Fernando Alcoforado*
Cet article vise à montrer les risques que l’utilisation des algorithmes dans le système financier peut faire peser sur l’économie en général. Techniquement, un algorithme est une séquence d’instructions logiques finies, définies, qui doivent être suivies pour résoudre un problème ou effectuer une tâche. Un algorithme n’est rien de plus qu’une recette qui montre étape par étape les procédures à suivre pour résoudre une tâche. Les algorithmes sont largement utilisés dans la programmation, décrivant les étapes à suivre pour qu’un programme exécute les tâches qui lui sont assignées. Les algorithmes sont une séquence d’instructions qui guident le fonctionnement d’un logiciel, ce qui peut entraîner des mouvements de matériel. Aujourd’hui, la logique des algorithmes est utilisée pour créer des règles extrêmement complexes, leur permettant de résoudre des problèmes par eux-mêmes. Le fonctionnement d’un algorithme d’intelligence artificielle, par exemple, est un calcul de probabilité résultant de la multiplication d’un vecteur d’entrée avec des millions de paramètres.
Les marchés des capitaux ont pour tâche de traiter les informations de manière à ce que l’économie se dirige vers les meilleurs projets et les meilleures entreprises. La dernière révolution bat son plein, les machines prenant le contrôle des investissements d’allocation de capital. Les fonds gérés par ordinateur qui utilisent des algorithmes définis par l’homme représentent 35% du marché boursier, 60% des actifs institutionnels et 60% de l’activité commerciale américaine. De nouveaux programmes d’intelligence artificielle rédigent également leurs propres règles d’investissement. En traitant des sommes importantes, la finance a toujours eu les ressources financières pour adopter des innovations. Les analystes de Wall Street ont été les premiers à adopter un tableur dans les années 1980. Depuis lors, les ordinateurs ont capturé le secteur financier. Le premier consistait à “exécuter” des ordres d’achat et de vente. Les machines ayant fait leurs preuves dans les actions et les produits dérivés, elles se développent également sur les marchés de la dette.
Les ordinateurs gagnent de plus en plus en autonomie. Les logiciels utilisés créent leurs propres stratégies sans intervention humaine. Vos compétences augmentent à mesure que la puissance de traitement augmente. En outre, considérons le flux d’informations, force vitale des marchés. Aujourd’hui, un nombre presque infini de nouvelles données et de puissances de traitement créent de nouvelles façons de rentabiliser les investissements. La nouvelle ère de la finance dominée par les machines suscite des inquiétudes, dont l’une pourrait compromettre ces avantages. Une des inquiétudes est la stabilité financière. Des investisseurs expérimentés se plaignent du fait que les ordinateurs peuvent fausser le prix des actifs, car de nombreux algorithmes poursuivent les titres ayant une caractéristique particulière, puis les abandonnent soudainement..
Les algorithmes permettent d’acheter et de vendre des actions afin de faciliter le travail humain, de prendre des décisions plus logiques et, partant, de rechercher les meilleurs investissements en se basant sur une analyse de marché basée sur divers modèles économiques et mathématiques, visant à réduire l’imprévisibilité de l’investissement et à en calculer la probabilité de l’application si est rentable ou non. Il convient toutefois de noter que la souveraineté des algorithmes intelligents dans la prise de décision n’est pas totale. À titre d’exemple, on peut citer le fait que, bien que certaines personnes aient pu prédire l’avènement de la crise financière de 2008 avec des projections mondiales, aucun des algorithmes intelligents, qui tirent parti de nouvelles informations et effectuent des achats et des ventes sans l’action humaine a pu faire de même, comme en témoigne la proportion que cet événement a pris parce qu’il n’y avait pas de prévision d’une crise future précédant son déclenchement.
Étant donné l’hypothèse que si l’algorithme ne parvient pas à réduire l’imprévisibilité du problème de l’analyse du marché, se pose la défense que l’être humain prendrait une meilleure décision et anticiperait mieux la situation que cet outil. Bien que l’application de l’algorithme à des problèmes puisse être bénéfique pour l’utilisateur, il existe des limites. Il n’est toujours pas certain que l’utilisation d’algorithmes soit plus bénéfique à la solution, prévention et la prédiction du problème, étant donné que nous ne comprenons pas très bien pourquoi, dans certaines régions il est meilleur et pas les autres. Le négoce en bourse a un haut niveau d’imprévisibilité. Plusieurs modèles et théories mathématiques ont été développés pour minimiser cette imprévisibilité et ainsi maximiser les bénéfices des investissements dans ce domaine, mais la plupart n’ont pas abouti.
