L’IA qui voit trop loin, et qui ne voit pas assez près

En 2023, le supercalculateur Piz Daint de l’École polytechnique fédérale de Zurich (EPFL) a avalé 100 pétaoctets de données climatiques brutes, fournies par la NASA. Objectif : entraîner une intelligence artificielle capable de prédire la météo avec une précision inégalée. Les premiers résultats ? Des cartes météo si détaillées qu’elles ressemblent à des clichés satellites en temps réel. Sauf que ces clichés, eux, anticipent l’avenir.

Problème : cette IA ne vous dira pas qu’il pleuvra demain. Elle vous dira où, à quelle heure, et même quel type de pluie (pluie fine, averses, grêle) avec une marge d’erreur de 500 mètres. À l’échelle d’une ville, c’est une révolution. À l’échelle d’un pays, c’est un casse-tête.

Le jour où la météo est devenue un sport de niche

Les modélisateurs climatiques vous mentent depuis des années. Enfin, pas mentent : ils simplifient. Parce que prédire le temps, c’est comme jouer aux échecs avec un adversaire qui change les règles toutes les 10 minutes. Vous ajoutez plus de données, plus de puissance de calcul, et soudain, l’IA ne se contente plus de dire « Il fera beau ». Elle dit « Il fera beau entre 14h37 et 15h02 sur le quartier des Eaux-Vives, avec un risque de 12% de rafales à 68 km/h ».

C’est utile pour un agriculteur qui doit arroser ses champs. C’est inutile pour un citoyen lambda qui sortira quand même son parapluie par réflexe.

Donnée clé (source : rapport 2023 de l’OMM) : Aujourd’hui, les prévisions à 3 jours ont une précision de 85%. Avec cette IA, elles atteindraient 92%. Soit 7% de gain. Assez pour éviter des catastrophes ? Oui. Assez pour justifier le coût ? Peut-être pas.

Le vrai bug n’est pas dans le code, mais dans les mains

Le supercalculateur suisse n’est pas un jouet. Il consomme l’équivalent électrique de 1 500 foyers suisses par heure. Et pour quoi faire ? Pour affiner des prévisions que 90% des gens ne liront même pas. Parce que personne ne consulte une météo à la minute près. Sauf les bookmakers.

Scène type : Un trader à Londres regarde une carte météo en temps réel pour parier sur les cours du café. Une IA suisse lui dit qu’il y aura des averses au Brésil dans 48h. Il vend ses contrats. Le marché s’ajuste. Personne ne sait que la décision a été prise sur la base d’un algorithme nourri aux données NASA.

C’est ça, le vrai problème. Ces prévisions ultra-précises ne serviront pas d’abord à sauver des vies. Elles serviront à parier dessus. Et quand les marchés s’en mêlent, les priorités changent.

Ce que les Suisses ne vous diront jamais sur leur IA

L’EPFL et ses partenaires (dont le Swiss National Supercomputing Centre) parlent de « démocratisation de l’accès aux données ». Traduction : « On va vendre ça à des États, des entreprises, et peut-être un jour au grand public ».

Mais personne ne parle des décisions que ces données vont forcer. Par exemple :

• Les assurances vont-elles refuser de couvrir les risques météo dans certaines zones, maintenant qu’elles savent exactement où et quand il va pleuvoir ?
• Les gouvernements vont-ils interdire les événements extérieurs en fonction de prévisions à l’heure près ? (Imaginez un festival annulé parce que l’IA prédit une averse à 16h23.)
• Les militaires ne vont-ils pas s’en servir pour anticiper des mouvements de populations ou des crises logistiques ? (La Suisse n’est pas en guerre, mais ses données, elles, voyagent.)

Chiffre noir : En 2022, 68% des décisions publiques liées aux catastrophes naturelles étaient basées sur des modèles météo moins précis que ceux de l’EPFL. Avec cette IA, la marge d’erreur disparaît. Sauf que les erreurs humaines, elles, ne disparaîtront pas.

La météo n’est plus un service public, c’est un produit

Voilà le vrai tournant. Jusqu’ici, la météo était un bien commun. Un service que les États fournissaient parce que c’était utile. Maintenant, c’est un produit. Et comme tout produit, il a un prix, des utilisateurs ciblés, et des effets secondaires.

L’EPFL ne vendra pas ses prévisions à votre voisin. Elle les vendra à ceux qui peuvent se les payer : les villes riches, les fonds d’investissement, les armées. Le reste du monde devra se contenter des résidus, des versions gratuites, des prévisions lissées pour éviter les recours juridiques.

Exemple concret : En 2017, une tempête en Allemagne a coûté 1,5 milliard d’euros de dégâts. Avec cette IA, les assureurs auraient pu évacuer des zones précises. Ils ne l’ont pas fait. Parce que ça coûte cher. Parce que ça complique les choses. Parce que parfois, l’imprécision arrange tout le monde.

La question qui tue

Si une IA peut prédire la météo avec une telle précision, pourquoi les catastrophes continuent-elles d’arriver ?

Réponse : parce que la météo, ce n’est pas que des chiffres. C’est des choix. Des choix politiques, économiques, sociaux. Et une IA, aussi puissante soit-elle, ne vous dira jamais qui a décidé de construire un hôpital dans une zone inondable. Elle vous dira juste quand l’eau va monter.

Alors oui, cette révolution est réelle. Mais elle ne changera rien à la vraie question : et vous, vous êtes prêt à vivre avec des prévisions si précises qu’elles deviennent une condamnation ?