Étymologie
data (données) et dinde.
Le mathématicien et philosophe anglais Bertrand Russell (1872-1970) a écrit une parabole qui décrit la logique de raisonnement des dindes.
« Chaque matin, une dinde observe que des humains la nourrissent. Raisonnant par induction, elle a recueilli un nombre estimé suffisant d’observations (en l’occurrence, 364 jours). Elle en déduit donc que l’espèce humaine est bonne et bienveillante.
Elle attend donc sereinement le 365e matin. Mais le 365e matin est le jour le Noël : elle est tuée pour servir de repas de Noël ! Pendant 99,73 % du temps (364 jours sur 365) sa conjecture était exacte et sa confiance dans ses prévisions augmentait. Le dernier jour de l’année vient annihiler cette prévision. »
Le dindinisme consiste à avoir une vision du futur qui soit la continuation du passé. Ayant une confiance dans la stabilité des tendances, on néglige les événements rares (ou Cygnes noirs) qui peuvent modifier le cour des choses.
Le dindinisme prend une dimension nouvelle avec l’essor de l’intelligence artificielle et du big data. Les algorithmes, nourris par des quantités exponentielles de données, donnent l’impression qu’il est possible de lire l’avenir grâce à la masse de données du passé.
Leur sophistication et leur performance renforcent une illusion de certitude : plus les modèles sont complexes, plus notre confiance en leurs prédictions grandit, et plus nous sommes vulnérables à l’irruption de l’imprévu.
Ces modèles reposent essentiellement sur la reproduction mécanique des régularités observées. Ils excellent à anticiper les fluctuations ordinaires, mais restent aveugles aux ruptures fondamentales : un algorithme peut anticiper les petites variations du marché financier, mais ne saura pas voir venir un krach sans précédent. L’intelligence artificielle médicale peut détecter des maladies connues, mais sera démunie face à une pathologie inédite.
Dans les systèmes de recommandation, le datadindinisme enferment les utilisateurs dans des bulles prédictives. Netflix suggère des films basés sur les goûts passés, Amazon propose des produits selon l’historique d’achat. LinkedIn vous recommande des amis des amis. Ces systèmes reproduisent des schémas préexistants.
Plus les modèles sont complexes, plus notre confiance en leurs prédictions grandit, et plus nous sommes vulnérables à l’irruption de l’imprévu.
Le datadindinisme révèle un paradoxe : plus nous accumulons de données, plus nous croyons maîtriser le futur. Cette accumulation masque l’incertitude fondamentale des systèmes complexes.
Les modèles prédictifs, aussi puissants soient-ils, ne font que renforcer notre vulnérabilité à l’inattendu, en nous donnant l’illusion d’une stabilité qui n’existe pas.
Le datadindinisme, à l’ère de l’intelligence artificielle, interroge notre rapport à la prévision et à l’incertitude.
Il rappelle que la foi dans la continuité du passé est une illusion dangereuse. Il fait oublier qu’aucun modèle, aussi sophistiqué soit-il, ne saurait abolir la possibilité de ruptures radicales.
Aucun modèle, aussi sophistiqué soit-il, ne saurait abolir la possibilité de ruptures radicales.