En général, on peut dire que la bourse est un marché qui, comme tout, est caractérisé par l’imprévisibilité d’événements qui résulte, d’une part, de la incapacité de l’être humain à travailler avec de grandes quantités de données et, d’autre part, de la limitation à voir leurs normes de performance. C’est à ce moment que des algorithmes intelligents sont appliqués, car ils sont capables d’acquérir et de travailler avec de nouvelles informations, de capturer une grande quantité d’informations sur le marché et de les organiser pour trouver un standard de performance du marché et résoudre le problème de l’endroit où investir l’argent sur le marché. Bien que les algorithmes soient plus efficaces que les humains dans la reconnaissance des formes et l’analyse de données volumineuses, il existe des informations selon lesquelles cet outil n’exploite pas au mieux le marché boursier.
Un des problèmes des algorithmes est qu’ils travaillent avec des modèles de données basés sur la courbe de Gauss, qui est une distribution de probabilité absolument continue, paramétrée par leur espérance mathématique et leur écart type. Les événements aléatoires de faible probabilité d’occurrence, c’est-à-dire les Cygnes noirs selon Nassim Nicholas Taleb, ne sont pas pris en compte. Nassim Nicholas Taleb, dans son livre A lógica do Cisne Negro (La logique du cygne noir) (Rio de Janeiro: Editora BestSeller, 2008), explore les problèmes de perception causés à la population par des événements aléatoires et inattendus qui ont un impact majeur sur l’humanité. Dans son livre, Taleb tente de nous aider à comprendre quand notre jugement est compromis. Le concept central du cygne noir fait référence au fait qu’avant la découverte de l’Australie, on croyait que tous les cygnes étaient blancs, après tout, personne n’avait jamais vu un cygne noir. Cependant, ils existent. Dans ce livre, un cygne noir est un événement rare, qui a un impact colossal sur la société et qui peut être expliqué, mais impossible à prédire en regardant simplement le passé. De rares événements comme le cygne noir se produisent plus souvent qu’on ne le pense. Cependant, des événements extrêmes se produisent souvent et ont des impacts majeurs. Notre tendance à les ignorer vient du fait que les gens sous-estiment leur ignorance.
Les Cygnes noirs sont les événements qui provoquent des transformations cognitives majeures, qu’elles soient triviales ou considérables, telles que la destruction d’un marché boursier tel que la crise mondiale de 2008 aux États-Unis ou une crise politique. L’information est le seul moyen de se protéger contre ces impacts. Plus vous êtes ignorant, le plus probable sera-ce que vous êtes surpris par un cygne noir et plus vous êtes informé, moins probable que vous serez touché. Au XVe siècle, lorsque Nicholas Copernic a proposé que la Terre ne soit pas le centre de l’univers, les conséquences étaient immenses à tous les niveaux. Il a contesté la religion (l’Église catholique a subi des impacts majeurs), mais cela a également ouvert la voie à un changement culturel dans la société et dans la science. Cygnes noirs comme ça peut changer les sociétés et accélérer de plus en plus le monde en mutation.
Pour mieux comprendre l’impact de l’improbable, Nassim Taleb divise les connaissances humaines en deux zones principales d’aléatoire, en séparant les deux principaux groupes d’effets improbables sur nos vies. La division de l’improbable en deux grands groupes facilite la compréhension de la manière dont elle nous trompe et prouve ainsi notre incapacité à faire des prédictions. La première consiste à décrire le phénomène en règle générale. Le deuxième domaine consiste à ignorer les phénomènes aléatoires en dehors des moyennes. Et si nous analysons les données en ne regardant que la moyenne, nous sommes trompés par une représentation qui ne reflète pas avec précision la réalité du phénomène analysé. Taleb prouve que les cygnes noirs ne se produisent pas à partir de moyennes mais en dehors de celles-ci. Apprendre à gérer cela nécessite d’accepter, de comprendre la nature imprévisible du monde plutôt que de l’ignorer.
Selon Taleb, il existe deux types de progrès, constant et linéaire et non linéaire qui ont tendance à se produire lors de sauts importants, alternant avec la stagnation. Cependant, bien que nous préférions croire que le monde fonctionne dans une perspective linéaire, ce n’est pas la bonne façon d’aborder le problème. Les situations non linéaires sont les plus constantes dans la vie et les choses linéaires ont la tendance à être la véritable exception. Considérant que notre apprentissage vient de choses si diverses et dans de nombreux cas aléatoires, croire que le modèle linéaire est le meilleur modèle cela devient une erreur. Le modèle linéaire est adopté dans les classes et les livres simplement parce qu’ils sont plus faciles à comprendre. En outre, l’être humain a la limitation qu’en voyant le passé, il sélectionne les parties d’un processus qui correspondent à ses impressions et ignore les parties qui ne correspondent pas à ses idées préconçues. Notre esprit crée un enregistrement qui ignore les faits qui ne correspondent pas à notre modèle mental et Taleb appelle cela la preuve silencieuse..
