Les marchés prédictifs ont-ils une utilité ?

On sait tous que ce sont des casinos. Il est temps d’examiner les chiffres qui se cachent derrière tout ce battage médiatique.

Traduction de Are Prediction Markets Good for Anything? par Dan Schwarz¹ sur Asterisk Mag, avril 2026. [Une réf. de Syllabus]

En 2007, les lauréats du prix Nobel Kenneth Arrow et Daniel Kahneman, ainsi que d’autres éminents chercheurs, ont publié une déclaration dans laquelle ils affirmaient que les marchés prédictifs pourraient « améliorer considérablement la prise de décision dans les secteurs public et privé ». Les fondements théoriques étaient solides.

Friedrich Hayek avait fait valoir en 1945 que les marchés, grâce au système des prix, parvenaient mieux que n’importe quel planificateur central à agréger les connaissances dispersées, locales et tacites. En 2000, Robin Hanson, économiste à l’université George Mason, a proposé un système qu’il a appelé « futarchie », dans lequel les marchés seraient utilisés pour évaluer si les politiques tiennent leurs promesses. Dix-sept ans plus tard, Philip Tetlock, Barbara Mellers et Peter Scoblic défendaient les tournois de prévision comme un moyen de générer des connaissances politiques utiles pour la communauté du renseignement et de dépolariser les débats politiques.

Des institutions telles que Google, Microsoft, la CIA, l’ensemble de la communauté du renseignement américaine et les analystes du renseignement du gouvernement britannique ont toutes expérimenté des marchés de prédiction internes. Certains de ces essais ont été plus fructueux que d’autres, mais tous étaient de petite envergure. Et nous savons, tant par la théorie que par la pratique, que plus il y a de parieurs, plus les marchés sont précis. Hal Varian, économiste en chef chez Google, aime qualifier les marchés de prédiction de « marchés de l’information » et les parieurs de « fournisseurs » d’informations.

Depuis des décennies, les optimistes des marchés de prédiction — dont je fais partie — soutiennent qu’une fois que nous aurons mis en place de meilleurs marchés et augmenté le nombre de parieurs, la précision s’améliorera et nous pourrons tous bénéficier d’un nouveau niveau de prospective sociétale.

Aujourd’hui, en 2026, les marchés de prédiction publics comme Polymarket et Kalshi génèrent des milliards de dollars de volume de transactions chaque mois. La grande majorité de ces paris ne portent pas sur des questions susceptibles de produire des informations utiles. Environ 90 % du volume de transactions de Kalshi (sommes échangées entre parieurs) provient des paris sportifs, ce qui fait de Kalshi, en réalité, un site de paris sportifs auquel est rattaché un petit marché de prédiction. Je constate que plus de 80 % du volume de transactions sur Polymarket se concentre sur le sport, les cours des cryptomonnaies ou les paris électoraux.²

On a beaucoup écrit sur les aspects négatifs — tels que la dépendance au jeu et le délit d’initié — de la popularité croissante de ces marchés. Mais qu’en est-il de leur promesse ? Produisent-ils des informations précieuses et rendent-ils l’humanité plus sage ?

La demande, la demande, la demande

Pour comprendre l’utilité de cette offre de prévisions et déterminer si celles-ci concrétisent réellement la vision des pionniers des marchés de prédiction, nous devons prendre en compte un autre facteur : la demande.

Il est tout à fait concevable que les marchés de prédiction ne soient utilisés que par les parieurs eux-mêmes. Mais si des particuliers, des entreprises, des médias et des décideurs politiques veulent (ou ont besoin) des prédictions que l’on voit sur ces marchés, cette preuve de la demande peut servir d’indicateur de leur utilité. Vitalik Buterin, créateur de la cryptomonnaie Ethereum, a résumé dans Info Finance cette double nature des marchés de prédiction : « Si vous êtes un parieur, vous pouvez effectuer un dépôt sur Polymarket, et pour vous, c’est un site de paris. Si vous n’êtes pas un parieur, vous pouvez consulter les graphiques, et pour vous, c’est un site d’actualités. »

J’ai longuement réfléchi à la manière de vendre les marchés de prédiction aux consommateurs. En 2020, j’ai créé l’actuel marché de prédiction interne de Google. Depuis, j’ai occupé le poste de directeur technique chez Metaculus, un site web de prévisions participatives non basé sur un marché, et je dirige aujourd’hui FutureSearch, une start-up qui fournit des prévisionnistes et des chercheurs en IA. Dans le cadre de mon travail, j’ai constaté que les avantages des marchés de prédiction se répartissent en cinq catégories distinctes.

Premièrement, les marchés peuvent assurer une surveillance des risques. C’est grâce à Metaculus que j’ai appris l’existence du COVID-19 en février 2020, ce qui m’a poussé à annuler un voyage prévu qui m’aurait laissé coincé.

