CityLens – Livrable J2 DataCity AICITY : cadrage produit et personas

Telechargé par Nono Yvana
DataCity — Thématique AICITY
Livrable J2 — 29 septembre 2026 — Compréhension des usagers et cadrage produit
1. Identité du projet
Projet CityLens — thématique AICITY : « l'IA observe la ville, les citoyens la contrôlent ».
Élément
Détail
Challenge
DataCity – EFREI, Challenge innovant Bac+3
Thématique
AICITY
Nom du projet
CityLens
Ville d'application
Paris
Membres
DABERNARD Cyril · NOUTCHANG Nono Yvana · RUBAKANTHAN Kavisha · Luân TA ·
MASSON Ywen · Noussirath BELLO
2. Ville choisie et justification
Nous ancrons CityLens sur Paris, pour trois raisons : la ville dispose de jeux de données ouvertes
riches et récents sur data.gouv.fr (comptages piétons et vélos, trafic routier, affluence dans les
transports), elle illustre de façon crédible les irritants identifiés (gares saturées, embouteillages,
forte densité de caméras), et elle correspond au territoire de notre campus, ce qui facilite la
vérification des données et la présentation devant le jury.
Les données mobilisées viendront de data.gouv.fr : comptages de fréquentation piétonne et
cycliste, données de trafic et d'incidents de circulation, et données d'affluence dans les espaces
publics ou les transports, selon leur disponibilité à jour.
3. Personas
Construits à partir des publics et irritants identifiés au J1, ces personas orientent les choix produit,
technique et marketing.
Persona 1 — Léa, 27 ans, usagère des transports
Champ
Détail
Profil
Employée, se déplace chaque jour en RER et à pied entre Châtelet et son bureau
Irritant
Se retrouve régulièrement dans des zones bondées aux heures de pointe, sans le
savoir à l'avance
Attente vis-à-vis de l'IA
Être alertée avant d'arriver dans une zone saturée, sans être identifiée
personnellement
Champ
Détail
Rapport à la donnée
Veut savoir que les caméras comptent des flux et ne la reconnaissent pas
Persona 2 — Karim, 41 ans, automobiliste et cycliste occasionnel
Champ
Détail
Profil
Artisan, se déplace en camionnette puis à vélo selon les trajets
Irritant
Perd du temps dans des embouteillages qui se forment sans prévenir, subit la
pollution associée
Attente vis-à-vis de l'IA
Une anticipation utile du trafic, sans surveillance individuelle de ses trajets
Rapport à la donnée
Se méfie des caméras si leur usage n'est pas expliqué clairement
Persona 3 — Mireille, 66 ans, habitante du quartier
Champ
Détail
Profil
Retraitée, peu à l'aise avec le numérique, vit près d'une place très caméra-
équipée
Irritant
Se sent observée en permanence sans savoir par qui, pourquoi, ni ce que
deviennent les images
Attente vis-à-vis de l'IA
Une explication simple, en français clair, de ce que font les capteurs
Rapport à la donnée
Veut un moyen concret de poser une question ou de donner son avis
Persona 4 — Sami, agent des services de la ville
Champ
Détail
Profil
Technicien au centre de supervision urbaine, surveille plusieurs écrans en
simultané
Irritant
Réagit après l'incident faute d'alerte anticipée, doit justifier chaque usage des
caméras
Attente vis-à-vis de l'IA
Des indicateurs fiables et actionnables, pas un simple flux vidéo à regarder
Rapport à la donnée
A besoin de données agrégées et anonymisées pour agir sans exposer les citoyens
4. Proposition de valeur
CityLens transforme les caméras et capteurs de la ville en un outil qui anticipe les foules et le trafic
de façon anonyme, tout en rendant ces dispositifs visibles, compréhensibles et contrôlables par
chaque citoyen. La ville agit avant l'incident ; le citoyen garde la main sur ce qui l'observe.
5. Manifeste de la ville
Vision
Une ville où l'intelligence artificielle aide les services urbains à anticiper les mouvements de foule et
le trafic, sans jamais observer les citoyens sans qu'ils le sachent ni puissent y regarder de près.
Problème prioritaire
Reprise du principe formulé au J1 : la caméra voit, l'IA compte, la ville agit, le citoyen contrôle.
Aujourd'hui, la ville réagit trop tard aux foules et aux embouteillages, et observe les citoyens sans
jamais leur expliquer ce que deviennent les données.
