Gains :
- Être capable de distinguer où l'intelligence artificielle fait gagner du temps réel dans l'analyse économique (compilation de données, projet, code, résumé) et où (responsabilité prévisionnelle, décision politique, chiffre officiel) la décision est laissée à l'économiste compétent, en fonction du niveau de risque de la tâche.
- Capacité à appliquer une discipline qui vérifie chaque sortie de l'intelligence artificielle à travers les étapes de connexion à la source d'origine (TURKSTAT/EVDS/IMF), de la recalculer et de la passer à travers le filtre du bon sens économique.
- Capacité à reconnaître les risques liés aux faux numéros (hallucinations), aux anciennes dates limites de données et aux fuites de données confidentielles, et à acquérir l'habitude de choisir des outils et des ressources sûrs.
Le bureau d'un économiste est en fait une usine de données et de textes : vous interprétez les données d'inflation de TURKSTAT le matin, rédigez une note politique pour une agence de développement l'après-midi, nettoyez une série chronologique et essayez de faire une prévision le soir. Une grande partie de ce travail est mécanique et non mentale : télécharger des données, convertir des unités, éditer des tableaux, résumer de longs rapports, écrire du code. L’intelligence artificielle (IA – grands modèles de langage et outils auxiliaires) allège précisément cette charge mécanique. Mais commençons par une phrase que nous répéterons tout au long de ce module : L'intelligence artificielle est l'assistante de l'économiste, pas l'expert qui le remplace. La responsabilité d’une prévision d’inflation, d’une proposition de politique monétaire ou d’un chiffre accessible au public incombe toujours à la personne et à l’institution qui l’ont signé.
Considérez cette unité comme un « manuel d'utilisation » : nous expliquerons ici où placer l'IA, où ne jamais la mettre et comment valider chaque sortie. Les dix autres unités mettront de la chair sur ce squelette.
Qu’est-ce que l’intelligence artificielle accélère en économie et qu’est-ce qu’elle n’accélère pas ?
Divisons les tâches en trois cases selon le niveau de risque. Cette distinction est la boussole de l’ensemble du module.
Boîte verte – L’IA est puissante, ajoute de la vitesse (toujours examinée). Rédiger du code de téléchargement de données, suggérer des étapes pour nettoyer les données, résumer un long rapport ou un article, générer du code pour un graphique, simplifier et formater le texte, expliquer les termes, traduire, rédiger le squelette d'une note de politique. Ici, le coût de l’erreur est faible et les erreurs sont facilement visibles.
Boîte jaune – L’IA aide mais l’humain vérifie. Construction d'un modèle de séries chronologiques, interprétation de régression, calcul de scénarios, interprétation d'indicateurs, synthèse de la littérature. Ici, l'IA produit un plan ; Mais les chiffres, les hypothèses et la logique économique ne vont nulle part sans être vérifiés ligne par ligne.
Boîte rouge – La responsabilité incombe à l’humain, l’IA ne peut pas décider. Approbation finale du chiffre officiel d'inflation/croissance, appropriation de la proposition de politique monétaire ou fiscale, signature d'une prévision à rendre publique, avis qui se transforme en décision d'investissement/crédit. Ici, l’IA ne produit que des entrées ; Le jugement, la responsabilité et la signature appartiennent à la personne.
Astuce : Si vous ne savez pas dans quelle case placer une tâche, posez cette question : « Qui sera blessé si ce résultat s'avère erroné, et l'erreur sera-t-elle facilement remarquée ? » Si les dégâts sont importants et que l’erreur est masquée, cette tâche est proche du rouge.
Trois limites fondamentales de l'intelligence artificielle
Afin de l’utiliser en toute sécurité en économie, il faut d’abord savoir où il trébuche.
1) Fabrication (hallucination). Le grand modèle de langage invente parfois un numéro ou une source qu'il ne connaît pas, dans un langage sûr. La phrase « le déficit du compte courant en 2023 était de 45,2 milliards de dollars » semble vraie, mais elle est peut-être complètement fausse. En économie, c’est fatal : un chiffre erroné empoisonne un rapport, une prévision, une décision.
