Category Archives: Research

Les marchés prédictifs comme technique de prévision

Les dernières élections présidentielles ont remis en avant l’importance des soudages, utilisés comme outils de prévision, même si les sondeurs s’en défendent. Comme l’ont dit Niels Bohr et Pierre Dac, « la prévision est difficile surtout lorsqu’elle concerne l’avenir », et des solutions alternatives ont été envisagées. Comme c’est la mode, le « big data » a été mentionné (deviner les intentions de vote à partir des tweets ou des informations publiées sur une page Facebook), mais les marchés prédictifs (et les sites de paris) ont aussi été largement utilisés. Mais est-il si simple d’utiliser les prix (ou les cotes) sur ces marchés prédictifs pour en déduire des probabilités ? Et peut-on vraiment les utiliser ?

Sur quoi parie-t-on ?

Comme le rappelle Rhode & Strumpf (2008) utiliser les paris pour connaître les croyances et donc les probabilités qu’un évènement se réalise n’est pas nouveau. Par exemple lors des élections papales au Vatican. En 1549, Matteo Dandolo (ambassadeur de Vénitie) notait (raconté dans Baumgartner (2003)) que « it is therefore more than clear that the merchants are very well informed about the state of the poll, and that the Cardinals’ attendants in Conclave (i conclavisti) go partners with them in the wagers, which thus causes many tens of thousands of crowns to change hands ». Et les marchés de paris lors des élections ont été populaires aux Etats-Unis, jusqu’à la seconde guerre mondiale. Rhode & Strumpf (2008) avance plusieurs raisons pour la perte d’intérêt au cours de la seconde moitié du XXème siècle : les améliorations des techniques de sondages et la légalisation des paris sur chevaux (avec pour conséquence la disparition du marché illégal des paris).

Plus récemment, avec le développement des sites et donc d’un marché des paris, on a vu apparaître des paris (contrats vendus sur le marché en ligne intrade.com, liquidé en 2015) sur la survenance de tremblement de terre de magnitude dévastatrice (plus de 9 sur l’échelle de Richter), le vainqueur de la cérémonie des Oscars, la diminution de la couverture de la glace en Arctique entre deux années, ou encore l’observation du boson de Higgs. Polgreen et al. (2007) évoquent des paris sur la survenance d’épidémies de grippe. Un autre exemple – que l’on va détailler un peu – est celui du passage d’une loi sur l’énergie (et l’instauration de mesures contraignantes de limitation des émissions de gaz à effet de serre) aux Etats-Unis. Le titre permettant de toucher 1USD en cas d’adoption du projet de loi a été lancé en mai 2009. Le 26 juin 2009, la Chambre des Représentants a adopté (à une courte majorité) le projet de loi (avec pour objectif de réduire de 17 % d’ici à 2020 par rapport à 2005 et de 80 % d’ici à 2050 les émissions de CO2). A ce moment, le titre était échangé pour 50¢, comme le montre le Graphique 1. Il restait à faire approuver la loi par le Sénat. Six mois plus tard, en signant l’accord de la conférence de Copenhague en décembre 2009, les Etats-Unis s’étaient davantage engagés, et un an plus tard (début 2011), le Sénat serait renouvelé lors des élections de mi-mandat. Le gouvernement de Barack Obama espérait faire approuver la session “lame duck” du congrès, les élections de mi-mandat devant probablement renforcer la majorité Républicaine. Mais le jeudi 22 juillet, le chef de file Démocrate au Sénat Harry Reid a annoncé le retrait du projet de loi, faute de majorité pour l’approuver. Ce jour-là, le titre s’échangeait pour 10¢.

Figure 1 : Evolution du prix du passage du contrat sur le passage du ‘American Clean Energy and Security Act’ devant le Sénat (2009-2010)

Source : auteur, données Meng (2017)

Voir un prix comme une probabilité

Avant toutes choses, rappelons qu’une propriété fondamentale des probabilités est la somme des probabilités d’un évènement et de son complémentaire doivent sommer à un. C’est assez logique si les probabilités sont vues comme des « fréquences », correspondant au nombre de cas favorables sur le nombre de cas possibles. Cette interprétation devient plus délicate quand on imagine le cas de variables aléatoires continues, et un passage par la théorie de la mesure s’impose (en particulier pour admettre qu’un « évènement de probabilité nulle » puisse malgré tout survenir). Mais historiquement, d’autres définitions des probabilités avaient été proposées, en particulier par Jacques Bernoulli, qui avait introduit une notion de « probabilité morale » (comme le rappelle Johnson (2017)) que l’on verra réapparaître dans les travaux de de Finetti sous le nom de « probabilité subjective », ou à la même époque, dans les travaux de Frank Ramsey. Pour ce dernier, une probabilité mesure un degré de croyance – « a degree of belief », qui pouvait se mesurer au travers de paris – « through betting odds » – et les prix que les joueurs sont disposés à payer donnent une information quant à ces croyances. Il devient alors possible de déduire des probabilités à partir de prix.

