QS Paris 3: le mouvement prend du poids !

Mardi 22 mai se tenait chez Green Space la 3ème édition du Quantified Self Paris avec toujours Emmanuel Gadenne et Christophe Ducamp aux manettes et comme baseline « En mai, mesure ce qu’il te plaît ! ».

Particularité de cette édition, par rapport aux deux précédentes, plus de monde, plus de projets plus de présentations…bref le chapitre français de « la mesure de soi » prend du poids (et le compte rendu aussi du coup). Bien qu’Emmanuel nous ait annoncé la publication prochaine du  premier livre en français dédié au QS sous la forme d’un guide pratique intitulé « Mieux gérer sa vie, sa santé, sa productivité » , cette troisème édition a pris immédiatement un accent international avec la présence de Anne Wright du QS Pittsburgh et un représentant du QS Bruxelles. L’audience était aussi plus diverse qu’à l’accoutumée avec des innovateurs (toujours), des curieux (de plus en plus), un journaliste, des chercheurs, des porteurs de projets, des pme spécialisées, etc… C’est sans doute cette combinaison qui a incité Christophe à motiver les participants pour professionnaliser et donner plus d’envergure au mouvement francais du Quantified Self. Peut-être un gros sponsor pour le QSParis  4 ?

En attendant, dans l’ordre du déroulé voici les principales présentations auxquelles nous avons pu assister:

• Sensaris : [ Prez par Charline Baechele ] C’est une boîte grenobloise de 6 personnes qui produit des capteurs (qualité de l’air, environnement sonore) facilement interfaçables avec un Smartphone pour la récolte et le partage des relevés.  Avec un simple boitier il est ainsi possbile de réaliser des relevés hyper locaux de monoxyde de carbone par exemple et d’envoyer cette donnée géolocalisée vers une interface Web. Ce type de capteurs permet ainsi de Crowdsourcer les relevés de qualité de l’air,  bruit,  température, humidité…et d’avoir ainsi des cartes très précises sur la qualité d’un environnement donné. Il faut savoir que les relevés effectués par les agglomérations se font généralement avec très peu de capteurs (3 seulement à Grenoble distants de plus de 10 km) et sont assez espacés dans le temps, si bien que les informations remontées ne sont pas toujours très pertinentes.  L’objectif de développement de Sensaris est de faire baisser le coût de ses capteurs (> 300 euros aujourd’hui) en s’appuyant sur une communauté grandissante d’utilisateurs. Pour la petite histioire, Sensaris avait collaboré avec La Fing il y a quelques années autour de la montre verte. Un aperçu bicyclo-crowdsourcé de ce que permettent ces capteurs:  

• Sen.se :   [ Prez par Rafi Haladjian ] ~ Le papa du Nabaztag est en effet venu nous expliquer comment mieux centraliser et valoriser des données encore aujourd’hui en silos. La plateforme c’est Sen.se, et elle se présente comme une gare de routage pour toutes sortes de données: provenant de capteurs simples (Fitbit, Withings,..), complexes (Arduino) ou déclaratives (nombre de cafés consommés, de personnes rencontrés, lapins écrasés…). Sur la plateforme vous pouvez facilement croiser vos données, construire des représentations graphiques pour vous aider à dégager d’éventuelles corrélations (i.e: l’humeur est elle liée au nombre de personnes rencontrées, cafés pris…). L’objectif de Rafi est de populariser le QS pour des personnes qui n’ont pas de problème ou sont a priori moyennement concernés par « le vivre mieux ». Car selon lui, avec ce type d’application on passe facilement de la période nouveaux riches « …on ne sait pas quoi faire de ses données, et on commence à savoir. » à une phase de plateau lorsque l’on se retrouve devant un « wallpaper de données »…qui  deviennent finalement intéressantes plus tard après une première accumulation qui suit généralement une phase de  « traversée du désert ». La gamification étant un driver limité, il faut créer du sens en proposant la manipulation de la donnée et c’est précisément ce qu’offre Sen.se. Pour voir à quoi ressemble la gare de routage >>> sen.se/demo

• Fitbit :  [ Prez par Stéphane Kerrien ] C’est probablement l’un des accessoires les plus emblématiques du QS,  présenté en francais comme un coach électronique plutot que comme un tracker comme dans sa version US. Fitbit est en phase de commercialisation sur le marché français depuis quelques semaines seulement, et ce petit objet permet de comptabiliser aisément les calories dépensées, le nombre de pas effectués dans la journée et les calories associées ou encore de mesurer la qualité du sommeil. 450 000 Fitbit Ultra ont été vendus sur le marché US en moins de 2 ans, ce qui est vraiment pas mal pour un produit à la base plutôt geek et donc réservé aux initiés.  Un autre produit va débarquer prochainement: la balance Fitbit Aria, concurrente de celle de Withings donc. C’est plutôt bon signe pour ce marché que d’observer l’arrivée de différents acteurs proposant des produits aux fonctionnalités similaires…

