Category Archives: Actuarial science

Patrimoine immobilier et catastrophes climatiques

L’été dernier, je publiais dans Le Monde un texte qui partait d’un constat devenu banal et pourtant encore mal digéré par les institutions financières. Les événements climatiques extrêmes ne sont plus des risques marginaux, et le secteur bancaire tarde à en prendre la mesure. Cette tribune, reprise sur mon blog sous le titre (original) Crise climatique : la prochaine bombe à retardement du système financier était surtout une tentative de décrire un décalage de perception, presque une différence de réflexes. D’un côté, on a une vision assurantielle, raisonnant en fréquence, en intensité, en mutualisation, en horizon long. Elle accepte l’incertitude, tant quelle est tarifable, et tant que les règles du jeu restent stables. C’est ce que je connais bien. De l’autre, une vision bancaire. Elle raisonne en valeur de garantie, en possibilité de revente, en risque de défaut, en corrélations. Elle se moque assez vite du débat sur la probabilité annuelle si, au bout du compte, le collatéral devient difficile à liquider. Si je résume, les assureurs raisonnent en probabilité et en horizon long, alors que les banques raisonnent en collatéral et en horizon court. J’avoue avoir mis du temps à comprendre ce point. De mémoire, j’en ai vraiment pris conscience en 2022, en lisant Chute du prix des maisons en zone inondable, au Québec, et que j’ai redécouvert cet automne, via Inondations, sécheresse… Ces fléaux climatiques qui font chuter le prix des maisons, cette fois en France. J’avais écrit un billet cet automne L’assurance, l’immobilier et la fabrique de l’ignorance profitant d’une actualité aux États-Unis sur ce sujet. Le point était que, pour bon nombre de décideurs, mais aussi probablement de citoyens, la crise climatique reste une abstraction tant qu’aucune ligne comptable ne bouge. Elle devient une urgence quand un actif devient moins échangeable.

Continue reading Patrimoine immobilier et catastrophes climatiques

Insurance, a Zero Sum Game?

This post was initially written in French https://freakonometrics.hypotheses.org/87034

The idea that the economy is a zero sum game is remarkably persistent. It comes up almost every time we talk about international trade, taxation, insurance, or redistribution. If someone gains more, someone else must necessarily lose. This intuition feels natural because it matches many everyday situations. When a price goes up, the buyer feels like they are losing what the seller is gaining. When an insurance premium is paid, the policyholder feels like they are funding other people’s claims. This intuition is also deeply anchored in our relationship with accounting. We learn very early that accounts have to balance. For a household, a firm, or a state, what is spent must match what is received. Spending more than revenue is perceived as an anomaly or a fault. Reasoning in terms of balanced accounts naturally leads us to reason in terms of flows that cancel out. Every expense mirrors a receipt. Seen from that angle, the economy looks like a vast system of transfers where the gains of some necessarily correspond to the losses of others.

Accounting reinforces this zero sum idea because it records monetary flows, not the indirect effects of decisions. It is indispensable for financial coherence, but it says nothing about value creation, the reduction of uncertainty, or risks that are avoided. An investment in prevention appears as a cost today, while the losses it prevents will never show up in the accounts. Likewise, a well designed insurance system can stabilize individual and collective trajectories without ever producing a visible accounting profit. This is exactly where the zero sum intuition becomes misleading. The economy is not reducible to accounting, even if it must live with it. Externalities, prevention, and risk management introduce mechanisms through which individual decisions change the size of the pie itself. Insurance is a privileged setting to observe this gap between accounting logic and economic logic. It looks like a zero sum game when we focus on the flows, but it can become a positive sum or a negative sum game when we focus on the behaviors it induces and the risks it avoids or amplifies.
Continue reading Insurance, a Zero Sum Game?

Key Updates du International AI Safety Report (1 et 2)

Si on croit les deux rapports International AI Safety Report, First Key Update – Capabilities and Risk Implications (publié en octobre) et Second Key Update – Technical Safeguards and Risk Management (publié en novembre) l’IA “de pointe” n’est pas seulement une affaire de performances spectaculaires, c’est une affaire de vitesse, d’exposition et d’outils de contrôle qui peinent à suivre. Le First Key Update commence par un constat intéressant, à savoir que le domaine “va trop vite”, et des changements majeurs se produisent “en quelques mois, parfois quelques semaines”. Ces rapports constituent la base d’un petit traité de gouvernance du risque en régime instable. Le premier raconte comment des changements techniques déplacent la frontière des usages possibles, et donc des dommages plausibles. Le second raconte comment le secteur tente de fabriquer de la sûreté (par couches, par procédures, par audits) tout en reconnaissant explicitement que l’efficacité des mesures reste incertaine et variable selon les contextes.
Continue reading Key Updates du International AI Safety Report (1 et 2)

Key Updates of the International AI Safety Report (1 and 2)

This post was initially written in French, https://freakonometrics.hypotheses.org/86935

If we take the two reports from the International AI Safety Report seriously, namely First Key Update published in October and Second Key Update published in November, then frontier AI is not only a story of spectacular performance. It is a story of speed, exposure, and control tools struggling to keep up. The First update opens with the observation that the field is moving too fast, with major changes happening within a few months, sometimes a few weeks. These reports amount to a compact treatise on risk governance under unstable conditions. The First explains how technical shifts move the frontier of possible uses, and therefore of plausible harms. The Second explains how the sector tries to manufacture safety layer by layer, through procedures and audits, while explicitly acknowledging that the effectiveness of current measures remains uncertain and context dependent.

Continue reading Key Updates of the International AI Safety Report (1 and 2)

Transformer un débat de marché (qui paie ?) en débat d’État (qui est responsable ?)

En début de semaine, j’écrivais un court article, Qui doit payer un risque lié à une défaillance de maintien de l’ordre ?, qui revenait sur un débat qui agite la presse spécialisée, et le petit monde des assurance. Et comme on commence à me solliciter sérieusement, je vais devoir travailler encore un peu. Et ce blog (mon carnet de recherche) me servira a gribouiller quelques notes de lectures.

Le sujet était remonté à la fin de l’été, par exemple dans L’Argus, sous la plume de , avec un article L’assurance cherche à partager le coût du risque émeutes, qui citait un directeur de Swiss Re qui affirmait alors

« L’augmentation du risque de manifestations dans la rue, d’émeutes, de troubles, de mouvements sociaux est un phénomène que l’on constate dans le monde entier, et c’est une inquiétude. Au final, quelqu’un doit supporter le coût de ces dégâts. »

Mais j’ai trouvé que le débat prenait une tournure intéressante quand un juge a dit, noir sur blanc, que l’État a failli dans une mission régalienne. J’en parlais en début de semaine, le communiqué du Tribunal administratif de Nouvelle-Calédonie, Maintien de l’ordre public pendant les émeutes de mai/juin 2024 (décision rendue publique le 15 décembre 2025), l’État a été condamné à verser à Allianz IARD un peu plus de 28 millions d’euros pour des préjudices survenus entre le 15 et le 17 mai 2024. Plus précisément, le tribunal retient une faute, en soulignant que l’État disposait “de délais suffisants” pour mettre en place des mesures “appropriées” et “assurer un niveau raisonnable de sécurité”, mais n’a pas pris la décision d’envoyer “en temps utile et en nombre suffisant” des forces de sécurité malgré des signaux convergents d’insurrection probable. Comme le montre Nathalie Tissot dans Émeute en Nouvelle-Calédonie : la justice condamne l’État à payer 28 millions d’euros à un assureur (dans L’Argus de l’assurance,la semaine dernière), l’affaire est explicitement racontée comme une “responsabilité de l’État engagée”, avec les mêmes mots sur le “niveau raisonnable de sécurité” et l’“envoi en temps utile et en nombre suffisant”.

Et c’est là que ça devient vraiment intéressant, que la question change de nature. Une assurance “émeutes” classique mutualise un risque social (on va y revenir). Une assurance “émeutes” qui, de fait, absorbe aussi des dommages directement liés à une carence fautive de l’État mutualise autre chose : un risque de défaillance publique. Dit autrement, on ne discute pas seulement “qui paie les vitrines”, mais “qui paie l’inefficacité (ou la faute) du maintien de l’ordre”. Je le disais rapidement et maladroitement dans Qui doit payer un risque lié à une défaillance de maintien de l’ordre ?, il y a des dommages liés au désordre social, et des dommages liés à une carence fautive de l’État ; dans le second cas, la mutualisation via surprime devient politiquement fragile, parce qu’elle peut fonctionner techniquement tout en produisant une injustice distributive si elle efface la faute publique.
Continue reading Transformer un débat de marché (qui paie ?) en débat d’État (qui est responsable ?)

Assurer l’IA. Nouveaux risques ? Nouveaux modèles ?

Récemment, Lukasz Szpruch, Agni Orfanoudaki, Carsten Maple, Matthew Wicker, Yoshua Bengio, Kwok-Yan Lam et Marcin Detyniecki ont mis en ligne un article Insuring AI: Incentivising Safe and Secure Deployment of AI Workflows, que j’ai récemment découvert, et qui me donne l’occasion de compléter mon article mis en ligne le mois dernier, Assureurs et IA, un risque systémique. L’article part d’un constat que beaucoup partagent : l’IA se diffuse partout, et avec elle des risques difficiles à mesurer, parfois déjà présents mais “silencieux” dans les polices d’assurance existantes. Les auteurs plaident pour une assurance dédiée (AI assurance) et une gouvernance. Ils insistent aussi sur (i) l’absence de données historiques, (ii) la dynamique des modèles, (iii) les risques d’accumulation/corrélation, et concluent à un « paradigm shift » de la tarification, de l’expérience passée vers des données a priori de performance et d’évaluation. Mon propos ici est simple (et non polémique) : ce diagnostic est utile, mais il laisse un angle mort important. Une grande partie de ces difficultés n’est pas vraiment nouvelle pour l’assurance. Elles ont structuré, depuis des décennies, la littérature scientifique sur l’assurabilité, l’accumulation, la modélisation de catastrophes, l’incertitude (épistémique vs aléatoire), l’asymétrie d’information et même la question des biais et de la discrimination. Autrement dit : il y a bien des nouveautés (vitesse, échelle, dépendances technologiques, mises à jour), mais la boîte à outils méthodologique, développée depuis plus d’une centaine d’années, n’est pas dépassée. Si j’osais, je dirais qu’elle est précisément faite pour traiter des risques mal observés, instables, et socialement sensibles, à condition d’être prolongée par des contrats bien écrits.
Continue reading Assurer l’IA. Nouveaux risques ? Nouveaux modèles ?