L’idée n’était pas nouvelle, puisqu’elle avait été émise par dans Van Rekeningh in Spelen van Gelucken publié par Christiaan Huyghens en 1655 (en latin sous le titre ‘De Ratiociniis in Aleæ Ludo‘), et utilisée quelques années plus tard, en 1671 par Wilhelmina de Witt dans le contexte d’annuités. Le prix d’un contrat versant une rente jusqu’au décès pouvant être vu à comme une moyenne pondérée d’annuités (à maturité fixe), en observant les prix des différents contrats d’assurance, on pouvait extraire des probabilités interprétées comme des probabilités de survie. Ces mesures de probabilités n’étaient plus construites à partir de fréquences observées, mais construites à partir de prix historiques observés. On retrouvera cette idée en mathématique financière presque trois siècles plus tard, avec le théorème fondamental de valorisation, et les prix d’Arrow-Debreu. Cette littérature est riche et abondante (on peut renvoyer à Charpentier (2014)), mais il existe également des résultats moins connus, sur la création d’un consensus à partir de probabilités, et les applications pour les paris.

Travaillant sur le marché de pari hippique, Eisenberg & Gale (1959) ont obtenu des résultats relativement généraux, qui peuvent se formaliser ainsi : considérons un individu  qui a la possibilité de parier sur un cheval  lors d’une course. Chaque joueur possède une somme totale  (que l’on normalise de telle sorte que  ), et qu’il place la somme  sur le cheval . Ces montants vérifient la contrainte   , et on note  la somme total placée sur le cheval , de telle sorte que . Compte tenu de la contrainte de budget, notons que , de telle sorte que les montants  peuvent être interprétés comme des probabilités. Supposons maintenant que chaque joueur ait des croyances  (que chaque cheval gagne) matérialisées par un vecteur de probabilités . Eisenberg & Gale (1959) définissent alors une situation d’équilibre, dès lors que si   alors on doit avoir

Il monte qu’un tel équilibre existe, et qu’il est unique. On retrouve ici un résultat connu en mathématique financières sous le nom de loi du prix unique, même si les croyances ne sont pas explicitement mentionnées. Et c’est ce résultat qui permet d’interpréter les prix sur un marché prédictif comme des probabilités.

En s’inspirant du modèle de Eisenberg & Gale (1959), Manski (2005) obtient une interprétation sur un marché prédictif. Dans ces marchés, on ne peut pas parier sur un cheval dans une course, mais sur la survenance d’un évènement. Considérons un contrat offrant 1$ si un évènement  survient (élection d’un nouveau pape, départ d’un pays de la zone euro, etc), proposé au prix . S’il existe un contrat sur l’évènement complémentaire  (on va supposer ici que c’est le cas), il devrait être proposé au prix , sinon un arbitrage serait possible[i]. Considérons maintenant un agent croyant avec probabilité  que l’évènement  va survenir. Si , cette personne a intérêt à investir tout son argent pour acheter son titre, sinon, il a intérêt à investir dans l’autre titre, associé à . Au niveau agrégé la demande pour les titres de type et  sera respectivement

 et

et on aura un équilibre si

Si on suppose que les croyances et les richesses  sont indépendantes, on peut interpréter les prix  et  comme des probabilités,

 et

Wolfers & Zitzewitz (2007) propose une interprétation différente, plus économique, dans le contexte d’agents ayant une utilité logarithmique.

Marché et pari en ligne

La situation que nous venons de décrire est celle d’un marché parfait, où un équilibre se fait entre les parieurs, et cet équilibre donne des prix interprétables comme des probabilités de gain (on parle éventuellement de « pari mutuel »). Mais la pratique des paris en ligne est souvent différente, car les prix sont proposés par un bookmaker. Comme le nom l’indique, ces personnes – à la base – enregistrent les paiements, mais en pratique, ce sont aussi eux qui fixent les prix. Par exemple lors des dernières élections présidentielles en France, plusieurs sites proposaient de parier sur l’issue du second tour.

Tableau 1 : côtes lors des élections présidentielles de 2017

côtes (sites de paris en ligne) Intention de votes (instituts de sondage)
bet365 comeon betsafe FT Bloomberg BBC
Macron 1/8 1/8 1/7 64% 60.5% 61%
Le Pen 5/1 9/2 9/2 36% 39.5% 39%

Source : http://www.onlinebettingsites.com/2017-french-election/ (données fin avril 2017)

Comme le montre le Tableau 1, les côtes offertes par les bookmakers sont différentes entre les sites de paris. Une cote de 1/8 signifie qu’en pariant 8€, mon gain net sera de 1€ si le candidat l’emporte le jour de l’élection (et je perds ma mise si le candidat perd). La « probabilité » associée est ici  pour E. Macron (mon gain brut étant de 9/8€ pour 1€ misé) et. Le soucis – on retrouve ici la discussion initié par Jacques Bernoulli – est que ces « probabilités »  ne somment pas à 1, puisque . La différence vient du fait qu’il ne s’agit pas un « juste » prix, le bookmaker s’assurant un rendement certain (de l’ordre de 5,5% de la mise initiale, quel que soit le site choisi). Les vraies probabilités induites par ces cotes sont ici respectivement  et . Les sites de paris en ligne donneraient une probabilité de gain pour Emmanuel Macron de 84%, alors que les sondages indiquent une intention de vote de 62%, pour les instituts de sondage.

A-t-on réellement une probabilité, ou une fourchette ?

On le voit, les grandeurs données ne sont pas identiques, l’une indiquant une croyance sur une probabilité de gagner, et l’autre une proportion de votes que devrait avoir un candidat. Dans le modèle de Manski, les probabilités induites par la moyenne des croyances et les prix coïncident si on suppose que les agents ont une utilité logarithmique. Comme le montre Wolfers & Zitzewitz (2006), si on suppose que les agents ont une aversion au risque, ça ne sera plus le cas. En particulier, l’article suggère de considérer des bornes pour  de la forme , représentées sur la Figure 2, où  est appelé « prix de marché » pour reprendre une notation proche de la Figure 1.

