
Source: Calvin and Hobbes, Bill Watterson

Source: Calvin and Hobbes, Bill Watterson
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?
L’idée selon laquelle l’économie serait un jeu à somme nulle est résistante. Elle surgit presque tout le temps dès que l’on parle de commerce international, de fiscalité, d’assurance ou de redistribution. Si quelqu’un gagne plus, quelqu’un d’autre doit forcément perdre. Cette intuition est naturelle car elle correspond à de nombreuses situations du quotidien. Lorsqu’un prix augmente, l’acheteur a le sentiment de perdre ce que le vendeur gagne. Lorsqu’une prime d’assurance est versée, l’assuré a le sentiment de financer les sinistres des autres. Cette intuition est aussi profondément ancrée dans notre rapport à la comptabilité. On apprend très tôt que les comptes doivent être équilibrés. Pour un ménage, une entreprise ou un État, ce que l’on dépense doit correspondre à ce que l’on a encaissé. Dépenser plus que ses recettes est perçu comme une anomalie ou une faute. Raisonner en termes de comptes équilibrés revient naturellement à raisonner en termes de flux qui s’annulent. Chaque dépense est le miroir d’une recette. Vue sous cet angle, l’économie apparaît comme un vaste système de transferts où les gains des uns correspondent nécessairement aux pertes des autres.
La comptabilité renforce ainsi l’idée d’un jeu à somme nulle, car elle enregistre des flux monétaires, non les effets indirects des décisions. Elle est indispensable pour assurer la cohérence financière des agents, mais elle ne dit rien de la création de valeur, de la réduction de l’incertitude ou des risques évités. Un investissement en prévention apparaît comme une dépense aujourd’hui, alors que les sinistres qu’il permet d’éviter n’apparaîtront jamais dans les comptes. De même, une assurance bien conçue peut stabiliser des trajectoires individuelles et collectives sans jamais produire de profit comptable visible. C’est précisément là que l’intuition de la somme nulle devient trompeuse. L’économie ne se réduit pas à la comptabilité, même si elle doit composer avec elle. Les externalités, la prévention et la gestion du risque introduisent des mécanismes par lesquels les décisions individuelles modifient la taille même du gâteau. L’assurance est un exemple intéressant pour observer ce décalage entre logique comptable et logique économique. Elle ressemble à un jeu à somme nulle lorsqu’on regarde les flux, mais elle peut devenir un jeu à somme positive ou négative lorsqu’on s’intéresse aux comportements qu’elle induit et aux risques qu’elle évite, ou qu’elle amplifie.
Un des messages les plus anciens et les plus robustes de l’économie est précisément que l’intuition de la somme nulle est souvent fausse. Dans An Inquiry into the Nature and Causes of the Wealth of Nations (Recherches sur la nature et les causes de la richesse des nations, en français), Adam Smith explique que la division du travail et l’échange volontaire permettent d’accroître la production totale. Dans On The Principles of Political Economy, and Taxation, David Ricardo montre que même lorsqu’un pays est plus productif dans toutes les activités, l’échange reste bénéfique grâce aux avantages comparatifs. L’échange n’est pas un partage d’un stock fixe. Il peut créer de la valeur. Cette idée est devenue un pilier de l’enseignement économique moderne. Gregory Mankiw la place au cœur de Principles of Economics, en rappelant que le commerce permet à chacun de se spécialiser dans ce qu’il fait le mieux. Pourtant, comme le souligne Robert Armstrong dans The essence of economics, publié dans le Financial Times au début du mois, le raisonnement en somme nulle revient sans cesse, notamment lorsque les mécanismes de création de valeur sont indirects, diffus ou difficiles à observer. Une partie de l’explication tient à la manière dont nous raisonnons spontanément en termes comptables. On apprend très tôt que les comptes doivent être équilibrés. Pour un ménage, une entreprise ou un État, ce que l’on dépense doit correspondre à ce que l’on a encaissé. À cette échelle, les flux semblent s’annuler. Une dépense apparaît comme une perte, une recette comme un gain. Raisonner en termes de comptes équilibrés revient presque mécaniquement à raisonner en termes de somme nulle.
