{"id":9254,"date":"2026-11-06T08:30:47","date_gmt":"2026-11-06T07:30:47","guid":{"rendered":"https:\/\/variances.eu\/?p=9254"},"modified":"2026-11-06T09:21:00","modified_gmt":"2026-11-06T08:21:00","slug":"dossier-statistiques-2-editorial","status":"publish","type":"post","link":"https:\/\/variances.eu\/?p=9254","title":{"rendered":"Dossier Statistiques 2 – Editorial"},"content":{"rendered":"

Dans ce second dossier sur la statistique, nous souhaitons mettre en avant quelques \u00e9volutions de cette discipline : ses domaines d’application se multiplient et elle est une composante essentielle des transformations technologiques que nous connaissons avec l’essor de l’intelligence artificielle. \u00a0<\/u><\/u><\/p>\n

Les cinq articles propos\u00e9s t\u00e9moignent de ces changements. Ils nous conduisent du droit \u00e0 l’\u00e9conomie, des m\u00e9thodes statistiques classiques aux d\u00e9veloppements les plus r\u00e9cents de l’apprentissage automatique, pour nous amener enfin \u00e0 une r\u00e9flexion sur l’enseignement sup\u00e9rieur. Des approches diff\u00e9rentes, mais qui ont en commun de montrer combien la statistique participe \u00e0 la compr\u00e9hension du monde et \u00e0 ses \u00e9volutions.<\/u><\/u><\/p>\n

Avec l\u2019article \u00ab <\/span>Droit et statistique : une liaison plus que centenaire<\/a><\/span> \u00bb<\/span><\/strong>, <\/span>J\u00e9r\u00f4me et Philippe Tassi <\/span><\/strong>proposent d’abord un retour historique sur les relations entre deux disciplines souvent per\u00e7ues comme \u00e9loign\u00e9es. Ainsi, d\u00e8s le XIXe si\u00e8cle, les travaux de Sim\u00e9on Denis Poisson sur la probabilit\u00e9 des jugements t\u00e9moignaient de la possibilit\u00e9 de mobiliser le raisonnement statistique dans le domaine judiciaire. Les auteurs retracent les \u00e9tapes de cette histoire, de l’apparition du secret statistique et de la protection de la vie priv\u00e9e jusqu’aux enjeux actuels du num\u00e9rique et de l’intelligence artificielle. L\u2019article souligne la r\u00e9ciprocit\u00e9 de la relation: la statistique peut \u00e9clairer la d\u00e9cision juridique, tandis que le droit encadre la collecte et l’utilisation des donn\u00e9es.<\/u><\/u><\/p>\n

Jean-Baptiste Crettez<\/strong><\/span>, dans son article \u00ab Un degr\u00e9 de plus ou de moins, \u00e7a change quoi ? Ce que la m\u00e9t\u00e9o r\u00e9v\u00e8le de nos comportements et de l’\u00e9conomie<\/a><\/span> <\/span><\/strong>\u00bb <\/span>illustre d\u2019autres usages de la statistique. \u00c0 partir d’une riche revue de travaux empiriques, compl\u00e9t\u00e9e par ses propres recherches, il montre combien les variations m\u00e9t\u00e9orologiques influencent les comportements\u00a0: sommeil, productivit\u00e9, consommation, audiences t\u00e9l\u00e9visuelles, natalit\u00e9 ou encore violences. L’int\u00e9r\u00eat de cette contribution est aussi m\u00e9thodologique. La m\u00e9t\u00e9o constitue pour les \u00e9conomistes une forme d’exp\u00e9rience naturelle, permettant d’\u00e9tudier les relations entre les comportements et leur environnement. Encore faut-il distinguer les corr\u00e9lations des v\u00e9ritables effets causaux, tenir compte des diff\u00e9rences entre territoires et des capacit\u00e9s d’adaptation. Un article qui rappelle \u00e0 la fois la puissance des m\u00e9thodes statistiques appliqu\u00e9es et la prudence n\u00e9cessaire dans l’interpr\u00e9tation de leurs r\u00e9sultats.<\/u><\/u><\/p>\n