Pour Taleb, serendipitia, les surprises positives, joue un rôle crucial dans les découvertes scientifiques, telles que la poursuite de quelque chose en laquelle il croit (par exemple, une nouvelle voie vers l’Inde) et découvre quelque chose qu’il ignorait (découvre l’Amérique). Il est donc important d’être ouvert à la possibilité d’obtenir des résultats imprévus pour nos activités. Cela peut nous aider à tirer profit des cygnes noirs lorsqu’ils apparaissent. Pour apprendre à tirer davantage parti des Black Swans, Taleb suggère, dans un premier temps, de se concentrer sur les conséquences potentielles de l’inattendu plutôt que sur la probabilité que l’imprévu se produise. Les conséquences de prévisions météorologiques erronées, par exemple, sont souvent insignifiantes, tandis que les conséquences de prévisions erronées du marché boursier peuvent être dévastatrices. Pour ce faire, l’idéal est de hiérarchiser vos croyances en fonction du préjudice qu’elles peuvent causer et non de la probabilité qu’elles se produisent.
Par conséquent, les machines financières qui fonctionnent avec des algorithmes basés sur des normes de performance représentent un risque important pour le système financier face à la possibilité de cygnes noirs ou d’événements aléatoires. La crise mondiale de 2008 aux États-Unis montre que le système financier basé sur des algorithmes a échoué aux tests de marché malgré tous ses joueurs talentueux. En 2008, la débâcle économique mondiale montre à quel point les banques comprenaient mal les risques qu’elles étaient censées gérer. Ces défaillances sont perçues comme une “myopie catastrophique” (tendance à sous-estimer les risques), une méconnaissance du “réseau d’externalités” (contamination d’un établissement à l’autre) et des “incitations mal alignées” (le côté positif pour les employés et les inconvénients pour les actionnaires et les contribuables). De nouveaux algorithmes devraient également être développés pour prendre en compte les événements aléatoires avec une faible probabilité d’occurrence, afin d’éviter l’occurrence de nouveaux événements catastrophiques tels que 2008.
* Fernando Alcoforado, 79, a reçoit la Médaille du Mérite en Ingénierie du Système CONFEA / CREA, membre de l’Académie de l’Education de Bahia, ingénieur et docteur en planification territoriale et développement régional pour l’Université de Barcelone, professeur universitaire et consultant dans les domaines de la planification stratégique, planification d’entreprise, planification régionale et planification énergétique, il est l’auteur de ouvrages Globalização (Editora Nobel, São Paulo, 1997), De Collor a FHC- O Brasil e a Nova (Des)ordem Mundial (Editora Nobel, São Paulo, 1998), Um Projeto para o Brasil (Editora Nobel, São Paulo, 2000), Os condicionantes do desenvolvimento do Estado da Bahia (Tese de doutorado. Universidade de Barcelona,http://www.tesisenred.net/handle/10803/1944, 2003), Globalização e Desenvolvimento (Editora Nobel, São Paulo, 2006), Bahia- Desenvolvimento do Século XVI ao Século XX e Objetivos Estratégicos na Era Contemporânea (EGBA, Salvador, 2008), The Necessary Conditions of the Economic and Social Development- The Case of the State of Bahia (VDM Verlag Dr. Müller Aktiengesellschaft & Co. KG, Saarbrücken, Germany, 2010), Aquecimento Global e Catástrofe Planetária (Viena- Editora e Gráfica, Santa Cruz do Rio Pardo, São Paulo, 2010), Amazônia Sustentável- Para o progresso do Brasil e combate ao aquecimento global (Viena- Editora e Gráfica, Santa Cruz do Rio Pardo, São Paulo, 2011), Os Fatores Condicionantes do Desenvolvimento Econômico e Social (Editora CRV, Curitiba, 2012), Energia no Mundo e no Brasil- Energia e Mudança Climática Catastrófica no Século XXI (Editora CRV, Curitiba, 2015), As Grandes Revoluções Científicas, Econômicas e Sociais que Mudaram o Mundo (Editora CRV, Curitiba, 2016), A Invenção de um novo Brasil (Editora CRV, Curitiba, 2017), Esquerda x Direita e a sua convergência (Associação Baiana de Imprensa, Salvador, 2018, em co-autoria) et Como inventar o futuro para mudar o mundo (Editora CRV, Curitiba, 2019).
Site Title 