IA : la finance fait les comptes

L'intelligence artificielle générative s'installe dans la finance avec une rapidité qui prend de court les outils habituels d'analyse. Selon l'Autorité des marchés financiers, une large majorité des acteurs financiers français y ont déjà recours ou s'apprêtent à le faire. Pourtant, la connaissance rigoureuse de ce que ces outils transforment réellement demeure fragmentaire. Les grandes institutions investissent massivement, mais publient peu. Ce numéro de Dauphine Éclairages propose un autre regard, à travers cinq contributions de chercheuses et chercheurs qui éclairent chacune une facette de cette transformation.

Le premier article évalue ce que valent réellement les conseillers algorithmiques. Le programme NextWise, lancé à l’Université Paris Dauphine - PSL, confronte en conditions réelles de marché des stratégies pilotées par des grands modèles de langage à près d'un millier d'investisseuses et investisseurs humains, démontrant à la fois le potentiel de l'IA et la nécessité d'une infrastructure publique pour l'évaluer. Le deuxième article déplace le regard vers le marché de l'emploi. Vincent Tena et Gilles Chemla montrent que l'IA pousse tout le monde à travailler davantage, mais pas pour les mêmes raisons. Les gains, eux, se répartissent inégalement selon la structure du marché du travail.

Le troisième article, signé Fabrice Riva, décrit comment l’enseignement supérieur intègre le machine learning et les usages critiques de l'IA générative dans les cursus de finance, sans sacrifier la maîtrise des fondamentaux. Le quatrième, par Katia Meziani, montre que cette transformation pédagogique ne se conçoit pas en vase clos : le dialogue continu avec les entreprises permet d'ajuster les formations aux besoins du marché.

Le cinquième article dresse enfin un état des lieux sans complaisance des vulnérabilités de l'IA en finance. Hallucinations, injections de prompt, empoisonnement des données, monoculture algorithmique sont autant de risques déjà documentés dont les conséquences systémiques restent sous-estimées.

Trois fils rouges traversent ces cinq textes. La complémentarité d'abord. Les meilleures performances s'observent là où l'IA assiste un jugement humain, plutôt que de prétendre s'y substituer. Le temps long ensuite. La maîtrise des fondamentaux financiers reste la condition d'un usage éclairé de ces nouveaux instruments. La responsabilité collective enfin. Face à des systèmes dont l'opacité est structurelle, l'investissement dans une recherche publique indépendante n'est plus une option académique mais une exigence démocratique. Les cinq articles qui suivent invitent à dépasser l'alternative entre adhésion enthousiaste et rejet par principe.

Découvrir les articles :