Dans trois villes vietnamiennes regroupant plus de 9 millions d'habitants, comment pouvons-nous commencer à identifier les zones scolaires les plus à risque et les enfants qui les fréquentent quotidiennement pour lutter contre la principale cause de mortalité chez les jeunes – les accidents de la route. La réponse ? Le Big Data.
Une méthodologie de dépistage Big Data développée dans le cadre du projet AI&Me a permis une analyse sur ordinateur des données massives pour Hô Chi Minh-Ville, Pleiku et Yên Bái. L'analyse a identifié les 106 écoles les plus à risque pour une enquête plus approfondie sur la sécurité routière et a priorisé les investissements parmi un total de 1 063 écoles analysées.
Fort du constat, le projet attribue une note de sécurité aux écoles en utilisant le Notation par étoiles pour les écoles application, piloter une nouvelle application d'engagement des jeunes YEA avec 1 800 élèves cartographiant les endroits où ils se sentent en sécurité et en insécurité sur leur trajet vers l'école, et travailler avec les décideurs des gouvernements locaux pour mettre en œuvre des améliorations d'infrastructure dans 18 écoles prioritaires.
Les sources de big data deviennent plus facilement accessibles et fournissent des informations sur un large éventail d'éléments de l'environnement urbain qui peuvent représenter un risque pour la sécurité routière. Travailler avec le big data pour identifier les lieux à haut risque est un moyen efficace et efficient de généraliser les évaluations à l'échelle d'une ville, d'une région ou d'un pays.
La méthodologie a utilisé de grandes sources de données, en particulier les données télématiques et satellitaires, pour collecter des attributs routiers, d'infrastructure et sociodémographiques et pour identifier les écoles à risque où la combinaison des éléments environnementaux pourrait représenter un danger pour les élèves.
Les attributs ont été classés par leur risque en quatre niveaux, une approche qui a permis d'économiser des coûts et des efforts d'analyse. Le niveau un comprenait des informations librement disponibles et, à mesure que les niveaux progressaient et que le champ d'application diminuait, des données plus complexes, coûteuses et détaillées pouvaient être collectées et analysées de manière très ciblée.
“ Cette approche nous a permis de définir la manière dont l'analyse a été effectuée et de mobiliser les mégadonnées disponibles pour analyser et comparer 1 063 écoles. Elle nous a également donné la possibilité de nous concentrer sur et d'évaluer une gamme de paramètres de risque à grande échelle et au niveau des écoles individuelles à travers le Vietnam ”, a déclaré Peter Jamieson, directeur général de la société d'analyse de données., Et si.
Évolution des niveaux et modifications du champ d'application de l'analyse – Source des images : Anditi et iRAP
AI&Me ; Shanna Lucchesi, chef de projet chez International Road Assessment Programme (iRAP) a déclaré que, à notre connaissance, il s'agit de la première fois qu'une méthodologie de mégadonnées a été développée et pilotée pour évaluer les risques d'infrastructure routière autour des écoles.
“ Les trois villes sont très différentes en taille et en complexité, prouvant à quel point la méthodologie est flexible pour s'adapter à différents contextes ”, a déclaré Mme Lucchesi.
“” Nous sommes ravis de lancer le programme AI&Me au Vietnam, où nous pourrons utiliser le big data pour changer notre façon de penser, d'aborder et de résoudre la crise routière », a déclaré Trang Truong, chef de projet AI&Me pour Fondation AIP.
“ Les autorités locales ont également recueilli des informations sur les décès de piétons et le nombre d’élèves. La méthodologie a été communiquée à nos partenaires des collectivités locales et aux écoles au Vietnam. L’enquête menée après la formation a montré que 86% des participants ont jugé la méthodologie de dépistage par mégadonnées présentée lors de la formation utile ou très utile pour permettre aux acteurs gouvernementaux d’identifier plus facilement les communautés et les lieux à haut risque.
“ Non seulement cette méthodologie a permis de mettre en lumière des perspectives passionnantes pour une mise en œuvre au Vietnam, mais elle est également conçue pour être évolutive, transposable, abordable et facile à appliquer partout, en association avec l’application iRAP Star Rating for Schools (SR4S), afin d’affiner une liste prioritaire de sites en vue d’évaluations détaillées “, a déclaré Mme Lucchesi.
“ Associée à SR4S, la méthode aidera les décideurs à faire des choix efficaces et fondés sur des données probantes quant aux domaines sur lesquels concentrer les efforts de sécurité routière, en lien avec les interventions ayant le plus fort impact et les plus rentables pour sauver des vies d’enfants ”, a-t-elle déclaré.
Les accidents de la route touchent de manière disproportionnée les jeunes, étant la principale cause de décès chez les personnes âgées de 5 à 29 ans dans le monde.
La combinaison de conditions routières dangereuses près des écoles, de la vulnérabilité particulière des enfants et de la tolérance au risque élevée des jeunes conducteurs expose les jeunes au risque quotidien de blessures et de décès sur la route.
On estime que 500 enfants mourront chaque jour sur les routes du monde, et que plus de 10 000 subiront des blessures qui changeront leur vie, posant d'énormes implications économiques et sociales pour les générations futures.
Malgré ces niveaux inacceptables de traumatisme chez les jeunes, l'ampleur réelle du problème reste souvent cachée à la conscience collective, tout en donnant l'impression d'être trop importante pour être abordée.
Mme Lucchesi a déclaré qu'il pouvait être difficile pour les gouvernements de savoir par où commencer à prioriser la sécurité et pour qui, et de décider où concentrer les investissements dans les modifications de la route ou le renforcement de la loi.
“Le projet Ai&Me est passionnant non seulement pour son approche innovante des mégadonnées, mais aussi pour l'implication globale de toutes les personnes concernées et capables d'aider – des étudiants, aux administrateurs d'écoles, aux représentants du gouvernement local responsables et habilités à prendre des décisions d'investissement, et aux experts mondiaux en sécurité routière et en données possédant le savoir-faire le plus récent. Ils se réunissent tous pour protéger les plus vulnérables sur les routes scolaires et soutenir la prise de décision gouvernementale.
“ Nous sommes enthousiasmés par la méthodologie Big Data, les perspectives qu'elle a révélées et les améliorations très ciblées de la sécurité routière qu'elle rendra possibles dans les trois villes. Nous sommes également enthousiasmés par son potentiel mondial pour rendre les trajets scolaires plus sûrs de la manière la plus rentable, bien au-delà des frontières du Vietnam ”, a déclaré Mme Lucchesi.
La méthodologie a été développée dans le cadre de IA&Moi : Projet d'autonomisation des jeunes pour des routes plus sûres fondé par Fondation Botnar et Fondation FIA, sous l'égide de la Fondation AIP, avec le soutien de iRAP et d'ANDITI.
Pour plus d'informations sur la Méthodologie, téléchargez le Rapport méthodologique Big Data AI&Me ici.
Il sera également présenté au Conférence internationale Walk21 qui se tiendra la semaine prochaine du 19 au 23 septembre à Dublin.
Source de l'image d'en-tête : Vuong Bùi sur Pixabay