Les bons scientifiques sont non seulement capables de découvrir des modèles dans les choses qu'ils étudient, mais d'utiliser cette information pour prédire l'avenir.

Les météorologues étudient la pression atmosphérique et la vitesse du vent pour prédire les trajectoires des futures tempêtes. Un biologiste peut prédire la croissance d'une tumeur en fonction de sa taille et de son développement actuels. Un analyste financier peut essayer de prédire les hauts et les bas d'une action en fonction de facteurs tels que la capitalisation boursière ou les flux de trésorerie.

Peut-être même plus intéressant que les phénomènes ci-dessus est celui de prédire le comportement des êtres humains. Les tentatives de prédire comment les gens vont se comporter ont existé depuis les origines de l'humanité. Les premiers humains devaient faire confiance à leurs instincts. Aujourd'hui, les spécialistes du marketing, les politiciens, les avocats du procès et bien d'autres vivent de la prédiction du comportement humain. Prédire le comportement humain, sous toutes ses formes, est une grosse affaire.

Alors, comment les mathématiques prédisent-elles notre propre comportement en général? Malgré les progrès de l'analyse des marchés boursiers, de l'économie, des sondages politiques et des neurosciences cognitives - qui tentent tous de prédire le comportement humain - la science ne pourra jamais le faire avec une certitude parfaite.

Des données plus grandes et meilleures

Lorsqu'ils font des prédictions, les scientifiques ont historiquement été limités par un manque de données complètes, en s'appuyant plutôt sur de petits échantillons pour déduire les caractéristiques d'une population plus large.

Mais au cours des dernières années, la puissance de calcul et les méthodes de collecte de données ont évolué au point de créer un nouveau champ: le big data. Grâce à l'énorme disponibilité des données collectées, les scientifiques peuvent examiner les relations empiriques entre une grande variété de variables pour déchiffrer le signal du bruit.

Par exemple, Amazon utilise analyses prédictives deviner quels livres nous pouvons aimer en fonction de notre historique de navigation ou d'achat. De même, les campagnes de publicité en ligne automatisées nous indiquent quels véhicules nous pourrions être intéressés en fonction des véhicules recherchés la veille.

Les commerçants utilisent les registres de naissance décider quand vous inonder avec des annonces pour les produits pour bébés. Ils devinent même quand vous aurez besoin de ces choses basées sur le stade de développement de votre enfant.

Ce n'est pas une science de fusée, vraiment. C'est simplement d'avoir des informations (données) qui montrent des modèles, et d'exploiter ces modèles au nom de la prévisibilité (et souvent, des profits). Encore une fois, évaluer l'exactitude de ces algorithmes est difficile pour l'étranger, il y a du travail cela révèle ce qui fait que ces algorithmes coïncident.

Modèles mathématiques

De nombreux outils de prédiction s'appuient sur l'apprentissage automatique, parmi lesquels des algorithmes mathématiques basés sur les principes biologiques de la fonction cérébrale et qui utilisent des quantités massives de données pour apprendre les modèles.

Les algorithmes d'apprentissage automatique peuvent prédire avec précision les résultats de Affaires de la Cour suprême, en utilisant des prédicteurs tels que l'identité de chaque justice, le mois de l'argument, le pétitionnaire et d'autres facteurs. Bien que la précision de la sortie de l'algorithme ne soit que d'environ 70 pour cent, il a été démontré qu'elle surpasse les experts juridiques humains.

D'autres algorithmes d'apprentissage automatique ont été montrés prédire les tentatives de suicide avec une précision de 80 à 92%, sans doute plus précise que même les meilleures évaluations humaines.

Les mathématiques peuvent même être en mesure de nous parler de comportement terroriste menant à une attaque. Dans une étude, les chercheurs ont examiné les dossiers d'activités terroristes en Irlande, en particulier les explosions d'engins explosifs améliorés. Après un incident, la probabilité d'un autre incident était plus élevée que non. En d'autres termes, les événements n'étaient pas indépendants. Une telle connaissance pourrait être utile à une communauté, choisissant peut-être de mobiliser immédiatement des efforts suite à une seule attaque en prévision d'une autre.

La prédiction parfaite est-elle possible?

Les données volumineuses ont rendu les méthodes de prédiction de plus en plus précises. Mais le comportement humain peut-il être parfaitement prédit?

L'équation la plus fondamentale est celle de Y = f (X), qui lit, "Y est une fonction de X." Entrez une valeur pour X, et le scientifique vous dira la valeur probable de Y. Plus le modèle est complexe, le plus besoin de plus d'entrées, et donc l'équation simple devient beaucoup plus compliquée.

Bien sûr, ça ne marche pas toujours. Les ouragans prennent des trajectoires non prédites par les modèles météorologiques. Les tumeurs se développent plus lentement ou plus vite que prévu. Les scientifiques, comme n'importe qui d'autre, rarement, voire jamais, prédisent parfaitement. Peu importe les données et le modèle mathématique que vous avez, le futur est encore incertain.

Ainsi, les scientifiques doivent permettre l'erreur dans notre équation fondamentale. C'est-à-dire, Y = f (X) + E, où "E" englobe notre incapacité à prédire parfaitement. C'est la partie de l'équation qui nous garde humbles.

Au fur et à mesure que la technologie se développe, les scientifiques peuvent trouver que nous pouvons prédire plutôt bien le comportement humain dans un domaine, alors qu'il en manque encore dans un autre. Il est très difficile de donner une idée générale des limites. Par exemple, la reconnaissance faciale peut être plus facile à émuler parce que la vision est l'un des nombreux systèmes de traitement sensoriel humain, ou parce qu'il y a tellement de façons dont les visages peuvent différer. D'autre part, prédire le comportement de vote, en particulier sur la base de l'élection présidentielle 2016, est une autre histoire. Il y a beaucoup de raisons complexes et pas encore comprises pourquoi les humains font ce qu'ils font.

D'autres encore soutiennent que, théoriquement au moins, prédiction parfaite sera un jour possible. Jusque-là, avec un peu de chance, les mathématiques et les statistiques pourraient nous aider à mieux comprendre ce que les gens feront en moyenne.

A propos de l'auteur

Daniel J. Denis, professeur agrégé de psychologie quantitative, L'Université du Montana et Briana Young, Ph.D. candidat au programme expérimental, L'Université du Montana

Cet article a été publié initialement le The Conversation. Lis le article original.

Livres connexes:

at

Merci de votre visite InnerSelf.com, où il y a 20,000+ des articles qui changent la vie et qui font la promotion de « Nouvelles attitudes et de nouvelles possibilités ». Tous les articles sont traduits en Plus de 30 langues. S'abonner au magazine InnerSelf, publié chaque semaine, et au Daily Inspiration de Marie T Russell. Magazine InnerSelf est publié depuis 1985.