L’intelligence artificielle est désormais capable de prédire le succès ou non des projets de loi. Un chercheur en informatique a entraîné un algorithme de machine learning sur près de 70.000 projets de loi américains. Son modèle a été capable d’anticiper le sort réservé à un projet avec un bon degré de fiabilité. La probabilité moyenne de réussite d’un projet est de 4%.

 

 

L’intelligence artificielle a connu d’importants progrès au cours des dernières années, au point où des chercheurs estiment qu’elle pourrait même surpasser l’Homme dans tous les domaines d’ici les 50 prochaines années. Et cela a déjà commencé à plusieurs niveaux. Déjà, plus aucun des champions mondiaux du jeu de Go n’arrive désormais à prendre le dessus surAlphaGo, l’IA de Deepming qui a déjà surclassé les deux meilleurs jours du monde en seulement un an.

Le domaine de la médecine n’est pas en reste. L’intelligence artificielle viendra de plus en plus en appui aux médecins dans l’exercice de leur métier, les cardiologues notamment pour la prédiction de certaines maladies cardiaques. Parlant de prédiction, un expert s’attelle à mettre à contribution l’intelligence artificielle dans l’anticipation de certains événements, un exemple étant l’échec ou non des projets de loi.

L’intelligence artificielle peut prédire le passage ou non d’un projet de loi

D’autres algorithmes ont déjà prédit le sort de projets de loi sur leur périple entre la Chambre des représentants et le Sénat américain, tous avec des degrés divers de succès. Mais John Nay voulait faire avancer les choses. Son objectif était de prédire les chances qu’un projet de loi introduit dans le système des deux chambres du Congrès américain.

Les scripts de John Nay ont ainsi analysé près de 15 années de données concernant les projets de loi rejetés ou adoptés par le Congrès américain entre 2001 et 2015. Ces derniers sont librement accessibles sur Internet. Au total, 68.836 textes ont été passés au peigne fin dans le but d’obtenir un modèle de prédiction sur la base du contenu d’un texte et d’autres variables comprenant.

Le contenu est analysé sur la base d’une hiérarchisation de mots-clés sur 36 niveaux. Ces derniers sont pondérés avec d’autres variables dont : le bord politique porteur du projet selon qu’il émane de la majorité ou non, la proposition de la loi en première ou seconde session, ou encore le mois au cours duquel le texte a été proposé.

Sur la base du modèle établi par John Nay, les prédictions de ses algorithmes sont plus fiables que celles des experts à 65 %, d’après la simulation des résultats effectuée sur les projets de loi ayant été adoptés ou rejetés. Par ailleurs, selon les conclusions de John Nay la probabilité moyenne d’un projet de loi soit validé au Congrès est de 4%.

Dans le contexte actuel, pense naturellement au sort qui sera réservé au projet de réforme de l’Obamacare présenté au Sénat par le camp des républicains. Plusieurs experts et analystes politiques y vont de leurs prédictions. Le contenu du texte n’est pas encore connu du public. L’IA de John Nay de prédire s’il sera ou non adopté. Si on devait s’en tenir à la probabilité moyenne, les chances sont faibles. Les travaux de cette étude ont été récemment publiés dans la revue la revue PLOS One.