Quelle utilisation de l’onomastique pour cartographier une diaspora?

L’OMI (Organisation Internationale pour les Migrations) utilise depuis 2018 le “big data” et l’onomastique -en combinaison avec d’autres méthodologies- pour réaliser des études statistiques sur les mitrations. Par exemple, cette cartographie de la diaspora arménienne :

Cartographie des compétences à travers le “Big Data” : Une étude de cas de la diaspora arménienne aux États-Unis d’Amérique et en France

L’Arménie possède l’une des diasporas les plus importantes et les plus anciennes du monde. Sa diaspora a été une force motrice pour la survie économique et le développement du pays au cours des dernières décennies, principalement en fournissant un soutien humanitaire et des envois de fonds, ainsi qu’en mettant en œuvre des projets philanthropiques et de développement.

Alors qu’un certain nombre d’études sur la diaspora arménienne – à la fois en général et dans des pays de destination spécifiques – ont été menées, aucune ne s’est concentrée spécifiquement sur l’identification des compétences et des réseaux professionnels existant en son sein.

Le rapport présente les résultats de la cartographie de la diaspora arménienne dans le monde, avec un accent particulier sur les États-Unis et la France, réalisée grâce à des méthodes innovantes d’utilisation des mégadonnées, y compris l’analyse du trafic Web et l’analyse onomastique des bases de données publiques. Les bases de données ont été analysées spécifiquement pour créer des profils démographiques et de compétences, avec des identifiants tels que le niveau d’éducation, le secteur d’emploi et le domaine d’études. Afin de mieux comprendre les communautés de la diaspora qualifiées et comment elles pourraient être atteintes pour le développement grâce à des initiatives de transfert de connaissances, des entretiens avec des parties prenantes clés, des experts et des membres de la diaspora ont complété l’analyse quantitative.

Le rapport servira de ressource fiable pour les chercheurs, les scientifiques et les décideurs, ainsi que pour le grand public, qui s’intéressent aux études générales ou, plus particulièrement, sur la diaspora arménienne, au lien migration-développement, aux transferts de compétences et à d’autres sujets similaires.

Quelle utilisation de l’onomastique pour cartographier une diaspora?

Le robot conversationnel ChatGPT a probablement “lu” les rapports de l’OMI (Organisation Internationale pour les Migrations) qui utilisent la technologie NamSor, aussi, nous lui avons posé quelques questions sur le sujet. 

ChatGPT : L’onomastique peut être utilisée pour cartographier une diaspora en étudiant les noms de famille des membres de cette diaspora pour en déterminer l’origine géographique. Cela permet de dessiner une carte des différents groupes de personnes qui composent la diaspora et de suivre leur dispersion géographique au fil du temps. Cette approche peut également être utilisée pour étudier l’évolution des traditions culturelles et des pratiques linguistiques au sein de la diaspora.

Quelle utilisation du “big data” et de l’onomastique pour des statistiques migratoires ?

ChatGPT : Le “big data” peut être utilisé en conjonction avec l’onomastique pour produire des statistiques sur les migrations en analysant les données sur les déplacements de population. Par exemple, en recueillant des données sur les noms de famille des personnes qui quittent ou arrivent dans un pays donné, il est possible de déterminer leur origine géographique et de suivre l’évolution des flux migratoires au fil du temps. Cela permet de mieux comprendre les motifs des migrations et les conséquences sur la population des pays d’origine et de destination. L’analyse des données peut également aider les gouvernements et les organisations internationales à mieux gérer les migrations en prenant des mesures pour favoriser l’intégration des migrants dans les pays d’accueil et réduire les tensions liées à la migration.

Les avantages de l’analyse du “big data” avec l’onomastique pour les statistiques migratoires comprennent la possibilité de produire des informations détaillées et précises sur les déplacements de population, en particulier en ce qui concerne l’origine géographique des personnes qui migrent. Cela peut aider les gouvernements et les organisations internationales à mieux comprendre les motifs des migrations et à élaborer des politiques et des programmes pour favoriser l’intégration des migrants dans les pays d’accueil.