Mais comme le rappellait Tim Harford au début de l’été, dans The zero-sum mindset is no mystery, cette manière de voir n’est pas seulement une erreur de raisonnement. Elle est souvent le produit d’expériences réelles vécues comme à somme nulle. Lorsque la croissance est faible, lorsque les opportunités sont rares, lorsque les ressources semblent limitées, le monde ressemble effectivement à un jeu de gagnants et de perdants. Tim Harford rappelle que le raisonnement en somme nulle est plus fréquent chez les individus et dans les sociétés qui ont connu peu de croissance, des marchés du travail tendus ou une forte concurrence pour des ressources perçues comme rares. La question centrale devient alors celle de l’entité sur laquelle la somme est calculée. À l’échelle d’un ménage endetté, les entrées et les sorties d’argent ne coïncident pas, et l’impression de perte est bien réelle. À l’échelle d’une entreprise qui investit, les coûts sont immédiats tandis que les bénéfices sont incertains et différés. À ces niveaux, la somme peut être négative. Mais à l’échelle de l’écosystème, les mêmes flux peuvent correspondre à des investissements, à des risques évités ou à des capacités accrues qui bénéficient à d’autres agents ou à la collectivité dans son ensemble. C’est précisément dans cet écart entre la logique des comptes individuels et la logique du système que les externalités jouent un rôle central. Lorsqu’une décision individuelle produit des effets sur d’autres agents qui ne passent pas par les prix, l’intuition de la somme nulle devient particulièrement trompeuse. Les bénéfices et les coûts ne coïncident plus avec les frontières comptables de ceux qui prennent les décisions.
L’assurance peut être un exemple de ce décalage. Elle ressemble comptablement à un jeu de redistribution. Les primes financent les sinistres, et les comptes, pris isolément, s’équilibrent. Mais à l’échelle de l’écosystème, l’assurance modifie en profondeur la manière dont le risque est produit, réparti et parfois évité. Elle influence les comportements, la prévention et la stabilité des trajectoires individuelles et collectives. Comprendre l’assurance suppose donc de dépasser la logique des comptes isolés pour raisonner en termes de système. C’est pour cette raison qu’elle est un exemple intéressant pour réfléchir à la création de valeur, aux externalités et au bien commun.
(ou pourquoi le gâteau peut réellement grandir). L’économie cesse d’être un jeu à somme nulle dès lors que les actions individuelles produisent des effets qui dépassent le cadre strict de la transaction. Arthur Pigou a formalisé cette idée dans The Economics of Welfare en introduisant la notion d’externalité. Une externalité positive existe lorsqu’une action procure des bénéfices à d’autres sans que ceux ci soient rémunérés. Une externalité négative apparaît lorsque des coûts sont imposés à autrui sans compensation. Plusieurs exemples d’externalités positives sont devenus classiques. La vaccination protège l’individu mais aussi la collectivité. L’éducation accroît la productivité individuelle mais aussi la croissance globale. La recherche scientifique génère des connaissances qui se diffusent bien au delà de ceux qui les produisent. Dans tous ces cas, la somme des bénéfices sociaux dépasse largement la somme des bénéfices privés. Mais l’existence d’externalités permet aussi de comprendre pourquoi certaines politiques peuvent produire l’effet inverse et réduire le bien être collectif. Un exemple concret et récent est la mise en place de tarifs douaniers. Présentés comme un moyen de protéger certains producteurs nationaux, les tarifs constituent un jeu à somme négative au sens économique. Ils renchérissent les prix pour les consommateurs, augmentent les coûts pour les entreprises utilisant des intrants importés et créent des distorsions de production. Les gains pour les secteurs protégés ne compensent pas les pertes subies ailleurs. Littéralement, comme l’ont montré Mary Amiti, Stephen Redding et David Weinstein dans The Impact of the 2018 Tariffs on Prices and Welfare, de la valeur est détruite, sous la forme de pertes sèches et de coûts de coordination supplémentaires.