Figure 2 : Bornes  sur les croyances moyennes

Faut-il utiliser les prédictions des marchés prédictifs ?

On l’a vu lors de la dernière élection en France, beaucoup s’interrogent sur la place pris par les sondages, en particulier en notant qu’il ne s’agissait pas d’une photographie neutre, mais que les électeurs pouvaient choisir leur candidat précisément à la lecture des sondages (la fameuse théorie du « vote utile » en particulier). Le danger à utiliser les marchés prédictifs comme outils de prévision est que ces dangers sont manipulables, comme l’a montré Schröder (2008). Un autre danger – et cela a été noté lors de la dernière élection présidentielle aux Etats-Unis – les côtes sur les sites en ligne de pari reflètent les croyances d’une certaine « élite » (disons les personnes souvent relativement éduquées, et la classe supérieure, suivant la politique), contrairement aux sondages, qui sont supposés être conduits sur un échantillon représentatif des électeurs, et sont supposer refléter les choix du « peuple » (et non pas une opinion ou une croyance). Si les parieurs tiennent comptent de ces sondages, les prix reflètent leurs croyances. Une dernière critique que l’on peut faire est que la majorité des marchés prédictifs représentent des volumes de transactions très faibles.

Les sondages traditionnels font face aujourd’hui à une défiance croissante. Il devient difficile de constituer un échantillon représentatif, le taux de non-réponse atteint des proportions jamais atteint (et nul ne sait si cette non-réponse est corrélée avec des choix électoraux). Et la confusion règne, entre les sondages classiques, et les « sondages en lignes » hébergés sur divers sites d’information. Mais pour reprendre l’anecdote raconté par Scott Armstrong dans Knowledge@Wharton en 2004, si dans une réunion du conseil exécutif d’une grande entreprise on demande à tous les participants de faire des prévisions quant aux résultats pour l’année prochaine, ou si on demande aux participants de parier sur les résultats de l’année prochaine, quels prévisions seront les plus crédibles ?

Références

Arrow, K.J. & Debreu, G. Existence of an equilibrium for a competitive economy, Econometrica, vol. 22,‎ 1954

Baumgartner, F. Behind locked doors: a history of papal elections. 2003

Charpentier, A. L’efficience des marchés : hypothèse de modèle ou fait stylisé ? Risques, 96. 2014

Frank, E., Verbeek, E. & Nüesch, S. Inter-Market Arbitrage in Betting. Economica, 2012.

Johnson, T. Ethics in Quantitative Finance: a pragmatic theory of markets. Wiley, 2017.

Knowledge@Wharton, How Credible Are Polls? Is There a Better Way to Predict Outcomes in Politics and Business, 3 Novembre 2004,

Manski, C.F. Interpreting the Predictions of Prediction Markets. Working Paper 10359, 2004

Meng, K.C. Using a Free Permit Rule to Forecast the Marginal Abatement Cost of Proposed Climate Policy. American Economic Review vol 107, 2017

Polgreen. Use of Prediction Markets to Forecast Infectious Disease Activity. Healthcare Epidemiology, 2007

Ramsey, F.P. Truth and probability, dans The Foundations of Mathematics and other Logical Essays, 1931 .

Rhode, P.W. & Strumpf, K. (2008) Historical Election Betting Markets: an International Perspective.

Schröder, J. Manipulations in Prediction Markets. Universitätsverlag Karlsruhe, 2009.

The Economist, The Future of Futurology, 15 Novembre 2007

Wolfers, J. & Zitzewitz, E. Interpreting Prediction Market Prices as Probabilities. Working Paper 12200, 2006

Wood, T. Do betting markets outperform election polls? Hardly. The Washington Post, Août 2016

[i] Comme l’a montré Franck et al. (2012), comme il existe aujourd’hui plusieurs sites de paris (plusieurs marchés), il peut exister des arbitrages entre les marchés, rarement au sein d’un marché.

 

La Ville, Conférence CartoStats

Vendredi, je participerai à la journée CartoStats organisée à Paris Diderot à l’occasion des 60 ans du Comité Français de Cartographie par Françoise Bahoken, Laurent Jégou et Hélène Mathian (entre autres). On m’a proposé une intervention de 20 minutes, et ça sera l’occasion de revenir sur des travaux récents avec Lucas Vernet (doctorant à Sciences Po), Alfred Galichon (professeur à Columbia) et Ewen Gallic (qui vient de défendre son doctorat, la semaine dernière, et qui commencera son post-doc avec moi à la rentrée sur la démographie participative). Et histoire d’avoir une cohérence dans mon exposé, j’ai pris un fil rouge qui sera la ville en économie. Les slides sont en ligne (ils ont \’et\’e mis \`a jour par rapport au billet, avec des r\’ef\’erences compl\’ementaires), mais ils sont purement visuels, et je me suis dit qu’un billet permettrait de les compléter.

Plus que la ville, c’est la notion d’agglomération autour d’un centre qui va m’intéresser – ce que les géographes appellent CBD (Central Business District) ou centre des affaires – et la localisation des vendeurs dans l’espace (souvent dans des “villes”) compte tenu d’une répartition d’acheteurs. On peut remonter aux travaux de von Thünen ou Kohl qui, les premiers, justifient l’existence de villes monocentriques, autour d’un centre.

