NEW YORK – Jusqu’à récemment, deux grands obstacles limitaient ce que les chercheurs en économie pouvaient apprendre du monde grâce aux puissantes méthodes que les mathématiciens et les statisticiens ont développées à partir du début du XIXe siècle pour détecter et interpréter des phénomènes reconnaissables dans un brouhaha de données : les ensembles de données était réduits et coûteux, les ordinateurs lents et onéreux. Il est donc naturel qu’à mesure des progrès de la puissance informatique, qui ont considérablement abaissé ces obstacles, les économistes se soient rués vers l’utilisation du big data et de l’intelligence artificielle pour détecter plus efficacement des phénomènes dans toutes sortes d’activités et de résultats.
NEW YORK – Jusqu’à récemment, deux grands obstacles limitaient ce que les chercheurs en économie pouvaient apprendre du monde grâce aux puissantes méthodes que les mathématiciens et les statisticiens ont développées à partir du début du XIXe siècle pour détecter et interpréter des phénomènes reconnaissables dans un brouhaha de données : les ensembles de données était réduits et coûteux, les ordinateurs lents et onéreux. Il est donc naturel qu’à mesure des progrès de la puissance informatique, qui ont considérablement abaissé ces obstacles, les économistes se soient rués vers l’utilisation du big data et de l’intelligence artificielle pour détecter plus efficacement des phénomènes dans toutes sortes d’activités et de résultats.