Derrière la prévision : comment construire un modèle pour l’ère de l’automatisation ?
Des hypothèses de scénario à la comptabilité publique et aux tests de sensibilité — et ce que l’on ne peut pas encore en conclure.
Un bon modèle distingue identités comptables, hypothèses comportementales et données empiriques ; un résultat chiffré n’est pas une preuve causale.
Partir d’une question, pas d’un chiffre
La question est de savoir comment la productivité automatisée, la perte d’emplois et la répartition de la propriété affectent le bien-être réel et la capacité de financement de l’État. Un taux de chômage de 20% sert de point de départ à l’analyse.
Premier niveau : la comptabilité
Il faut vérifier que les revenus et dépenses des ménages, des entreprises et de l’État sont cohérents entre eux. Si une allocation publique est versée, il faut aussi identifier sa source de financement et son effet sur la dette ou sur le payeur.
Deuxième niveau : les réactions économiques
Les prix, les salaires, l’investissement, la fiscalité et la consommation réagissent les uns aux autres. Certaines réactions sont retenues comme hypothèses de simulation ; d’autres nécessitent un calibrage à partir d’études et de données.
Troisième niveau : les tests de sensibilité
On fait varier les hypothèses sur la détention du capital, la baisse des prix, la dette et le financement des prestations pour vérifier si la conclusion tient. Une forte sensibilité indique que le résultat dépend de l’hypothèse.
Que manque-t-il encore ?
Des données identifiées et causales, un échantillon international adapté, des mécanismes de transition sur le marché du travail et des validations externes sont nécessaires avant d’utiliser les résultats comme prévision pour les politiques publiques. La documentation des étapes sur le site permet au lecteur d’en examiner les limites.
Sources et transparence
Cette publication présente les recherches existantes dans un langage accessible. Son exemple comptable et ses scénarios ne constituent ni des prévisions officielles ni des recommandations d’investissement.
Qu’en pensez-vous ?
Quelle hypothèse du modèle testeriez-vous en premier avec des données réelles ?