2) Date limite des données. Les données d'entraînement du modèle s'arrêtent à une certaine date. La dernière inflation, la dernière décision en matière de taux d'intérêt et le taux de change d'hier peuvent être exclus de ces informations. L'IA peut en fait vous donner un numéro datant de plusieurs mois ou années comme « dernières données ».
3) Cécité causale et manque de contexte. L'IA capture des modèles de langage ; ne « comprend » pas la causalité économique. Il prononce couramment des phrases telles que "Quand les taux d'intérêt augmentent, l'inflation diminue", mais il ne peut pas évaluer dans quelles conditions elles sont valables ni dans quel pays l'inverse s'est produit à quelle période. Elle ne voit pas de ruptures structurelles (changement de schéma en cas de crise).
Attention : Ce n’est pas parce qu’une phrase est fluide et confiante qu’elle est correcte. L’intelligence artificielle, dans sa forme la plus convaincante, peut se révéler la plus erronée.
Discipline de vérification : SOURCE–COMPTE–FILtre
Le cœur de ce module est une seule habitude. Suivez chaque sortie de l'IA en trois étapes :
- SOURCE. Chaque chiffre et affirmation factuelle est lié à la source originale. Inflation de TURKSTAT, taux de change et balance des paiements de la CBRT, projection globale du FMI. Vous faites référence à la publication officielle, pas au chiffre donné par AI.
- FACTURE. Vous recalculez manuellement chaque nombre dérivé au moins une fois. Le taux de croissance, la valeur réelle et l’indice sont-ils calculés avec la bonne formule ? Consultez une période sur papier.
- TAMIS. Vous transmettez le résultat par le bon sens économique : cette taille est-elle raisonnable ? Le signe est-il correct ? Dans la fourchette historique ? Y a-t-il une contradiction ? Un résultat déraisonnable est souvent un signal d’erreur.
trois mini-cases
Cas 1 — Capturer la fausse figurine. Un analyste de l'agence de développement a demandé à YZ de « dresser un tableau des chiffres d'exportation pour 2023 sur une base provinciale ». L'IA a donné une image décente. À l'étape SOURCE, l'analyste a examiné les statistiques du commerce extérieur de TUIK et a constaté que les chiffres pour trois provinces étaient le double des données réelles ; L’IA avait complété les informations manquantes avec des chiffres « raisonnables ». L'analyste a jeté le tableau et a extrait les données directement de TURKSTAT. Le chiffre fabriqué a été capturé avant d’être inclus dans le rapport.
Cas 2 — Piège à données obsolètes. Un journaliste économique a demandé à YZ : « Quel est le taux directeur actuel ? il a demandé; La réponse qu'il a reçue était le taux d'il y a huit mois. Le journaliste, qui a l'habitude du COMPTE/SOURCE, a regardé la dernière décision MPK (Comité de politique monétaire) de la CBRT et a utilisé le taux correct. S'il ne l'avait pas demandé, la publication aurait suscité un intérêt erroné.
Cas 3 — Filtre économique. Un étudiant-chercheur a fait calculer à l’IA une série de salaires réels. Le résultat indique que les salaires réels ont augmenté de 140 pour cent en un an. L'étape FILTRE est entrée en jeu : cette taille était irréaliste. Dans le code, l’IA avait utilisé le déflateur (indice correcteur de prix) avec la mauvaise base. L'erreur a été trouvée, la formule a été corrigée et le résultat s'est inscrit dans la fourchette raisonnable.
Quatre modèles copiables
1) Invite du système définissant les rôles et les limites :
Votre rôle : assistant d'analyse, assistant d'un économiste senior. Règles : (1) N'inventez aucun chiffre que je ne vous donne pas. Si vous ne le savez pas, dites « vous devez vérifier ces données ». (2) Précisez à partir de quelle source officielle (TURKSTAT/CBRT/IMF, etc.) il doit être confirmé pour chaque numéro que vous fournissez. (3) Énoncez clairement la condition et l’incertitude lorsque vous faites une allégation de causalité. Si vous comprenez, confirmez en une phrase.
2) Demande de confirmation de source :
Analysez la revendication suivante : « [réclamation] ». Indiquez quelle source officielle/principale (institution, nom de la publication, série) je devrais consulter pour vérifier cela. Identifiez à quelle définition et à quelle période appartient chaque numéro de la réclamation. Ne donnez pas de chiffres tirés de votre propre mémoire.
