Lire : de la prédiction et de la politique (The Economist) 
Les gouvernements ont beaucoup à gagner de l'application des algorithmes aux politiques publiques, mais des controverses subsistent

Les systèmes d'apprentissage automatique excellent dans la prédiction. Une approche courante consiste à former un système en lui montrant une grande quantité de données sur, par exemple, les étudiants et leurs résultats. Le logiciel analyse les exemples et apprend quelles sont les caractéristiques les plus utiles pour prédire si un étudiant abandonnera ses études. Une fois formé, il peut étudier un autre groupe et repérer avec précision les élèves à risque. En aidant à allouer plus précisément des fonds publics limités, l'apprentissage automatique pourrait permettre aux gouvernements d'économiser des sommes considérables. Selon Stephen Goldsmith, professeur à Harvard et ancien maire d'Indianapolis, il pourrait également transformer presque tous les secteurs de l'action publique. Dans les hôpitaux, par exemple, les médecins tentent de prédire les crises cardiaques afin de pouvoir agir avant qu'il ne soit trop tard. Les systèmes manuels prédisent correctement environ 30%. Un algorithme d'apprentissage automatique créé par Sriram Somanchi, de l'université Carnegie Mellon, et ses collègues, et testé sur des données historiques, a prédit 80% - quatre heures avant l'événement, ce qui donne théoriquement le temps d'intervenir.  LIRE LA SUITE