La banque centrale de Singapour émet des mises en garde sur le rôle de l'IA dans la politique monétaire

Lors d'un discours pivotal lors de l'Atelier avancé pour les banquiers centraux de 2024 organisé par l'Université nationale de Singapour, Edward S Robinson, directeur général adjoint chargé de la politique économique et économiste en chef de l'Autorité monétaire de Singapour, a lancé un appel clair concernant le rôle de l'intelligence artificielle (IA) dans l'élaboration de la politique monétaire. Les remarques de Robinson s'inscrivent dans un contexte d'intérêt croissant pour l'utilisation des techniques d'IA et d'apprentissage automatique (ML) pour renforcer les prévisions économiques et la construction de modèles. Tout en reconnaissant le potentiel de l'IA, Robinson a souligné des limites critiques qui soulèvent des drapeaux rouges pour les décideurs politiques.

Le potentiel et les écueils de l'IA dans la modélisation économique

Le discours de Robinson a mis en évidence les progrès remarquables réalisés dans les techniques d'IA et de ML, en particulier dans le domaine de la modélisation économique. Il a noté des cas où l'IA s'était déjà révélée bénéfique, comme l'identification de transactions financières irrégulières et l'évaluation des attentes d'inflation à l'aide de données de réseaux sociaux. Saluant la flexibilité de l'IA à s'adapter à des modèles de données complexes, Robinson a loué son potentiel à capturer des dynamiques économiques non linéaires similaires au jugement humain.

Malgré les progrès considérables réalisés dans le domaine de l'intelligence artificielle (IA), Robinson, dans son discours, a émis un avertissement retentissant de prudence. Dans son explication, il a délimité avec soin les fragilités intrinsèques intégrées dans les modèles d'IA, soulignant emphatiquement leur profonde sensibilité aux moindres détails des sélections de paramètres, ainsi que l'opacité inhérente caractérisant leurs résultats. 

Particulièrement remarquable dans son discours était l'accent mis par Robinson sur l'incapacité actuelle des systèmes d'IA à fournir des explications véridiques de leurs prédictions, soulignant leurs luttes inhérentes avec la compréhension de puzzles logiques complexes et d'opérations mathématiques complexes. De telles limitations, a-t-il soutenu, signifient non seulement des obstacles significatifs, mais engendrent également des défis formidables pour les décideurs politiques qui s'appuient sur la transparence et l'interprétabilité offertes par ces modèles dans leurs processus de prise de décision.

Modèles satellites et intégration

Robinson a proposé une approche pragmatique pour intégrer l'IA dans les boîtes à outils de modélisation des banques centrales. Il a préconisé l'utilisation des modèles d'IA comme outils complémentaires plutôt que comme cadres autonomes, en particulier dans les modèles satellites qui complètent les modèles structurels de base. En tirant parti des forces de l'IA conjointement avec des méthodologies établies, les décideurs politiques peuvent exploiter ses capacités tout en atténuant les risques inhérents.

Malgré l'attrait des techniques d'IA de pointe, Robinson a souligné l'importance de tempérer l'enthousiasme par la prudence. Il a souligné la nécessité pour des organisations comme l'Autorité monétaire de Singapour (MAS) d'intervenir et de garantir une mise en œuvre responsable de l'IA. En évaluant rigoureusement les modèles d'IA et en les intégrant dans des cadres existants, les banques centrales peuvent naviguer dans l'évolution du paysage de la modélisation économique tout en se protégeant contre les pièges potentiels.

Alors que la banque centrale de Singapour fait face à l'évolution du paysage de la modélisation économique, les insights de Robinson éclairent l'interaction complexe entre l'innovation en IA et l'élaboration des politiques. Bien que l'IA promette de révolutionner les prévisions économiques, ses limites actuelles justifient la circonspection. Alors que les décideurs politiques entrent prudemment dans le domaine de l'intégration de l'IA, la question reste : Comment les banques centrales peuvent-elles trouver un équilibre entre l'exploitation du potentiel de l'IA et la protection contre ses risques inhérents ?