Quels sont les avantages et inconvénients de l’analyse du “big data” avec l’onomastique pour les statistiques migratoires?

ChatGPT : Cependant, l’analyse du “big data” avec l’onomastique pour les statistiques migratoires présente également des inconvénients. Par exemple, cette approche peut ne pas être adaptée pour suivre les déplacements de population dans certaines régions du monde où les noms de famille ne sont pas couramment utilisés ou où ils peuvent être modifiés pour des raisons culturelles ou politiques. De plus, il peut être difficile de collecter des données précises sur les migrations dans les situations de crise ou de conflit armé, ce qui peut fausser les résultats des analyses. Enfin, l’utilisation de l’onomastique pour les statistiques migratoires peut également poser des problèmes de confidentialité et de respect de la vie privée des personnes concernées.

Comparons maintenant les réponses de ChatGPT avec un extrait du document de l’OMI en français, “Boite à outils pour une cartographie de la diaspora”

4. Boite à outils pour une cartographie de la diaspora: Big data et onomastique

4.1 Intuition

Bien qu’il soit difficile de trouver une définition convenue des big data, ce terme renvoie généralement à des données générées par des individus et compilées dans le cadre d’un processus fortuit dans les bases de données des entreprises et des prestataires de services6. De telles données peuvent être générées par des appels téléphoniques, des SMS, des activités sur le net, des interactions sur les réseaux sociaux, des satellites et d’autres façons apparentées7. Les big data sont caractérisées par leur grand volume, la génération de données en temps réel, la vitesse de génération des données et la grande variété. Les big data peuvent être extraites de données structurées telles que des transactions financières et des dossiers gouvernementaux, mais aussi de données non structurées comme les communications et les activités sur les réseaux sociaux. Afin d’extraire des informations pertinentes d’un tel volume de données, des technologies ou des programmes perfectionnés sont généralement nécessaires8. Par exemple, si votre objectif est d’analyser tous les commentaires sur une page Facebook, il est impossible de le faire manuellement, vous aurez besoin d’un logiciel tel que Facepager, un logiciel open source qui extrait les commentaires de Facebook.
Les données extraites des sources de big data peuvent fournir des informations statistiques sur les populations migratoires internes et internationales, les flux et les tendances difficiles à obtenir de sources traditionnelles. En outre, les données extraites en particulier des réseaux sociaux peuvent potentiellement informer des tendances publiques et des informations sur les migrants dans les pays de destination, en ce compris leur distribution et leur comportement. Pour ce qui est des études de diaspora, les big data peuvent être spécifiées pour la diaspora (par exemple, en se concentrant sur les comptes de réseaux sociaux qui ciblent explicitement la diaspora), mais il peut être difficile d’identifier des individus en tant que membres de la diaspora selon la dimension d’appartenance.

4.2 Plusieurs sources de big data

anonymisées récoltées auprès d’utilisateurs de smartphones et de plateformes internet, ou via des capteurs ou compteurs digitaux, en ce compris les GPS et l’imagerie satellite10. L’accès et les permissions relatifs à ces sources peuvent varier pour de nombreuses raisons. Certaines sources peuvent être ouvertes au public, d’autres auront un accès restreint ou seront sécurisées. Vous trouverez ci-après quelques exemples de sources de big data pouvant être utiles dans le contexte de la cartographie de diaspora11.

Données basées sur le net : Les données basées sur le net comportent des résultats de recherches sur des sites et des moteurs de recherche, ainsi que des recherches sur des smartphones, et des vues / trafics actualisés sur certains sites associés à un pays donné (nouvelles nationales, sites de médias). En général, les recherches faites en ligne peuvent être vastes et reposer grandement sur des mots clés. En outre, la communication par courriels et les services financiers en ligne peuvent être repris dans les activités basées sur le net. Les réseaux sociaux sont également basés sur le net, mais peuvent être considérés comme une importante catégorie de big data distincte, évoquée ci-dessous. Les études basées sur les big data de sources basées sur le net n’ont émergé que récemment, en particulier dans le domaine de la migration et des diasporas, et sont toujours peu nombreuses, bien que leur nombre augmente. Il y a par exemple des efforts visant à estimer le nombre de migrants dans un pays donné en fonction des enregistrements de recherches de termes spécifiques anonymisées. Les estimations produites de la sorte étaient proches des nombres publiés par l’office national de statistiques dans le cas d’une étude sur les Polonais, Lituaniens et Roumains au Royaume-Uni12. Alors que certaines réserves sont émises quant à la qualité de ces données, elles peuvent également être utiles dans les cartographies de diaspora pour comprendre, par exemple, les sujets qui intéressent les communautés de migrants spécifiques.

