ICM 2026 Invited Section Lecture - Moritz Hardt

ICM 2026 Invited Section Lecture - Moritz Hardt

Conférence de la section invitée de l'ICM 2026 - Moritz Hardt

🎙 Moritz Hardt 👥 61K 📅 6 octobre 2026 ⏱ 42 min 👁 217 📄 étude originale 🧭 2026-10-16
Disponible en : Français (actuel) English

Mots-clés

prédiction performativerisk minimizationretrainingpoint fixeperformative prediction

Résumé

La conférence de Moritz Hardt, donnée dans le cadre de l’ICM 2026, explore la notion de prédiction performative, c’est-à-dire des prédictions qui influencent le phénomène qu’elles visent à prédire. Hardt commence par rappeler le cadre classique de la minimisation du risque, qui suppose une distribution fixe. Il critique cette ‘conception astronomique de la société’ héritée de Quetelet, où les populations sont étudiées comme des objets invariants. Il illustre la performativité par des exemples concrets : YouTube prédit le temps de visionnage et cette prédiction influence ce temps ; Google Maps prédit le trafic, ce qui peut modifier le trafic et rendre la prédiction auto-réalisatrice ou auto-negatrice. Il retrace l’histoire de cette idée, d’Oskar Morgenstern qui en 1928 en faisait un problème fondamental, aux travaux de Grunberg, Modigliani et Simon dans les années 1950. Ensuite, il présente le formalisme de la prédiction performative introduit avec ses collaborateurs en 2020 : une carte de distribution qui dépend du modèle déployé. Il définit la minimisation du risque performative et l’algorithme de minimisation du risque répétée (retraining), qui consiste à itérer entre minimisation du risque et déploiement du modèle. Il énonce des conditions de convergence vers des points stables performatifs, mais souligne les limites : les effets performatifs sont souvent grands, et les résultats ne disent pas si ces points sont désirables. Pour surmonter ces limites, il introduit la perspective des ‘signaux stables’ : des facteurs de la distribution qui ne changent pas avec le modèle. Il suggère que le retraining converge vers ces signaux stables, offrant une nouvelle façon de raisonner sur la performativité. La conférence se conclut sur une ouverture vers une théorie plus générale de la prévision en présence de réactions humaines.

281 mots

Évaluation critique

Valeur des informations & solidité de l’argumentation

La valeur des informations est très élevée : Hardt présente un cadre conceptuel original qui relie des idées économiques anciennes aux problèmes contemporains de l’apprentissage automatique. Son argumentation est solide : il commence par une critique bien étayée de l’hypothèse implicite de non-influence, puis développe mathématiquement un formalisme alternatif, en apportant des preuves de convergence et des bornes de complexité. Il ne se contente pas de décrire le problème, il propose des solutions et discute de leurs limites. La présentation des résultats est claire, avec des exemples parlants et des références précises. La discussion sur les points stables et la notion de signaux stables apporte une perspective nouvelle qui prolonge les travaux antérieurs. L’argumentation est rigoureuse, bien que certaines parties, notamment la partie finale sur les signaux stables, soient plus spéculatives et moins formellement détaillées.

Rigueur scientifique, qualité des sources, adéquation du titre

La rigueur scientifique est remarquable. Hardt cite des sources historiques et contemporaines : Morgenstern, Grunberg, Modigliani, Simon, ainsi que ses propres travaux. Il prend soin de situer ses contributions dans le contexte de la littérature existante. La qualité des sources est excellente, et les références sont utilisées à bon escient. L’adéquation entre le titre et le contenu est parfaite : le titre (tel que donné dans la description) annonce une conversation avec Morgenstern sur l’avenir de la prédiction, et c’est exactement ce que la conférence livre. Le titre YouTube, plus générique, est celui d’un événement et n’enlève rien à la pertinence du contenu. On peut noter que la vidéo ne comporte pas de séquence publicitaire, ce qui est cohérent avec le cadre académique.

273 mots

Adéquation titre / contenu

Le titre affiché est générique (intitulé de la conférence), mais la description fournit le titre réel 'The Future of Prediction: in Conversation with Oskar Morgenstern' qui reflète précisément le contenu.

Qualité & fiabilité

9/10

Conférence scientifique de haut niveau, basée sur des travaux publiés et vérifiés. Les références historiques et théoriques sont exactes. L'argumentation est rigoureuse et les résultats présentés s'appuient sur des preuves mathématiques.

Moments clés

Sources citées

  • Wirtschaftsprognose (1928) — Thèse de Morgenstern sur le problème des prédictions qui influencent leur objet.
  • The Predictability of Social Events (Grunberg et Modigliani, 1954) — Article proposant un contre-argument à Morgenstern basé sur la continuité.
  • Bandwagon and underdog effects and the possibility of election predictions (Simon, 1954) — Article de Herbert Simon sur les prophéties autoréalisatrices dans les prédictions électorales.
  • Performative Prediction (Perdomo, Zrnic, Mendler-Dünner, Hardt, 2020) — Article fondateur du formalisme de la prédiction performative.

Sources concordantes

Apport & nouveautés

L’apport original de cette conférence réside dans la proposition d’une nouvelle perspective pour aborder la prédiction performative : celle des signaux stables. Hardt montre que les résultats classiques reposent sur des hypothèses restrictives (effets performatifs petits, convexité) et ne disent rien sur la désirabilité des points d’équilibre. En introduisant l’idée de facteurs de distribution qui ne bougent pas avec le modèle, il esquive ces difficultés et ouvre la voie à des garanties plus qualitatives. Cette perspective pourrait rapprocher les travaux sur la performativité de la théorie de l’identification causale, en séparant ce qui est stable de ce qui est influencé par le modèle.

Pour aller plus loin :

174 mots

Profil radar

Le profil radar montre une excellente maîtrise technique et une grande fiabilité, avec une quantité d'information élevée. La qualité de l'argumentation est au même niveau. Le niveau technique est élevé mais accessible, ce qui donne un profil équilibré.

Fiabilité 9/10