Arthur Pigou part d’un raisonnement simple. Lorsqu’une activité impose un coût à d’autres sans compensation, par exemple une usine qui pollue une rivière, le marché ne conduit pas à une allocation efficace. L’État doit alors intervenir, par une taxe ou une réglementation, pour forcer le pollueur à tenir compte du dommage causé. Ronald Coase, dans The Problem of Social Cost, ne dit pas que Pigou a tort. Il montre que le problème n’est pas seulement la pollution, mais l’absence de règles claires sur qui a le droit de faire quoi, et le coût de la coordination entre les parties. Si les droits de propriété sont bien définis et si les coûts de négociation sont faibles, les acteurs peuvent parfois s’arranger entre eux sans intervention extérieure. L’exemple classique est celui d’une usine et d’un voisin. Si l’usine a le droit de polluer, le voisin peut lui payer une compensation pour réduire la pollution. Si le voisin a le droit à un environnement propre, l’usine peut le dédommager pour continuer à produire. Dans les deux cas, si la négociation est possible et peu coûteuse, on peut aboutir à une solution efficace. L’externalité est alors internalisée par l’accord privé, pas par une taxe. Le point central de Coase est donc que les externalités sont des problèmes de coordination, et que leur traitement dépend fortement des coûts de transaction. Lorsque ces coûts sont élevés, comme dans le cas du climat ou de la santé publique, les solutions privées deviennent irréalistes et des institutions collectives sont nécessaires. Elinor Ostrom a montré dans Governing the Commons que ces institutions ne se réduisent pas à l’opposition entre marché et État. Des formes de gouvernance collective peuvent émerger pour gérer des ressources communes et internaliser des externalités. William Nordhaus illustre cette logique dans The Climate Casino, en montrant que la lutte contre le changement climatique exige des mécanismes de coordination à grande échelle, combinant incitations économiques, régulation et assurance. Ces travaux montrent que la création de valeur ne se limite pas à l’échange marchand. Elle dépend de la capacité des sociétés à organiser la gestion des externalités. C’est précisément à ce niveau que l’assurance devient intéressante.
À première vue, l’assurance semble confirmer l’intuition de la somme nulle. Les primes collectées servent à indemniser les sinistres. Ce que les uns versent, les autres le reçoivent. Si l’on raisonne en moyenne, le système paraît fermé. C’est d’ailleurs la définition que je donne de l’assurance dans mes cours,
the contribution of the many to the misfortune of the few.
Cette lecture est pourtant profondément incomplète. Dans Essays in the Theory of Risk Bearing, Kenneth Arrow montre que la valeur de l’assurance ne réside pas dans la modification de l’espérance des pertes, mais dans la réduction de l’incertitude. Deux situations peuvent avoir la même perte moyenne mais des risques très différents. Or, pour des individus averses au risque, la variance a un coût en termes de bien être. Ce que ne traduit pas une simple équation comptable. Jan Mossin, dans Aspects of Rational Insurance Purchasing, formalise cette intuition en montrant que la demande d’assurance dépend de l’aversion au risque et de la structure de l’incertitude. La mutualisation permet de transformer des pertes individuelles très volatiles en contributions plus prévisibles. La valeur créée est réelle, mais elle est invisible dans les comptes. Harry Markowitz a montré que ce raisonnement est exactement celui de la diversification de portefeuille, développé dans Portfolio Selection. Réduire le risque sans réduire l’espérance de rendement est une source de valeur. L’assurance applique cette logique à des risques non financiers. Cependant, cette création de valeur repose sur des hypothèses clés. Les risques doivent être suffisamment indépendants. Lorsque les sinistres sont corrélés, comme lors de catastrophes naturelles ou de pandémies, la variance agrégée ne disparaît pas. Chi, Zhou et Zhuang montrent dans Variance insurance contracts que l’assurance moderne est contrainte par la volatilité agrégée. La solvabilité devient une ressource rare, et sa gestion influence directement les primes et la couverture. Ainsi, même avant de parler de comportements, l’assurance n’est déjà pas un simple jeu de transfert. Elle modifie la distribution du risque et crée de la valeur en réduisant l’incertitude. Mais cette dimension est encore incomplète.
