que la prochaine génération aura un niveau de vie plus faible. Et ces chiffres datent d'avant la pandémie. Je frémis à ce que la réponse à cette question pourrait être aujourd'hui. Réfléchissez à l'environnement des politiques gouvernementales si nos citoyens croient que leurs enfants ne seront pas en mesure d'avoir le même niveau de vie, de vivre dans une maison semblable, que les vacances qu'ils prendront seront différentes. Je crois que la première étape pour les responsables de l'élaboration des politiques consiste à se mettre dans la peau des gens à qui elles s'adressent, et cela nous ramène aux populations marginalisées dont parlait Anil. Les données vous permettent justement de vous mettre à la place des personnes que nous tentons tous d'aider.

[Anil hoche la tête pensivement.]

Voilà quelques-uns des indicateurs dont je tiens compte parce qu'ils contribuent à mettre un visage humain sur l'environnement des politiques. Vous pouvez avoir les politiques gouvernementales les plus brillantes qui soient, si elles ne s'harmonisent pas fondamentalement aux besoins des citoyens et ne sont pas sensibles à la situation qu'ils vivent, elles ne fonctionneront pas, aussi brillantes soient-elles.

[Anil hoche la tête.]

 

Taki Sarantakis : C'est avec tristesse que je vous annonce qu'il ne reste que quelques minutes, mais j'aimerais vous demander, en guise de conclusion, de nous donner quelques conseils en termes de lacunes, disons en matière d'infrastructure de données. Que devons-nous continuer de faire pour tirer profit de la révolution des données au Canada? Avons-nous simplement besoin de plus de données? D'une plus grande littératie en matière de données? Devons-nous accueillir plus d'étudiants en science des données à l'université? Qu'est-ce qui pourrait consolider notre infrastructure de données au Canada dans un contexte de concurrence mondiale avec Israël, le Danemark, Singapour, la Norvège, Taïwan et tous ces pays qui semblent, vus de loin, prendre les données très au sérieux à l'échelle nationale, comme un avantage stratégique? Vous voulez commencer, Anil?

Anil Arora : En 30 secondes ou moins, alors d'abord...

Taki Sarantakis : Non, vous disposez d'un peu plus de temps.

[Anil sourit.]

Anil Arora : J'aimerais d'abord encourager mes collègues à prendre quelques minutes pour lire la Stratégie de données pour la fonction publique fédérale que j'ai eu le privilège de coécrire avec des collègues. Elle met en lumière, du moins au sein du gouvernement, commençons par cela, le fait que nous avons besoin d'une expertise. Nous devons former les talents nécessaires pour ce faire, parce que c'est davantage qu'un passe-temps. Vous devez vraiment savoir ce que vous faites, comme nous en avons discuté plusieurs fois ici. Sinon, vous pourriez causer d'importants dommages. Ensuite, vous devez disposer de l'infrastructure nécessaire. Je ne parle pas ici de tuyaux et de bandes passantes, comme les gens l'imaginent tout de suite. Je parle d'infrastructure de données, d'interopérabilité, de normes, de définitions, de métadonnées et d'autres choses semblables. Il faut également faire une utilisation responsable des données. Les gens doivent faire confiance au gouvernement et à son utilisation des données. La protection de la vie privée, la confidentialité et la transparence doivent toutes être intégrées à cette infrastructure dont je vous parle. Nous devons régir adéquatement les données. Et j'ajouterais que cette stratégie laisse place à des améliorations et à des suggestions en matière de gouvernance des données. En outre, nous devons considérer les données comme un actif. Nous devons leur accorder de la valeur. Autrement, nous ne pouvons pas les mesures ni constater l'impact de leur absence. Et elles se résumeront à de simples chiffres nébuleux. Il s'agit donc là des domaines sur lesquels je vous encourage tous à vous pencher. La seconde chose que je vous inciterais à faire est de jeter un coup d'œil au travail que nous faisons avec le Comité directeur du Collectif canadien de normalisation en matière de gouvernance des données. C'est une excellente occasion de réunir trois cents représentants du gouvernement provincial, du secteur privé et des ministères pour poser les questions suivantes : « Cet avantage pour le Canada démontre-t-il que nous avons mis en place les bonnes normes? Comment cela pourrait-il être un véritable avantage? » C'est une perspective très stimulante lorsqu'on tient compte de ce qui se passe dans le monde, que ce soit chez nos voisins du Sud, en Chine ou en Europe. Le Canada pourrait réellement être un chef de file à cet égard. Compte tenu du temps qu'il reste, je m'arrêterai donc ici.