Deuxièmement, ils peuvent aider à interpréter l’actualité, en montrant si, et dans quelle mesure, un événement actuel pourrait influencer des résultats plus larges. Par exemple, la fermeture du détroit d’Ormuz pendant la guerre en Iran de 2026 a entraîné une augmentation (de ~25 % à ~35 %) de la probabilité prévue d’une récession aux États-Unis en 2026 en raison de la flambée des prix du pétrole.

Troisièmement, ils peuvent éclairer la planification autour des résultats politiques, par exemple pour savoir si TikTok sera interdit aux États-Unis.³

Quatrièmement, ils pourraient instaurer une responsabilisation vis-à-vis des déclarations faites par les dirigeants politiques ou économiques. Par exemple, en juin 2025, lorsque le président Trump a déclaré qu’il envisageait une frappe contre le programme nucléaire iranien, de nombreux experts du Moyen-Orient ont écarté cette perspective, selon un article du Council on Foreign Relations. Pourtant, selon le CFR, les marchés de prédiction donnaient 58 % de chances que des frappes aient lieu cette semaine-là, et nous avons appris par la suite que sept bombardiers furtifs B-2 étaient alors en route.

Cinquièmement, ils pourraient produire des informations inédites, permettant aux traders de découvrir ou de suivre des éléments que d’autres ignorent, comme la date à laquelle des étapes majeures de l’IA seront franchies.⁴

Voyons maintenant si les milliards misés chaque mois sur ces marchés fournissent ces cinq types d’informations utiles.

Le pic important de novembre 2024 était dû à 400 millions de dollars misés sur l’investiture de Trump et à 327 millions de dollars misés sur le scandale électoral en Roumanie, qui a entraîné la toute première annulation d’une élection présidentielle par un membre de l’UE/OTAN.

La surveillance des risques en tant que marché de l’information sain

Je commencerai par le seul domaine où l’offre (les parieurs qui parient) et la demande (les lecteurs qui lisent) d’informations provenant des marchés de prédiction semblent être en équilibre : la surveillance des risques.

L’avantage le plus évident des marchés de prédiction provient de questions telles que « Le Pakistan lancera-t-il une frappe militaire contre l’Inde d’ici vendredi ? », « Y aura-t-il au moins 10 000 cas de rougeole aux États-Unis en 2026 ? » ou « Une banque américaine fera-t-elle faillite d’ici le 31 janvier ? ». Le suivi de ces risques était au cœur des premières expériences de prévision collective menées au sein de la communauté du renseignement américaine, comme les tournois de l’IARPA, ainsi que de nombreuses études ultérieures de Philip Tetlock sur la superprévision.

Kalshi et Polymarket disposent d’un nombre respectable de marchés de suivi des risques de ce type. J’en compte 2 821 au total, pour un volume de 3,8 milliards de dollars, dont les risques géopolitiques constituent la catégorie la plus importante. Le marché médian de suivi des risques affiche un volume de transactions de 82 000 dollars. Parmi ceux-ci, 199 sont des marchés de conflits qui se règlent sur une base quotidienne et hebdomadaire, créant ainsi un outil de suivi de l’escalade en temps quasi réel.

Ici, la demande est claire.⁵ Pour la guerre en Iran de 2026, par exemple, les négociants en énergie et les compagnies maritimes sont les bénéficiaires les plus concrets des prévisions sur les résultats et les délais. Il est important de noter que la demande provient des médias grand public, qui citent de plus en plus⁶ Polymarket, apportant ainsi ces prévisions directement aux professionnels là où ils les consultent déjà.

Aussi utiles que soient ces marchés, ils présentent encore d’importantes lacunes.

Si les journalistes peuvent citer les marchés de prédiction pour suivre l’évolution d’un conflit en cours, je n’ai pas vu de sites médiatiques publier des articles dont la source serait les marchés de prédiction. Cela tient au fonctionnement des marchés de prédiction grand public : un sujet doit déjà être assez important pour attirer suffisamment de traders afin de produire des informations probabilistes utiles. Par conséquent, je constate une surveillance utile des risques, mais pas leur détection.

Les marchés qui ne sont pas liés à des actualités sensationnelles souffrent à la fois d’une offre et d’une demande moindres. Les questions de santé et de climat, qui sont sans doute aussi importantes que la surveillance des conflits, n’ont pas obtenu de bons résultats sur les marchés de prédiction.