Actuarial Pricing Discrimination and Fairness

Tomorrow, I will give a talk for the “pricing seminar” of a major insurance company. The slides are available online, and it will be on “Actuarial Pricing Discrimination and Fairness“. As always, my talk will explore why actuarial pricing inherently relies on discrimination between groups, and how this raises deep conceptual, legal, and ethical challenges. The objective is to understand both the mathematical foundations of “fairness” and the regulatory tensions that emerge.

Continue reading Actuarial Pricing Discrimination and Fairness

Quand l’assurance se défait, la crise silencieuse de l’indemnisation

J’avoue que j’aime ces articles (de presse quotidienne) qui, sans en avoir l’air, racontent beaucoup plus qu’une série d’anecdotes et de parcours de vies individuels. Comme celui qu’a publié le Financial Times le 22 novembre 2025, consacré à la hausse spectaculaire des refus d’indemnisation dans l’assurance habitation au Royaume-Uni. Il raconte des vies bouleversées par des sinistres apparemment banals (un dégât des eaux, un choc électrique, une infiltration) mais surtout il dévoile, presque malgré lui, les tensions profondes de système assurantiel.

Avant même d’entrer dans ces histoires, il faut rappeler une chose simple mais fondamentale : l’assurance est la vente d’une promesse. Une promesse d’indemnisation future, formulée aujourd’hui, contre une prime payée immédiatement. Tout le marché de l’assurance repose sur ce principe paradoxal : l’assureur encaisse d’abord, et ne délivre la prestation que beaucoup plus tard, si un événement malheureux (mais anticipé) survient. Je renvoie à notre Manuel d’assurance pour ceux qui se sentent un peu loin de ces sujets. Mais pour résumer rapidement et simplement, le contrat d’assurance est un dispositif juridique et économique qui engage l’assureur sur des garanties précisément définies, qui « fixent les conditions de garantie, en particulier les franchises et exclusions ». L’assurance n’est pas un bien que l’on consomme immédiatement ; c’est un engagement irréversible de réparer un dommage futur. Comme tout engagement irréversible, il ne vaut que si celui qui le prend (ici l’assureur) est jugé crédible. Cette crédibilité n’est pas accessoire : elle est la condition d’existence même du marché. Si les clients cessent d’y croire, le produit s’effondre. On insiste à plusieurs endroits sur ce point, sur la « dimension sociale et sociétale de l’assurance », expliquant qu’elle dépend in fine « de la performance et de l’éthique des assureurs » dans la tenue de leurs engagements et la gestion des sinistres . Je vais insister un peu lourdement, parce qu’on aurait tort de lire cette phrase comme une remarque générale : l’assurance n’a pas d’autre fondation solide que la confiance. Quand cette confiance vacille (parce que les contrats deviennent illisibles, les garanties incertaines, les refus fréquents) alors la promesse elle-même se fragilise. Et tout le marché avec.

Mais revenons à notre article, Why are so many home insurance claims being rejected?. Il s’ouvre avec Jacopo, un économiste installé à Hackney, qui vient à casser une assiette de frustration devant ses enfants. Depuis plus de deux ans, sa famille vit dans un appartement humide, les murs ouverts et les déshumidificateurs bourdonnant en permanence, à la suite d’une fuite d’eau que son assureur, n’a toujours pas correctement prise en charge. L’assureur a d’abord refusé de reloger la famille, puis s’est ravisée ; entre-temps, les dégâts se sont aggravés, et l’assureur n’offre qu’un règlement très en deçà du montant estimé par son propre expert. Un peu plus loin un certain Ray raconte l’incendie de sa maison frappée par la foudre ; là encore, l’assureur change d’avis en cours de route et refuse finalement de reconstruire, imposant un règlement en cash, malgré une clause contractuelle qui semblait pourtant garantir le droit à une reconstruction à l’identique.

Ces histoires sont dramatiques, mais ce qui importe surtout, c’est qu’elles ne semblent plus extraordinaires, ou exceptionnelles. Selon la Financial Conduct Authority, les assureurs britanniques n’ont indemnisé que 71 % des sinistres habitation en 2024, un pourcentage en baisse continue depuis 2022. Une chute d’autant plus notable que le taux d’indemnisation dépasse les 90 % dans l’assurance automobile. Le contraste peut étonner… pourquoi ce qui fonctionne encore relativement bien pour les voitures se délite-t-il pour les logements ? L’article du Financial Times offre une série d’explications techniques (inflation des coûts de construction, multiplication des sinistres dus au climat, complexité des sinistres liés à l’habitat) mais en filigrane, j’ai l’impression d’y lire une tout autre histoire.

C’est celle d’une friction organisée, d’une complexité qui, au lieu d’être un accident malheureux, ressemble parfois à un mécanisme de filtrage. Plusieurs assurés cités dans l’article le disent ouvertement : ils ont eu l’impression que les obstacles n’étaient pas regrettables, mais intentionnels. L’un d’eux affirme « They bank on people rolling over and giving up. » L’Association des assureurs britanniques rejette cette idée, mais un analyste du secteur, interrogé par le Financial Times, la confirme : les assurés obtiennent souvent satisfaction uniquement lorsqu’ils poussent leur dossier jusqu’à l’Ombudsman (l’institution de médiation indépendante chargée de résoudre les litiges entre les consommateurs et les entreprises, entre les assurés et les assureurs), un stade auquel peu de gens parviennent. Entre-temps, beaucoup renoncent, absorbant de fait une part des pertes que l’assurance aurait dû couvrir. Beaucoup d’actuaires parlent d’élasticité aux prix, mais je pense que ça va plus loin… Dans le livre de Jed Frees, Regression Modeling with Actuarial and Financial Applications (ouvrage de référence dans la plupart des formations d’actuariat, dans le monde entier), il y a un jeu de données, simulées (Automobile Bodily Injury Claims Simulated, AutoBIsim) sur lequel on voit que quand un assuré est représenté par un avocat (variable ‘ATTORNEY=1’) le montant de l’indemnité augmente (‘LOSS’). Je ne sais pas le sens réel de la relation causale, mais oui, les assureurs lisent ce genre de signaux…

Ce processus, Mary Douglas l’avait théorisé il y a trente ans. Dans Risk and Blame, elle explique que les discours sur le risque servent toujours à assigner des responsabilités, à désigner qui est « fautif ». Lorsque l’Association des assureurs affirme, dans l’article, que les clients confondent assurance habitation et contrat de maintenance, elle ne fait pas qu’expliquer un malentendu : elle déplace subtilement la responsabilité du problème. Si le sinistre n’est pas indemnisé, ce n’est pas parce que l’assurance ne remplit plus sa promesse sociale, mais parce que l’assuré n’a pas « bien compris » son contrat. Douglas écrivait que danger et risque sont des catégories « culturellement conditionnées » : ils servent de support à des jugements moraux. On en a ici une série d’exemples.

À cette lecture anthropologique peut s’ajouter celle d’Ulrich Beck (dans Risikogesellschaft), dont la notion d’« irresponsabilité organisée » semble décrire parfaitement les situations rapportées dans le Financial Times. Dans la société du risque, écrivait Beck, les dangers sont produits par la modernité elle-même (changement climatique, infrastructures vieillissantes, complexité technologique) et les institutions inventent des mécanismes permettant à chacun de se défausser, ou du moins de diluer sa responsabilité. Le cas de l’assurance habitation britannique illustré par cet article correspond presque trait pour trait à cette idée : les experts délégués renvoient la responsabilité aux gestionnaires, les gestionnaires aux sous-traitants, les sous-traitants à des contraintes de procédure, et ainsi de suite. Au bout de la chaîne, l’assuré parle, comme le dit Jacopo, avec des administrateurs qui « ne sont pas proches du décideur ». La dilution est totale, et c’est précisément elle qui permet au refus d’indemnisation de se maintenir, sans que personne ne soit considéré comme directement fautif. J’en avais parlé il y a quelques temps (presque huit ans) dans un article que j’avais intitulé Les machines, les procédures, et la fuite de la responsabilité.

François Ewald, de son côté, a montré dans L’Etat providence que l’assurance n’est pas seulement une technologie de gestion des risques mais une véritable infrastructure morale du monde moderne : elle a rendu possible l’État social en socialisant les pertes, en neutralisant les aléas individuels. L’assurance n’était pas simplement un produit ; elle était une promesse de stabilité. Ce que révèle l’article, c’est la fragilisation de cette promesse. Quand une maison frappée par la foudre n’est pas forcément reconstruite ; quand un dégât des eaux immobilise une famille deux ans dans un appartement insalubre ; quand les refus augmentent alors que les sinistres eux-mêmes s’intensifient ; alors c’est un pilier de la pacification sociale assurantielle qui vacille. On assiste à un phénomène paradoxal : plus les risques climatiques et matériels augmentent, plus les assureurs resserrent les conditions d’indemnisation, au point que l’assurance semble parfois fonctionner à l’envers de sa logique historique.

C’est aussi ce que suggère Tom Baker lorsqu’il analyse l’assurance comme une forme de gouvernance privée, dans Insurance Law and Policy. Chaque sinistre est un moment de régulation : les décisions d’indemniser ou non, de reconstruire ou de régler en cash, de missionner tel expert plutôt qu’un autre, produisent des normes implicites. Ils définissent, silencieusement, ce que la société considère comme une perte « acceptable », « normale », ou « trop coûteuse ». À travers ces micro-décisions, l’assurance établit des frontières entre ceux qui méritent réparation et ceux dont la perte, au fond, restera privée.

Enfin, une dimension sociale traverse tout l’article du Financial Times. Les personnes les plus vulnérables sont aussi celles qui ont le moins de temps, de capital culturel ou de ressources émotionnelles pour traverser un processus de réclamation labyrinthique. L’un des assurés cités explique qu’il n’a obtenu une réponse que lorsqu’il s’est mis à utiliser des termes techniques comme « subrogation ». Ça en dit long : l’accès effectif au droit passe par la maîtrise du langage et des codes du monde assurantiel. Ceux qui ne les possèdent pas (et ils sont nombreux) subissent davantage la violence morale du système. Là encore, la sociologie du droit et des inégalités montre que ce genre de frictions administratives est un puissant amplificateur d’injustice sociale.

