Sendhil Mullainathan : quand l’IA éclaire l’économie comportementale

Une idée peut procurer une forme de plaisir très concrète. Pour Sendhil Mullainathan, économiste comportemental, la découverte d’un concept neuf évoque la première bouchée d’un cookie Levain, à la fois croustillant et fondant. L’image peut sembler légère, mais elle résume une ambition scientifique sérieuse : regarder les comportements humains avec assez d’attention pour y déceler ce que les modèles habituels laissent de côté.

Cette curiosité a conduit le chercheur à s’intéresser aux choix économiques, à la pauvreté, à la cognition et, plus récemment, aux promesses de l’intelligence artificielle. Son fil conducteur est simple à énoncer et difficile à étudier : nos décisions ne traduisent pas seulement nos préférences ou nos compétences. Elles dépendent aussi de ce qui occupe notre esprit à un moment donné, de notre environnement et des contraintes auxquelles nous faisons face.

Une idée nouvelle comme expérience intellectuelle

La comparaison avec le cookie n’est pas une théorie scientifique sur le goût. Elle dit plutôt quelque chose de la manière dont Mullainathan aborde la recherche. Une idée intéressante ne se résume pas, à ses yeux, à une nouveauté abstraite ou à une formule élégante. Elle doit modifier la perception d’un problème familier, faire apparaître une explication qui n’était pas visible auparavant.

Cette disposition intellectuelle se manifeste très tôt. À l’école, les questions à choix multiples ne lui apparaissent pas comme la recherche d’une unique réponse attendue. Il y voit un ensemble de possibilités, une invitation à examiner les raisons pour lesquelles plusieurs options semblent plausibles. Il décrit cette façon de penser comme étant parfois « hors phase » avec ce qui est attendu.

Cette distance avec les raisonnements trop linéaires l’a orienté vers l’économie comportementale. Cette discipline observe comment les individus prennent effectivement leurs décisions, plutôt que de supposer qu’ils disposent toujours de toutes les informations, du temps et du recul nécessaires pour choisir de manière parfaitement rationnelle.

Une enfance qui a rendu la précarité visible

L’intérêt de Sendhil Mullainathan pour l’insécurité économique est aussi enraciné dans son histoire familiale. Vers l’âge de dix ans, il a vécu une période de crise lorsque son père, ingénieur, a perdu son emploi à la suite de nouvelles réglementations. Cette expérience a ébranlé l’idée même de stabilité économique.

La famille a alors emprunté des chemins variés, d’un magasin de vidéos à différentes petites entreprises. Dans le récit qu’il fait de ce moment, il ne s’agit pas seulement d’une difficulté financière parmi d’autres. C’est une expérience fondatrice : elle lui a montré qu’une situation qui paraît solide peut basculer rapidement et que les contraintes matérielles redessinent les possibilités d’une famille.

Cette sensibilité ne l’a pas éloigné des études théoriques. À Cornell, il se forme à l’informatique et à l’économie. Il se rapproche ensuite d’un domaine encore marginal dans le paysage académique, l’économie comportementale. Celle-ci offre un cadre pour poser une question qui deviendra centrale dans ses recherches : que se passe-t-il dans l’esprit d’une personne lorsque les problèmes financiers sont si urgents qu’ils monopolisent son attention ?

Le parcours du chercheur rappelle que la pauvreté ne peut pas être réduite à un niveau de revenu. Elle concerne aussi l’incertitude, l’obligation de gérer les urgences et la difficulté à planifier lorsque chaque dépense exige un arbitrage immédiat.

Ce que l’étude de 2013 a montré sur la charge mentale de la pauvreté

En 2013, Sendhil Mullainathan a cosigné dans la revue Science une étude devenue marquante, intitulée Poverty Impedes Cognitive Function. Ses auteurs y examinent le lien entre la précarité financière et les performances cognitives. Leur thèse est que la pauvreté peut absorber une part importante de l’attention disponible, au point d’altérer temporairement certaines capacités mobilisées pour raisonner, mémoriser ou résoudre un problème.

L’un des exemples les plus frappants porte sur des agriculteurs de canne à sucre. Leur situation financière varie fortement selon le moment de l’année, avant ou après la récolte. Cette variation permet d’observer comment une pression financière plus forte peut affecter les performances à des exercices cognitifs, sans réduire l’explication à des différences permanentes entre individus.

La portée du travail est importante, car il déplace le regard. Face à une décision qui semble maladroite, coûteuse ou incohérente, il est tentant d’invoquer un manque de prévoyance ou de discipline. L’étude invite à considérer d’abord le poids de la contrainte elle-même. Une personne préoccupée par un loyer, une dette, une réparation indispensable ou une échéance administrative n’aborde pas le reste de ses choix avec la même disponibilité mentale.