Lorsque Kalshi a été lancé en juillet 2021, un an après le début de la pandémie de COVID-19, il a mis en place exactement le type de marché préconisé par les experts : des questions hebdomadaires régulières sur les chiffres spécifiques de l’adoption des vaccins et le nombre de cas de COVID-19. La valeur moyenne par marché était de 8 000 dollars, un montant trop faible pour être crédible, et plusieurs prévisions se sont révélées très erronées. Par exemple, la question « Le nombre de cas de COVID en Allemagne dépassera-t-il les 35 000 pour la semaine se terminant le 28 décembre 2021 ? » se négociait à 3 % une semaine avant l’arrivée d’Omicron, et elle a été résolue par « Oui ». Et il semble qu’aucun consommateur institutionnel, tel qu’un système hospitalier ou un organisme gouvernemental de suivi des maladies, ne se soit matérialisé pour adopter ce signal. Les marchés du climat et des catastrophes naturelles, où le soutien théorique est fort,⁷racontent la même histoire. Les marchés n’ont réussi ni à attirer une offre de traders, ni à susciter la demande des organismes d’intervention ou du public.

Un deuxième domaine où je vois des signes préliminaires indiquant qu’une offre de bonnes prédictions pourrait répondre à une forte demande institutionnelle et publique se trouve dans la dernière de mes cinq catégories : la génération d’informations novatrices. Il existe plusieurs dizaines de marchés suivant l’IA, avec un volume de 25 millions de dollars sur des questions visant à déterminer quels laboratoires disposeront des meilleurs modèles à certaines dates. Il n’est pas difficile d’imaginer les personnes ou les organisations qui exigeraient de meilleures informations sur les technologies émergentes.

Cependant, si l’on examine ces marchés de l’IA, il semble qu’ils soient de trop mauvaise qualité pour être utiles à quiconque doit prendre une décision. Je ne peux imaginer qu’un individu choisissant un fournisseur de modèles, une entreprise choisissant un partenaire ou un fournisseur, ou un décideur politique choisissant une réglementation en matière d’IA puisse en tirer grand-chose.

Il est clair que Polymarket et Kalshi hébergent ces marchés pour servir les parieurs, et non pour produire des informations utiles. Prenons les marchés « Meilleures IA de la semaine ? » de Kalshi, qui non seulement couvrent une période trop courte pour être utiles à la prise de décision, mais utilisent également Arena pour juger des meilleures IA. Arena, qui repose sur le vote et non sur des scores de tâches objectifs, n’est pas une mesure crédible selon les experts en IA. Pourtant, la demande pour ces marchés existe bel et bien, et il est plausible que des marchés de meilleure qualité puissent émerger à l’avenir pour y répondre.

Quand les marchés de prédiction sont précis mais ignorés

Dans trois des cinq catégories d’avantages des marchés de prédiction — interprétation de l’actualité, résultats politiques et responsabilité —, je constate que les marchés à fort volume produisent des prédictions précises, mais je ne vois aucune preuve que quiconque y prête attention, ou devrait le faire.

Tout d’abord, quelle est l’utilité des marchés pour l’interprétation de l’actualité ? Il s’agit de marchés qui suivent des résultats à grande échelle, tels que les récessions ou l’inflation, qui évoluent en fonction de l’actualité, aidant ainsi les lecteurs à comprendre l’impact d’événements particuliers.

Le volume semble satisfaisant, avec 1 647 marchés et un volume total de transactions de 1,25 milliard de dollars. Cependant, 85 % de ce volume concerne les marchés des taux d’intérêt fédéraux américains. Le volume médian des transactions sur les marchés destinés à l’interprétation de l’actualité a en réalité considérablement diminué, passant d’un pic de 49 000 dollars au début de l’année 2025 à seulement 13 000 dollars à la fin de l’année, un chiffre bien inférieur au volume médian des autres marchés que je classe comme utiles.

Bien que la prévision des taux d’intérêt soit utile, les contrats à terme du CME, le consensus Bloomberg et les économistes professionnels s’en chargent déjà. Il en va de même pour d’autres indicateurs présentant un volume de transactions élevé sur Polymarket et Kalshi : l’inflation, le chômage, les prix des matières premières, les taux hypothécaires. Aaron Brown qualifie les marchés de prédiction d’« oracles économiques », mais ces oracles ne font pour l’essentiel que répéter ce que d’autres oracles disent déjà, en le mettant simplement à jour plus rapidement.

La rapidité présente néanmoins un avantage. Le 11 mars 2026, le Financial Times a rapporté qu’à l’annonce d’une escalade de la guerre en Iran, les cotes de Polymarket pour une inflation égale ou supérieure à 2,8 % ont grimpé à plus de 90 %. Cela a illustré un impact national immédiat sur la politique étrangère américaine, susceptible d’influencer le public d’une manière que les mises à jour des économistes professionnels, publiées des mois plus tard, ne pourraient peut-être pas.

Ensuite, dans quelle mesure les marchés sont-ils utiles pour juger de la crédibilité des affirmations des gouvernements et des PDG ? J’ai recensé 184 marchés de responsabilité représentant un volume total de transactions de 173 millions de dollars. Le nombre de ces marchés augmente, tout comme le volume médian des transactions, avec une médiane de 44 200 dollars de paris.