L’article du Financial Times ne prétend pas théoriser tout cela. Mais il met en lumière, avec précision (une précision presque involontaire ?), ce que deviennent nos institutions assurantielles dans un monde où les risques se déchaînent : elles ne se contentent plus de mutualiser, elles trient ; elles ne se contentent plus de protéger, elles sélectionnent ; elles ne redistribuent plus seulement des pertes, elles redistribuent aussi les capacités d’y résister. L’assurance habitation, jadis présenté comme un instrument de stabilité, semble glisser vers un rôle plus ambigu, où la protection n’est plus garantie mais négociée, parfois âprement, au cas par cas.

Peut-être est-ce là un signe parmi d’autres d’un basculement plus profond : un monde où les risques croissants ne trouvent plus de mécanismes institutionnels capables de les absorber, et où la promesse assurantielle, pilier discret de nos vies matérielles, commence à se fissurer. Dans ce monde-là, j’ai l’impression que l’article du Financial Times n’est pas qu’un simple reportage, c’est une alerte.

Supprimer les feux rouges, et loi de Brandolini (ou pas)

La « loi de Brandolini », formulée en 2013 par le programmeur italien Alberto Brandolini,  postule que

« la quantité d’énergie nécessaire pour réfuter des âneries est d’un ordre de grandeur supérieur à celle nécessaire pour les produire »

Moralité, habituellement, lorsque je croise des âneries sur internet, je me contente d’être consterné, sans aller beaucoup plus loin. Mais cette fois, je suis tombé sur cet article dans un quotidien français qui titrait “« Ce qui tue les automobilistes, c’est l’assistanat » : Louis Sarkozy veut supprimer « les feux rouges, les lignes blanches et les panneaux de signalisation »”. Comme manifestement, on tenait un champion, et comme la démonstration était finalement assez simple à déconstruire (et que je suis en année sabbatique) je me suis dit que je pouvais bien consacrer trente minutes, dans le train qui me ramène à Kyoto après une excursion à Tokyo, pour en faire un billet de blog. Parce que, mine de rien, il me semble qu’il y a des choses intéressantes à dire pour contrer ce genre de propos… et je le montrerai, de part mes travaux de recherche sur le risque et la régulation, j’ai l’impression d’avoir une forme de légitimité pour discuter un peu certaines affirmations.

Ce monsieur était à la radio RMC, “votre radio d’opinions” dit le slogan (donc faut pas s’attendre à des avis d’experts il me semble), et on l’a interrogé pour donner son opinion sur une “étude européenne” de la Fondation Vinci Autoroutes (intitulée « Partage de la route : encore trop de règles transgressées ! ») publiée le même jour. Plus qu’une étude, il me semble que c’est juste un sondage sur un peu plus de 12 000 Européens, parmi lesquels environ 2 400 Français, qui indique qu’une très large majorité d’usagers (le résumé envoyé aux journalistes parle de 95% des conducteurs) déclarent craindre le comportement à risque des autres usagers. En parallèle, le sondage montre qu’un grand nombre de répondants admettent eux-mêmes enfreindre certaines règles (clignotant oublié, franchissement de feux, comportement dangereux, etc.) C’est du déclaratif donc, auto-rapportée où les répondants affirment se sentir« en insécurité », et ce genre de chose. Je ne vais pas discuter ici la méthodologie de l’enquête et son traitement médiatique, sur la différence qui peut exister entre un ressenti subjectif et une réalité statistique. Je voulais revenir sur les propos du monsieur interrogé, qui aurait visiblement déclaré (j’ai plein d’autres choses à faire de ma vie qu’écouter des âneries à la radio, donc j’avoue, je me suis contenté de lire l’article du quotidien) qu’il faudrait

« supprimer les feux rouges, les lignes blanches et les panneaux de signalisation »

pour responsabiliser les automobilistes. C’est assez radical comme propos, qu’on pourrait relier à des affirmations qu’on entend de plus en plus, de gens qui se sentent en rupture face à un État jugé trop intrusif, un excès de règles qui rendrait les conducteurs inattentifs, passifs, « assistés », etc.  On a l’impression que le monsieur, « il ne contracte pas »… Mais dans ce billet de blog, je voulais surtout revenir sur le fait que, sous couvert d’innovation, on retrouve un ensemble de mythes politiques anciens, profondément démentis par plus d’un siècle d’histoire et d’études des mobilités urbaines.

Juste pour être clair, je n’ai pas particulièrement envie de défendre une technocratie sourde aux expérimentations ou à la critique. J’ai juste envie de rappeler que nous avons déjà vécu, observé, mesuré le monde urbain sans feux, sans marquages, sans règles explicites. Parce que contrairement à l’image séduisante d’une liberté retrouvée que semble souhaiter ce monsieur, l’histoire montre que ces environnements produisaient des rues dangereuses, arbitraires, conflictuelles. Et qu’on n’en est sorti qu’en inventant précisément ce que ce discours de l’« assistanat » voudrait abolir. En fait, plusieurs livres passionnants ont montré comment les rues urbaines ont été façonnées par un siècle de conflits, de morts, de campagnes politiques, de luttes de pouvoir et de négociations entre groupes sociaux. Et ils montrent tous que les signalisations, feux, marquages et règles ne sont pas apparus pour « infantiliser » les automobilistes, mais pour répondre au chaos que leur absence produisait.

Le mythe contemporain de “l’assistanat”

L’idée selon laquelle « trop de règles » conduiraient les individus à se comporter comme des irresponsables n’est pas nouvelle. Dans les années 1920 déjà, au moment où l’automobile envahit massivement les rues américaines, de nombreuses voix s’opposent à l’introduction de limitations de vitesse, à la mise en place de feux, à l’organisation des intersections. On affirme alors que les conducteurs sont parfaitement capables de juger par eux-mêmes, que l’essentiel réside dans leur « bon sens », que la régulation est superflue.

Mais Peter Norton montre, dans Fighting Traffic: The Dawn of the Motor Age in the American City,  de manière systématique que ces plaidoyers pour la liberté individuelle masquaient surtout une tentative de repousser les contraintes qui pesaient sur le nouvel objet technique. Roscoe Pound, doyen de Harvard Law School, notait déjà en 1920 dans Criminal Justice in America  (cité dans Policing the Open Road de Sarah Seo) que l’automobile rendait obsolète cette vision romantique d’un conducteur autonome agissant en pleine conscience

« “Self-reliance, impatience of regulations, and faith in one’s individual judgment at the crisis of action, are not tolerable in action when displayed by drivers of motor vehicles,” Pound noted. »

Autrement dit : le problème n’est pas que les automobilistes seraient devenus dépendants de la signalisation moderne ; c’est que la circulation motorisée moderne rend impossible une coordination par simple intuition. Là où le vélo, le cheval ou la marche pouvaient s’accorder par contacts visuels et décisions micro-locales, l’automobile démultiplie les vitesses, les énergies cinétiques et les distances d’arrêt. Soutenir qu’il suffirait de supprimer les feux pour restaurer la vigilance est donc un mythe déjà largement réfuté il y a un siècle.

Sans règles explicites, les rues deviennent meurtrières

Pour comprendre pourquoi les règles apparaissent, il faut revenir à la situation réelle des années 1910–1930. Peter Norton décrit en détail l’explosion de mortalité urbaine liée à la circulation motorisée. Dans les villes de plus de 25 000 habitants, les deux tiers des morts de la route en 1925 sont des piétons, dont une majorité d’enfants (comme il le rappelle dans Fighting Traffic). Ces morts ne surviennent pas dans un environnement sur-réglementé. Elles surviennent précisément dans des rues dépourvues de signalisations, de priorités, de marquages et de règles claires. Les voitures naviguent au milieu des tramways, des piétons, des enfants qui jouent dans la rue, des charrettes tirées par des chevaux. Au risque de me répéter, le problème n’est pas l’assistanat. Le problème, c’est la concurrence directe d’usagers dotés de puissances incommensurables. Pire encore : l’absence de règles conduit non à une responsabilisation, mais à une chaîne permanente d’accusations croisées, où chaque groupe estime que l’autre est fautif. Sarah Seo l’affirmait dans Policing the Open Road

« The sheer number of cars required constant coordination … “freedom of that kind” now “impedes traffic, it imperils life, it creates an impossible tangle in our highways.” »

La régulation apparaît donc non pour protéger des « citoyens infantiles », mais pour restaurer un minimum de cohérence dans un environnement devenu incompatible avec la libre coordination.

L’exemple de Drachten ne prouve rien

Le monsieur invoque l’exemple de la ville Drachten aux Pays-Bas, rendu célèbre par Hans Monderman, l’ingénieur qui transforma certains carrefours en espaces sans feux ni panneaux. Mais cet exemple, très souvent mobilisé par les discours anti-régulation, est, à mon avis, profondément mal compris. En fait, Drachten fonctionne parce que les rues ont été redessinées (chaussées étroites, matériaux contrastés, plateaux surélevés, suppression des lignes droites propices à la vitesse) ; les usagers étaient déjà habitués à une culture de l’apaisement de trafic ; la ville a une densité relativement modeste (45 000 habitants), un trafic modéré et une part modale élevée du vélo ; et enfin, les aménagements donnent des signaux visuels implicites qui remplacent la signalisation explicite, comme l’expliquaient très bien Ben Hamilton-Baillie dans son article Shared Space: Reconciling People, Places and Traffic et William Whyte dans The Social Life of Small Urban Spaces.

« Sightlines are important. I f people do not see a space, they will not use it. »

La visibilité (et donc l’organisation de l’espace) détermine le comportement humain.  Monderman lui-même insistait sur ce point, comme le rappelle le Project for Public Spaces, en 2006. On est très loin de l’idée simpliste « supprimer les feux rend les conducteurs plus responsables ». Les transformations créent un nouvel ordre, pas une absence d’ordre. Jane Jacobs l’expliquait déjà en 1961 : les rues ne sont jamais des espaces neutres, elles produisent de l’ordre par leur forme même.

« Streets and their sidewalks, the main public places of a city, are its most vital organs »

Modifier ces organes nécessite finesse, diagnostic précis, compréhension systémique, pas la suppression brutale d’infrastructures essentielles dans des villes complexes.