Analyse des réseaux sociaux : Les réseaux sociaux peuvent être définis, pour faire
simple, comme un moyen de communication utilisant un smartphone ou un ordinateur et permettant aux utilisateurs de créer des profils distincts et d’interagir entre eux de plusieurs façons afin de partager et d’échanger des informations et d’autres données. La popularité et l’utilisation croissante des réseaux sociaux, qui offrent des environnements conviviaux, ont rendu disponibles des quantités colossales de données sur les serveurs de leurs plateformes respectives13. En raison des nombreux types de plateformes de réseaux sociaux pouvant être géolocalisées et offrant plusieurs types d’interactions comme une messagerie, des appels audio et vidéo, les données récoltées sur les plateformes de réseaux sociaux peuvent couvrir des types d’information significatifs sur leurs utilisateurs. De telles informations incluent des données sur l’âge, le genre, la formation, la localisation géographique, les préférences, les loisirs, les déplacements et la mobilité, les lieux de séjour et de résidence et les endroits visités, les compétences, la santé, les comportements, les réseaux sociaux, les origines et l’historique, l’appartenance ethnique, les affinités et perceptions politiques, etc..
Les données disponibles sur les réseaux sociaux peuvent revêtir une grande importance dans le contexte de la cartographie de diaspora, et cela sera abordé dans la section suivante sur la cartographie des organisations. Cela concerne les recherches sur les plateformes de réseaux sociaux en fonction de la localisation géographique, l’appartenance ethnique, les origines, les affinités, le lieu de naissance, la langue ou d’autres critères pouvant soutenir la cartographie d’une diaspora dans une zone donnée. En outre, de telles données peuvent améliorer notre compréhension des activités, organisations, opportunités et défis des diasporas, entre autres aspects. Twitter peut par exemple être utilisé pour suivre les hashtags en relation avec un événement populaire donné dans un pays, afin de mesurer sa diaspora à l’étranger en reliant les réactions des utilisateurs à leur localisation géographique14.
Les données disponibles sur les plateformes de réseaux sociaux peuvent néanmoins être faussées ou décevantes pour de multiples raisons. Tout d’abord, elles ne sont pas toujours représentatives de toute une population ou de tout un groupe cible, étant donné que l’accès à internet ou un smartphone / ordinateur peut varier d’une localisation géographique ou d’un pays à l’autre. Ensuite, les informations fournies par les utilisateurs sur les réseaux sociaux peuvent être trompeuses ou manquantes, car la plupart des plateformes permettent à leurs utilisateurs de fournir des informations personnelles sans vérifier leur précision. En d’autres termes, elles dépendent du bon vouloir des utilisateurs de fournir des informations pouvant être influencées par des incitants personnels. De plus, la plupart des plateformes de réseaux sociaux offrent à leurs utilisateurs des options permettant une utilisation discrète de leurs services, sans devoir partager d’informations publiquement. De tels utilisateurs n’apparaissent alors pas dans les recherches classiques. Enfin, les données disponibles par le biais des plateformes de réseaux sociaux peuvent nécessiter un nettoyage avant d’être considérées comme utilisables. Une recherche sur Facebook pour des utilisateurs dans une zone spécifique avec une appartenance ethnique donnée, par exemple, peut donner de nombreux résultats, mais bon nombre seront des faux comptes, avec de fausses informations, ou pas disponibles publiquement, voire inactifs. En outre, il est important de noter que ces données ne sont pas produites en vue d’une utilisation dans le cadre d’une recherche, de sorte que les problèmes éthiques liés à l’utilisation des big data nécessitent une attention spécifique, comme cela est évoqué ci-dessous dans la discussion sur les forces et les faiblesses de telles méthodes.