Pourquoi cela change la conception des politiques publiques

Cette perspective a des conséquences très pratiques. Les aides, les démarches administratives ou les dispositifs de santé sont souvent conçus comme si leurs bénéficiaires disposaient de temps, d’énergie et d’une capacité d’attention abondants. Or, les procédures complexes, les formulaires répétitifs et les échéances mal adaptées peuvent devenir des obstacles supplémentaires pour les personnes que ces programmes sont censés aider.

Mullainathan souligne que les politiques publiques sont difficiles à modifier. Mais ses travaux ont contribué à faire progresser une idée essentielle dans leur conception : un bon programme ne se juge pas seulement à ses objectifs ou à son budget. Il doit également être utilisable dans les conditions réelles de la vie quotidienne.

Cela implique notamment de s’interroger sur la quantité d’informations demandées, l’ordre des étapes, la clarté des messages et le moment où une décision est sollicitée. Simplifier ne signifie pas infantiliser. Il s’agit de ne pas faire peser une charge inutile sur des personnes déjà confrontées à une situation complexe.

Cette logique dépasse largement la lutte contre la pauvreté. Une interface numérique, un contrat, une procédure médicale ou une démarche scolaire peuvent tous devenir plus efficaces lorsqu’ils tiennent compte de l’attention limitée des utilisateurs.

L’IA peut-elle devenir un miroir plus stable de nos jugements ?

De retour au MIT, Sendhil Mullainathan consacre une part de ses recherches au croisement de l’intelligence artificielle et de l’économie comportementale. Son idée n’est pas de confier mécaniquement les décisions humaines à une machine. Il envisage plutôt des systèmes capables d’aider un individu à accéder à une version plus moyenne, donc potentiellement moins influencée par une humeur, une fatigue ou une circonstance passagère, de son propre jugement.

Cette hypothèse part d’un constat courant : une même personne peut évaluer différemment une situation selon le moment. La fatigue, le stress, l’urgence ou une préoccupation financière peuvent modifier la manière de comparer des options. Un outil informatique entraîné à reconnaître certains schémas pourrait, en théorie, signaler ces variations ou proposer un point de repère plus stable.

Mais transformer cette intuition en application utile exige une grande prudence. Une intelligence artificielle apprend à partir de données passées. Si ces données reflètent des inégalités, des stéréotypes ou des décisions injustes, le système peut reproduire ces défauts à grande échelle. De plus, un « jugement moyen » n’est pas automatiquement un meilleur jugement. Il peut effacer des besoins particuliers, des contextes rares ou des préférences légitimes.

L’enjeu est donc moins de remplacer l’humain que de concevoir une assistance dont le rôle soit compréhensible et contrôlable. Dans cette perspective, l’IA deviendrait un instrument d’observation : elle aiderait à repérer les effets du contexte sur une décision, sans prétendre détenir seule la réponse correcte.

Ce que l’IA ne doit pas faire à notre place

L’association de l’IA et des sciences comportementales est séduisante parce qu’elle promet des outils personnalisés. Dans les faits, elle soulève au moins trois questions. La première concerne les données : pour modéliser les choix d’une personne, un système doit-il connaître ses finances, ses habitudes ou ses moments de vulnérabilité ? La deuxième touche à l’explication : l’utilisateur doit pouvoir comprendre pourquoi une recommandation lui est faite. La troisième concerne l’autonomie : une aide ne doit pas devenir une influence invisible.

Dans le domaine économique, ces précautions comptent particulièrement. Recommander une dépense, une assurance, un crédit ou une aide sociale n’est jamais une opération purement technique. Derrière chaque conseil se trouvent une situation personnelle, un niveau de risque acceptable et parfois un rapport de force entre un individu et une institution.

Le travail de Mullainathan rappelle ainsi que l’IA la plus pertinente n’est pas nécessairement celle qui paraît la plus autonome. Elle peut être celle qui rend les contraintes plus visibles, réduit la complexité d’une démarche et laisse à la personne la maîtrise de son choix.

Ce qu’il faut surveiller

La convergence entre intelligence artificielle et économie comportementale ouvre une piste de recherche prometteuse : mieux comprendre la part du contexte dans nos décisions, puis concevoir des outils qui tiennent compte de cette réalité. Les applications possibles concernent autant les services publics que l’éducation, la santé, le travail ou l’accompagnement financier.

Le critère décisif restera toutefois la qualité de la conception. Un système peut alléger une charge mentale, mais il peut aussi ajouter de l’opacité ou imposer des recommandations mal adaptées. Les chercheurs, les concepteurs et les institutions devront donc démontrer que les dispositifs proposés améliorent réellement les décisions, sans transformer les vulnérabilités humaines en données exploitables.

L’apport de Sendhil Mullainathan est précisément de maintenir cette double exigence. Comprendre les comportements avec empathie, puis utiliser les outils techniques sans oublier ce qui fait la singularité, et la fragilité, des choix humains.