Comment maintenir une oligarchie au pouvoir ?
La contestation politique de ce début de XXIe siècle prend régulièrement pour cible les « 1 % » ou « l’oligarchie », cette caste aussi riche que mystérieuse qui, dit-on, manipule la politique et sape le fonctionnement démocratique. Cette opposition entre démocratie et oligarchie existait déjà dans les cités-États grecques des époques archaïque et classique, que l’on associe souvent à la naissance et à l’âge d’or de la démocratie grecque (VIe-IIIe siècle av. J.-C.). Leur étude permet de mieux comprendre le lien entre la richesse et le pouvoir, et surtout quelles méthodes les oligarques utilisaient pour se maintenir au pouvoir.
Les décisions gouvernementales en faveur du climat ont-elles un effet ?
La crise climatique fait l’objet de nombreux débats aujourd’hui. Les gouvernements précédents et actuels ont déjà pris certaines mesures face aux changements qui nous menacent. Ces décisions ont-elles été efficaces ? Si oui, à quel point ? Dans cette étude publiée en 2020, Shaikh Eskander et Sam Fankhauser de l’École d’Économie et de Sciences Politiques de Londres ont voulu comprendre comment le changement climatique a influencé notre société. Plus précisément, quel impact les lois votées en faveur du climat ont-elles eu sur le changement climatique ? Arrivent-elles à le freiner ? si oui, dans quelle mesure ? Quels pays votent ces lois ? Y a-t-il un impact différent selon le pays à l’origine de la loi (et pourquoi ?) ?
Une méthode pour fournir des chiffres précis à partir d’un sondage : le calage sur marges
Quand on réalise un sondage, on interroge un petit échantillon de la population pour apprendre des choses sur une grande population. Si la théorie mathématique garantit de ne pas faire d’erreur en moyenne, elle ne permet pas de trouver la valeur exacte mais de la situer dans un intervalle de valeurs plausibles. L’article présenté ici propose des méthodes pour diminuer la taille de l’intervalle et ainsi améliorer la qualité des estimations, en « calant » l’échantillon sur des totaux connus.
Quand les algorithmes reproduisent les stéréotypes : le cas du traitement automatique du langage
Le traitement automatique du langage tente de résoudre des tâches comme la traduction, les systèmes de dialogue humain-machine ou la catégorisation de documents. Ces systèmes informatiques ont généralement besoin de représentations du vocabulaire humain compréhensibles par la machine. Appris par des algorithmes exploitant de grands corpus de données textuelles, les plongements lexicaux partagent ces propriétés. Cependant, ces représentations reproduisent les stéréotypes latents dans les gros corpus utilisés, comme les stéréotypes de genre évoqués dans l’article de Bolukbasi et ses collègues.