L’assurance ne se contente pas de répartir les pertes existantes. Elle modifie aussi les comportements, et donc la production même du risque. C’est ici que les externalités positives apparaissent le plus clairement. Dans leur article fondateur Market Insurance, Self Insurance and Self Protection, Isaac Ehrlich et Gary Becker distinguent trois mécanismes. L’assurance de marché transfère le risque. L’auto assurance consiste à épargner pour faire face aux pertes. L’auto protection vise à réduire la probabilité ou la gravité des sinistres. Ces trois dimensions interagissent. Contrairement à une idée répandue, l’assurance n’entraîne pas nécessairement une baisse de la prévention. Les contrats d’assurance intègrent de nombreux mécanismes incitatifs. Les franchises, les bonus malus, les audits de sécurité et les normes imposées par les assureurs encouragent des comportements plus prudents. Lorsqu’un conducteur adopte une conduite plus sûre, il réduit non seulement son propre risque, mais aussi celui des autres usagers de la route. Lorsqu’un bâtiment est mieux protégé contre l’incendie, ce sont aussi les bâtiments voisins qui bénéficient d’un risque réduit. Annette Hofmann montre dans Internalizing Externalities of Loss Prevention through Insurance que l’assurance peut être analysée comme un instrument d’internalisation des externalités de prévention. En ajustant les primes et les conditions de couverture, les assureurs alignent les incitations individuelles sur l’intérêt collectif. Howard Kunreuther et Erwann Michel Kerjan développent cette idée dans At War with the Weather. Ils montrent que des primes reflétant mieux le risque, combinées à des investissements en prévention, peuvent réduire les dommages futurs liés aux catastrophes naturelles. Dans ce cas, l’assurance ne se contente pas de redistribuer des pertes. Elle contribue à éviter des pertes qui n’avaient aucune bonne raison de se produire. Dans le domaine de la santé, Mark Pauly explique dans Medical Care at Public Expense que l’assurance peut favoriser des comportements préventifs lorsqu’elle facilite l’accès à des soins précoces. La dépense d’aujourd’hui évite alors des coûts bien plus élevés demain. L’assurance devient un mécanisme de création de valeur dynamique.
Les mêmes mécanismes peuvent toutefois produire des effets inverses. L’assurance peut aussi générer des externalités négatives et réduire le bien être collectif. L’aléa moral est le mécanisme le plus connu. Lorsqu’un individu est protégé contre les conséquences financières de ses actes, il peut adopter des comportements plus risqués. Mark Pauly a montré que ce phénomène est particulièrement important en assurance santé, où la couverture peut conduire à une surconsommation de soins dont la valeur marginale est faible. La sélection adverse constitue un autre problème central. Dans Equilibrium in Competitive Insurance Markets, Rothschild et Stiglitz montrent que lorsque les individus connaissent mieux leur risque que les assureurs, le marché peut se segmenter de manière inefficiente. Les contrats attractifs pour les bons risques disparaissent, et la couverture globale se dégrade. Liran Einav et Amy Finkelstein synthétisent ces résultats dans Selection in Insurance Markets Theory and Empirics in Pictures. Ils montrent que la sélection et le moral hazard sont omniprésents, mais d’ampleur variable selon les contextes. Ils soulignent aussi que la segmentation excessive peut fragiliser la solidarité et réduire l’acceptabilité sociale de l’assurance. Deborah Stone adopte une perspective institutionnelle dans The Limits of Professional Power. Elle montre que la tarification actuarielle, lorsqu’elle est poussée à l’extrême, peut transformer l’assurance en mécanisme de tri social. En cherchant à faire payer chacun selon son risque, on peut exclure les plus vulnérables et rendre certains risques inassurables. Dans ces situations, l’assurance ne se contente plus de redistribuer des pertes. Elle modifie les comportements et les structures sociales d’une manière qui peut être collectivement coûteuse.