3) Invite à filtrer la sortie :
Vérifiez la cohérence économique du résultat d'analyse suivant : le signe a-t-il un sens, l'ampleur se situe-t-elle dans la plage historique, les unités sont-elles cohérentes, y a-t-il une hypothèse cachée ? Marquez tout ce que vous trouvez suspect avec une balise « vérifier ».
4) Demande de classification des risques de tâches :
Je vais faire la tâche suivante : "[quête]". Classez-le en vert (mécanique, faible risque), jaune (projet, vérification humaine) ou rouge (décision/responsabilité humaine) et expliquez pourquoi en une phrase.
Invite faible/Invite forte
Invite faible :
Rédigez une analyse sur l’économie turque.
Sans contexte et illimité ; L'IA produit un texte générique, sans source et invérifiable.
Invite puissante :
Votre rôle : assistant d'analyse. J'ai les données annuelles de croissance de l'IPC et du PIB pour 2019-2024 de TURKSTAT (ci-dessous). Rédigez un projet de commentaire de 3 paragraphes basé sur ces données ; Prenez chaque nombre du tableau que je vous ai donné, n'ajoutez pas de nombres venus de l'extérieur ; Si vous n'êtes pas clair, écrivez « doit être vérifié ». Enfin, listez les points que je dois vérifier manuellement.[tableau]
Cette invite donne ensemble le rôle, la ressource, la contrainte et l'attente de vérification ; La sortie devient auditable.
Erreurs courantes
- Traiter le numéro donné par l'IA comme une source. L'IA n'est pas une ressource ; TURKSTAT/CBRT/IMF en est la source.
- Confondre aisance et précision. Une phrase bien écrite peut être fausse.
- Contourner la boîte de tâches. Réussir la tâche de la boîte rouge aussi rapidement que la verte est l'erreur la plus coûteuse.
- Oublier la date limite des données. Demander "actuel" et obtenir l'ancien numéro.
- Insérer sans discernement des données confidentielles/sensibles au marché dans l'outil. Une violation de la vie privée que nous verrons dans la prochaine unité.
- Ignorez l’étape de calcul manuel. Utiliser le numéro dérivé sans le vérifier du tout.
En résumé
L'intelligence artificielle est un assistant puissant qui réduit considérablement la charge mécanique de l'économiste ; mais la responsabilité des prévisions, de la politique et des chiffres officiels incombe à l'homme. Triez les tâches dans des cases vert-jaune-rouge, gardez à l'esprit les trois limites fondamentales de l'IA (fabrication, date limite des données, aveuglement de la causalité) et faites passer chaque résultat via la discipline SOURCE-COMPTE-FILTRE. Ces trois étapes constituent la ceinture de sécurité pour le reste du module.
Tâche de candidature
Choisissez une semaine réelle dans votre propre travail et énumérez 10 tâches économiques que vous avez effectuées cette semaine-là (par exemple, « interpréter les données sur l'inflation », « préparer un tableau provincial des exportations », « produire un rapport sommaire »). Classez chaque tâche en vert/jaune/rouge. Sélectionnez ensuite une tâche dans la case verte et demandez à l'IA de le faire en utilisant les modèles 1 et 3 ci-dessus, puis inspectez la sortie avec SOURCE-ACCOUNT-FILter et notez au moins une erreur que vous trouvez.
liste de contrôle
- [ ] J'ai placé correctement la tâche dans la case verte/jaune/rouge.
- [ ] J'ai confirmé tous les chiffres donnés par l'intelligence artificielle de la principale source officielle.
- [ ] J'ai recalculé manuellement au moins un nombre dérivé.
- [ ] J'ai filtré le résultat selon le bon sens économique (signe, grandeur, unité).
- [ ] J'ai vérifié la date limite des données et le risque de récence.
- [ ] Je n'ai pas utilisé de données confidentielles/sensibles ni utilisé d'outils sécurisés/approuvés.
- [ ] J'ai revendiqué la propriété du résultat, affirmant que j'ai le jugement final et la signature.