Mais les deux tiers du volume total concernent la spéculation sur le dossier Epstein, le type d’activité que Rohanifar et al. (2026) qualifient de « blanchiment de prédictions ». Il est difficile d’imaginer que des décisions puissent changer sur la base de ces marchés. La plupart des autres concernent une autre personne, le président américain Donald Trump⁸, ce qui semble être un phénomène temporaire lié à un dirigeant particulièrement divertissant mais dont la crédibilité est remise en cause dans l’esprit du grand public.

Enfin, quelle est l’utilité des marchés qui suivent les résultats des politiques ? J’ai recensé 1 710 marchés représentant un volume total de transactions de 1,42 milliard de dollars. Mais la grande majorité de ce volume se concentre sur un très petit nombre de marchés très médiatisés : 288 millions de dollars sur la possibilité d’un shutdown du gouvernement américain, 238 millions de dollars sur la nomination éventuelle de Judy Shelton à la présidence de la Fed, 145 millions de dollars sur l’interdiction éventuelle de TikTok aux États-Unis.

Le volume médian des marchés est en hausse, passant de 24 000 dollars à 30 000 dollars en 2025. La section que je trouve la plus utile concerne les 196 marchés représentant un volume de 144 millions de dollars sur les politiques tarifaires.⁹ Ces marchés sont exploitables dans de nombreux domaines de l’économie, et je pense que la sagesse des foules produit des informations nouvelles, utiles et précises sur les droits de douane qui entreront en vigueur et à quel niveau.

Dans l’ensemble, les marchés de ces trois catégories sont dominés par les paris sur les politiques volatiles de l’administration Trump. Comme Robin Hanson l’a fait remarquer, « un président américain imprévisible et aléatoire a été très bénéfique pour le secteur des marchés de prédiction ». Cela ne me semble pas correspondre à la vision espérée par les universitaires : des experts pariant sur l’actualité, ce qui conduirait à des engagements pris par des politiciens sérieux ou influencerait les projets de loi les plus importants examinés par les législatures du monde entier.

Des marchés motivés par la valeur divertissante et l’intrigue pour les parieurs pourraient plausiblement offrir cela, mais je n’en vois pas grand-chose sur Kalshi et Polymarket. La vision la plus bienveillante est que ce sont des difficultés de croissance, où la création d’un marché de l’information sain est amorcée par les paris sur Trump, et évolue progressivement vers des environnements de paris plus professionnels sur des titres financiers matures. D’ici là, cependant, je ne m’attends pas à ce que les personnes concernées par ces politiques y prêtent beaucoup d’attention.

Nous avons une autre raison de douter que l’argent qui change de mains sur tous ces marchés apporte de la valeur. Metaculus, mon ancien employeur, a produit des milliers de prévisions bien calibrées sur les risques mondiaux, la santé et la technologie pendant plus de 10 ans, avec un impact institutionnel minime. Metaculus a même exploré un autre élément de la liste de souhaits des économistes : les « marchés conditionnels », qui posent la question suivante : « Si la politique X est mise en œuvre, quel sera le résultat Y ? » Pourtant, ceux-ci n’ont pas non plus été adoptés par les consommateurs d’informations, et il existe de sérieux obstacles techniques à leur adoption par les prédicteurs.

Néanmoins, la vision initiale d’un intérêt public tiré des marchés de prédiction repose sur leur forte liquidité, et des milliards de dollars de liquidité peuvent considérablement modifier la précision (ou la perception de celle-ci). Shane Coplan, PDG de Polymarket, a déclaré que Polymarket est « ce que l’humanité possède de plus précis à l’heure actuelle », tandis que Tarek Mansour, PDG de Kalshi, présente les marchés de prédiction comme des « machines à vérité par excellence ». Voyons si le volume des transactions conduit à une plus grande précision.

D’où vient la précision du volume

Coplan et Mansour n’ont pas inventé les marchés de prédiction, mais ils sont les premiers à en créer avec des milliards de dollars de volume de transactions ; leurs affirmations sur la vérité et la précision reposent donc sur cette caractéristique. « Sur Kalshi, l’objectif est la liquidité et la précision », a déclaré Mansour en février, les associant étroitement.

Ainsi, lorsqu’un de ces marchés de nouvelle génération, sur lequel des millions de dollars sont misés, indique une probabilité de 70 %, l’événement qu’il suit se produit-il réellement près de 70 % du temps, comme le prédirait la théorie ?

