À propos

Identité

Un studio basé à Tunis, qui travaille en Afrique du Nord et dans les pays du Sud global.

Les données publiques devraient atteindre les personnes dont elles structurent les décisions. Aujourd’hui, c’est rarement le cas — les données sont fragmentées, les analyses vivent dans des formats peu lus, et les audiences qui ont le plus besoin de preuves sont les moins servies. tanitdata est pensé pour les interfaces qui structurent aujourd’hui le travail d’information : un accès AI-natif aux données ouvertes, une analyse ancrée dans ces données, et une publication conçue pour la manière dont les audiences lisent réellement. Accéder, analyser, informer — trois étapes d’une même pratique, démontrée à travers notre travail et la recherche que nous rendons possible.

Accéder, analyser, informer

Accéder. Les données ouvertes ne servent à rien si les audiences ne peuvent pas les atteindre dans les interfaces qu’elles utilisent déjà. Nous construisons l’infrastructure qui rend les données ouvertes directement interrogeables par les assistants IA, pour que consulter un jeu de données soit aussi immédiat que de poser une question.

Analyser. L’infrastructure ne produit pas de sens par elle-même. Le studio et ses chercheurs associés transforment des données accessibles en conclusions précises, discutables, et fondées sur un travail empirique.

Informer. Une analyse qui n’atteint pas son public ne change pas les décisions qu’elle devrait nourrir. Nous publions dans des formes que les acteurs publics, les bailleurs, les journalistes et la société civile lisent réellement — concises, visuelles, partageables — pour que le travail empirique parvienne à celles et ceux dont il devrait éclairer les choix.

Une voix distinctive traverse les trois étapes : notre prise de position publique sur la manière dont les données ouvertes doivent être rendues accessibles à l’ère de l’IA, avec une attention particulière aux contextes du Sud global, dont les institutions ne peuvent pas simplement importer des solutions pensées ailleurs.

Principes

• AI-native. Infrastructure, recherche et analyses pensées pour l’ère des assistants IA — pas adaptées après coup.
• Autonomie. Nous ne sommes la filiale d’aucune entreprise. Les partenaires participent à des projets, pas à notre gouvernance.
• Enracinement empirique. Nos études stratégiques s’appuient sur des travaux techniques concrets. L’inverse produit des recommandations creuses.
• Bien public. Les données ouvertes doivent rester accessibles à tous, y compris via les interfaces d’IA.
• Transparence. Méthodes, code et données sont versionnés publiquement quand le contexte le permet.