Quelles sont les méthodes nécessaires permettant d’identifier, au sein du processus de conception, les informations pertinentes parmi la multitude de fichiers ? Comment visualiser ces données afin d’en tirer des décisions éloquentes pour le projet ? Nous étudions cette thématique de façon expérimentale dans le cadre du module MAS LA : «Programming Landscapes».
Alors que le principal objectif des représentations statistiques consiste généralement à communiquer des idées complexes de façon claire, précise et efficace, nous nous trouvons actuellement dans une phase d’accès quasi illimité aux données susceptibles d’être pertinentes pour la conception. Les données les plus diverses fournissant des informations en temps réel sur les conditions spécifiques au lieu peuvent être consultées par l’accès technique simple, notamment par le recours à des quadricopters (aéronefs télécommandés) associés à des capteurs.
Des données qui, surtout en architecture du paysage, engendrent des « datascapes » en complément de l’information GIS classique et qui peuvent être utilisées à différents niveaux comme outil de conception. Les expériences faites avec nos étudiants démontrent toutefois que les fichiers sont souvent compris de façon partielle, ce qui influence les mauvais paramètres du projet. Les projets atteignent rapidement un niveau de complexité infinie et deviennent incontrôlables.
Depuis trois années, nous faisons dans le cadre du programme MAS LA des recherches sur de nouveaux domaines d’application qui examinent les marges de programmation en lien avec la représentation de données réelles (données collectées) servant d’outil de conception. Nos précédentes expériences se basent sur l’utilisation du processing, un langage de programmation en open source avec output visuel direct. Le principal objectif du cours est l’acquisition d’une approche créative des relations complexes. Il commence par la compréhension élémentaire des données, suivie par la recherche de nouvelles stratégies qui sont visualisées pour aboutir à des décisions pertinentes pour la conception.
Le processus de réflexion est souvent oublié si l’on considère les paquets de logiciels généralement utilisés pour la visualisation des données. La représentation visuelle, sous forme de modèle ou de dessin, est souvent similaire à une réalité spatiale ou à une solution de conception très similaire, d’où le risque de confusions. Notre expérience démontre que la « visualisation big data » dans l’architecture du paysage, outre la compréhension des données, exige une certaine compréhension de base de la programmation pour être en mesure de contrôler l’utilisation des données de façon autonome. La rapidité de l’évolution technique permet actuellement une utilisation quasi illimitée des fichiers, quel que soit leur complexité ; même des sources saisies ou en open source. Cela exige alors de la part des hautes écoles spécialisées un développement méthodique et didactique des outils de conception.
