par Charles Salvaudon– Expert au CEDE ESSEC, géopoliticien
Le pouvoir de la prédiction : que se passerait-il si nous pouvions prévoir la prochaine guerre avant qu’elle ne commence ? Et si les gouvernements avaient anticipé la crise financière de 2008, la COVID-19, et réagi à temps ? Aujourd’hui, l’intelligence artificielle (IA), le big data et le « Machine Learning » permettent de prévoir les événements géopolitiques, les guerres, les crises économiques et les bouleversements politiques avant qu’ils ne se produisent. Certains analystes ont même prévenu l’invasion de l’Ukraine par la Russie des mois à l’avance en suivant des images satellites et des données logistiques. Mais quelle est la précision de ces prédictions ? Et si nous pouvions voir l’avenir, cela signifierait-il que nous pourrions le changer ?
Table of Contents
Comment fonctionne l’analyse prédictive
L’analyse prédictive consiste à reconnaître des modèles dans un monde chaotique. Tout comme les météorologues prévoient les ouragans en analysant les variations de pression atmosphérique et de température, les analystes géopolitiques utilisent de vastes quantités de données pour détecter les signes avant-coureurs de crises mondiales. Début 2021, l’analyse par l’IA d’images satellites, de conversations sur les réseaux sociaux et de chaînes d’approvisionnement militaire suggérait une forte probabilité d’action militaire russe en Ukraine. Les sociétés de renseignement et les analystes qui surveillaient les stocks de carburant, les déploiements de troupes et la logistique ferroviaire ont vu des signes clairs d’une invasion imminente des mois avant qu’elle ne se produise. Malgré ces avertissements, certains décideurs politiques ont rejeté les prédictions jusqu’à ce qu’il soit trop tard.
Voici comment fonctionne l’analyse prédictive dans la pratique. Tout d’abord, l’imagerie satellite. L’IA détecte les renforcements militaires, les tensions aux frontières et les changements environnementaux en temps réel. Puis, les indicateurs économiques ; l’inflation, les perturbations commerciales et l’augmentation des niveaux d’endettement peuvent signaler une instabilité financière. Viennent ensuite l’analyse des médias sociaux et de l’actualité qui permet à l’IA d’analyser les conversations mondiales et de suivre le sentiment public et les campagnes de désinformation. Enfin, les données historiques et l’apprentissage automatique ; des algorithmes sont formés sur des événements passés reconnaissant des modèles qui suggèrent des conflits ou des crises futures.
Prédire l’imprévisible
Les modèles d’IA suivent les tensions croissantes en analysant les déploiements militaires, l’activité informatique et la rhétorique diplomatique afin de prédire les conflits. Les chercheurs ont découvert que les modèles d’IA analysant les prix des denrées alimentaires, les taux de chômage et le discours sur les réseaux sociaux auraient pu signaler le risque de troubles généralisés au Moyen-Orient avant le Printemps arabe. En Tunisie et en Égypte, les pics d’inflation des denrées alimentaires et le chômage des jeunes étaient de forts indicateurs de soulèvements potentiels, des signaux qui étaient visibles dans les données avant que les manifestations n’éclatent.
Les récessions ne surviennent pas du jour au lendemain, elles s’accumulent au fil du temps. L’IA peut analyser les flux commerciaux, les prix des matières premières et les données financières pour détecter les signes avant-coureurs. L’IA peut décrypter les crises économiques et les perturbations de la chaîne d’approvisionnement. Certains modèles prédictifs ont identifié des signes avant-coureurs de l’effondrement financier de 2008 des mois avant qu’il ne se produise. Les analystes utilisant l’IA pour suivre les tendances de l’immobilier et les taux de défaut de paiement des prêts hypothécaires ont vu les premiers signes d’instabilité du marché. Cependant, le secteur financier a largement ignoré ces avertissements, ce qui a conduit à l’une des pires récessions économiques de l’histoire moderne.
