Econom’IA – Partager pour évoluer ensemble

Par Olha Nahorna (Ingénieure de recherche CNRS, Bordeaux Sciences Economiques (BSE)) & ChatGPT

Article publié dans le cadre du projet Intelligence artificielle en Economie – Econom’IA (AAP MSHBx 2024).

---

---

Dans un monde en constante évolution, les métiers et les disciplines scientifiques évoluent également. Les clés de la réussite de cette évolution sont l’échange et le partage. C’est au croisement des visions et des compétences que les idées novatrices et transformatrices apparaissent. Posons un regard sur l’évolution historique de l’économie.

Au début de l’économie moderne (19^e-début du 20^e siècle), la discipline reposait principalement sur des théories classiques et néoclassiques. Les économistes, comme Adam Smith et David Ricardo, se concentraient sur des principes philosophiques et des raisonnements qualitatifs. Cependant, au fur et à mesure que la discipline s’est institutionnalisée, des outils mathématiques ont été utilisés pour formuler des modèles économiques plus rigoureux. Des économistes comme Alfred Marshall ont introduit des modèles de l’offre et de la demande en utilisant les mathématiques.

Au début du 20^e siècle, les économistes ont commencé à utiliser des méthodes statistiques pour tester empiriquement les hypothèses économiques. L’économétrie, qui combine des techniques statistiques avec des théories économiques, est devenue un outil central. Des figures comme Ronald A. Fisher et Sir Francis Ysidro Edgeworth ont contribué à l’intégration des statistiques dans l’analyse économique. Paul Samuelson et Jan Tinbergen ont, par exemple, popularisé les modèles économétriques pour analyser les données économiques et faire des prévisions. L’économétrie a permis de traiter de manière plus rigoureuse les relations économiques en s’appuyant sur de grandes quantités de données pour tester des modèles économiques.

Les nouvelles théories comportementales (fin 20^e-début 21^e siècle), influencées par la psychologie et la sociologie, ont commencé à remettre en question les hypothèses classiques selon lesquelles les individus agissent toujours de manière rationnelle. Des chercheurs comme Daniel Kahneman et Amos Tversky ont démontré que les choix économiques sont souvent influencés par des biais cognitifs et des heuristiques. L’économie expérimentale a aussi émergé comme une méthode importante, avec des expériences en laboratoire pour observer le comportement des individus dans des situations économiques. Ces recherches ont souvent contesté les modèles classiques qui supposaient des agents totalement rationnels.

Avec l’augmentation de la puissance informatique, les économistes ont pu créer des modèles beaucoup plus complexes (fin du 20^e-début du 21^e siècle). L’émergence de la complexité économique, qui étudie les systèmes économiques comme des réseaux d’interactions entre agents, a permis de mieux comprendre des phénomènes comme les crises financières, la croissance économique, et la diffusion de l’innovation. César A. Hidalgo et d’autres chercheurs ont joué un rôle clé dans l’utilisation de ces approches computationnelles pour modéliser l’économie à partir de vastes ensembles de données. L’utilisation des grandes bases de données et des outils de visualisation de données a également révolutionné la manière dont les économistes analysent les tendances économiques à l’échelle mondiale.

Les progrès des technologies numériques ont conduit à une explosion des données massives (21^e siècle). Les économistes utilisent désormais des techniques de Machine Learning et d’intelligence artificielle pour analyser ces énormes volumes de données. Ces méthodes permettent d’identifier des patterns complexes et de faire des prédictions plus précises sur des phénomènes économiques. L’IA permet aussi de mieux comprendre les comportements économiques en analysant des données provenant de sources diverses, comme les réseaux sociaux, les transactions financières ou même les données géospatiales. En parallèle, les réseaux de neurones et d’autres techniques de l’intelligence artificielle sont utilisés pour créer des modèles économiques plus adaptatifs et capables de prendre en compte des non-linéarités complexes.

C’est précisément cette évolution technologique qui est au cœur du workshop Econom’IA, qui vise à réunir les acteurs utilisant les méthodes de l’intelligence artificielle et du big data dans leurs travaux en économie, que ce soit dans le secteur public ou privé. Grâce au soutien financier de la MSHBx, du département CHANGES de l’Université de Bordeaux et de la région Nouvelle-Aquitaine, Econom’IA a ouvert ses portes à Bordeaux pour la première fois les 6 et 7 mai 2024. Accueilli par le laboratoire BSE (Bordeaux Sciences Économiques), cette première édition s’est concentrée sur les méthodes de collecte des données massives ainsi que sur les méthodes de traitement basées sur le Machine Learning, la fouille de textes et d’autres domaines de l’intelligence artificielle.

Les matinées de formation ont attiré des débutants, tandis que les présentations des travaux ont réuni des experts. Parmi les keynote speakers, Emmanuel Flachaire (Professeur d’Économie à l’Université Aix-Marseille) a partagé sa vision sur la passerelle entre l’économétrie et les méthodes de Machine Mearning. L’entreprise OpenStudio (Kévin Cortial et Nicolas Sauzéat) a présenté son expérience dans la création de l’atlas industriel, renforçant ainsi les synergies collaboratives industrielles et favorisant les collaborations locales. L’échange de bonnes pratiques a créé une dynamique de partage entre experts et débutants, permettant une évolution collective.

Comme indiqué précédemment, l’économie après avoir été mariée avec les mathématiques, la statistique, l’informatique, et les sciences comportementales, s’ouvre aujourd’hui à des approches de plus en plus interdisciplinaires. L’intégration de la psychologie, de la sociologie, des sciences politiques, de la science des réseaux, de la biologie, de la géographie et d’autres domaines permet aux économistes de mieux comprendre les dynamiques économiques complexes. Cela conduit à l’émergence de nouveaux domaines de recherche tels que l’économie comportementale, l’économie de l’information et l’économie de l’innovation, évaluation de l’efficacité des politiques publiques et autres. De plus en plus basés sur les méthodes de sciences de données, les recherches en économie s’approchent des réalités contemporaines, ouvrant ainsi de nouvelles avenues pour comprendre et influencer les dynamiques économiques mondiales.

Econom’IA est ouvert à tous les champs de l’économie, ainsi qu’aux disciplines voisines, et vous invite à participer à la deuxième édition, qui se tiendra à Paris Nanterre en 2025. Lors de cette nouvelle édition, l’accent sera mis sur les travaux utilisant les traitements de graphes, les LMM (Large Multimodal Models) et d’autres approches des sciences des données. Parmi les sessions keynote, nous aurons l’honneur de partager un moment avec César Hidalgo (Directeur de recherche, ANITI, Université de Toulouse) et Christophe Benavent (Professeur à Paris-Dauphine, PSL), qui utilisent fortement ces nouvelles méthodes dans leurs travaux.

Échangeons et partageons pour évoluer ensemble lors du workshop Econom’IA.

---

Présentation des travaux – Conférence Econom’IA, 6-7 mai 2024

---

---