Ces tensions montrent que l’assurance est une institution sociale autant qu’un mécanisme économique. Elle repose sur des arbitrages explicites entre efficacité, équité et solidarité. Dans Creating Capabilities, Martha Nussbaum propose d’analyser ces questions à partir des capacités réelles des individus. Le risque et la vulnérabilité limitent la possibilité de mener la vie que l’on a raison de valoriser. L’assurance peut être vue comme une infrastructure de liberté, mais cette fonction suppose une certaine mutualisation des risques. Jean Tirole insiste dans Économie du bien commun sur le fait que les institutions économiques doivent être évaluées à l’aune du bien commun. L’efficacité ne suffit pas. La légitimité sociale et la soutenabilité politique sont essentielles. Des travaux plus récents, comme Better Together How Externalities of Size Complicate Notions of Solidarity and Actuarial Fairness de Donahue et Barocas, montrent que la segmentation croissante des risques pose des problèmes nouveaux. Les externalités de taille et les corrélations complexes rendent la justice tarifaire plus difficile à définir. L’assurance révèle alors une tension entre individualisation et solidarité.
L’assurance illustre de simplement pourquoi l’économie n’est pas un jeu à somme nulle. Comptablement, les flux peuvent sembler équilibrés. Mais économiquement et socialement, tout dépend des comportements qu’elle induit, des risques qu’elle évite et des institutions qui l’encadrent. Lorsqu’elle réduit l’incertitude, encourage la prévention et internalise des externalités positives, l’assurance crée de la valeur collective. Lorsqu’elle favorise l’aléa moral, la sélection excessive ou la fragmentation sociale, elle peut au contraire détruire de la valeur. Elle n’est ni intrinsèquement vertueuse ni intrinsèquement perverse. Comprendre l’assurance, c’est donc comprendre que la question pertinente n’est pas de savoir qui paie pour qui, mais quelles règles permettent de transformer un mécanisme de transfert en institution créatrice de bien être. C’est précisément cette distinction qui permet de dépasser l’intuition trompeuse de la somme nulle et de penser l’économie comme un ensemble de choix collectifs face au risque.
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)
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)
La semaine dernière, dans son article Climat : les mots qui ont fait l’année 2025, Rémi Noyon proposait dérisquage (en sixième position) comme mot qui a fait l’année 2025.
La stratégie de l’« Etat dérisqueur » a montré ses limites
Comment continuer à soutenir les technologies bas-carbone ? Les capitaux continuent d’affluer – ils ont doublé entre 2015 et 2024 –, mais beaucoup craignent que ces chiffres soient un trompe-l’oeil. D’une part, les investissements restent tirés par la Chine. D’autre part, on observe un ralentissement de la croissance : 7% en 2024 après un bond de 32% en 2023. Surtout, ces sommes restent insuffisantes au regard de nos objectifs. Selon l’Agence internationale pour les énergies renouvelables (IRENA), les « niveaux d’investissement actuels dans les renouvelables représentent la moitié de ce qui est nécessaire pour tripler la capacité de ces énergies d’ici 2030 ».

Ce constat mène des chercheurs à critiquer les stratégies de financement mises en place dans les pays occidentaux. L’économiste Daniela Gabor, par exemple, a parlé d’« Etat dérisqueur ». Via divers mécanismes, comme les subventions, le crédit d’impôt ou les tarifs d’achat, la puissance publique atténue voire supprime le risque de marché. Cela peut permettre de faire décoller le secteur, mais l’inconvénient est que l’on assure une rente aux investisseurs – des entreprises ou des gestionnaires d’actifs – sur le dos du contribuable. Autre crainte : que ces infrastructures soient gérées dans une logique court-termiste puisqu’il s’agit parfois de maximiser leur valeur de revente avant la clôture du fonds. Par ailleurs, dès que ces aides se dissipent, les investissements sont reroutés vers des secteurs plus profitables (les fossiles, l’IA, la défense).
Ce mot, État dérisqueur avait été proposé par Daniela Gabor, pour décrire le fait que si les investisseurs privés trouvent les projets trop risqués, l’État peut atténuer (ou supprimer) une partie des risques via des subventions, du crédit d’impôt, des tarifs d’achat, des contrats long terme, des garanties… Et on pourrait être tenté de croire que ça peut effectivement faire décoller un secteur. Mais d’un autre côté, si on “dérisque” trop, ou mal, on peut assurer une rente aux investisseurs sur le dos du contribuable (Gabor (2021), The Wall Street Consensus ; Gabor et Braun (2025) Green macrofinancial regimes). Et on peut aussi organiser une transition dont la boussole implicite n’est plus “décarboner vite et juste”, mais “produire des actifs bankable qui rentrent dans les portefeuilles”. Comme le disent Daniela Gabor et Benjamin Braun, le dérisquage n’est alors plus un outil, ça devient potentiellement un régime.