4.3 Exploration des big data : onomastique

L’onomastique est définie comme étant une « branche de la sociolinguistique qui se consacre à l’étude de la morphologie des noms ». Elle peut être utilisée pour analyser des ensembles de données afin de classifier des individus selon leur nom et prénom, en plus d’autres identifiants tels que leur genre, origine ou culture15.
Dans le contexte de la cartographie de la diaspora, la principale utilisation de l’onomastique réside dans la possibilité de localiser des individus dont les noms appartiennent à un pays ou une culture. Toutefois, la mondialisation et les moyens de déplacement perfectionnés facilitent des échanges culturels rapides entre les différentes ethnies et nations. Il peut donc être difficile d’identifier l’origine d’une personne en fonction de son nom. Par exemple, si un chercheur cartographie la diaspora libanaise au Canada, l’approche onomastique peut donner de nombreux résultats sur toute la diaspora arabe au Canada. Et ce parce qu’il est très fréquent de trouver des noms et prénoms similaires dans les différents pays arabes tels que la République arabe syrienne, le Liban, la Jordanie, l’Iraq, etc..
Il y a toutefois des exemples de cartographies de diaspora qui ont recouru à l’onomastique pour profiler une communauté de diaspora. L’OIM a récemment publié une étude profilant la diaspora arménienne aux États-Unis et en France, basée sur des techniques d’exploration des big data utilisant les bases de données ORCID et ZoomInfo16. Ces bases de données ont été analysées pour créer un profil des membres de la diaspora en termes de caractéristiques démographiques et de compétences. Cela a permis d’obtenir un aperçu du potentiel parmi la diaspora arménienne dans ces deux pays, et a été complété par des membres de la diaspora, des parties prenantes importantes et des experts afin de comprendre comment de tels individus compétents peuvent être impliqués dans les efforts de développement du pays d’origine (ancestrale), par exemple par le biais d’un programme de transfert des connaissances. Un effort similaire visant à créer une base de données de diaspora et à engager davantage les membres de la diaspora dans le développement est en cours en Géorgie et au Kazakhstan.
L’onomastique nécessite des ressources importantes, mais peut être vraiment utile lorsque la cartographie a pour but d’identifier des ensembles de compétences spécifiques dans la diaspora et de développer des priorités de programmation spécifiques pour l’engagement de diaspora. Il est toutefois également important de traiter les résultats onomastiques avec prudence lors des contacts avec les membres de la diaspora, en raison de la sensibilité associée à ces méthodes, et évoquée dans la section suivante.

4.4 Forces et faiblesses

Comme nous venons de le dire, les big data peuvent être extraites de plusieurs sources et couvrir des informations très vastes sur de nombreux sujets, en ce compris la cartographie des diasporas. Il et toutefois recommandé de garder à l’esprit les forces et les faiblesses liées à l’utilisation des big data. Le Tableau 4 résume les principales forces et faiblesses de l’utilisation des big data dans le contexte des études de diaspora.

Big Data et onomastique - avantages, inconvénients
Big Data et onomastique – avantages, inconvénients

Accessibilité et considérations éthiques

Accessibilité et considérations éthiques

Conclusions

La capacité d’une intelligence artificielle comme ChatGPT à expliquer et synthétiser des problématiques complexes est véritablement impressionnante. La question des diasporas n’est pas simple en effet. Alors, qu’en pensez-vous ?

Cet article est également disponible en anglais.  

A propos de NamSor

NamSor™ est une société européenne d’onomastique appliquée. 


Vous aimerez aussi...

Laisser un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *

Ce site utilise Akismet pour réduire les indésirables. En savoir plus sur comment les données de vos commentaires sont utilisées.

Rechercher dans OpenEdition Search

Vous allez être redirigé vers OpenEdition Search