La précision d’un marché est généralement mesurée à un moment donné, mais les marchés de prédiction ont des prix continuellement mis à jour. Par souci de simplicité, j’ai analysé les marchés 7 jours, 30 jours et 90 jours avant leur règlement. Les marchés ont également des écarts entre cours acheteur et vendeur, et la « probabilité » implicite du marché est généralement considérée comme la médiane entre le prix que les acheteurs et les vendeurs sont prêts à payer. J’ai ensuite examiné deux scores de précision.¹⁰

La précision absolue est difficile à comparer entre les marchés d’une même plateforme, et entre les plateformes, car les questions de prévision présentent des degrés de difficulté différents. J’ai résolu ce problème en suivant des marchés similaires sur une seule plateforme au fil du temps, où la seule différence plausible en matière de précision proviendrait de l’évolution du volume des transactions. Le manque de recoupement entre les questions a rendu difficile la comparaison entre les marchés en argent réel et les marchés en argent fictif ou sans argent, tels que Manifold et Metaculus. Ce que nous pouvons affirmer, c’est que même si les marchés de prédiction hautement liquides sont plus précis que les méthodes de prévision précédentes, les opérateurs de ces marchés ne l’ont pas démontré. Il me semble peu probable que cette plus grande précision soit la raison pour laquelle les gens préféreraient Kalshi et Polymarket à d’autres méthodes de prévision.

J’ai examiné tous les marchés sur Kalshi et Polymarket du 1er janvier 2024 au 8 mars 2026, ainsi qu’un échantillon de marchés plus anciens sur Kalshi à des fins de comparaison historique. J’ai filtré les catégories que je jugeais inutiles.¹¹ Ce filtrage a réduit environ 194 000 marchés à 13 500 marchés. J’ai ensuite utilisé les outils FutureSearch pour les classer en cinq catégories de valeur potentiellement positive, en itérant sur les critères jusqu’à ce que je sois satisfait de la catégorisation. Cela a abouti à un ensemble final de 6 797 marchés — 5 703 résolus et réglés, et 1 094 toujours actifs et en cours de négociation — que je considère comme potentiellement utiles, s’ils étaient précis et s’adressaient au bon public.

Les marchés présentant un volume de transactions plus élevé sont-ils plus précis ?

Oui, pour les marchés qui durent 90 jours ou plus, ce qui représente environ un quart de cet échantillon. Cela vaut aussi bien pour les marchés utiles que pour les marchés non utiles, et tant sur Polymarket que sur Kalshi.

Il est frappant de constater que les marchés qui durent moins de 90 jours (selon une évaluation de la précision 30 jours avant la résolution et 7 jours avant la résolution) ne présentaient pas de relation statistiquement significative entre le volume des transactions et la précision. Je soupçonne qu’à mesure que ces marchés mûrissent, le volume permettra de prédire la précision. Une explication possible est que les marchés à fort volume portent sur des sujets plus divertissants avec des traders moins informés, et qu’il faut du temps pour que les experts s’y installent. Une autre explication est que les marchés à fort volume ne comptent en réalité pas beaucoup de traders, mais quelques personnes pariant chacune des milliers de dollars. La « sagesse des foules » nécessite justement une foule.

Les marchés « utiles » voient-ils leur volume augmenter avec le temps ?

Le volume des marchés utiles a augmenté jusqu’à la fin de l’année 2024, mais n’a pas progressé depuis. Le volume total et médian des marchés utiles a connu une croissance spectaculaire de 2023 à fin 2024. Il a atteint un pic de 534 millions de dollars par mois aux alentours des élections américaines de 2024 (médiane de 81 000 dollars et moyenne de 2,3 millions de dollars par marché), et s’élève aujourd’hui à environ 466 millions de dollars par mois (médiane de 42 000 dollars et moyenne de 1 million de dollars par marché). Le volume est dominé par un très petit nombre de marchés extrêmement populaires, et le marché « utile » médian connaît en réalité une baisse de son volume de transactions.

Les marchés « utiles » gagnent-ils en précision au fil du temps ?

La précision des marchés utiles s’est améliorée jusqu’au début de l’année 2025, mais n’a pas progressé depuis.

Cette évolution suit globalement la croissance du volume, bien que la précision se soit améliorée après que le volume ait atteint un plateau. (Les dates des marchés sont indiquées par date de création, et non par date de résolution ; ainsi, le volume enregistré des mois plus tard est antidaté à la date de création du marché.) Et tout comme le volume médian des marchés utiles a diminué, la précision a également baissé (bien que ce ne soit pas statistiquement significatif), et elle est désormais inférieure à ce qu’elle était au début de l’année 2025.

À gauche : le WMCE montre la différence entre le prix du marché et la probabilité réelle que le marché se réalise (X %). Plus la valeur est faible, mieux c’est ; 0 correspond à un calibrage parfait.
À droite : le score de Brier correspond à la précision absolue. Plus la valeur est faible, mieux c’est ; on constate une amélioration à mesure que les marchés gagnaient en liquidité, mais une détérioration depuis le premier semestre 2025.

