top of page
  • LinkedIn
  • Youtube
  • Instagram

L’ontologie au secours de la science

2 nov.
3 min de lecture

Face aux limites de l’intelligence artificielle, croiser les corrélations et leurs contradictions permet de mieux cerner les liens de causalité et de révéler les angles morts de la connaissance. Par Xavier Comtesse, Pascal Eichenberger, Gauthier Ménard & Philippe Grize




Depuis David Hume, la science bute sur le même écueil: deux phénomènes qui varient ensemble ne sont pas forcément liés par une cause. On le répète depuis trois siècles: corrélation n’est pas causalité. Pourtant, nos modèles et nos tableaux de bord continuent de confondre les deux et l’intelligence artificielle (IA), formidable machine à trouver des corrélations, porte cette confusion à un niveau industriel.


Un exemple. Chaque été, les ventes de glaces et le nombre de noyades augmentent en même temps. La corrélation est excellente. Faut-il interdire les glaces? Evidemment non. Mais qu’est-ce qui nous le dit? Certainement pas cette corrélation: elle semble au contraire l’affirmer, tout comme les résultats de nos discussions avec l’IA sont parfois trompeurs.


Pour autant, tout n’est pas à jeter. Dans le cas des glaces, accusées de favoriser les noyades, la chaleur estivale est l’élément explicatif à la fois pour la consommation de glaces et pour la fréquentation des plages. Une seule corrélation raconte une histoire qui a toutes les chances de nous induire en erreur, mais plusieurs corrélations observées dans un même contexte racontent souvent des histoires différentes, et c’est leur tension qui nous oblige à réfléchir sur les vraies causes.


Corrélation et causalité


La capacité à identifier des tensions issues des corrélations suppose une représentation du contexte. Ainsi, avant même d’observer des corrélations, il faut définir ce que l’on observe: chaleur, plage, baigneur, glace – ou entreprise, marché, profit, régulateur.


L’ontologie définit le terrain d’observation et les corrélations révèlent les régularités. Ensuite, les tensions entre entités font émerger ce qui manque à notre compréhension: la causalité. C’est par abduction (ndlr: mode de raisonnement logique qui consiste à inférer la cause la plus probable ou plausible à partir d’un fait observé) que l’explication apparaît, donnant de la cohérence à l’ensemble.


Pendant des années, le Big Data a promis que les données parleraient d’elles-mêmes. Elles ne l’ont pas fait. Les LLM (large language models) ont simplement rendu des formulations écrites spectaculaires: ils corrèlent à une échelle inouïe et produisent avec la même assurance le vrai, le plausible et le faux.


Il manque l’essentiel: le sens. Seuls les graphes de connaissances et surtout les graphes de tensions nous permettent d’en donner. Ils apparaissent comme une nécessité dans une époque qui mélange tout.


Pour l’économie, la finance ou la science, et donc pour un dirigeant, un gérant ou un chercheur, l’enjeu est considérable. Décider sur la base de deux indicateurs évoluant ensemble revient à parier sur un lien supposé. Savoir s’il est causal ou simplement concomitant change radicalement la valeur de la décision.


«Unknown unknowns»


C’est la démarche ici proposée: partir des tensions entre corrélations (l’ontologie) plutôt que des seules corrélations, pour faire émerger ce que nous ne savons pas encore. L’ontologie redéfinit le monde à observer. Les corrélations nous indiquent où regarder. Les tensions nous aident à comprendre. C’est souvent dans ces zones d’incohérence qu’apparaissent les fameux «unknown unknowns» et donc les véritables angles morts de la connaissance, sources de plausibles causalités.


David Hume nous avait prévenus: on n’observe jamais directement la cause, seulement des successions de corrélations. Trois siècles plus tard, une intuition devient opérationnelle: la causalité se révèle dans le couple corrélation-ontologie et les corrélations trouvent ainsi le chemin de la causalité. La science est sauvée!

Association

Manufacture Thinking

​​

+41 79 698 49 58

info@manufacturethinking.ch

​

Crêt Taconnet 28

2000 Neuchâtel

georg_in-folio_couverture_page_1.jpg

Notre dernier livre collectif

in folio - La seconde digitalisation des entreprises

© 2026 Manufacture Thinking. Tous droits réservés.

bottom of page