Le temps dans l'inférence probabiliste - Archive ouverte HAL Accéder directement au contenu
Chapitre D'ouvrage Année : 2015

Le temps dans l'inférence probabiliste

Résumé

« Les prévisions sont difficiles, surtout quand elles concernent l'avenir. » Pierre Dac En 2005, Philip Tetlok publie dans un livre très remarqué les résul‑ tats d'une étude entreprise plusieurs années auparavant auprès de 284 experts, essentiellement dans les domaines économiques et politiques. Il leur a été demandé d'évaluer la vraisemblance que différents événe‑ ments se produisent dans un futur proche (entre trois et six ans). Près de 28 000 « prédictions » ont ainsi été recueillies auprès de spécialistes, avant d'être ensuite confrontées à la réalité. Le résultat est sans appel : les prédictions des experts ne sont pas meilleures que le hasard. Ce n'est pas que les experts soient tous des charlatans ou des escrocs – il y en a sans doute quelques‑ uns, mais étant reconnus comme experts, et en tant que tels, on leur demande souvent avis, conseil et explication, ce qui fait qu'ils ont tendance à surestimer la qualité de leur jugement. En d'autres termes, la confiance des autres les mure dans leur propre certitude. Les modèles économiques ou politiques 235786OSW_BERTHOZ_CS6.indd 109 13/02/2015 12:50:24 qu'ils ont élaborés sont sans doute en grande partie valables sur le court terme, avec bien sûr quelques inexactitudes mineures. Sur le plus long terme, ces inexactitudes, ces incertitudes s'amplifient au point que leurs modèles finissent par ne plus rien expliquer du tout. Le même phénomène se produit dans les prévisions météorologiques. Le modèle physique (thermodynamique, mécanique des fluides) est parfaitement valide. Les données recueillies (stations au sol et en mer, satellites d'observation) sont aujourd'hui très nombreuses, précises et couvrent l'ensemble de la planète. Les capacités de calcul mises en oeuvre sont considérables. Pourtant, à l'horizon d'environ une dizaine de jours, la qualité des prévisions n'est guère meilleure que ce qu'on pourrait déduire des simples statistiques saisonnières. L'incertitude, faible au départ, mais pas totalement absente à cause des approxi‑ mations et des données manquantes, se propage dans le temps en s'amplifiant. Savoir quantifier cette incertitude, comprendre comment elle se propage est tout aussi crucial que de disposer d'un bon modèle physique et d'importants moyens de calcul.

Domaines

Informatique
Fichier non déposé

Dates et versions

hal-01187008 , version 1 (06-11-2015)

Identifiants

  • HAL Id : hal-01187008 , version 1

Citer

Jacques Droulez, Pierre Bessière. Le temps dans l'inférence probabiliste. Anticipation et Prédiction, 2015. ⟨hal-01187008⟩
75 Consultations
1 Téléchargements

Partager

Gmail Facebook X LinkedIn More