SCIENTIFIQUES

Google s'attaque au big data avec le lancement, mercredi 5 septembre, d'un nouveau moteur de recherche baptisé Dataset Search. Destiné en premier lieu aux scientifiques et aux datajournalistes, il indexe les bases de données open source issues de sites publics, d'universités ou d'organisations, comme la Nasa ou le site français data.gouv.fr.
On peut ainsi y trouver le séquençage ADN d’une protéine, la collection des photos prises par le robot Mars Curiosity ou les relevés historiques de température de la surface de l'océan. Pour chaque résultat, Google Dataset Search affiche une description détaillée du jeu de données avec le producteur, la licence, le format et un résumé du contenu. de 6 à 15 ans.

Elle rassemble :

L’objectif de ce site est de présenter ces documents, généralement inédits, qui permettent d’éclairer les pratiques et les métiers des créateurs et de leurs éditeurs au fil du temps, et de voir la création en action. Les archives racontent aussi l’histoire de la mise en place et du fonctionnement de cette « coopérative des créateurs » qu’est une société de gestion collective, et de ses évolutions.

L'objectif de Google est de rendre les données scientifiques « aussi accessibles que les recettes de cuisine, les offres d'emplois... ». Dans un premier temps, Google va surtout répertorier les données sur l'environnement, les sciences sociales et celles issues des services publics. Cette démarche s'inscrit dans une volonté générale de Google de simplifier l'accès aux données scientifiques. En 2004, il avait ainsi lancé Google Scholar, un moteur de recherche inventoriant les publications scientifiques (articles, livres, thèses...). 

 Mais, pour le moment, le moteur de recherche semble encore très incomplet. En tapant « réchauffement climatique », on obtient à peine une dizaine de résultats, avec, par exemple, les scénarios de température mondiale du gouvernement canadien ou les zones d'enneigement en Haute-Savoie (données publiées par la Direction départementale de Haute-Savoie). Le seul document mentionnant le Giec est un jeu de données... vide.