Cela renforce l’impression que l’on a en parcourant les deux plateformes. L’énorme croissance des marchés des paris sportifs, des jeux d’argent cryptés et du divertissement ne se répercute pas systématiquement sur les marchés « utiles », qui sont rares et négligés. Il est possible qu’il faille simplement plus de temps aux parieurs de ces marchés « ludiques » pour commencer à parier sur des marchés plus utiles. Le marché de prédiction de Google de 2005 regorgeait de marchés divertissants pour encourager l’adoption par les utilisateurs, et j’ai fait de même lorsque j’ai mis en place leur marché de prédiction actuel. Nous pourrions voir la même chose se produire sur Kalshi et Polymarket.

Mais pendant ce temps, une autre évolution remet en question le postulat de base selon lequel les incitations humaines déterminent l’offre de prévisions, et en fin de compte la manière dont les personnes qui demandent ces informations les découvrent et les consomment.

On ne peut pas écrire « futarchie » sans « IA »

En janvier 2026, Scott Alexander, blogueur réputé spécialisé dans la technologie et la rationalité, a écrit :

Il existe désormais des marchés de prédiction solides, peu réglementés et à fort volume sur des événements mondiaux importants. Dans cette chronique, j’avais précédemment affirmé que cela révolutionnerait la société. Est-ce le cas ? Je ne me sens pas révolutionné. Pourquoi pas ?

Une voie à suivre, écrit-il, consiste à créer de meilleurs marchés de prédiction, peut-être en laissant les utilisateurs des plateformes en argent réel générer eux-mêmes les questions. (Actuellement, les marchés générés par les utilisateurs ne sont autorisés que sur le site en argent fictif Manifold). « La deuxième », poursuit-il, « est de conclure que le rôle des marchés de prédiction dans le plan de Dieu n’était que de fournir les fondations pour les super-prédicteurs IA ». Il souligne ensuite que le Forecasting Research Institute a affirmé en octobre 2025 que les IA pourraient surpasser les meilleurs prévisionnistes humains fin 2026.¹²

Ceux d’entre nous qui travaillent sur les prévisions par IA sont sensibles à cet argument. Ma société, FutureSearch, a été la première à déployer des IA sur un marché de prédiction (avec de l’argent fictif) en janvier 2024. Même en utilisant des approches de prévision alimentées par GPT-4 Turbo et Claude 2, des modèles de langage (LLM) désormais considérés comme peu intelligents, nous avons surpassé la plupart des traders humains.

Mais je ne veux pas me concentrer uniquement sur la manière dont les prévisions par IA pourraient rendre les marchés de prédiction, ou plus généralement la « sagesse des foules », obsolètes en tant que méthode de fourniture de prévisions. L’IA pourrait également améliorer radicalement la façon dont les gens accèdent aux prévisions dont ils ont besoin.

J’ai affirmé plus tôt que la valeur des marchés de surveillance des risques provient principalement de la couverture médiatique grand public de ces probabilités. Si les financiers, les analystes de la chaîne d’approvisionnement et les décideurs politiques voient les probabilités de Polymarket dans les médias grand public, ils n’ont pas besoin de consulter Polymarket (ni même de savoir ce qu’est un marché de prédiction) pour tirer profit de ces informations.

De même, un grand nombre de particuliers, d’entreprises et de décideurs politiques obtiennent des informations auprès de chatbots tels que ChatGPT, Claude ou Gemini. Les chatbots ne sont pas (encore) formés pour être des prévisionnistes précis, mais ils constituent déjà le principal moyen par lequel les gens tirent les cinq types de valeur des marchés de prédiction, en grande partie en faisant des prévisions implicites :¹³

Surveillance des risques : demandez à ChatGPT quels sont les plus grands risques liés à vos prochaines vacances ou à votre projet d’entreprise.

Interprétation de l’actualité : demandez à Claude si la sortie du nouveau modèle d’IA a une incidence sur la manière dont le travail est automatisé.

Conséquences politiques : demandez à Gemini de générer un rapport « Deep Research » pour savoir si les nouveaux droits de douane résisteront aux recours judiciaires.

Responsabilité : demandez à Grok si Elon Musk tiendra ses dernières promesses en matière de vols spatiaux.

Informations inédites : n’importe quel LLM peut faire de son mieux pour raisonner sur n’importe quelle question que vous pouvez imaginer.

Essayez par vous-même. Choisissez un sujet qui vous tient à cœur. Essayez de rechercher des probabilités sur Polymarket, plutôt que de poser la question à Claude. Je parie que vous préférerez l’avis de Claude, même s’il est moins précis.

D’une part, Claude peut aborder des questions qui ne se résument pas à de simples prévisions. Les personnes qui recherchent des informations sur la géopolitique et la technologie veulent certes des probabilités précises, mais elles veulent aussi des récits, des contextes historiques et la possibilité de poser des questions complémentaires. Souvent, des informations précises constituent un bon point de départ, mais les contraintes les plus importantes pour agir plus judicieusement sont d’ordre social et politique. Les marchés de prédiction ne peuvent pas vous aider à élaborer une stratégie pour agir sur la base d’une bonne prévision. Claude le peut.