Avec \u00ab<\/span>L’apprentissage bay\u00e9sien \u00e0 l’heure des LLM<\/a><\/span> <\/strong>\u00bb<\/span>, Pierre Alquier<\/strong><\/span>, professeur \u00e0 l’ESSEC Business School, revient sur une question centrale : comment adapter les m\u00e9thodes de la statistique bay\u00e9sienne \u00e0 des mod\u00e8les dont la dimension est devenue consid\u00e9rable ? Les m\u00e9thodes de Monte Carlo ont jou\u00e9 un r\u00f4le majeur dans le d\u00e9veloppement de l’inf\u00e9rence bay\u00e9sienne, mais elles rencontrent des limites pratiques face aux r\u00e9seaux de neurones profonds et aux grands mod\u00e8les de langage. Pierre Alquier pr\u00e9sente les approches qui permettent de d\u00e9passer une partie de ces difficult\u00e9s, notamment en reformulant l’inf\u00e9rence bay\u00e9sienne comme un probl\u00e8me d’optimisation. Son article, r\u00e9solument math\u00e9matique, montre comment des concepts statistiques anciens trouvent une nouvelle actualit\u00e9 dans les recherches contemporaines. Il souligne aussi combien les progr\u00e8s de l’intelligence artificielle sont \u00e9galement des avanc\u00e9es th\u00e9oriques et algorithmiques.<\/u><\/u><\/p>\n

Anna Korba<\/span><\/strong><\/a><\/span>, professeure assistante \u00e0 l’ENSAE et chercheuse au CREST, laur\u00e9ate de la m\u00e9daille de bronze 2026 du CNRS et d’une bourse ERC Starting Grant en 2025, nous livre dans une interview son parcours et ses recherches \u00e0 l’interface des math\u00e9matiques, de la statistique et de l’intelligence artificielle. Ses travaux portent notamment sur l’optimisation dans des espaces de mesures de probabilit\u00e9, l’\u00e9chantillonnage et les mod\u00e8les g\u00e9n\u00e9ratifs. Ils rejoignent ainsi certaines des questions d\u00e9velopp\u00e9es par Pierre Alquier, tout en ouvrant de nouvelles perspectives sur la mani\u00e8re de manipuler des distributions complexes et de concevoir des algorithmes plus efficaces. C\u2019est un t\u00e9moignage particuli\u00e8rement stimulant sur la recherche contemporaine et ses perspectives.<\/u><\/u><\/p>\n

Enfin, le dossier se conclue sur l’article de Philippe Tassi<\/strong>, \u00ab<\/span> IA et Enseignement sup\u00e9rieur <\/strong><\/a><\/span>\u00bb <\/span><\/span>qui r\u00e9pond \u00e0 une question essentielle : comment former les g\u00e9n\u00e9rations futures \u00e0 comprendre et \u00e0 ma\u00eetriser des outils qui \u00e9voluent aussi rapidement ? L’auteur rappelle que l’arriv\u00e9e de l’intelligence artificielle g\u00e9n\u00e9rative \u00e0 la fin de 2022 a profond\u00e9ment modifi\u00e9 la diffusion et les usages de l’IA, d\u00e9sormais accessible \u00e0 un public tr\u00e8s large. L’enseignement sup\u00e9rieur doit donc int\u00e9grer cette transformation, \u00e0 la fois dans ses m\u00e9thodes p\u00e9dagogiques, ses activit\u00e9s de recherche et la pr\u00e9paration aux m\u00e9tiers de demain. Cela exige de comprendre les fondements scientifiques, les limites, les risques et les implications \u00e9thiques. Cette r\u00e9flexion sur la place de l’IA dans la formation intellectuelle et professionnelle et la n\u00e9cessit\u00e9 de pr\u00e9server l’esprit critique et la capacit\u00e9 de raisonnement nous concerne tous.<\/u><\/u><\/p>\n

Ces cinq contributions rappellent que la statistique s’inscrit dans une histoire longue, qu\u2019elle irrigue des disciplines multiples et se renouvelle au contact des grandes transformations scientifiques et sociales. De la protection des droits fondamentaux \u00e0 l’\u00e9tude des comportements, de l’inf\u00e9rence bay\u00e9sienne \u00e0 l’intelligence artificielle, les questions qu’elle soul\u00e8ve sont th\u00e9oriques et pratiques, et souvent profond\u00e9ment collectives.<\/u><\/u><\/p>\n

Nous remercions chaleureusement les auteurs pour leurs contributions, qui t\u00e9moignent une nouvelle fois de la vitalit\u00e9 de la recherche et de la richesse des r\u00e9flexions que Variances<\/em> souhaite partager avec ses lecteurs.<\/u><\/u><\/p>\n

Nous vous souhaitons \u00e0 toutes et \u00e0 tous une excellente lecture.<\/p>\n

\n
Dossier Statistiques 2 – Sommaire :<\/h6>\n