L'IA face aux grands problèmes du monde · Sciences de la Terre et du climat · arXiv · 2026-10-23
Peut-on se fier aux évaluations des prévisions météorologiques par IA pour les phénomènes extrêmes ? Comment les protocoles d'évaluation façonnent le classement des modèles
Titre original: Can We Trust Evaluations of AI Weather Forecasts for Extremes? How Evaluation Protocols Shape Model Rankings
Les études divergent sur la capacité des modèles météorologiques d'IA à prévoir les événements extrêmes, et les auteurs attribuent en partie cela à des protocoles d'évaluation différents. Dans un plan expérimental commun, le classement des modèles dépendait fortement de la métrique : le modèle fondé sur la physique était le meilleur sur les extrêmes observés, tandis que les modèles d'IA réussissaient mieux avec un score pondéré. Une analyse de contingence a montré que les modèles d'IA sous-prédisent les extrêmes et les manquent, alors que le modèle physique les prévoit plus souvent et produit des fausses alarmes, les écarts de score provenant principalement d'un défaut de calibration plutôt que de discrimination.