Publics concernés : piétons et usagers des transports, automobilistes et cyclistes, habitants, services
de la ville, élus (détail au J1).
Proposition de valeur
Voir section 4.
MVP — fonctionnalités indispensables, secondaires et hors périmètre
Indispensable :
• Dashboard interactif avec au moins 3 visualisations : affluence piétonne/cycliste, trafic routier,
zones à risque de saturation
• Carte des dispositifs (caméras et capteurs) avec, pour chacun, ce qu'il mesure et ce qu'il ne fait
pas (pas de reconnaissance faciale)
• Accès sécurisé : authentification, politique de confidentialité en français clair
Secondaire :
• Alerte citoyenne avant l'entrée dans une zone saturée
• Formulaire « poser une question / signaler un doute » sur un dispositif
Hors périmètre :
• Reconnaissance faciale ou identification individuelle, sous quelque forme que ce soit
• Application mobile native (v1 web uniquement)
Risques
• Confusion possible entre comptage anonyme et surveillance individuelle si la communication
est mal faite
• Jeux de données publics incomplets ou peu à jour sur certaines zones de Paris
• Sur-promesse technique : donner l'impression d'une prédiction fiable alors que l'IA ne fait que
détecter des tendances
Indicateurs de réussite
• Nombre de dispositifs documentés et compréhensibles dans la carte
• Taux de compréhension déclaré par les testeurs après consultation du dashboard
• Nombre de questions ou signalements citoyens reçus via le formulaire
6. Matrice de décision
Fonctionnalité
Valeur citoyenne
Faisabilité technique
Décision
Dashboard (3 visualisations)
Haute
Haute
Indispensable
Carte des dispositifs
Haute
Haute
Indispensable
Authentification sécurisée
Moyenne
Haute
Indispensable
Alerte zone saturée
Haute
Moyenne
Secondaire
Formulaire question/signalement
Haute
Haute
Secondaire
Assistant conversationnel
Moyenne
Faible
Hors périmètre (v1)
Application mobile native
Faible
Faible
Hors périmètre
7. MVP validé
À l'issue du J2, l'équipe valide le périmètre suivant pour le prototype : un dashboard de 3
visualisations (affluence piétonne/cycliste, trafic, zones à risque), une carte documentée des
dispositifs, un accès sécurisé, et un formulaire de contact citoyen. Les fonctionnalités secondaires
seront intégrées si le temps le permet après le Jalon 1.
8. Cadrage technique — Développement web
À partir des personas, en particulier Léa et Mireille, l'interface doit rester simple et accessible :
vocabulaire non technique, contraste suffisant, navigation en trois écrans principaux.
• Frontend React, responsive, 3 écrans : accueil/dashboard, carte des dispositifs,
contact/signalement
• Backend Node.js/Express pour servir les données agrégées depuis les jeux data.gouv.fr
• Authentification simple (email/mot de passe), aucune donnée personnelle sensible stockée au-
delà du nécessaire
• Hébergement de démonstration sur Vercel/Render, cohérent avec la stack de l'équipe
9. Enjeux de confiance et de protection des données — Cybersécurité
Premiers enjeux identifiés par public cible, à approfondir en threat model v1 (J3) :
• Léa et Karim : le risque perçu est l'identification individuelle à travers les caméras — la politique
de confidentialité doit expliciter l'anonymisation et l'effacement des images
• Mireille : le risque est l'incompréhension — nécessité d'une politique de confidentialité en
français clair, sans jargon juridique
• Sami (services de la ville) : le risque est l'usage détourné des données agrégées — nécessité de
tracer qui accède aux données et pourquoi
• Donnée collectée : uniquement des comptages agrégés et anonymes ; aucune image ni
identifiant individuel n'est stocké au-delà du traitement en temps réel
DataCity — CityLens (AICITY) · Livrable J2 · Document d'équipe
1 / 5 100%
La catégorie de ce document est-elle correcte?
Merci pour votre participation!

Faire une suggestion

Avez-vous trouvé des erreurs dans l'interface ou les textes ? Ou savez-vous comment améliorer l'interface utilisateur de StudyLib ? N'hésitez pas à envoyer vos suggestions. C'est très important pour nous!