Continue reading “Dérisquage”, mot de l’année

Time for a short break… Merry Christmas…
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 Géraldine Dauvergne, 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 ?)
Recently, Lukasz Szpruch, Agni Orfanoudaki, Carsten Maple, Matthew Wicker, Yoshua Bengio, Kwok-Yan Lam and Marcin Detyniecki posted a paper entitled Insuring AI: Incentivising Safe and Secure Deployment of AI Workflows. I came across it recently, and it strikes me as a good opportunity to complement the post I published last month, Insurers and Insurers and AI, a systemic risk The paper starts from a diagnosis that many people share: AI is spreading everywhere, and with it come risks that are hard to measure (sometimes already present but “silent” in existing insurance policies). The authors argue for dedicated insurance (AI insurance) and governance. They also emphasize (i) the lack of historical data, (ii) the dynamic nature of models, (iii) accumulation/correlation risks, and they conclude that a “paradigm shift” in pricing is needed: moving away from past experience toward a priori performance and evaluation data.
My point here is simple (and not polemical): this diagnosis is useful, but it leaves an important blind spot. A large part of these difficulties is not really new for insurance. They have structured, for decades, the scientific literature on insurability, accumulation, catastrophe modeling, uncertainty (epistemic vs aleatory), information asymmetry—and even the question of bias and discrimination. In other words: there are genuine novelties (speed, scale, technological dependencies, updates), but the methodological toolbox developed over more than a century is not outdated. If I dared, I would say it is precisely designed to deal with poorly observed, unstable, socially sensitive risks—provided it is extended with well-written contracts.
Continue reading Insuring AI: New risks? New models?
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 ?
Un petit sujet polémique avant les fêtes ? Parlons un peu d’assurance et de maintien de l’ordre… Depuis les violences urbaines de ces dernières années, la question de “comment indemniser les émeutes” s’est invitée dans le débat public au point d’entrer au Sénat, sous la forme d’un projet de régime adossé aux contrats d’assurance de “dommages aux biens”, avec une garantie obligatoire, une surprime et un mécanisme de mutualisation au-delà de certains seuils. Dans l’hémicycle, on a un débat assez classique, les sénateurs voulant rendre la garantie effective (avec classiquement, en cas de refus, la possibilité de saisir le Bureau central de tarification), ils discutent l’architecture de mutualisation, ils évoquent l’intervention de la Caisse Centrale de Réassurance (comme pour le la couverture des catastrophes naturelles), un plafond au-delà duquel la garantie de l’État prendrait le relais est évoqué (1 milliard, puis 1,5 milliard).
Continue reading Qui doit payer un risque lié à une défaillance de maintien de l’ordre ?
In a few hours, I will give a talk at the III Congreso Universitario Internacional sobre Seguros y Reaseguros en Perú,
I will give a talk on “Detecting Hidden Bias in Insurance AI Through Counterfactuals”
As AI becomes embedded in underwriting, pricing, fraud detection, and claims automation, one challenge remains widely underestimated: models can discriminate without ever using a prohibited variable. Indirect discrimination (i.e., bias transmitted through correlated or downstream variables) poses a subtle but critical risk for insurers, all the more since actuarial science heavily rely on model based on proxy variables. This presentation will explore how causal reasoning and counterfactual thinking can illuminate what standard machine learning methods often obscure. I will begin with intuitive economic decompositions of group disparities, then show how recent advances in optimal-transport-based counterfactuals enable us to ask: “What would this prediction have been if the sensitive attribute had been different?” Drawing on recent framework for causal mediation via sequential optimal transport , we will see how actuaries can break down total model disparities into direct and indirect components (even with complex mediators such as behavioral features, prior claims history, or categorical underwriting variables). The goal of the session is to leave the audience with a clear understanding of where hidden bias may emerge in insurance AI systems, how to diagnose it using modern causal tools, and how these insights support better governance, transparency, and compliance. A forward-looking, accessible presentation to close the day and open new perspectives on fair and responsible AI in insurance.
