Accéder, manipuler et visualiser des données pertinentes et de qualité constituent des capacités essentielles pour tous ceux qui souhaitent les valoriser.
Dans le contexte des maquettes BIM, les données sont au cœur de plusieurs processus métiers qui nécessitent différents degré de collaboration. Leur démocratisation peut se heurter au volume des fichiers ainsi qu’à la masse et la disparité des données contenues, sans préjudice de l'interopérabilité nécessaire à l'intégration des acteurs et des solutions. Josha van Reij, chef de produit ACC, données et IA pour Arcadis parle de "données fragmentées piégées dans les fichiers de projet".
Chez DB-Lab, nous nous efforçons de libérer les données présentes dans les fichiers. Aussi, à force de créer des flux de données dédiés à chaque besoin, nous avons identifié un levier à travers le “jeu de données”. Transformé en outil, il augmente les possibilités d’interaction et permet à chacun d'exploiter la mine d’informations contenues dans les maquettes.
Un jeu de données (ou dataset) peut être défini comme un ensemble organisé de données pouvant faire l’objet d’un traitement numérique. Il y a ainsi deux constantes : une structure et des données.
La structure du jeu procède du besoin d’organisation selon le but recherché ou encore de l’utilité des données.
Cette structure peut être représentée en tableau, en arborescence ou encore en graphe.
Pour les besoins de partage à grande échelle (comme des données publiques), le jeu de données est mis à disposition dans un format qui permet l'interopérabilité et contient également des métadonnées spécifiant notamment les conditions de sa réutilisabilité.
L’objectif est d’aller au-delà de la sélection d’objets, de paramètres ou de la création de filtres pour offrir une interface d’intéractions avec les données en y ajoutant un contexte :
Usage métier
Cycle de vie (temporalité)
Tags (Etiquettes)
Il s’agit donc d'utiliser la structure des données d’une maquette BIM pour soutenir les différentes étapes de :
Formulation des exigences
Vérification de complétude
Vérification de conformité/ exactitude
Vérification de cohérence
Comparaison
Visualisation
Et, toute opération permettant de partager des données fiables et de qualité dans un processus BIM ou au soutien d’une décision (Remise de livrables, Acceptation d’étude, Soumission de plans d'exécution….etc), tout ceci facilitant par ailleurs les statuts de collaboration ( WIP, Shared, Published, Archived, pour ne pas citer la norme ISO 19650).
Notre approche du jeu de données est d’en faire un outil :
Support du processus métier : définition de la tâche ou de l’objectif et des données associées
Indépendant de la source traitée : le jeu de données construit va pouvoir être mis à jour avec l'évolution des données d’entrées, il a un cycle de vie propre dont la traçabilité est assurée.
Réutilisable : partageables entre acteurs ( collaboration orientée données ) et entre projets
Le jeu de données participe ainsi à la qualification et à la qualité des données afin d'accélérer leur analyse et permet leur manipulation en toute confiance.
Tout jeu de données est construit dans le cadre d’un processus, d’une tâche ou d’un objectif métier et se veut comme une étape de traitement et d'analyse entre la source de données (la maquette BIM au cas d’espèce) et des données de sortie.
Les opérations de base pour créer un jeu de données sont :
Identification, sélection et isolement des données du jeu par l'utilisateur qui va pouvoir interagir avec ses éléments selon ses exigences et besoins.
Identification de la tâche ou du processus : à titre d’exemple, je peux vouloir gérer les surfaces des locaux, monitorer l’évolution de la modélisation des équipements mobiliers ou techniques, créer un suivi pour la gestion des portes, ajouter un statut d’état pour suivre l’avancement des commandes, de la mise en oeuvre..etc..
Détermination du cycle de vie du jeu : savoir si les évolutions sont envisagées pour la production de livrables ou pour assurer une traçabilité entre deux ou plusieurs phases du projet.
Le jeu de données se retrouve donc un élément structurant au cœur de la création de flux de données plus complexe.
En amont, les sources et les formats des données devront être identifiés pour mettre en place les solutions techniques de leurs intégrations.
A partir des jeux de données, on va pouvoir également envisager une autonomie dans la gestion des données BIM ( ie hors maquette ) et même combiner les jeux pour servir d’autres usages.
Toutes les étapes de construction des jeux contribuent à créer des données de qualité.
Une des caractéristiques essentielles du jeu de données est sa réutilisabilité. Il s’agit de définir ce que cela implique en pratique dans le cadre collaboratif du BIM.
La réutilisabilité a deux facettes :
D’une part, elle concerne l'interaction humaine : je comprends le sens des données, leur contexte et choisis de les utiliser; A ce niveau, le jeu de données permet de rendre visible les éléments qui participent à la bonne traduction du contexte en plus de la mise à disposition des données.
D’autre part, il s’agit d’envisager les capacités de communication de données entre machines, environnements numériques ou applicatifs, qu’il s’agisse de formats interopérables, qu'ils soient ouverts comme les csv, json, xml, d’utilisation largement répandue (cas typique d'excel) ou d’intégrations entre machines via API.
La collaboration BIM orientée donnée implique des capacités de réutilisabilité sur deux axes.
Collaboration entre les acteurs dans un rapport contractuel ou encore par phase. Cas typique de la vérification des exigences avant l'acceptation des livrables.
Collaboration entre chaque type d’acteurs (architectes, ingénieurs, économistes, constructeurs) ou encore de tâche (ex des études de prix) concourant à une même mission. Ex: L’architecte identifie et prépare des jeux de données pour l’économiste
Dans les deux cas, les données feront l’objet de formulation d’exigences et de production.
En plus de la responsabilité de chaque acteur sur leurs missions, celle liée à la production et la qualification de données concerne, bien entendu. les deux hypothèses de collaboration.
Les résultats des technologies d'intelligence artificielle dépendent largement de la qualité et de la quantité de données utilisées, autant pour les mécanismes d'apprentissage que de prédiction.
Le secteur de la construction disposant de peu de données, et encore moins de données structurées, la digitalisation des processus par le BIM doit être perçue comme un levier pour pouvoir bénéficier de la puissance de l’IA.
Développer une culture et un usage des jeux de données participe à la création d’un système de gouvernance des données qui va avoir deux avantages: d’une part, l'émergence de modèles plus génériques (standards) qui vont favoriser la collaboration pluri-disciplinaire et inter-projets, d’autre part, l’alimentation d’un pool de données fiables et de qualité pour développer des IA de confiance.