Aucune technologie de prévision ne remédie au fait que ni les humains ni les institutions ne sont conçus pour penser en termes de probabilités. Mais les chatbots constituent une méthode bien plus crédible pour changer la façon dont les gens envisagent leurs décisions, ainsi que les prévisions qui y sont implicites. Et si les prévisions par IA contournent également tous les autres problèmes liés à l’utilisation des marchés de prédiction pour fournir des prévisions, du délit d’initié aux scandales de règlement en passant par le manque de liquidité, alors l’IA peut relancer l’ensemble du marché de l’information bilatéral.

Cela dit, même si Claude est capable de faire des prévisions plus précises que l’ensemble des traders de Polymarket, les marchés de prédiction pourraient encore servir certains des objectifs épistémiques que Kenneth Arrow, Daniel Kahneman et d’autres ont exposés en 2007.

En accélérant l’adoption des probabilités par les médias grand public, les marchés de prédiction contribuent à construire un savoir commun. On peut imaginer que le fait que d’importantes sommes d’argent changent de mains rendra ces marchés de plus en plus dignes d’intérêt et attirera l’attention de personnes qui tirent profit des prédictions, mais qui n’auraient pas songé à demander conseil à Claude sur ces sujets.

Je pense que la plupart des décisions prises par les individus, les organisations et les gouvernements s’articulent autour de normes et d’un consensus social, et que des marchés de prédiction très visibles pourraient influencer les gens davantage que des conversations privées avec des chatbots. C’est là, à mon sens, la voie la plus probable vers la concrétisation de la valeur des marchés de prédiction : des montants de paris importants conduisent à une couverture médiatique plus importante des marchés de prédiction, normalisant leur utilisation dans les discussions sur le lieu de travail et, en fin de compte, dans les processus décisionnels.

Il y a plusieurs décennies, la grande vision de la production d’informations publiques de haute qualité reposait sur l’agrégation de la sagesse. Aujourd’hui, Polymarket, Kalshi et même Metaculus nous ont montré que le goulot d’étranglement réside dans la distribution de la sagesse. Les faits suggèrent que les marchés de prédiction évalués à des milliards de dollars, bien que leurs fondateurs les qualifient de « machines à vérité », sont massivement au service de leurs traders (et de leur désir de parier sur le sport), et non des chercheurs de vérité.

Les marchés de prédiction pourraient-ils utiliser leurs valorisations de plusieurs milliards de dollars pour concrétiser la vision de Vitalik Buterin en matière d’« info-finance » ? Peut-être. Mais je prédis qu’avant qu’ils ne le fassent, Claude sera le seul prévisionniste à qui quiconque voudra demander son avis sur l’avenir.

Fichier Excel des traductions par Gilles en vrac
Fiches avec les premières phrases (et non seulement les titres)
Les caractères gras dans le texte sont de Gilles.

