Arbitrage de portefeuille IA
Tester la sensibilité et documenter la décision
Un classement n’est solide que si l’on sait quelles variations peuvent l’inverser, quels désaccords restent ouverts et qui accepte le choix final.
Lecture
Traiter le rang comme une hypothèse à éprouver
Le scénario pivot résume un ensemble de mesures et de préférences. Il ne démontre pas que l’option classée première le restera lorsque les preuves, les poids ou les contraintes changent. La sensibilité recherche précisément ces bascules.
Incertitudes
Ne pas mélanger ce que l’on ignore et ce sur quoi l’on diverge
Une plage de mesure n’a pas la même signification qu’un désaccord de préférence. Les deux sont testées, mais elles conservent des responsables et des traitements distincts.
| Source | Ce qui varie | Traitement |
|---|---|---|
| Mesure | Donnée, population, erreur ou extrapolation | Borne basse, centrale et haute justifiées |
| Appréciation | Lecture divergente d’une même preuve | Scénarios séparés et motif du désaccord |
| Préférence | Valeur relative des swings | Jeux de poids défendus par les autorités |
| Contexte | Budget, horizon, option de référence ou réglementation | Scénario nommé et nouvelle version si nécessaire |
Mesure
- Ce qui varie
- Donnée, population, erreur ou extrapolation
- Traitement
- Borne basse, centrale et haute justifiées
Appréciation
- Ce qui varie
- Lecture divergente d’une même preuve
- Traitement
- Scénarios séparés et motif du désaccord
Préférence
- Ce qui varie
- Valeur relative des swings
- Traitement
- Jeux de poids défendus par les autorités
Contexte
- Ce qui varie
- Budget, horizon, option de référence ou réglementation
- Traitement
- Scénario nommé et nouvelle version si nécessaire
Protocole
Éprouver le classement dans un ordre reproductible
Chaque test modifie une hypothèse identifiée et conserve le reste du modèle. Les variations plausibles sont documentées avant de commenter leur effet.
Bascule
Nommer l’hypothèse qui commande la décision
Une valeur de bascule indique l’effort de preuve ou le changement de préférence nécessaire pour inverser le rang. Si cette valeur est impossible, l’hypothèse testée n’est pas décisive ; si elle est proche, elle devient la prochaine question à instruire.
Verdict
Qualifier la robustesse sans adjectif décoratif
Le verdict décrit ce qui a été testé et ce qui ne l’a pas été. Il ne prétend jamais couvrir des scénarios absents du dossier.
- Robuste dans le cadre testé
- Même premier rang, portes passées et aucune inversion dans les plages retenues
- Conditionnel
- Le rang dépend d’une preuve, d’un poids ou d’un scénario identifié
- Non arbitrable
- Les preuves ou préférences ne permettent pas de distinguer les options
- Hors classement
- Une porte est inconnue ou échouée
Décision
Séparer le résultat analytique de l’acte de décider
Le comité reçoit le rang, ses conditions et ses limites. L’autorité peut retenir une autre option, mais elle doit expliciter la raison, les conséquences et le contrôle de suivi.
Sortie
Permettre à un tiers de reconstruire le choix
Le dossier conserve les données d’entrée, les fonctions de valeur, les poids, les scripts ou feuilles de calcul, les résultats par scénario, les divergences, la décision signée et les versions. Une décimale sans cette piste n’est pas une preuve.
Sources et références
- UK Government — guide pratique de l’analyse multicritère (nouvel onglet)
Fonctions de valeur, swing weighting, conférence de décision, sensibilité et robustesse du classement.
- UK Government — Green Book 2026 (nouvel onglet)
Swing weighting, analyse de sensibilité, valeurs de bascule et mise en garde contre la simple addition de notes pondérées.
- NIST AI RMF 1.0 (nouvel onglet)
Gouverner, contextualiser, mesurer et gérer les risques d’un système d’IA.
- ISO/IEC 42005:2025 (nouvel onglet)
Évaluation des impacts d’un système d’IA sur les personnes, les groupes et la société.
Questions fréquentes
Qu’est-ce qu’une valeur de bascule ?
C’est la plus petite variation d’une donnée, d’une fonction de valeur ou d’un poids qui inverse un classement ou modifie la décision.
Quand un classement est-il robuste ?
Lorsqu’il reste inchangé dans les variations plausibles effectivement testées, que les portes sont passées et que ses limites sont documentées.
Le comité peut-il décider contre le classement ?
Oui. Il doit alors consigner l’option retenue, le compromis accepté, les hypothèses déterminantes, les conditions et l’autorité qui assume la décision.
Robustesse
Quelle variation suffirait à inverser votre priorité actuelle ?
Présentez le classement, les hypothèses et les désaccords. Nous identifions les bascules à tester avant l’engagement.