Quand le pouvoir discrétionnaire revient à la police

Sarah Seo montre comment la rue devient un espace à la fois plus libre pour circuler et davantage contrôlé par l’État. Si l’on suit son analyse (éclairée par The Eternal Criminal Record de James Jacobs) moins une rue est régulée par des règles explicites, plus elle doit l’être par une surveillance policière constante. C’est un point crucial, presque toujours absent des débats actuels : supprimer feux, panneaux et règles ne « libère » pas les citoyens, cela élargit l’espace discrétionnaire de la police. Comme le résume Sarah Seo,

« In fact, driving, or even just being in a car, was the most policed aspect of everyday life. »

Pourquoi ? Parce que l’absence de priorité, de limites et de droits formalisés oblige les agents à arbitrer en permanence, souvent selon des critères opaques. Supprimer la signalisation, c’est revenir à un monde où les contrôles deviennent arbitraires; les agents interprètent la situation selon leur propre jugement; les inégalités d’application de la loi explosent; les conflits se multiplient, faute de règles partagées. La proposition n’est donc pas « libertaire ». Au contraire. Elle est profondément autoritariste dans ses effets réels. C’est l’un des paradoxes les plus frappants du discours anti-régulation : abolir les règles, c’est renforcer ceux qui les font appliquer. On retrouve presque Hayek dans The Road to Serfdom 

« (…) a task which necessarily involves the use of power which cannot be guided by fixed rules, it must become arbitrary power. »

mais on retrouve aussi Max Weber, et l’aspect discrétionnaire de la domination bureaucratique.

La sécurité n’est pas une affaire d’individus isolés

Dans The Death and Life of Great American Cities, Jane Jacobs montre que la sécurité urbaine repose non sur la « responsabilité individuelle » isolée, mais sur une organisation subtile de la rue, permettant aux usagers de se voir, d’anticiper les mouvements des autres et d’être visibles depuis les bâtiments. Elle résume ce principe par la célèbre idée des « yeux sur la rue » (eyes on the street). Les rues sont sûres quand elles produisent de la lisibilité, de la prévisibilité, une densité suffisante d’observations mutuelles, une couture entre espace public et privé. Or, les feux, marquages et panneaux font partie des dispositifs dont la fonction est précisément de rendre la rue prévisible. Jane Jacobs ne défend pas les règles technocratiques en soi, elle en critique même certaines. Mais elle insiste sur le fait que la sécurité naît de la combinaison entre forme urbaine, usages et institutions, pas de la responsabilisation individuelle incantatoire.

Les règles comme réponse aux externalités

Donald Shoup, dans The High Cost of Free Parking, montre que la rue est un commun, un espace que chacun souhaite utiliser sans payer le coût complet de son usage, notamment lorsqu’il s’agit de stationnement. La tragédie des communs…

« Free curb parking creates a classic commons problem: drivers waste time, congest traffic, and pollute the air while cruising for scarce curb spaces.»

Supprimer les règles, c’est ouvrir la porte au stationnement sauvage, aux comportements opportunistes, à des encombrements permanents, à une dégradation de la capacité réelle des rues à accueillir du flux. Donald Shoup rappelle que sans règles de stationnement, les rues ne se « libèrent » pas : elles se bloquent. C’est exactement ce que l’histoire du stationnement gratuit a produit : non pas la liberté, mais la congestion, le chaos, la perte de temps collectif et le gaspillage d’espace urbain.

Ce que l’histoire nous interdit d’oublier

Le récit relayé dans l’article « Ce qui tue les automobilistes, c’est l’assistanat »  présente la suppression des règles de circulation comme une innovation moderne ou une provocation stimulante. Mais ce scénario, loin d’être nouveau, est en réalité l’un des chapitres les plus documentés de l’histoire urbaine du XXᵉ siècle. En particulier, ce que montrent Sarah Seo, Peter Norton, Jane Jacobs et Donald Shoup, c’est que les rues sans règles ont été un désastre humain ; les automobilistes ne se coordonnent pas naturellement ; la « liberté » sans régulation renforce la domination des plus puissants (les automobilistes sur les vélos et les piétons) ; l’absence de règles explicites produit l’arbitraire policier ; l’espace urbain n’est jamais neutre : il doit être soigneusement organisé pour être vivable.

Plutôt que de fantasmer un retour à un âge d’or imaginaire où les citoyens se comporteraient parfaitement en l’absence de règles, mieux vaut prendre au sérieux les leçons de l’histoire. Les livres que je mentionnais le disent tous, la rue est un espace fragile, conflictuel, instable, qui ne fonctionne que lorsque ses usages sont organisés, lisibles et équitables. Bien sûr, rien n’empêche de réinventer la rue contemporaine, mais ça passe par un minimum de science, d’ingénierie, d’urbanisme, d’expérimentation et de connaissance, et pas par la nostalgie du chaos.

L’assurance, l’immobilier et la fabrique de l’ignorance

Cette fin de semaine, le New York Times rapportait que Zillow, premier site immobilier américain, a retiré discrètement de ses annonces les scores de risques climatiques (inondation, incendie, chaleur) produits par First Street Foundation. Le retrait suit les pressions d’agents immobiliers et le lobbying de plusieurs Multiple Listing Services (MLS), notamment celui de Californie, l’un des plus puissants du pays. Comme l’écrit la journaliste Claire Brown, Zillow a supprimé ces scores suite à une plainte,

“Zillow stopped displaying the scores after complaints from the California Regional Multiple Listing Service”

Mais que se passe-t-il lorsqu’une information sur les risques entre en collision avec des intérêts économiques solidement installés ? Mary Douglas le soulignait, en 1992, dans Risk and Blame

institutions themselves are the monitors which determine what is going to count as information

Le risque, autrement dit, ne se contente pas d’exister ; il est façonné, filtré, parfois instrumentalisé comme une technologie morale, c’est-à-dire un instrument utilisé pour orienter les comportements en fonction des intérêts d’un groupe. Le cas Zillow en est un exemple presque didactique : la connaissance produite par les modèles climatiques devient un coût pour l’industrie immobilière, donc elle doit être rendue silencieuse. Dans Risk and Culture, Mary Douglas écrivait :

“Blaming the system is a way of protecting the community from morally unacceptable risks. […] What is dangerous is not the event itself, but the threat it poses to an established social order.”

Les risques climatiques, dans cette perspective, menacent une “social order” : la fluidité des marchés immobiliers. Ils deviennent donc socialement inacceptables… non pas parce qu’ils sont faux, mais parce qu’ils sont vrais et dérangeants.

L’objection immobilière : quand l’économie préfère l’ignorance

Le PDG du MLS californien déclare que

“When we saw entire neighborhoods with a 50 percent probability of the home flooding this year and a 99 percent probability of the home flooding in the next five years, especially in areas that haven’t flooded in the last 40 to 50 years, we grew very suspicious,”

L’argument est ancien et classique : un modèle est suspect lorsqu’il contredit l’expérience vécue. Or de nombreux travaux de climatologie et d’hydrologie rappellent que l’expérience passée n’est plus un guide fiable dans une distribution de risques non stationnaire. C’est précisément la thèse de tous les ouvrages sur les régimes extrêmes, la loi des queues épaisses ou le “stationarity is  dead” de Milly et al. (2008). Les hydrologues, les assureurs et les climatologues le répètent depuis 20 ans : le passé n’est plus un indicateur du futur. Dans The Physics of Climate Change, Lawrence Krauss écrit :

“The past climate is no longer a faithful record of the future—it is a fossil.”

Le commentaire du MLS illustre l’une des limites épistémologiques mises en avant par les philosophes des risques : la circularité de la validation. Si l’on exige qu’un risque futur soit déjà observé dans le passé, alors aucun risque émergent n’est légitime. Cette logique fut historiquement mobilisée pour nier les risques industriels dans les années 1950–1980 (asbestos, tabac, pollution). Sheila Jasanoff parle à ce propos de technologies of humility : la nécessité de reconnaître que l’absence d’événement n’est pas un argument.

La granularité excessive du risque

Le New York Times met en évidence, très justement, une tension fondamentale :  les modèles de risques climatiques ne sont pas conçus pour être lus au niveau de la maison individuelle. Madison Condon, chercheuse en droit et économie du climat, dit dans l’article

“With forward-looking models, we can’t check their outputs against a record, they are necessarily forecasting events that have not yet happened. The First Street models might provide a good enough answer for certain questions or certain hazards, But what level of accuracy is good enough changes substantially if the question is about one specific property you are about to spend your life savings on.”

Cette remarque rejoint deux axes centraux de la littérature scientifiques.  Tout d’abord, Les modèles de catastrophe sont fondamentalement des modèles de population, pas de micro-prédiction. Ils sont efficaces en agrégé, mais imprécis en micro-lieu. Mais il y a aussi l’illusion de précision (Lavine, Gigerenzer) : donner un chiffre très précis à un niveau spatial très fin crée une illusion d’exactitude, et donc une vulnérabilité cognitive.

Dans beaucoup d’ouvrages scientifiques sur le climat (notamment les rapports sur les risques de montée des eaux et les travaux de climat extrême), on retrouve cette idée : le risque est distribué spatialement, mais la vulnérabilité est locale et socio-économique. Le modèle ne peut donc être lu sans tenir compte du bâti, des protections locales, des pratiques d’assurance, et surtout des inégalités.

Les “cartographies interdites” 

De nombreux chercheurs ont montré que la publication d’une information sur les risques suscite presque toujours une controverse sociale. Comme le soulignent Reghezza-Zitt et Rufat dans Resilience Imperative,

“any representation of risk involves choices: what is shown, what is omitted, what is made salient”

Une carte n’est donc jamais un simple reflet du réel : elle sélectionne, ordonne et rend visibles certains dangers, tout en en invisibilisant d’autres, et contribue de ce fait à reconfigurer les rapports de force autour du territoire qu’elle représente. Pour Bankoff, Frerks et Hilhorst dans Mapping Vulnerability,

“vulnerability… defies the possibility of reading it from a general chart”

autrement dit, aucune carte ne peut prétendre offrir une représentation neutre ou complète du danger. Toute cartographie du risque simplifie, met en avant certains éléments, en omet d’autres, et participe ainsi à structurer les rapports sociaux autour de ce risque. Les débats sur Zillow s’inscrivent exactement dans cette dynamique. Rendre visible un risque climatique n’est jamais neutre, cela crée des gagnants et des perdants, et l’immobilier fait partie des secteurs où cette visibilité est la plus politiquement sensible. Trois précédents historiques viennent immédiatement à l’esprit.