Mais pour tous les économistes, quand on parle de “ville”, on pense instinctivement à la “ville linéaire” introduite par Hotelling en 1929

avec cette ville incroyablement simpliste, on peut justifier la concentration des firmes en un “centre”. On suppose  ici la population répartie (uniformément) dans cette ville, et les firmes cherchent où se placer, de manière optimale. Et on peut montrer assez facilement qu’avec deux firmes, un équilibre stable est que les villes s’installent toutes les deux au centre.

Mais on l’a dit, cette ville linéaire n’est pas très réaliste, et pas très représentative de la plupart des villes. Cela n’empêche pas certains auteurs de changer les hypothèses pour arriver à d’autres configurations d’équilibres, comme le montre Fujita & Thisse (1997), en reprenant Fujita & Ogawa (1982)

La première tentative pour passer en bi-dimensionnel a été la ville circulaire de Salop (1979), mais on le voit, c’est une fausse extension du cas précédant. On reste assez fondamentalement en une dimension,

Une autre extension pourrait être la ville “étoilée”, avec une population répartie en étoile, le long de routes. Mais là encore, si ce modèle est encore assez populaire, on se demande pourquoi ne pas envisager la création de route périphérique, autour du centre.

Autrement dit, l’économie spatiale et l’économie urbaine ne peuvent se penser sans faire intervenir la dimension des transports (comme le dit le théorème d’impossibilité de Starrett (1978)). L’extension logique est alors de voir la ville sous forme d’un réseau, comme l’avait fait Christaller (1933), afin de commencer une analyse microéconomique de la répartition de l’offre et de la demande.

Mais cette dimension rend le problème plus complexe, car il existe une infinité de réseaux, et tous ont leurs particularité. Et les réseaux ont une particularité : l’intuition que l’on a en terme de distance et de voisins tend à disparaître. Par exemple sur le graphique ci-dessous, 8 points sont répartis sur la région parisienne, et on y accède par métro. La figure du haut correspond au diagramme de Voronoï classique (c’est à dire aux zones d’affluence de magasins si les prix sont identiques) avec une norme euclidienne (à vol d’oiseau). Le graphique du dessous correspond au diagramme de Voronoï si on utilise la distance en métro. On voit que les zones d’affluence ne sont plus les mêmes.

Le problème économique que l’on peut envisager est alors celui d’un matching bipartite, où les “consommateurs” vont se rendre chez un “producteur” (et un seul). On peut imaginer des contraintes de capacité des producteurs, voire des problèmes de congestion sur le réseau, etc.

On a récemment étudié ce genre de modèles avec Alfred et Lucas, tout d’abord avec la localisation des maternités (le bien est ici un accouchement : on sait – par communes – le nombre de femme ayant accouché, et on a des informations sur les maternités) et les stations essence (le bien est ici un plein d’essence : on a la localisation des stations en Bretagne, et la localisation d’utilisateurs d’une api qui souhaitent connaître le prix de l’essence proche de leur localisation). Compte tenu de l’offre et de la demande, il est possible d’en déduire le “prix” de ces biens, et donc leur valeur. Ceci permet, par exemple, de voir où il serait nécessaire d’implanter une nouvelle maternité, par exemple.

Mais l’étude de réseaux ne peut se faire en statistique. L’important est d’ajouter une dimension temporelle. Dans l’exemple de la ville linéaire, on suppose les agents uniformément répartis dans la ville, puis les firmes se localisent, mais comment ne pas imaginer ensuite que cette localisation influencera a son tour la répartition des agents? Beckman (1976) note ainsi que les individus se répartiront au sein de la ville avec “a density distribution which is symmetric and decreasing from the center

C’est la notions d’externalités résultats des interactions entre firmes et/ou ménages.

Cette dimension est assez fondamentale, en témoigne la visualisation de l’épidémie de choléra à New York en 1832.

En effet, la prise en compte de la dimension spatiale permet de voir où est née l’épidémie de choléra, et de montrer l’importance des points d’eau, comme l’avait noté John Snow lors de l’épidémie de Londres en 1854 (raconté dans un article paru la semaine passée).

Les exposés de vendredi après midi étant autour des thèmes “nouvelles méthodes, nouveaux outils” et “nouveaux usages“, ça sera l’occasion de présenter des travaux récents avec Ewen sur la création de cartes évoluant dans le temps.

A titre indicatif, nous allons travailler cet été sur la création de telles cartes pour étudier le déplacement de descendants d’un couple, qui s’est marié en 1800 dans un village du Finistère, du bocage normand, ou du sud de la Bourgogne. A suivre donc….

R in Insurance, in Paris

The 5th conference on R in Insurance will be organized on Thursday 8 June 2017 at ENSAE , Paris. I will attend the conference and the program is really nice (I was in the scientific committee – with Christophe Dutang, Markus Gesmann, Giorgio Alfredo Spedicato and Andreas Tsanakas – and I have to admit that was received many interesting submissions). Furthermore, the gala dinner will take place at the restaurant of Musée d’Orsay. I really can’t miss it…

Conference on Finance and Insurance in Aegina, Greece

Next week, I will be in Αίγινα, Greece, for the conference on Recent Developments in Dependence Modelling with Applications in Finance and Insurance. Unfortunately, my plane arrived a bit late Sunday afternoon in Αθήνα to catch the boat, so I will spend the first night in Αθήνα. I will then join the conference, to present some results from our actuarial pricing game.

