Notes de lecture du livre "Thinking fast and slow" de Daniel Kahneman, 2011, Partie 3, chapitre 21
Intuitions algorithmiques
Daniel Kahneman s'est beaucoup inspiré du travail du psychologue Paul Meehl et notamment de son livre "Clinical vs. Statistical prediction: a theoretical analysis and a review of the evidence". Dans ce livre Meehl rapporte plusieurs expériences où l'expertise humaine est comparée à des algorithmes de prédictions statistiques. Étonnement, ces derniers sont aussi bons, si ce n'est meilleurs, que les jugements des experts.
A titre d'exemple, il a quelques années, l'économiste de Princeton Orley Ashenfelter utilisa un algorithme basé sur 3 variables objectives: la température moyenne d'une saison, la pluviométrie lors d'une récolte et lors d'un hivers précédent, pour prédire les prix de vente des vins 10 à 20 ans à l'avance. Il y arriva efficacement et fit aussi bien, parfois mieux, que des experts en oenologie.
A titre d'exemple, il a quelques années, l'économiste de Princeton Orley Ashenfelter utilisa un algorithme basé sur 3 variables objectives: la température moyenne d'une saison, la pluviométrie lors d'une récolte et lors d'un hivers précédent, pour prédire les prix de vente des vins 10 à 20 ans à l'avance. Il y arriva efficacement et fit aussi bien, parfois mieux, que des experts en oenologie.
 |
| L’œnologie: science ou simplement passion? |
Ce n'est pas de notre faute, si les algorithmes sont sobres!
Ce n'est pas de la faute des experts, si ils se trompent, c'est de la faute au Monde.
Notre Monde est trop compliqué pour notre entendement. Il y a toujours quelque chose que l'on ne prévoit pas ou que l'on ne réalise pas dans l'instant de décision.
L'avantage des algorithmes c'est leur sobriété, c'est à dire leur objectivité et leur insensibilité aux contextes. A l'inverse des hommes, ils ne sont pas influencés par des évènements imprévisibles et hors contexte. Par exemple: un embouteillage (sur la route bien sûr), une bonne nouvelle ou simplement l'avis des autres.
L'avantage des algorithmes c'est leur sobriété, c'est à dire leur objectivité et leur insensibilité aux contextes. A l'inverse des hommes, ils ne sont pas influencés par des évènements imprévisibles et hors contexte. Par exemple: un embouteillage (sur la route bien sûr), une bonne nouvelle ou simplement l'avis des autres.
Les experts eux sont sensibles à l'ensoleillement, à la pluie et à la gastronomie. On a beau savoir que la météo ou que le repas du jour, le jour où l'on juge un vin, un accusé n'a pas de conséquence sur son prix, sur son crime, on ne peux empêcher notre cerveau de faire des associations d'idées et de dévier de la décision la plus raisonnable.
Si les algorithmes sont efficaces pour les prédictions, pourquoi résistons nous généralement à l'idée de les laisser décider à notre place, comme le propose Meehl? Pourquoi les erreurs de diagnostiques médicales nous semblent plus acceptables si elles sont faites par un médecin plutôt que par un logiciel informatique statistiquement plus performant?
Le livre "Thinking fast and slow" n'apporte pas de réponses, cependant il montre que nous avons développé au fil de l'évolution (biologique) une préférence pour les explications cohérentes. Aussi, il nous est facile de comprendre comment un Homme peut faire des erreurs car nous en faisons. A l'inverse, nous supposons que la machine ne peut pas faire d’erreurs car ça raison d'être est de diminuer, rattraper ou supprimer, nos erreurs. Ainsi, il est intolérable d'être victime de l'erreur d'une machine car cela ne cadre pas avec notre schéma de pensée.
Il se pourrait aussi que nous ayons développé une préférence pour ce qui est naturel par rapport à l'artificiel.
Si les algorithmes sont efficaces pour les prédictions, pourquoi résistons nous généralement à l'idée de les laisser décider à notre place, comme le propose Meehl? Pourquoi les erreurs de diagnostiques médicales nous semblent plus acceptables si elles sont faites par un médecin plutôt que par un logiciel informatique statistiquement plus performant?
Le livre "Thinking fast and slow" n'apporte pas de réponses, cependant il montre que nous avons développé au fil de l'évolution (biologique) une préférence pour les explications cohérentes. Aussi, il nous est facile de comprendre comment un Homme peut faire des erreurs car nous en faisons. A l'inverse, nous supposons que la machine ne peut pas faire d’erreurs car ça raison d'être est de diminuer, rattraper ou supprimer, nos erreurs. Ainsi, il est intolérable d'être victime de l'erreur d'une machine car cela ne cadre pas avec notre schéma de pensée.
Il se pourrait aussi que nous ayons développé une préférence pour ce qui est naturel par rapport à l'artificiel.
Des formules algorithmiques pour jouer
Si nous résistons à l'introduction des ordinateurs dans les domaines "sérieux" de la vie, les jeux, eux, sont un domaine où l'intelligence artificielle s'épanouie et s'affirme.
En 1997, pour le première fois au monde, un ordinateur (le Deepblue d'IBM) bat aux Échecs Garry Kasparov le champion du monde Russe. En février 2011, les américains Ken Jennings et Brad Rutter, champions du monde de Jeopardi, perdent contre un autre ordinateur, le dénommé Watson.
(publicité pour l'ordinateur Watson d'IBM)
Code de conduite
Ce que je retiens de ce chapitre c'est qu'avoir un code de conduite est souvent une bonne chose. Un code de conduite c'est un algorithme "fait maison". Il ne fonctionnera pas toujours à la perfection mais, dans l'ensemble, il fera mieux que si l'on devait s'en remettre à chaque instant, à notre jugement .
Le test du DR. Apgar est un bon exemple de procédure simple et efficace. Ce test permet de faire en 5 observations objectives, un diagnostique rapide de la santé d'un nouveau né.
Pour ma part, voici mon algorithme. Demain matin je vais courir si:
1. je me suis couché avant 22h;
2. je me réveille avant 6h;
3. Il fait beau;
4. je n'ai pas mal au ventre;
5. je n'ai rien de prévu avant 10h;
run !
2. je me réveille avant 6h;
3. Il fait beau;
4. je n'ai pas mal au ventre;
5. je n'ai rien de prévu avant 10h;
run !
Commentaires