Notes

1
Dan Schwarz a travaillé chez Google de 2014 à 2022. Il a ensuite occupé le poste de directeur technique chez Metaculus, et est aujourd’hui cofondateur et PDG de FutureSearch. Il publie des articles sur les prévisions et l’IA sur X via @dschwarz26. La mort et la vie des marchés prédictifs chez Google, numéro 08, ↩︎
2
Les données utilisées dans cet article ont été extraites le 7 mars 2026 de l’API officielle de Kalshi (https://docs.kalshi.com/) et de l’API officielle de Polymarket (https://docs.polymarket.com/). ↩︎
3
Les marchés prédictifs pourraient inclure ceux qui prédisent les résultats électoraux. Mais même si beaucoup de gens ont découvert les marchés prédictifs grâce à ces marchés lors des élections présidentielles américaines de 2016, 2020 et 2024, et même si les résultats électoraux influencent effectivement la politique, je ne trouve pas ces marchés utiles. Premièrement, les sondages et les prévisions non participatives fournissent déjà de bonnes cotes, et deuxièmement, il est difficile d’imaginer qui agirait différemment selon que les démocrates aient, disons, 45 % de chances de remporter le Sénat américain en 2026 ou 41 %. ↩︎
4
De nombreux marchés qui semblent générer des informations nouvelles ne font en réalité que rendre publiques des informations privées. En 2026, OpenAI a licencié un employé pour avoir effectué des transactions sur des plateformes de marchés prédictifs, et de nombreux autres cas de délit d’initié de ce type ont été signalés. Ici, je m’intéresse à la production publique d’informations véritablement nouvelles. L’un des signes indiquant que les marchés génèrent de nouvelles informations est leur horizon à long terme, comme la prédiction des meilleurs nouveaux médicaments anticancéreux pour les deux prochaines années. Comme je le montrerai plus loin, même pour les questions que je considère utiles, la majeure partie du volume de transactions sur Polymarket et Kalshi concerne des questions dont la résolution intervient en moins de 90 jours, et pour la plupart des questions à court terme, les initiés bien placés disposent probablement d’informations nettement meilleures. ↩︎
5
Pourquoi a-t-on besoin de marchés prédictifs alors qu’il existe déjà des marchés à terme, par exemple pour suivre l’escalade des tensions liées à la guerre en Iran à travers les prix à terme implicites du pétrole ? La réponse est que les contrats à terme sur matières premières et les produits dérivés boursiers sont trop imprécis en tant qu’outils d’information. Les marchés prédictifs permettent de mesurer directement les risques individuels, ce qui peut servir à élaborer des réponses bien plus ciblées, comme le détournement d’une cargaison hors d’une zone de conflit. ↩︎
6
Examples include: Reuters covering odds of China invading Taiwan (May 2025), Bloomberg covering Trump tariffs and the Supreme court (Oct 2025), the Wall Street Journal covering the odds of a ceasefire in the Iran War (March 2026) or the rapid fall of the Iranian regime (March 2026) ↩︎
7
Cerf et al. (2023) found that participating in a prediction market on climate outcomes increases support for costly climate policies. Roulston et al. (2025) found that a prediction market more accurately forecast the 2024 Atlantic hurricane season than other methods. ↩︎
8
Les marchés sur lesquels on parie que le président Trump tiendra ses promesses me semblent intéressants, car les cotes reflètent le fait que certaines de ses déclarations sont jugées plus crédibles que d’autres ; c’est le cas, par exemple, des cotes relatives à ses déclarations de juin 2025 concernant des frappes contre les installations nucléaires iraniennes. Peut-être que les futurs dirigeants seront confrontés à des problèmes de crédibilité si graves qu’ils justifieront la création de marchés de paris importants sur leurs déclarations. ↩︎
9
Par exemple, en mai 2025, après que Trump eut annoncé des droits de douane de rétorsion, baptisés « jour de la libération », bien supérieurs à 100 % à l’encontre de la Chine, Polymarket a organisé un événement intitulé « Accord sur les droits de douane entre les États-Unis et la Chine avant l’échéance de 90 jours ? », qui a généré un volume de transactions de 500 000 dollars. Le marché a fluctué entre 60 et 80 % tout au long des mois de juin, juillet et août, jusqu’à ce qu’un accord soit conclu peu avant l’échéance, et les droits de douane ont finalement été fixés à un niveau bien inférieur aux 145 % initialement prévus. L’incertitude quant au niveau final des droits de douane a été largement citée comme un risque commercial majeur pour l’ensemble de l’économie mondiale. ↩︎
10
Le plus simple est le score de Brier, qui mesure l’écart entre la probabilité implicite (par exemple, 0,35 pour une prévision à 35 %) et ce qui se produit réellement (par exemple, 0 pour « non »). J’ai également examiné l’erreur de calibrage moyenne pondérée, une mesure de l’erreur de calibrage : si 100 marchés estiment qu’un événement a 70 % de chances de se produire, ce qui implique que 70 de ces 100 événements devraient se produire, combien finissent réellement par se produire ? ↩︎
11
Sur Kalshi, j’ai filtré les catégories suivantes : Sport, Cryptomonnaies, Finance, Climat et météo, Divertissement et Mentions, ainsi que les mots-clés permettant d’identifier les marchés de ces catégories qui n’avaient pas été classés correctement. Sur Polymarket, j’ai filtré les balises suivantes : Cours des cryptomonnaies, Hausse ou baisse, Cryptomonnaies, Sports, e-sports, Jeux, Bitcoin, Ethereum, Solana, XRP, Ripple, Météo, Actions, Bourse, Matières premières, Célébrités, Films, Musique, Grammys, Récompenses, Mentions, Marchés Twitter, Twitter, YouTube et Résultats financiers. Vous vous demandez peut-être pourquoi je filtre les catégories « finances », « actions », « titres » et « résultats ». Ne s’agit-il pas là de catégories utiles pour établir des prévisions ? En théorie, elles pourraient l’être, d’autant plus que les prévisions de résultats, en particulier, sont étonnamment peu couvertes par la communauté des investisseurs sell-side. Mais dans la pratique, je les trouve trop stéréotypées, et je pense qu’elles existent pour permettre aux parieurs de débattre de l’hypothèse de l’efficience des marchés. ↩︎
12
Intervalle de confiance à 95 % : décembre 2025 – janvier 2028. ↩︎
13
OpenAI constate qu’environ 81 % des messages liés au travail correspondent à seulement deux grandes catégories d’activités professionnelles : (1) la collecte, la documentation et l’interprétation d’informations ; et (2) la prise de décisions, la formulation de conseils, la résolution de problèmes et la réflexion créative. La prévision représente sans doute une part importante de cette dernière catégorie. Après tout, comment peut-on donner des conseils sans prévoir implicitement les conséquences de leur mise en œuvre ? ↩︎