 

“Statistical Learning and Econometrics” Workshop at Erasmus University Rotterdam

This week, I will be in Rotterdam, at the WorkshopStatistical Learning and Data Science, with Trevor Hastie (Stanford University), Jason Roos (RSM-Erasmus University Rotterdam), David Martens (University of Antwerpen ), Didier Nibbering (ESE-Erasmus University Rotterdam) and Gérard Biau (Université Pierre et Marie Curie).

I will give a talk on quantile and expectile regressions. Slides are online.

CartoStats, la Cartographie Statistique

Début juin, une jolie conférence sera organisée à Paris-Diderot, intitulée CartoStats. Au programme:

1. Nouvelles compositions graphiques
– Gilles Palsky (Université Paris 1)
– Karine Hurel (CGET)
– Philippe Rekacewicz (Visions Carto)
2. Nouvelles méthodes, nouveaux outils
– Hervé Paris (Alter Carto)
– Claire Cunty (Université de Lyon 2)
– Boris Mericksay (Université de Rennes 2)
– Timothée Giraud et Nicolas Lambert (CNRS )
3. Nouveaux usages
– Myriam Baron (Université Paris-Est Créteil)
– Arthur Charpentier (Université de Rennes 1)
– Etienne Côme (IFSTTAR)

 

Data XXL et Démographie Participative

Petite virée parisienne pour trois jours. Je serais à Science Po mercredi pour travailler un peu, et à l’INED jeudi et vendredi pour la conférence Sciences XXL – Ce que l’abondance et la diversité des données numériques font aux sciences sociales. Jeudi, je serais discutant pour la session “outils”, et vendredi après-midi, nous allons clôture la conférence avec un rapide retour sur un travail joint avec Olivier et Ewen, sur ‘Les données collaboratives généalogiques au service de la démographie historique’. Le travail est très vaste, et nous présenterons quelques résultats de réconciliation entre les tables de mortalité historique de l’INED, et celle que nous avons reconstituées sur des données démographiques…. Par exemple avec les naissances de 1850

et celles de 1899

La suite…. vendredi (ou plus tard, on n’a pas fini de jouer avec ces données).

 

Exposé à Caen

Je serais en début de semaine à Caen pour un exposé sur “Understanding the Choice Negociated vs. Court Settlements in Bodily Injury Claim Compensations“, à partir de travaux en cours avec Enora Belz, Pierre-Yves Geoffard et Julien Tomas.

In car accidents, involving bodily injuries, a no-fault system has been instated in 1985, the so-called ‘loi Badinter‘. Following the accident (and after consolidation of victims injuries), the insurer of the driver of the car should offer a compensation to all victmims, that should cover health expenditures up to healing or recovery, as well as additional compensation for temporary incapacity, loss of professional earnings, temporary functional deficit, etc. The victim can either accept that compensation, or choose to go to court. Then a judge settles the claim, and the insurer has to pay for this compensation. Using the official data of AGIRA (association pour la gestion des informations sur le risque automobile), with more than 111,000 victims, injured between 1999 and 2014, we try to explain amounts obtained. The challenge here is that we only have to final settlement, and if the victim goes to court, the amount offered by the insurance company. Using Maddala (1983)’s limited dependent model, we model those two amounts, and then investigate the choice to go to court for a victim.

Année bissextile et autres bizarreries calendaires

On est le 28 février. Et demain? On sera le 1er mars, pas de 29 février, puisque 2017 n’est pas une année dite “bissextile”. L’origine du mot “bissextile” est d’ailleurs amusante, je l’ai découvert l’autre jour dans un livre fascinant, 30 février et autres curiosités de la mesure du temps (j’étais d’autant plus heureux de lire ce livre que j’ai retrouvé plein de choses que je pouvais raconter à mes étudiants à l’époque où j’enseignais les “séries temporelles” qui sont – par définition – des séries dont les observations sont faites “à des dates régulièrement espacées dans le temps“, et toutes ces irrégularités ne sont pas sans poser de soucis, en pratique).

Ca remonte à l’époque où l’année commençait le 1er mars (oui, à une autre époque, on devrait célébrer la nouvelle année ce soir). On sait depuis les égyptiens que la terre tourne autour du soleil en 365 jours 1/4 (ou disons qu’une année dure un peu plus de 365 jours). Bref, qu’à l’occasion, il convient de rajouter un jour, pour éviter plein de désagrément. Comme semer des graines au milieu de l’hiver pour les plus pragmatique, ou fêter Noël après Pâques pour d’autres. Et vers -40, la tradition n’était pas de glisser un 29 février, mais un jour bis, souvent le 23bis. C’est à dire un jour bis 6 jours avant la nouvelle année, un “sextil”. D’où le terme bis-sextile. Amusant non ?