L’histoire de la cartographie des inondations en France au XIXᵉ siècle montre déjà à quel point rendre visible un danger pouvait déclencher une crise politique locale. Après la crue de 1856, l’État et les ingénieurs des Ponts et Chaussées engagent un vaste travail de délimitation des zones inondables. Très vite, des communes protestent : être placées en “zone inondable”, c’est voir menacés la valeur foncière, l’attractivité de la commune, parfois même sa capacité à emprunter et à investir. Les travaux d’histoire des catastrophes et des politiques hydraulique que tu m’as fournis insistent sur ce point : la carte ne se contente pas d’enregistrer un risque naturel, elle reconfigure les rapports de force locaux en désignant des territoires comme “à problème”. Ce que l’on observe déjà à cette époque, c’est une grammaire politique très stable : la représentation savante du risque est perçue comme un acte performatif, qui fait exister publiquement une menace jusque-là socialement déniée.

Un siècle plus tard, les “redlining maps” de la Home Owners’ Loan Corporation aux États-Unis offrent un autre précédent, encore plus brutal, de la puissance performative des cartes. En classant les quartiers de A à D, avec les quartiers majoritairement noirs et pauvres systématiquement relégués en catégorie “hazardous”, l’administration ne se contente pas de décrire un risque de défaut de crédit : elle organise une véritable ségrégation financière et immobilière. La littérature historique et économique sur le redlining montre bien que ces cartes ont fixé durablement les trajectoires urbaines : un quartier coloré en rouge était privé d’accès au crédit, ce qui entraînait dégradation du bâti, désinvestissement public, puis renforcement des stigmates sociaux. Là encore, le parallèle avec les scores de risques climatiques est évident : dès qu’une représentation du risque est attachée à un lieu, elle pèse sur les prix, les flux d’investissements et, in fine, sur les populations qui y vivent.

Plus récemment, le cas des cartes de FEMA illustre une troisième configuration, où l’enjeu n’est plus tant la production de la carte que la gestion de son obsolescence. Plusieurs travaux que tu m’as transmis soulignent combien de municipalités américaines résistent à la mise à jour des zones inondables : une nouvelle carte signifie, très concrètement, hausse des primes d’assurance, contraintes de construction supplémentaires et baisse immédiate de la valeur immobilière. Il en résulte des cartes souvent en retard sur la réalité climatique, non par manque de capacité technique, mais parce que l’ajustement à la nouvelle distribution des risques est politiquement et économiquement explosif.

Vu depuis ces trois précédents historiques, la décision de Zillow de retirer les scores de risques des annonces s’inscrit dans une continuité troublante : plutôt que d’assumer les effets redistributifs d’une information climatique plus précise, on préfère en limiter la visibilité, au prix d’un retour à une asymétrie d’information défavorable aux acheteurs les plus exposés.

Les modèles First Street : science robuste, usages fragiles

Revenons un instant sur les données et les modèles mentionnés dans l’article du New York Times. Il existe un consensus large, dans la littérature scientifique et dans les évaluations institutionnelles américaines, sur le fait que les cartes FEMA (Flood Insurance Rate Maps — FIRMs) sont souvent obsolètes, parfois très anciennes, et méthodologiquement limitées. Le Department of Homeland Security lui-même, dont dépend FEMA, notait dès 2017 que plus de la moitié des cartes d’inondation américaines avaient plus de 15 ans, et qu’un nombre significatif n’avaient pas été mises à jour depuis 30 à 40 ans (DHS, National Flood Mapping Program Review, 2017). Le Government Accountability Office (GAO) confirme ce diagnostic : en 2022, il rapporte que

“FEMA’s flood maps remain inaccurate or outdated in many areas”

en raison de capacités limitées et de résistances locales à la révision (GAO-22-104, 2022). La littérature académique dit la même chose : dans Understanding Disaster Insurance, Kousky (2020) rappelle que

“FEMA’s flood maps remain incomplete and often outdated; they were never designed to provide a full accounting of flood risk, particularly under a changing climate.”

ou encore Smiley (2020)

“outdated and inaccurate, FEMA flood maps fail to fully capture risk”

Cela signifie que les cartes FEMA utilisent souvent des données hydrologiques, topographiques et pluviométriques qui ne reflètent plus les conditions environnementales actuelles, ni a fortiori celles induites par le changement climatique.

À l’inverse, la méthodologie de First Street Foundation s’appuie sur des modèles hydrologiques et hydrauliques continus, fondés sur des DEM haute résolution (USGS + LiDAR), l’intégration de l’imperméabilisation urbaine, des intensités de pluie mises à jour (NOAA Atlas 14), des données de débordement fluvial, des modèles côtiers (surcote, marées, élévation du niveau de la mer), et surtout des projections climatiques CMIP6. Matthew Eby, de First Street Foundation, est interrogé dans l’article du New York Times,  et comme il le dit,

“Our models are built on transparent, peer-reviewed science and the full methodologies are publicly available for anyone to review on our website.”

Effectivement First Street Foundation met réellement en ligne une méthodologie complète, notamment via le document FSF Flood Model – Technical Methodology, Version 3.0 (juillet 2023), accessible publiquement. On y trouve la description détaillée des données d’entrée : topographie haute résolution (USGS DEM, LiDAR quand disponible), hydrologie et hydraulique (débits USGS, marées et surcotes NOAA, intensités de pluie NOAA Atlas 14), occupation du sol (imperméabilisation, couvert végétal), ainsi que les projections climatiques issues de modèles CMIP6 et de données downscalées. Toutes ces sources sont listées dans les pages “Methodology” et “Data Sources” du site de FSF. Les données historiques d’inondation servent à la validation mais non au calcul direct du “Flood Factor” d’une propriété (FSF précise explicitement que les “historic flood events” ne déterminent pas la note d’un bien individuel).

Cette transparence documentaire est réelle, mais la reproductibilité intégrale du modèle reste limitée. D’une part, le modèle combine plusieurs couches (pluvial, fluvial, côtier, ruissellement urbain) à une résolution très fine (3 m), ce qui exige un traitement SIG massif et un accès à des données parfois difficiles à reconstituer dans leur état exact. D’autre part, les projections climatiques reposent sur des hypothèses (scénarios d’émissions, intensité des tempêtes, montée des eaux) que FSF reconnaît comme sources d’incertitude. Enfin, le modèle ne capture pas toutes les données locales de vulnérabilité : rehaussement individuel des maisons, drainage municipal récent, protections privées, etc. Certains analyses indépendantes (on peut penser à Review of a New Online Modeling Tool) recommandent donc de considérer les résultats comme indicateurs de risque probabiliste, utiles pour corriger l’asymétrie d’information, mais non comme diagnostics structurels à l’échelle de la maison.

Leur méthodologie est en réalité nettement plus avancée que les cartes FEMA, souvent vieilles de 20 à 40 ans.  Dans Climate Shock, Gernot Wagner et Martin Weitzman écrivent

“Inaction is often justified by questioning the models—especially when the newer models are more precise than the legacy systems they threaten.”

Les critiques adressées aux modèles First Street ne portent donc pas sur leur validité scientifique, mais sur leur impact économique.

Quand l’information change les comportements

Le New York Times mentionne un résultat majeur issu d’une expérience menée par Redfin et analysée dans Disaster on the horizon : rendre visible l’information sur le risque modifie de manière mesurable et significative les comportements d’achat. L’expérience, conduite auprès de 18 millions d’utilisateurs, consistait à afficher aléatoirement un score de risque d’inondation provenant de First Street Foundation sur les pages d’annonces. Les chercheurs montrent que, chez les utilisateurs exposés à l’information, les recherches se déplacent vers des zones à plus faible risque, et que les transactions portant sur des biens identifiés comme “à haut risque” enregistrent une baisse moyenne de 1 % du prix de vente (Bernstein, Gustafson & Lewis, 2024). L’étude conclut que

“the disclosure of flood risk information leads to a statistically significant reduction in demand for high-risk properties”

confirmant une intuition déjà présente dans les travaux de psychologie du risque : lorsque l’information devient saillante, elle modifie l’arbitrage des acheteurs. Kunreuther & Meyer le disaient dans The Ostrich Paradox, (2017)

“Markets underreact to low-probability high-consequence risks when information is not salient.”

Le New York Times résume correctement cet effet en notant

“The Redfin experiment, which lasted for three months, affected sales of 8,150 properties that were listed as being at high risk of flooding and reduced their total sales prices by about 1 percent of their value.”

Ce résultat n’est pas anodin : il établit empiriquement que rendre visible le risque climatique crée un effet de marché immédiat, ce qui explique pourquoi la visibilité même de cette information suscite des résistances politiques et économiques, exactement comme dans les précédents historiques que nous avons rappelés. Le problème est donc clair : soit on donne l’information, et le marché ajuste ; soit on la retire, et le marché fonctionne “normalement”… mais au prix de désinformer les acheteurs.

Qui a le droit de savoir ?

Ce contraste entre le faible devoir de transparence des vendeurs immobiliers et les attentes bien plus rigides souvent imposées aux assurés mérite qu’on s’y arrête. Comme je le rappelle dans un billet récent, L’impossible droit à l’erreur, l’impossible droit à l’oubli ?, les systèmes américains d’information publique sont d’une sévérité remarquable vis-à-vis des individus : dans de nombreux États, un assuré peut être lourdement sanctionné s’il omet de déclarer un élément de son passé, notamment des condamnations, des accusations encore pendantes, ou même des arrestations récentes, pourtant non suivies de jugement. Les bases de données publiques — Missouri Sunshine Law (§ 610.100), New York Criminal History Record Search, et les répertoires agrégés par des courtiers privés — transforment chaque trace pénale en stigmate durable, librement accessible à tout employeur, assureur ou bailleur. Comme je l’écrivais

“une simple arrestation (même classée sans suite) peut se muer en exclusion durable”

Autrement dit, l’individu doit “tout dire”, faute de quoi il risque d’être exclu d’un prêt, d’une assurance, ou d’un emploi.

L’asymétrie est frappante puisque l’acheteur immobilier n’a aucun moyen légal d’exiger du vendeur qu’il déclare un antécédent d’inondation ou une vulnérabilité structurelle aux feux. Le New York Times le dit explicitement

“In many states, sellers are not required to disclose information about whether a house has flooded recently or if it is vulnerable to wildfires”

Cette dissymétrie dans le rapport de force est d’autant plus choquante que, dans un cas, l’enjeu est un risque structurel, durable, affectant potentiellement la sécurité future d’un foyer ; dans l’autre, il s’agit souvent de micro-événements individuels dont la pertinence assurantielle ou actuarielle est discutable. La transparence exigée du particulier contraste violemment avec l’opacité tolérée du vendeur immobilier : le premier ne peut invoquer ni droit à l’erreur ni droit à l’oubli, tandis que le second est libre de taire des informations essentielles sur l’exposition réelle du bien au changement climatique.