L’analyse prédictive est également utilisée pour évaluer les changements politiques ; élections et instabilité politique. L’IA suit les tendances des sondages, le sentiment social et les conditions économiques pour prévoir les élections et les troubles. En 2016, alors que la plupart des sondeurs prédisaient une victoire d’Hillary Clinton, certains modèles basés sur l’IA, comme ceux analysant le sentiment sur les réseaux sociaux, ont correctement prédit la victoire de Donald Trump. Ces modèles ont détecté un enthousiasme non détecté et des changements d’opinion dans les États clés, révélant des tendances que les méthodes de sondage traditionnelles n’avaient pas détectées.
Pouvons-nous vraiment faire confiance à ces prédictions ? Quels en sont les défis et les limites ?
L’IA n’est efficace que dans la mesure où elle tire ses enseignements des données. Si des informations essentielles manquent ou sont biaisées, les prévisions peuvent être erronées. De nombreux modèles économiques basés sur l’IA n’ont pas réussi à prévoir l’ampleur du ralentissement économique mondial causé par la COVID-19. La pandémie a introduit des variables sans précédent, telles que les confinements et les ruptures de la chaîne d’approvisionnement, qui n’étaient pas entièrement prises en compte dans les modèles existants. Le facteur humain ; les algorithmes peuvent prédire un risque élevé de guerre, mais les dirigeants n’agissent pas toujours de manière rationnelle. Les décisions politiques, les motivations personnelles et la diplomatie de dernière minute peuvent bouleverser même les prévisions les plus sophistiquées. Les modèles d’IA analysant les essais de missiles et l’activité militaire ont suggéré un risque élevé de guerre entre les États-Unis et la Corée du Nord en 2017. Mais dans les coulisses, les canaux diplomatiques et les décisions inattendues des dirigeants (comme les pourparlers directs entre Trump et Kim Jong-un) ont apaisé les tensions, défiant les attentes des modèles d’IA.
Les dilemmes éthiques : les gouvernements autoritaires pourraient-ils utiliser l’analyse prédictive pour réprimer la dissidence ? Les décideurs politiques doivent-ils agir en fonction des prédictions de l’IA, même lorsque les données sont incertaines ? Une dépendance excessive aux algorithmes pourrait-elle entraîner des conséquences imprévues ? Ces questions mettent en évidence les risques liés à l’utilisation de l’IA pour prédire et potentiellement influencer les événements mondiaux.
Quel avenir ? – L’IA, l’informatique quantique et ce qui nous attend
À mesure que l’intelligence artificielle et la puissance de calcul progresseront, les prévisions géopolitiques deviendront plus précises. Certains experts pensent que l’informatique quantique pourrait un jour traiter en temps réel des interactions mondiales complexes et fournir des prévisions de crise quasi instantanées. Le changement climatique devrait entraîner des migrations massives dans les décennies à venir. Les modèles d’IA qui analysent les variations de température, la production agricole et la densité de population prédisent déjà les futures crises de réfugiés, aidant ainsi les gouvernements à planifier. La question est de savoir si ces informations conduiront à des politiques proactives ou à l’inaction politique. Mais l’analyse prédictive à elle seule ne suffit pas. Le véritable défi n’est pas seulement de voir l’avenir, mais de décider que faire de ces connaissances.
Si nous pouvons prédire une crise, pouvons-nous l’empêcher ? L’analyse prédictive transforme la géopolitique et nous donne un aperçu sans précédent des forces qui façonnent notre monde. Mais si l’IA peut nous avertir des crises potentielles, les décisions humaines détermineront toujours l’issue de celles-ci. La véritable question est la suivante : si nous pouvions prédire la prochaine crise mondiale, le monde agirait-il à temps pour l’arrêter ?
A propos de l’auteur : Expert au CEDE – ESSEC, Charles is Doctor in Political Sciences, Geopolitician and Professor of Geopolitics at leading universities and Think-Tanks for 10 years. He has also 29 years of top executive international experience as Strategic Advisor. CEO & Founder, Consultant, CFO, Auditor and Economist.