Cette année qui commençait le 1er mars, on la retrouve ailleurs dans le calendrier. Oui, les mois “septembre”, “octobre”, “novembre” ou “décembre”, les 7ème, 8ème, 9ème et 10ème mois… si on n’y réfléchit, ça n’a pas de sens d’avoir le 10ème mois le 12ème mois du calendrier. Sauf si l’année commence le 1er mars… On utilise d’ailleurs aujourd’hui les mois lunaires de l’époque romaine, “september”, “october”, “november”, “december”. Les mois précédants étaient “quintilis” et “sextilis” ont été changé par Jules César, probablement vers 40 avant notre ère, entre “iulus” (qui deviendra “juillet”, en l’honneur de “Jules César”) et “ausgustus” (qui donnera “août” en Français, “august” en anglais, en hommage à “Auguste”, le premier empereur romain). C’est d’ailleurs Jules qui souhaitera, le premier, faire commencer l’année le 1er janvier, qui correspondait à l’époque à la date traditionnelle de prise de fonction des consuls, à Rome. Mais l’histoire au le temps de faire de nombreux aller-retours. Quand à l’idée des années bissextiles, il faudra attender 1582, où Grégoire XIII fixe la règle que l’on connaît aujourd’hui, instaurant le “29 février” tous les 4 ans, et les années séculaires (sauf celles divisibles par 400). D’ailleurs, histoire d’illuster les implications de ce changement d’année le 1er mars, je laisse méditer sur la phrase suivante, inscrite sur une pierre tombale, en Angleterre,

que l’on peut résumer par

https://freakonometrics.hypotheses.org/files/2017/02/thomas-lambert.png

Fascinant non ? Et on apprend des centaines d’annecdotes de ce genre, dans cet ouvrage passionnant ! A libre absolument ! En attendant, je pourrais être tenté de souhaiter une bonne année (puisque c’est presque un peu d’actualité).

Débat sur la difficulté des prévisions dans la perspective des élections présidentielles

Ce soir, à l’invitation de Jean-Hervé Lorenzi, je participerais à un débat à la Fédération Française de l’Assurance sur “la difficulté des prévisions dans la perspective des élections présidentielles“. Le débat sera animé par Gilles Bénéplanc et Pierre Bollon avec Emeric Bréhier, directeur de l’Observatoire de la vie politique à la Fondation Jean-Jaurès, Dominique Reynié, professeur à Sciences Po et directeur général de la Fondation pour l’innovation politique. et Frédéric Dabi, directeur général délégué de l’Ifop.

Homo Deus, le salut par l’algorithme?

De plus en plus de monde s’interroge sur l’avenir de l’assurance, autour des mots « digital », « big data », « objets connectés », etc, prédisant une révolution à venir. Beaucoup pensent que la révolution a largement commencé, et qu’il serait temps de faire un peu de (science) fiction, pour imaginer ce qui nous attend. Depuis 2010, deux séries télévisées ont proposé une vision du futur gouverné par les algorithmes, ‘Black Mirror’ et plus récemment ‘Westworld’. Et en septembre prochaine, la suite d’Homo Sapiens: une brève histoire de l’humanité sera publié en français*, promettant l’arrivé d’une nouvelle religion, le « dataïsme ». Nous reviendrons ici sur les deux ouvrages de Yuvall Harari, le premier sur l’histoire (passée) de l’humanité, et le second, sur l’histoire du futur.

https://freakonometrics.hypotheses.org/files/2017/02/blackmirror.png

De ‘Black Mirror’ à ‘Westworld’

Il y a quelques jours, nous apprenions que des ingénieurs japonais avaient fabriqué des mini drones pollinisateurs pour remplacer des abeilles (Science et Avenir, 2017). Tous ceux qui vu le dernier épisode de ‘Black Mirror’, Hated in the Nation feront le parallèle. Dans cet épisode, les abeilles-drones sont piratées pour tuer la personne ayant reçu le plus de hastag #DeathTo sur un réseau social de type Twitter. De plus en plus de situations quotidiennes rappellent des trames de films ou de séries de sciences fiction.

Un ouvrage de science fiction qui a fait date est le livre publié en 1818 par Mary Shelley. Dans son roman, Victor Frankenstein créé artificiellement une créature qui va progressivement se doter de conscience. Fritz Lang propose revoit ce mythe en 1927 dans ‘Metropolis’, où un automate féminin séduisant ne nous tue pas, mais bouleverse le monde. On retrouvera une version moderne de ce personnage dans le film ‘Ex-Machina’, et surtout la série ‘WestWorld’, en dévoilant un monde artificiel où des humanoïdes animent un parc d’attraction futuriste, sur le thème du Far-West, en suivant un fil rouge, tout en s’adaptant aux désirs des personnes venues se distraire. Mais malgré toutes les précautions qui sont prises, certaines intelligences artificielles du parc vont acquérir une forme de mémoire, de conscience, et vont finir par se rebeller. Et cette prise de conscience va venir de leurs souvenirs, pourtant supposés être effacés, tous les soirs.

Cette importance de la mémoire et de l’histoire est un point essentiel. Il n’est alors pas étonnant de voir arriver deux superbes ouvrages écrits par un historien israélien, Yuval Harari. Dans le premier opus, il revenait sur l’histoire de l’homo sapiens, avant de proposer dans un second tome (à paraître en français à la rentrée) une réflexion passionnante sur l’intelligence artificielle et l’avenir de l’espèce humaine. « Au cours des dernières décennies, il y a eu une immense avancée dans l’intelligence informatique, mais il n’y a eu exactement aucune avancée dans la conscience informatique. Pour autant que nous le sachions, les ordinateurs en 2016 ne sont pas plus conscients que leurs prototypes dans les années 1950 ». C’est en tant qu’historien qu’il nous invite à réfléchir sur notre avenir.