o (pero no daré mi charla en español) “Detección de Sesgos Ocultos en la IA de Seguros con Métodos Contrafactuales”
A medida que la inteligencia artificial se integra en la suscripción, la tarificación, la detección de fraude y la automatización de siniestros, surge un desafío que a menudo se subestima: los modelos pueden discriminar sin necesidad de utilizar explícitamente una variable prohibida. La discriminación indirecta —es decir, el sesgo que se transmite a través de variables correlacionadas o situadas aguas abajo— representa un riesgo sutil pero crítico para las aseguradoras, especialmente considerando que la ciencia actuarial depende fuertemente de modelos basados en variables proxy. Esta presentación explorará cómo el razonamiento causal y el pensamiento contrafactual pueden revelar aquello que los métodos tradicionales de machine learning suelen ocultar. Comenzaré con descomposiciones económicas intuitivas de las disparidades entre grupos y luego mostraré cómo los avances recientes en contrafactuales basados en transporte óptimo permiten formular la pregunta: “¿Cuál habría sido la predicción si el atributo sensible hubiera sido diferente?” Basándonos en marcos recientes de mediación causal mediante transporte óptimo secuencial, veremos cómo los actuarios pueden descomponer las disparidades totales de un modelo en componentes directos e indirectos, incluso cuando existen mediadores complejos como variables de comportamiento, historial de siniestros o características categóricas de suscripción. El objetivo de la sesión es ofrecer al público una comprensión clara de dónde pueden surgir sesgos ocultos en los sistemas de IA utilizados en seguros, cómo diagnosticarlos utilizando herramientas causales modernas, y cómo estos enfoques pueden fortalecer la gobernanza, la transparencia y el cumplimiento regulatorio. Una presentación accesible y orientada al futuro, ideal para cerrar la jornada e introducir nuevas perspectivas sobre una inteligencia artificial justa y responsable en el sector asegurador.
Tomorrow morning, I will give a lecture online on Balance, Calibration and Related Concepts, for actuaries, working in an insurance company. We will start with calibration


We will also discuss Lorenz and Concentration curves

J’ai l’impression que lorsqu’on affirme aujourd’hui que taxer les grandes fortunes ferait fuir l’intelligence artificielle hors de France (comme relayé l’autre jour sur BFMtv), on ne parle pas seulement d’impôts. On mobilise un imaginaire très ancien, celui des hommes d’exception, seuls capables de porter le progrès sur leurs épaules. Cette croyance irrigue nos débats économiques, mais aussi (de manière plus silencieuse, ou moins médiatique) nos politiques scientifiques. Là aussi, on finance quelques figures jugées extraordinaires, au nom d’un récit héroïque qui ne résiste pourtant ni à l’histoire des sciences ni aux données empiriques. Il suffit d’ouvrir les les journaux pour s’en rendre compte. Ces histoires simples fascinent : un savant, une idée, une découverte. Une sorte de conte moderne où la gravitation tombe d’un arbre, la relativité surgit d’un bureau mal rangé, le vaccin naît d’une intuition solitaire. On les aime ces récits, ils sont beaux, mais ils mentent. Et tandis qu’on continue de glorifier quelques “esprits exceptionnels” (il suffit de penser à la semaine des annonces des prix Nobel chaque automne, ou à n’importe quelle annonce de prix), la recherche scientifique suffoque : trop de budgets vont à trop peu d’individus, alors même que toutes les données montrent que cette concentration nuit à l’innovation. La science n’avance pas grâce à des héros ; elle avance grâce à des communautés. Ce que nous appelons “découverte” est presque toujours le produit d’un bien commun intellectuel, et non d’une illumination individuelle. Pourtant, sur la base de mythes, nos politiques de recherche s’obstinent à financer les mêmes noms, les mêmes institutions, les mêmes “excellents”.
Continue reading Sortir enfin de l’élitisme épuisant?
Le numéro 143 de la revue Risques va sortir dans les jours qui viennent.

On pourra y retrouver mon article L’impossible droit à l’erreur, l’impossible droit à l’oubli ?