On touche ici à une injustice structurelle que révèle l’affaire Zillow. L’information climatique, parce qu’elle affecte immédiatement la valeur immobilière, est politiquement neutralisée ; l’information pénale ou personnelle, parce qu’elle permet d’ajuster finement le risque individuel, est, elle, amplifiée, agrégée, rendue indélébile. Dans un environnement où, comme le montre l’expérience Redfin, la seule visibilité d’un risque suffit à modifier le marché, l’effacement volontaire de ces informations dans l’immobilier apparaît comme un privilège que n’ont pas les assurés ordinaires. Ils doivent supporter la mémoire totale du système, alors même que les biens immobiliers, eux, bénéficient d’une forme de droit à l’oubli institutionnel. Cette tension éclaire d’un jour cru le retrait des scores climatiques par Zillow : ce n’est pas seulement un débat technique sur la précision des modèles, mais l’expression d’un régime de responsabilité profondément asymétrique. Dans Climate Change and Cities, Jesse Keenan écrit

“Low-income households are more likely to be harmed by insufficient access to information about climate-related hazards and adaptation options.”

et il est difficile de ne pas être d’accord…

La politique de la visibilité

Cela dit, il convient d’être précis : Zillow n’a pas entièrement supprimé l’accès aux scores, il renvoie désormais vers le site de First Street via un lien discret. Comme le dit le New York Times,

“Real estate listings on Zillow now display hyperlinks to First Street’s website, and users can click through to view climate risk scores for a specific property”

C’est un geste politique très classique : on rend l’information disponible, mais invisible. C’est l’équivalent numérique de mettre un rapport en ligne dans un onglet “archives”. La sociologie des sciences parle de visibility management : gérer la visibilité d’un risque, non pour le corriger, mais pour contrôler son effet social.

La dépolitisation du risque climatique

La décision de Zillow révèle une tension fondamentale dans les sociétés du XXIᵉ siècle. Les modèles climatiques deviennent assez précis pour produire des risques localisés. Mais l’économie et la politique ne sont pas prêtes à intégrer les conséquences de ces risques. Donc l’information est atténuée, déplacée, rendue non saillante. Toute la littérature scientifique récent converge vers une même idée (qu’il s’agisse d’épistémologie du risque, d’anthropologie des catastrophes, d’économie du climat ou d’histoire des assurances) : le risque n’est jamais seulement un fait naturel, c’est un fait politique.

Le cas Zillow n’est pas un détail du marché immobilier. C’est un laboratoire de la gouvernance du risque climatique, avec cette question essentielle : pouvons-nous réellement entrer dans l’ère de l’adaptation climatique si l’information sur les risques devient politiquement indésirable ? Comme l’écrivait Ulrich Beck dans Risikogesellschaft

“Dabei wird exemplarisch deutlich, worum es im öffentlichen Definitionsstreit um Risiken eigentlich geht: nicht nur um gesundheitliche Folgeprobleme … sondern um die sozialen, wirtschaftlichen und politischen Nebenfolgen dieser Nebenfolgen.”

autrement dit,

“Le cœur du conflit public autour des risques n’est pas seulement leurs effets sanitaires, mais les conséquences sociales, économiques et politiques qui en découlent.”

Le risque devient “réel” socialement lorsqu’il devient un objet de controverse publique, c’est-à-dire quand son existence a des conséquences politiques. Zillow, en retirant les scores, contribue à rendre le risque… moins réel. Mais seulement en apparence.

Références

Bankoff, G., Frerks, G., & Hilhorst, D. (Eds.). (2004).
Mapping Vulnerability: Disasters, Development and People. London: Earthscan.

Beck, U. (1992). Risikogesellschaft, Suhrkamp.

Bernstein, A., Gustafson, M. T., & Lewis, R. (2024). Flood Risk Disclosure and Housing Market Behavior. NBER Working Paper No. 31908.

Brown, C. (2025, November 30). Zillow Removes Climate Risk Scores From Home Listings. The New York Times.

Douglas, M., & Wildavsky, A. (1982). Risk and Culture: An Essay on the Selection of Technical and Environmental Dangers. University of California Press.

First Street Foundation. (2020–2025). Methodologies & Technical Documentation. First Street.

Jasanoff, S. (2003). Technologies of Humility. Nature, 450, 33.

Keenan, J. M. (2018). Sea Level Rise and Housing.
In C. Rosenzweig, W. Solecki, P. Romero-Lankao, et al. (Eds.),
Climate Change and Cities: Second Assessment Report of the Urban Climate Change Research Network (ARC3.2)
(pp. 343–385). Cambridge University Press.

Kousky, C. (2023). Understanding Disaster Insurance: New Tools for a More Resilient Future. Routledge / RFF Press.

Krauss, L. (2021). The Physics of Climate Change. Post Hill Press.

Kunreuther, H., & Meyer, R. (2017). The Ostrich Paradox: Why We Underprepare for Disasters. Wharton School Press.

Milly, P. C. D., Betancourt, J., Falkenmark, M., Hirsch, R., Kundzewicz, Z., Lettenmaier, D., & Stouffer, R. (2008). Stationarity Is Dead: Whither Water Management? Science, 319(5863), 573–574.

Redfin & National Bureau of Economic Research (NBER). (2024). Flood Risk Disclosure and Homebuyer Behavior (Working Paper).

Reghezza-Zitt, M., & Rufat, S. (2015).
Resilience Imperative: Uncertainty, Risks and Disasters. London: ISTE Press / Elsevier.

Roux, J., November, V., & Reghezza-Zitt, M. (2013). Les territoires du risque. Armand Colin.

Smiley, S. (2020). Outdated and inaccurate, FEMA flood maps fail to fully capture risk. Kinder Institute for Urban Research.

U.S. Government Accountability Office. (2022). FEMA: Flood Maps—Actions Needed to Improve Oversight and Management of Mapping Program. GAO-22-104079.

Wagner, G., & Weitzman, M. L. (2015). Climate Shock: The Economic Consequences of a Hotter Planet. Princeton University Press.

Assureurs et IA, un risque systémique

Dans Insurers retreat from AI cover as risk of multibillion-dollar claims mounts, le Financial Times rapportait cette fin de semaine que plusieurs grands assureurs (AIG, Great American ou encore WR Berkley) cherchent à introduire des exclusions explicites pour les risques liés à l’intelligence artificielle, notamment concernant les usages d’agents et de modèles de langage. Les motifs avancés sont limpides : les pertes potentielles liées à l’IA pourraient atteindre des montants de plusieurs centaines de millions, voire davantage. Mais surtout, le danger ne réside pas tant dans l’ampleur d’un sinistre isolé que dans la possibilité de pertes corrélées, massives, simultanées, impossibles à mutualiser. Comme le résume Aon dans une phrase,

“What [the industry] can’t afford is if an AI provider makes a mistake that ends up as a 1,000 or 10,000 losses.” (« Ce que l’industrie ne peut se permettre, ce n’est pas une perte de 400 ou 500 millions pour une entreprise, mais une erreur d’un fournisseur d’IA qui se traduit par mille ou dix mille sinistres. »)

L’enjeu porte bien moins sur la gravité d’un incident donné que sur la simultanéité de milliers d’incidents identiques. Autrement dit, nous avons affaire à la définition même d’un risque systémique. Pour le comprendre, il est utile de replacer ce phénomène dans le cadre plus large des systèmes complexes, des accidents dans les organisations à haute fiabilité, et des mécanismes de risque systémique tels qu’ils sont étudiés depuis plusieurs décennies dans la finance et l’assurance.

L’IA comme réseau interconnecté : un terrain idéal pour la contagion

La littérature sur le risque systémique enseigne que ce n’est pas la taille absolue des institutions qui détermine leur vulnérabilité, mais la structure de leurs interconnexions. Prasanna Gai souligne ainsi que les systèmes financiers présentent une dynamique qu’il qualifie de « robust-yet-fragile » : ils résistent à d’innombrables chocs, mais peuvent s’effondrer brutalement lorsqu’un choc particulier circule par les bons canaux. Il rappelle que

“The system may be robust to most shocks, but when problems strike the effects may be catastrophic.” (« Le système paraît robuste à la plupart des chocs, mais lorsqu’ils se produisent, les effets peuvent être catastrophiques. »)

Une erreur locale peut se transformer en catastrophe globale dès lors qu’elle atteint le « cluster vulnérable » du réseau. Les simulations qu’il présente montrent que plus un réseau est interconnecté, plus une erreur peut s’y propager rapidement. Un changement minime de connectivité ou de capitalisation peut faire basculer l’ensemble du système d’un état stable à un état critique, une véritable « phase transition ». Comme le résume Gai,

“An initial error can spread through the entire vulnerable cluster.” (« Une erreur initiale peut se propager à l’ensemble du cluster vulnérable. »)

Dans ce cadre, l’IA générative présente toutes les caractéristiques d’un système hautement propice à la contagion. Lorsqu’un fournisseur d’IA déploie une mise à jour défectueuse, commet une erreur dans les poids d’un modèle ou subit une vulnérabilité de cybersécurité, ce ne sont pas des utilisateurs isolés qui sont affectés mais des milliers, car ils partagent les mêmes infrastructures. Chaque client ne dépend pas seulement de son propre usage, mais de l’intégrité d’un modèle global, dont la moindre modification reproduit instantanément un comportement identique chez tous ses utilisateurs. C’est exactement le type de contagion fulgurante que les assureurs redoutent aujourd’hui : une propagation non pas lente et progressive, mais immédiate, simultanée, homogène.