Une brève histoire du passé

Jacob Bronowski, philosophe, mathématicien (il travailla avec le statisticien Jerzy Neyman et le fondateur de la théorie des jeux John von Neumann) est resté connu du grand public pour ses travaux de vulgarisation. En particulier, en 1974, il publiait « The Ascent of Man » qui servira de base à une série produite par la BBC. Dans cet ouvrage (dont le titre est une référence au second ouvrage de Charles Darwin, « The Descent of Man »), Jacob Bronowski retrace l’histoire de l’humanité, en lien avec les découvertes scientifiques. En 2011, Yuval Noah Harari s’attaque à la même tâche, avec un regard un peu différent, en publiant Homo Sapiens, une brève histoire de l’humanité. Son ouvrage paru en hébreu a été traduit en anglais en 2014, avant d’être publié en français en 2015.

Dans ce premier opus, qui s’est vendue à des millions d’exemplaires à travers le monde, Harari revient sur l’histoire de l’Homo Sapiens, qui a commencé voilà 70 000 ans, avec la révolution cognitive qui a lancé l’histoire de notre espèce, basé sur une mutation génétique, permettant de penser, et surtout de communiquer, avec un langage très différent de celui utilisé par les autres espèces. Non seulement l’homo sapiens peut transmettre des informations, mais surtout, il peut créer des mondes imaginés, des mythes. Selon la thèse de Yuval Harari, c’est notre capacité à raconter des histoires, et à créer des mythes qui a fait de l’Homo Sapiens ce qu’il est devenu. Les chimpanzés, qui partagent pourtant une grande partie de notre code génétique, ne peuvent pas fonctionner efficacement dans des groupes supérieurs à 150. Mais les Homo Sapiens y parviennent. Et nous utilisons nos compétences linguistiques uniques (à l’échelle des espèces) pour créer des mythes – justice, droits de l’homme, argent, religion, nationalité – qui nous lient et nous permettent de coopérer à une grande échelle. Le « mythe des droits de l’homme », par exemple, nous est imposé comme un ensemble de droits « naturels » qu’auraient les êtres humains, mais qui pourtant surprendraient les grecs d’Aristote, ou les membres de nombre de tribus dans le Pacifique.

Un autre mythe récent et important évoqué par Yuval Harari est celui lié au capitalisme, le « mythe du consummérisme romantique ». Un mâle alpha chimpanzé n’irait jamais utiliser son pouvoir pour aller en vacances sur le territoire d’un groupe voisin de chimpanzés. Pourtant, les homo sapiens le font, et cela leur semble « naturel ». Acheter permet de résoudre tous les problèmes : acheter une voiture, un téléphone, un cours de yoga. Ou mieux, un voyage, symbole le plus fort de ce « mythe du consummérisme romantique ». Le romantisme nous pousse à multiplier les expériences (culinaires, musicales), à rompre avec notre cadre familier, et quotidien : il faut « expérimenter ». Le consummérisme nous dit que pour être heureux, il faut consommer. Consommer des produits, des services, des « expériences » justement. Aller deux semaines en Inde ce n’est plus un voyage, mais une « expérience ». Et cette consommation, qui va élargir nos horizons, ne pourra que nous rendre heureux. Mais cette vision est nouvelle. A l’époque des pharaons égyptiens, un homme riche n’emmenait pas sa femme magasiner à Babylone, mais éventuellement envisageait de se faire construire un somptueux tombeau. Les cultures changent, et de nouveaux mythes remplacent les anciens.

Un point intéressant pour conclure ici est l’importance des technologie et des sciences dans l’histoire humaine. Comme le note Yuval Harari « le principal commandement que l’humanisme nous a donné est de créer un sens pour un monde sans signification ». Les hommes ont besoin de comprendre, et les sciences se sont développé en ce sens. Et les technologies ont suivi, en parallèle. Et leur impact a été au-delà du champ traditionnel des sciences. En 1850, le socialisme était un mouvement marginal, qui s’est développé et a révolutionné le monde, à sa manière. A la même époque, Muhammad Al-Mahdi (محمد أحمد ابن عبد الله), prétendant être le Mahdi annoncé par l’islam, tenta de révolutionner le monde arabe, alors qu’en Chine Hong Xiuquan (洪秀全), se proclama « Empereur du Ciel » et lança la Révolte des Taiping. Mais seul Karl Marx réussi. L’explication de Yuval Harari est que Marx, Engels et Lénine avaient compris l’importance de la technologie. Comme l’a dit Lénine «le communisme est le pouvoir des soviets et l’électrification de tout le pays». Autrement dit, il ne peut y avoir de communisme sans électricité, sans chemins de fer, sans radio. En voyant l’informatique comme l’équivalent du chemin de fer et de l’électricité, Yuval Harari place 2017 comme l’équivalent de 1850, et se demande ce que pourrait être notre futur, suite à la révolution que nous sommes en train de vivre.

Une brève histoire du futur

Peu après la parution en anglais du premier opus, Yuval Harari a publié un second opus, sur la « révolution suivante » que nous vivons actuellement. Beaucoup ont vu, à sa sorti, “Homo Deus” comme un livre de «fin de l’histoire», au sens que lui a donné Francis Fukuyama. Mais il ne s’agit pas de la fin, au contraire : le monde (et en particulier la technologie) évolue si vite qu’il est impossible de prévoir ce que l’avenir pourrait être, mais on peut tenter un peu de science fiction. En poursuivant sur sa théorie des mythes, Yuval Harari prétend que l’on est en train de voir naître un nouveau mythe, le « dataïsme ».