•  Orange Labs :   [ Prez par Anne-Sylvie Pharabod ] Plusieurs chercheurs d’Orange ont réalisé une étude socio-ethnologique sur les mesures personnelles,  Anne-Sylvie et Véra avaient d’ailleurs profité de la première édition du QS Paris pour recruter quelques self-quantifiers.  Des self-quantifiers ont donc fait l’objet d’entretiens approfondis sur leurs pratiques mais pas seulement, puisque l’étude s’est focalisée sur 2 autres populations plus « ordinaires »: des non-geek qui mesurent des choses sur eux-mêmes de manière traditionnelle et une communauté de sportifs. Au total, environ 40 personnes ont été interviewées et 3 logiques ou typologies se dégagent de ces pratiques : Surveillance – Routinisation – Performance
  • mesure comme moyen de surveillance : en particulier d’un paramètre à risque, exemple type des personnes qui surveillent leur diabète. Ce type de pratique est caractérisé par un faible degré de partage et de valorisation des mesures ;
  • mesure  routinisée :  pour routiniser une pratique ou en abandonner une autre ( i.e : arret du tabac). On retrouve des sportifs dans cette typologie où se mesurer est un moyen de maitenir   sa motivation. Les informations étant relativement banales, il y a peu de valeur dans leur partage   ;
  • mesure de la performance: ce sont les utilisateurs les plus intensifs, et une pratique qui peut se développer avec l’expérience. Les exemples sont la surveillance intensive du poids, ne plus aimer pratiquer de sport sans capteurs,  la mesure et le partage des données agissent à la fois comme source de plaisir et d’émulation. Une remarque intéressante est que ce type de pratique concerne des sports urbains (qui ne se pratiquent ni en en salle, ni en collectif ).

  De manière plus transversale pour ce qui est de l’analyse des données, on observe pour l’instant des représentations simples de type calendaire associée à un comptage kilométrique. Pour l’anecdote, très peu d’utilisateurs interviewés entreraient dans la catégorie des « DataSexuel  » forme de version numérique du « Métrosexuel » à la manière de ce que soulignait un article récent de Internet Actu ; La présentation sur SlideShare >>> http://www.slideshare.net/egadenne/la-quantified-self-rapports-dentretiens

•  Sanoia :  [ Prez par Adam M Salmnia ] Sanoia où le Big Data appliqué à la santé est à la fois une association médicale et une JEI qui existe depuis 2008. C’est un peu le Patientslikeme français avec une orientation plus forte en direction du corps médical (pas seulement une communauté de patients). Pour le patient le principe consiste à remplir une fiche de santé en ligne qu’il va ensuite pouvoir partager avec un personnel de santé. C’est une forme de carnet de santé 2.0, dynamique et sur le cloud.  120 000 fiches ont été créées, et Sanoia dispose de partenariats avec Orange Health Care et Doctissimo. Lorsque l’on parle de données personnelles médicales, plusieurs questions viennent assez immédiatement à l’esprit sur le respect de la vie privée, la fiabilité des données et le modèle économique découlant de ces deux items. Sur la privacy tout d’abord, Sanoia revendique l’anonymat absolu contrôlé in-situ au travers d’une démarche de transparence et concertation avec la CNIL. Concernant la fiabilité des données saisies par les individus, des comparaisons entre ces dernières et celles prises par/chez le médecin indiquent un bon degré de correspondance. Sur le modèle économique enfin, Sanoia vit de l’analyse des données (anonymisées) et pas de leur vente. Le service a vocation à rester gratuit pour les patients.

Exemple de Fiche Santé

•  Wii vs Parkison :   [ Prez par Fréderic Baud  ]: Après avoir présenté les caractéristiques de la maladie, Frédéric a bien détaillé comment des objets connectés tels que la Wii, la Kinect ou un Iphone permettaient de suivre l’évolution de la maladie. Mesurer les réflexes, les mouvements fait figure de bonne proxy et il est ainsi possible de surveiller sa motricité pour objectiver un changement de médication. Les slides sur Slideshare http://www.slideshare.net/FundMyMR/quanfifying-parkinsonsv11

•  OpenFood Facts : Le hacking de la soirée puisque cette présentation n’était pas programmée. Openfoodfacts.org est un projet fraîchement lancé de plateforme de données ouvertes sur la composition des produits alimentaires.

Aussi et je profite de ce billet pour pointer vers la portail Proxima Mobile où un certain nombre d’applications constituent de bons outils d’analyse de soi. En particulier dans la rubrique  » Santé » avec à titre d’exemple ISommeil pour surveiller la qualité de vos nuits avec un simple Iphone. @bernardbenhamou me précisait qu’elle était dans le Top 10 des apps Médecine pour Iphone avec plus de 1 million d’utilisateurs. Il n’existe pas d’outils de Quantified Self mais des outils qui peuvent être utilisés pour se mesurer, s’analyser, se motiver !

Les interventions étaient vraiment riches d’enseignements, ceci n’est donc qu’un condensé. Vous pouvez retrouver :

• les vidéos sur Pixarus partenaire de cette 3ème édition >>>http://pixarus.com/workspace/100000000086/video
• …et les différents tweets qui ont accompagnés les présentations dans le Storify >>>http://sfy.co/zot #storify #qsparis #quantifiedself