Pourquoi l’assurance redoute les pertes corrélées

L’assurabilité repose historiquement sur une condition essentielle : la loi des grands nombres. Comme le rappellent Hufeld, Koijen et Thimann  dans The Economics, Regulation, and Systemic Risk of Insurance,

“The risk must obey the law of large numbers.” (« Le risque doit obéir à la loi des grands nombres. »)

Les événements doivent être indépendants, ou suffisamment hétérogènes, pour que les pertes se compensent statistiquement. Or les cyber-risques ne respectent déjà pas cette condition, comme l’ont montré Biener et al. dès 2015 :

“Cyber losses are highly interrelated and characterized by severe information asymmetries.” (« Les pertes cyber sont hautement corrélées et caractérisées par de sévères asymétries d’information. »)

L’assurance cyber est déjà structurellement fragile, car elle fait face à des risques simultanés, massifs, et difficilement attribuables. L’IA générative ne fait que renforcer cette structure, en créant un environnement où les erreurs ne sont pas seulement fréquentes, mais potentiellement identiques et simultanées. Les exemples cités par le Financial Times (un chatbot d’Air Canada qui engage automatiquement la compagnie, un module de Google qui diffame une PME, une fraude par deepfake coûtant 25 millions de dollars à Arup, ou encore un agent autonome qui génère des erreurs de prix ou de diagnostic en série) illustrent la reproductibilité extrême de ces incidents. Un même défaut, une même mise à jour, une même vulnérabilité peut affecter tout un secteur d’un seul coup. Cette homogénéité des sinistres est délétère pour l’assurance. Comme le rappelle la littérature actuarielle, lorsque les pertes deviennent corrélées, la mutualisation s’effondre mécaniquement. L’assurance, par construction, ne peut absorber des risques dont la structure pousse naturellement à l’agrégation.

IA, cybersécurité et “accidents normaux” : quand la complexité rend l’erreur inévitable

Clearfield et Tilcsik, dans Meltdown, montrent que dans les systèmes complexes, les défaillances ne sont pas des anomalies : elles sont inévitables. Les surprises émergent des interactions multiples, et de petites erreurs peuvent rapidement s’amplifier lorsqu’elles circulent dans des réseaux étroitement couplés. Leur thèse correspond exactement à ce que redoutent les assureurs : l’erreur d’un modèle autonome n’est pas une bourde humaine isolée, mais un mécanisme systémique susceptible de se répliquer partout. En s’appuyant sur des cas variés (Fukushima, accidents ferroviaires, aviation, cybersécurité) les auteurs montrent que certains environnements sont « wicked », c’est-à-dire des environnements où les signaux d’erreur sont ambigus, les interactions complexes et les systèmes vulnérables à des surprises brutales.

“In wicked environments, error signals are ambiguous, interactions are complex, and systems become vulnerable to surprises.” (« Dans les environnements wicked, les signaux d’erreur sont ambigus, les interactions complexes, et les systèmes deviennent vulnérables aux surprises. »)

Les modèles d’IA générative incarnent parfaitement cette description : leur opacité structurelle, leur comportement non déterministe, leur dépendance à quelques fournisseurs globaux et l’absence de cloisonnement entre leurs usages créent un système dont les défaillances locales deviennent immédiatement systémiques. La concentration de dépendances technologiques entre quelques acteurs amplifie encore cette dynamique. Lorsqu’un modèle est utilisé dans des contextes juridiques, médicaux, financiers, industriels, une erreur qui y apparaît peut contaminer simultanément tous ces domaines. De ce point de vue, l’IA est déjà moins un outil qu’un écosystème interconnecté, un véritable système complexe au sens fort.

Pourquoi l’IA crée un risque systémique inédit pour l’assurance

Traditionnellement, l’assurance est considérée comme moins vulnérable au risque systémique que la banque, en raison de l’interconnexion nettement plus faible entre assureurs. C’est le consensus rappelé par Hufeld, Koijen et Thimann :

“The insurance industry is not subject to systemic risk, in particular due to its significantly lower interconnectedness.” (« L’industrie de l’assurance n’est pas sujette au risque systémique, notamment du fait de sa faible interconnexion. »)

Mais cette affirmation repose sur une hypothèse implicite : les risques assurés doivent eux-mêmes rester indépendants. Avec l’IA, cette hypothèse s’effondre. Pour la première fois, un risque assuré (cyber, erreurs et omissions, dommages causés par des systèmes logiciels) devient structurellement interconnecté. Un seul fournisseur, un seul modèle, une seule mise à jour ou une seule vulnérabilité peuvent provoquer des milliers de sinistres simultanés. L’interconnexion n’est plus une propriété du marché de l’assurance : elle est une propriété du risque lui-même.

Acharya, Pedersen, Philippon et Richardson définissent un risque comme systémique lorsqu’il peut provoquer une situation de « capital shortfall » simultanée dans de nombreuses institutions. Ils notent que

“Even if liabilities are not runnable, a firm can contribute to systemic risk through its contribution to the aggregate capital shortfall.” (« Même si les passifs ne sont pas sujets aux runs, un assureur peut contribuer au risque systémique par sa contribution au capital shortfall agrégé. »)

Dans un monde où des milliers de sinistres liés à une même erreur d’IA pourraient survenir en même temps, cette notion prend un relief particulier. L’IA introduit ainsi une forme de risque agrégé, corrélé, non diversifiable. Ce n’est plus un risque volatil mais un risque structuralement synchronisé, ce qui constitue la hantise des assureurs.

Ce que pourraient être les “big systemic events” de l’IA

Dans un tel contexte, plusieurs scénarios illustrent comment un risque systémique lié à l’IA pourrait se matérialiser. Imaginons, par exemple, une mise à jour défaillante d’un LLM utilisé dans la finance : un modèle déployé dans deux mille banques commet simultanément une erreur d’interprétation réglementaire. Les conséquences seraient immédiates (mauvaise conformité, sanctions, litiges, retraits, actions collectives) et parfaitement synchrones .Un agent juridique autonome pourrait produire des hallucinations systématiques, générant de fausses citations juridiques ou de faux raisonnements. Si cet agent était déployé dans plusieurs centaines d’entreprises, l’erreur deviendrait immédiatement collective.

À ces scénarios opérationnels s’ajoute un phénomène plus subtil : la rupture d’interprétabilité. Lorsque les modèles produisent des signaux plausibles mais opaques, humains comme machines sont tentés de leur attribuer un sens excessif. Un signal faible (une légère hausse de score dans un modèle de résiliation, un changement ténu dans un score de risque) peut être interprété comme un mouvement réel, alors qu’il ne s’agit que d’un artefact statistique, d’un biais de dataset ou d’un drift latent. Ces interprétations erronées peuvent déclencher des rétroactions en chaîne, transformant un bruit en choc réel : décisions d’urgence, modifications de politiques tarifaires, ajustements de modèles secondaires. Clearfield et Tilcsik décrivent ce mécanisme d’emballement comme une prophétie autoréalisatrice. Dans le langage de Gai, un bruit initial trouve soudain un chemin vers le « cluster vulnérable » et déclenche une cascade ,

With positive probability, a random initial default at one bank can lead to the spread of default across the entire vulnerable portion of the financial system (…) Contagion breaks out when shocks strike any bank in, or adjacent to, the giant vulnerable cluster and spread across the entire cluster.” (« Avec une probabilité positive, un défaut initial aléatoire dans une banque peut entraîner la propagation du défaut à l’ensemble de la portion vulnérable du système financier (…) La contagion éclate lorsque des chocs touchent une banque située dans — ou à proximité immédiate de — l’immense cluster vulnérable, et qu’ils se propagent à travers l’ensemble de ce cluster. »)

Pour les assureurs, un tel risque, intrinsèque au fonctionnement même du système, devient impossible à mutualiser.

Le cas d’école de Tesla

Le livre The Tesla Files fournit une illustration frappante de ces dynamiques. On y découvre une organisation où une concentration extrême des fonctions critiques rend tout incident susceptible de se propager à grande échelle. Un seul administrateur peut disposer d’un accès global, des milliers d’employés détiennent des privilèges élevés, et le lanceur d’alerte décrit l’absence de monitoring interne malgré des téléchargements massifs. Une faille, dans un tel contexte, ne touche pas une partie isolée du système : elle compromet l’ensemble. Du point de vue systémique, Tesla fonctionne comme un graphe extrêmement connecté, sans cloisonnements internes, dans lequel la connectivité moyenne est anormalement élevée. Les auteurs rappellent que Tesla ne manipule pas seulement ses propres données, mais agrège celles de clients, partenaires, gouvernements, sous-traitants et organismes de régulation. Ils écrivent :

“The stream of data expands to include customers, business partners, and a wide array of individuals and companies with ties to Tesla.” (« Le flux de données s’étend aux clients, partenaires commerciaux, et à une vaste gamme d’individus et d’entreprises liés à Tesla. »)

Cette interconnexion massive crée des dépendances multiples, très proches de celles observées dans les systèmes bancaires avant 2008. Les auteurs montrent également que Tesla minimise certains indicateurs de risque (en n’enregistrant que les crashs impliquant un airbag, par exemple), désactive parfois l’Autopilot juste avant impact, créant une ambiguïté sur les responsabilités, ou refuse de transmettre des données aux régulateurs. Quatre éléments clefs apparaissent : des asymétries d’information, une opacité des responsabilités, une gestion centralisée des incidents et une homogénéité logicielle extrême. On découvre également que les crashs Autopilot en Europe sont traités par une seule équipe, et qu’il existe des milliers de plaintes clients pour freinages intempestifs ou accélérations fantômes. Lorsque l’ensemble de la flotte repose sur un même modèle logiciel, mis à jour simultanément, une erreur peut provoquer un choc corrélé massif. C’est précisément ce que redoutent aujourd’hui les assureurs pour les IA génératives. Tesla apparaît ainsi comme un précédent concret : un système où l’homogénéité logicielle crée un risque d’agrégation tel qu’une simple erreur peut devenir un “big systemic event”.