[Taki fait signe à Nik de parler.]

Nik Nanos : Trois points très rapides. Tout d'abord, nous ne pouvons être concurrentiels à l'échelle mondiale si nous avons peur des données. Ce serait comme d'affirmer que nous avons peur d'utiliser des ordinateurs. Notre économie serait dans une impasse. Et si nous pouvons créer une culture où les Canadiens n'ont pas peur des données, inutiles d'être des spécialistes, uniquement de ne pas avoir peur, ce serait déjà un grand pas en avant. L'étape suivante serait de former les Canadiens et de former les membres de la fonction publique à poser les bonnes questions face aux données. Pas besoin d'un doctorat en statistiques, mais de savoir poser les bonnes questions. Ce serait un énorme pas dans la bonne direction que de faire des Canadiens de meilleurs consommateurs et utilisateurs de données parce qu'ils ont appris à poser les bonnes questions. Enfin, et cela rejoint ce qu'Anil disait, je souhaiterais davantage de transparence. J'ai souvent l'impression que les recherches que je consulte manquent de transparence en qui concerne leurs limites. Les chercheurs sont tenus de mentionner les limites. Qui n'ont-ils pas été en mesure de joindre? À quoi devons-nous prendre garde?

[Anil hoche la tête.]

Les chercheurs ne devraient pas être embarrassés de parler des limites de leurs recherches. Souvent, ils ne le font pas. Vous savez quoi? Nous avons besoin d'une nouvelle culture où nous n'avons pas peur des données. Il nous faut des analystes des politiques formés à poser les bonnes questions et davantage de transparence. Si nous y parvenons, nous pouvons être à l'avant du peloton, car nous avons actuellement un système de calibre mondial.

Taki Sarantakis : Messieurs, comme nous l'avons dit au début, « données, données, données », et ce n'est que le commencement. Si vous croyez que nous sommes actuellement submergés de données, attendez. Bientôt, votre réfrigérateur communiquera avec votre cuisinière, Loblaws, Wal-Mart, votre porte d'entrée et votre congélateur. Bientôt, les objets communiqueront entre eux et généreront d'importantes quantités de données utilisables en temps réel. Et les défis que cette situation posera aux politiques gouvernementales seront de taille. Ils rivaliseront probablement avec ceux d'Internet en termes d'importance et de pouvoir de transformation, non seulement pour notre société, mais également pour le gouvernement, la gouvernance et les politiques publiques. Alors messieurs, comme deux bons amis des politiques publiques qui passent à l'occasion, Anil, au sein de l'appareil de politiques publiques et Nik, un peu à l'extérieur, vous nous aidez souvent en nous faisant part de votre perspective. Je vous remercie chaleureusement d'avoir passé cette heure avec nous afin d'aider les personnes concernées à comprendre un peu mieux les données. À tous les amis de l'École de la fonction publique, ces deux hommes sont aussi ses amis et vous les reverrez. Nous accorderons une petite pause à Anil dont nous avons peut-être abusé de la présence au cours des dernières semaines.

[Anil rit.]

Mais ils seront de retour, tant et aussi longtemps qu'ils accepteront nos invitations. Encore une fois merci, merci d'être des amis de la fonction publique. Au revoir.

Nik Nanos : À la prochaine. Au revoir. À bientôt, Anil. À bientôt, Taki.

Anil Arora : Continuez votre excellent travail. Oui, merci Nik.

[Nik et Anil disent au revoir pendant que l'appel Zoom s'estompe. Le logo blanc animé de l'École de la fonction publique du Canada s'affiche sur un fond violet. Ses pages se tournent, le fermant comme un livre. Une feuille d'érable s'affiche au centre du livre qui ressemble aussi à un drapeau avec des lignes courbes en dessous. Le logo du gouvernement du Canada s'affiche : le mot « Canada » avec un petit drapeau canadien qui s'agite au-dessus du dernier « a ». L'écran s'estompe et devient noir.]


En vedette

Appli mobile « La réconciliation : un point de départ »

Téléchargez l'appli « La réconciliation : un point de départ » pour accéder à une mine d'informations sur les peuples autochtones du Canada, des événements historiques et la réconciliation.

Série d'apprentissage sur les questions autochtones

Découvrez l'histoire commune du Canada avec les Premières nations, les Inuits et les Métis.

Ce site web est continuellement mis à jour en fonction de vos commentaires.

Dites-nous ce que vous en pensez.
Sur quelle plateforme porte votre commentaire? (obligatoire)
Date de modification :