Le dataïsme est une sorte une religion. Les divinités agricoles ont été remplacé par les esprits des chasseurs-cueilleurs, puis les grandes religions se sont imposées, dans l’histoire de l’humanité. Les fondamentalistes islamiques ont longtemps répété le mantra que «l’islam est la réponse», mais en 2017, n’est-on pas en train d’instaurer un «Google est la réponse». Les religions traditionnelles ont expliqué que chaque mot, chaque action, faisaient partie d’un grand plan cosmique, et que Dieu nous observait chaque minute et se souciait de toutes nos pensées, de tous nos sentiments. La religion des données dit maintenant que chaque mot et chaque action font partie du grand flux de données, que les algorithmes vous observent et qu’ils se soucient de tout ce que nous faisons et ressentons. L’algorithme est « sans doute le concept le plus important dans notre monde » aujourd’hui, comme le dit Yuval Harari. Pourtant, un algorithme est simplement un modèle mathématique pour résoudre des problèmes, de manière mécanique, automatique. Jusqu’à tout récemment, la meilleure solution pour résoudre des problèmes sur Terre était un cerveau humain, si possible en coopérant. Les algorithmes nous dépassent à présent à une liste toujours croissante de tâches cognitives. Ils font des transactions financières pour nous, plusieurs compagnies ont même mis un algorithme au sein d de leur conseil d’administration. Et ces algorithmes ne cherchent plus du sens, ils cherchent juste des corrélations, des proximités, afin de prévoir de la meilleure manière. En ce sens, c’est effectivement une révolution.

Si les capitalistes croient en la main invisible du marché, les dataïstes croient en la main invisible du flux de données et de l’algorithme, qui pourraient réguler et éviter la congestion automobile, optimiser nos emplois du temps. Comme le capitalisme, le dataïsme a aussi commencé comme une théorie scientifique « neutre », mais est maintenant en mutation dans une religion qui prétend déterminer le bien et le mal. La valeur suprême de cette nouvelle religion est le « flux d’information » (il n’est pas étonnant de voir que la « liberté de l’information » est devenu aussi importante). Pour reprendre la parallèle que propose Yuval Harari, de même façon qu’au début de la période moderne, les impérialistes européens venaient en Afrique et achetaient des pays entiers pour quelques perles, maintenant nous donnons d’importantes possessions, nos données personnelles, à Google et Facebook en échange de vidéos de chats. On semble avoir perdu de vu ce qui était en jeu, et il est très difficile de commencer à penser à la politique en ce début du XXIe siècle. Pire encore, les grandes décisions ne sont plus prises par les gouvernements, mais par une « petite caste internationale d’hommes d’affaires, d’entrepreneurs et d’ingénieurs ». Ces personnes semblent avoir une vision sur l’avenir, comme Yuval Harari peut en avoir (sur la vie éternelle, l’intelligence artificielle, etc), alors que les gouvernements sont devenus de simples gestionnaires.

Les changements que Harari décrit, et notre incapacité à s’adapter au rythme de ceux-ci, pourraient avoir aussi des conséquences économiques importantes. Il considère la perte d’emplois énorme due à l’automatisation comme très probable et «effrayante», résultant dans la création d’une «classe inutile» comprenant des milliards de personnes dépourvues de toute valeur économique ou politique. Cela a commencé avec la classe ouvrière, qui devient la classe de ‘unworking’. Ils seront la première partie de la classe inutile, mais elle a commencé à s’étendre aux classes moyennes.

Que diriez-vous d’un Amazon Kindle amélioré qui lit vos émotions pendant que vous lisez un livre? En utilisant divers capteurs de corps, il pourrait déterminer quelles parties du livre vous font rire ou pleurer, quand votre pouls se réveille, quand vous vous ennuyez ou éveillez. Il saurait lire et se souvenir de nos réactions mieux que notre cerveau conscient. Et Yuval Harari voit plusieurs dangers profond au fait que l’homo sapiens perd sa capacité à faire des choix, libres. Que se passera-t-il une fois que nous nous rendons compte que les clients et les électeurs ne font jamais de choix libres, et que se passera-t-il une fois que nous avons la technologie pour calculer, concevoir ou déjouer leurs sentiments? La théorie des jeux est assez pessimistes car les seules décisions non prévisibles sont des décisions complètement aléatoires. «Nous pouvons bien voir, en fait, un renversement complet de la révolution humaniste», suggère-t-il, «en débarrassant les humains de l’autorité et en mettant des autorités non humaines en charge». Et une fois qu’un dispositif d’intelligence artificielle est devenu indispensable ce n’est plus un gadget, c’est devenu la règle. « Une fois que Google, Facebook et d’autres algorithmes deviennent des oracles omniscients, ils peuvent évoluer en agents et enfin en souverains. » Et c’est effrayant…

Références

Anderson, W. The End of Theory: The Data Deluge Makes the Scientific Method Obsolete. Wired, 2008.

Wortham, J. « ‘Black Mirror’ and the Horrors and Delights of Technology » The New York Times,‎ 30 janvier 2015 

Science et Avenir. Des mini drones pollinisateurs à la rescousse des abeilles. 2017

* la traduction française n’étant pas disponible, il faudra se contenter d’une traduction personnelle de plusieurs néologismes d’Harari.