AI Liability : un angle mort juridique dans un marché asymétrique

À ces risques opérationnels s’ajoute un dernier élément : la responsabilité juridique. L’« AI liability », c’est-à-dire la question de savoir qui est responsable lorsque l’IA cause un dommage, est aujourd’hui l’un des sujets les moins traités, et les plus explosifs. Le Financial Times note à juste titre que

“Nobody knows who’s liable if things go wrong.” (« Personne ne sait qui est responsable lorsque quelque chose tourne mal. »)

Dans la pratique, les contrats proposés par les fournisseurs d’IA incluent des limitations drastiques de responsabilité, des exclusions de garantie de performance et des clauses transférant quasi intégralement le risque à l’utilisateur. Comme la demande est quasi inélastique (il n’existe souvent pas d’alternative crédible aux grands modèles), les fournisseurs peuvent imposer unilatéralement leurs termes, créant une asymétrie contractuelle majeure. Cette asymétrie devient critique dans les secteurs régulés, où les entreprises sont tenues de maîtriser leurs modèles : banques, assureurs, hôpitaux doivent respecter des obligations strictes de gestion du risque opérationnel ou du risque modèle, alors même que les modèles auxquels ils recourent sont opaques, externalisés et non audités. Les révélations de The Tesla Files montrent que même des entreprises très technologiques peuvent perdre le contrôle de leurs propres systèmes, rendant certaines obligations réglementaires inapplicables en pratique. Le secteur financier se retrouve ainsi dans une contradiction profonde : juridiquement responsable d’outils dont il ne maîtrise ni la conception, ni les données d’entraînement, ni la gouvernance, ni le comportement, il ne peut ni contester les erreurs des fournisseurs, ni obtenir réparation lorsqu’un modèle commet une faute. Cette situation crée un triple gouffre : un gouffre réglementaire, puisque les entreprises ne peuvent satisfaire leurs obligations ; un gouffre contractuel, puisque toute la responsabilité repose sur l’utilisateur ; et un gouffre assurantiel, puisque les assureurs se retirent progressivement de ce champ. Le résultat est un risque systémique juridique, caractérisé par une responsabilité diffuse, une dépendance concentrée et une allocation du risque profondément inefficiente.

Références

 

Et si les cyclistes avaient raison de ne pas s’arrêter aux stops ?

l y a quelques mois, dans un billet intitulé “Could there be incentives to cycle through a red light?” je revenais sur la manière dont les usagers de la route arbitrent, souvent inconsciemment, entre risque, confort et efficacité. Nous y notions que certaines “infractions” ne relèvent pas de la délinquance mais d’une adaptation pragmatique à des règles parfois mal calibrées. L’exemple du cycliste qui ne s’arrête pas tout à fait à un stop illustre à mon avis cette tension entre la norme et le bon sens. Dans mon précédant billet, je posais une question rhétorique, partant de la scène (familière à certains il me semble) : un cycliste approche d’un panneau, ralentit, regarde à gauche puis à droite, et poursuit sa route sans poser le pied à terre. Les chroniqueurs d’émissions de télé s’indigneraient ( “encore un cycliste qui se croit tout permis”) et je posais la question de la rationalité dans cette pratique. Ce que je ne savais pas lorsque j’avais écrit à l’époque est que, dans certains États américains, ce comportement n’a rien d’une infraction. Il est même… prévu par la loi.

Le cas de l’Idaho, et la loi de 1982

Tout commence en 1982, dans un État rural que rien ne destinait à devenir un laboratoire de mobilité durable : l’Idaho. Cette année-là, l’assemblée locale adopte une réforme du code de la route (article §49-720) autorisant les cyclistes à traiter un panneau “Stop” comme un “Cédez-le-passage”. Concrètement, il faut ralentir, vérifier qu’aucun véhicule n’arrive, et si c’est le cas, le cycliste peut traverser sans arrêt complet. La même loi permet aussi, aux feux rouges, de marquer un bref arrêt puis de repartir si la voie est libre, ou de tourner à droite sans attendre le feu vert (cette dernière règle existant aussi pour les automobiles). Autrement dit, ce qui était jusqu’alors considéré comme une désobéissance devient la norme.

Depuis, la règle a fait des émules, puisque l’Oregon et Washington l’ont adoptée en 2020, le Colorado en 2022, le Minnesota en 2023, et même le District de Columbia l’a intégrée en 2022. Dans ces États, on ne contraint plus le cycliste à se comporter comme une voiture lente ; on reconnaît la spécificité de son mode de déplacement.

Le stop, un non-sens énergétique

S’arrêter à chaque panneau n’a rien d’anodin quand on avance à la seule force de ses jambes. D’un point de vue purement physique, le vélo est une machine à haut rendement : la puissance musculaire se transforme en énergie cinétique, et chaque arrêt dissipe cette énergie sous forme de chaleur dans les freins… et de fatigue dans le corps. Redémarrer, c’est produire à nouveau l’énergie perdue, un effort souvent disproportionné pour un gain nul.

Le physicien Joel Fajans, de l’Université de Californie à Berkeley, a montré qu’un cycliste dépense jusqu’à cinq fois plus d’énergie sur un parcours ponctué de stops rapprochés que sur une voie fluide. Ce constat est bien connu pour quiconque a déjà tenté de pédaler en ville l’hiver : chaque relance impose une montée en puissance cardiaque, une accumulation d’acide lactique et un refroidissement brutal au vent. On brûle des calories, certes, mais aussi une bonne part du plaisir de rouler.

Ce coût énergétique, et le découragement qu’il engendre, se traduisent paradoxalement par moins de cyclistes, donc moins de sécurité collective. L’urbaniste Jason N. Meggs, dans une étude publiée en 2010 à Berkeley (Bicycle Safety and Choice: Compounded Public Cobenefits of the Idaho Law), a observé qu’en Idaho, l’année suivant la réforme, le nombre de blessures de cyclistes avait diminué de presque 15 %. En autorisant des traversées plus naturelles, la loi aurait réduit le temps d’exposition dans les intersections et accru la fluidité du trafic.

Meggs évoque aussi le phénomène de “Safety in Numbers” décrit par Peter Jacobsen (en 2003) : plus les cyclistes sont nombreux, plus ils deviennent visibles et attendus, ce qui diminue mécaniquement les collisions. Autrement dit, en permettant de pédaler plus efficacement, la loi d’Idaho a aussi contribué à rendre la pratique plus sûre.

Quand la norme ne colle plus au réel

Les cyclistes, pourtant, n’ont pas attendu le législateur pour s’adapter. Dans une étude observationnelle à Seattle (publiée en 2015), Catherine  Silva a observé plus de 2 600 passages à des intersections : seuls 19 % des cyclistes s’arrêtaient complètement à un stop, 55 % ralentissaient avant de passer, et environ un quart franchissaient sans arrêt. Aucun de ces comportements n’a été associé à une hausse des accidents.

De même, en 2013, Brandon Whyte (Université de l’Illinois) a comparé les accidents entre Boise (Idaho) et Champaign-Urbana (Illinois). Résultat : pas de différence significative dans la gravité des collisions aux stops, mais moins de blessures graves aux intersections à feux dans la ville où la loi était appliquée. Plus récemment, une évaluation nationale menée par la National Highway Traffic Safety Administration (Jackson et al., 2024) sur huit États et le District de Columbia a confirmé ces résultats : aucune hausse des accidents ou des blessures, et souvent une baisse légère mais mesurable des collisions aux intersections.

Le constat me semble clair : le comportement “Idaho Stop” ne crée pas de danger supplémentaire. Ce que la loi interdit encore dans la plupart des pays correspond tout simplement à une pratique sûre, rationnelle et universelle. Pourtant, la résistance demeure forte. Dans une enquête menée en 2021–2022 auprès d’experts et du grand public, Rhonda Kae Young et ses collègues ont montré que la majorité des cyclistes perçoivent ces lois comme bénéfiques ou neutres, tandis que les forces de l’ordre y sont très opposées. Beaucoup de policiers estiment qu’elles “brouillent la lisibilité” du code. Les cyclistes, eux, y voient la simple légalisation de comportements déjà observés.

C’est toute l’ambiguïté du droit routier moderne : il a été conçu à l’ère de la voiture, pour uniformiser les comportements et discipliner la vitesse. Le vélo, lui, repose sur un autre régime de mouvement, plus lent, plus réactif, plus sensoriel. Le forcer à adopter les mêmes règles, c’est nier sa logique propre.

Légaliser le réel plutôt que punir l’évident

La loi “Idaho Stop” invite à une question plus large : et si légaliser un comportement réel plutôt que le punir renforçait la sécurité ?
Nos sociétés développées tendent à multiplier les interdits : amendes pour dépassement minime, feux “grillés” à vide, arrêts “incomplets” filmés par caméra. On sanctionne la déviation plus que le danger. Cette inflation punitive entretient la fiction d’une obéissance parfaite, alors que la sécurité effective dépend souvent de la capacité d’adaptation des usagers. Or les études sur les lois “Stop-as-Yield” racontent une histoire inverse : plus on fait confiance aux individus, plus leurs comportements sont sûrs. Les cyclistes, libérés d’une règle inadaptée, se concentrent mieux sur leur environnement et réduisent les risques réels. La peur de la sanction est remplacée par une attention partagée.

Ce glissement (de la contrainte vers la confiance) illustre une philosophie du droit plus pragmatique : reconnaître que les normes les plus efficaces sont celles qui épousent la réalité des pratiques. Dans le cas de l’Idaho, légaliser ce que tout le monde faisait déjà n’a pas provoqué le chaos. Cela a simplement mis le droit en phase avec la vie. Et c’est peut-être là la leçon la plus universelle de cette expérience américaine : la route est un espace social, pas une simple grille de règles. L’ordre y naît moins de la peur du gendarme que de la responsabilité réciproque. Dans bien des domaines, de la mobilité à la fiscalité, on gagnerait à s’en souvenir, non ?

Rérérences

Arrow, K. J. (1963). Uncertainty and the Welfare Economics of Medical Care. American Economic Review, 53(5), 941–973.

Caldwell, J., & Yanocha, D. (2016). Is it Time to Reexamine Your Bike Code? A Review of Cycling Policies in Illinois Municipalities. Illinois Municipal Policy Journal, 1(1), 109–121.

Fajans, J. (2000). Steering in bicycles and motorcycles. American Journal of Physics, 68(7), 654-659.

Jackson, C. et al. (2024). Bicyclist Stop-as-Yield Law Analysis. National Highway Traffic Safety Administration (DOT HS 813 528).

Jacobsen, P. L. (2003). Safety in Numbers: More Walkers and Bicyclists, Safer Walking and Bicycling. Injury Prevention, 9, 205–209.

Meggs, J. N. (2010). Bicycle Safety and Choice: Compounded Public Cobenefits of the Idaho Law. UC Berkeley, TRB Paper #10-2560.

Silva, C. M. C. (2015). Bicyclists’ Stopping Behaviors: An Observational Study of Bicyclists’ Patterns and Practices. University of Washington.

Whyte, B. (2013). The Idaho Stop Law and the Severity of Bicycle Crashes: A Comparative Study. University of Illinois at Urbana-Champaign.

Young, R. K. et al. (2024). Characterization of Expert and Public Perceptions of Bicycle Rolling Stop Laws. Transportation Research Record, 2678(10), 634–647.