🤖 machine learning

Deep learning four decades of human migration

Cet article présente un cadre d'apprentissage profond en libre accès qui utilise un réseau de neurones récurrents entraîné sur 18 covariables pour générer des estimations détaillées et annuelles des flux migratoires origine-destination avec des intervalles d'incertitude pour 230 pays de 1990 à nos jours, surpassant de manière significative les méthodes traditionnelles tant en précision qu'en résolution temporelle.

Auteurs originaux : Thomas Gaskin, Guy J. Abel

Publié 2026-07-09

📖 7 min de lecture🧠 Analyse approfondie

CC BY 4.0

Auteurs originaux : Thomas Gaskin, Guy J. Abel

Article original sous licence CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète

Imaginez essayer de suivre une partie de « chaises musicales » mondiale où la musique est l'économie, la politique et la météo, et les chaises sont les pays. Depuis des décennies, tenter de compter exactement qui a bougé où, quand et pourquoi, a été un jeu désordonné et frustrant. Certains pays tiennent des listes strictes à l'entrée (comme l'Allemagne), d'autres devinent simplement en fonction de qui a acheté un billet (comme le Royaume-Uni), et de nombreux endroits dans le monde n'ont aucune liste du tout. Le résultat ? Les chiffres ne correspondent souvent pas. Si l'Allemagne dit que 160 000 personnes sont venues de Pologne, mais que la Pologne ne dit que 12 300 sont parties, cela fait beaucoup de personnes manquantes dans les calculs.

Entrez en scène, une nouvelle équipe de détectives numériques : Thomas Gaskin et Guy J. Abel. Ils ne se sont pas contentés de compter les têtes ; ils ont construit un cerveau de robot voyageur dans le temps (un réseau de neurones récurrents profonds) pour comprendre l'histoire des mouvements humains de 1990 à 2023.

Le cerveau magique doté d'une mémoire

La plupart des anciennes méthodes pour deviner la migration étaient comme prendre une photo tous les cinq ans et essayer de deviner ce qui s'est passé entre-temps. Elles supposaient que les gens ne se déplaçaient qu'en fonction de ce qui se passait en ce moment même. Mais les humains ne sont pas comme ça. Nous avons de la mémoire. Une crise d'il y a dix ans peut encore pousser quelqu'un à partir aujourd'hui.

Le cerveau robotique des auteurs est spécial car il possède une mémoire. C'est comme un détective qui ne se contente pas de regarder la scène du crime aujourd'hui, mais qui se souvient de chaque indice des 30 dernières années. En nourrissant le cerveau de 18 types d'indices différents — comme la richesse d'un pays, leur distance, s'ils parlent la même langue, s'ils partagent la même religion, et même combien de personnes meurent dans les guerres — le cerveau a appris à prédire les flux de population.

Crucialement, ce cerveau ne se contente pas de deviner un chiffre unique. Il vous dit aussi à quel point il est incertain. Si les données sont floues (comme dans de nombreuses parties de l'Afrique), le cerveau dit : « Je ne suis pas sûr à 100 % ici, vous devrez peut-être vérifier vos registres. » C'est une avancée majeure car cela met en évidence précisément là où nous devons collecter de meilleures données.

Ce qu'ils ont trouvé (le coup de théâtre)

L'histoire racontée par le cerveau révèle de grands changements dans les mouvements mondiaux :

La grande poussée : Depuis l'an 2000, le nombre de personnes traversant les frontières chaque année est passé de 13 millions à plus de 36 millions en 2023. Ce n'est pas seulement parce qu'il y a plus de gens sur Terre ; le pourcentage de personnes en mouvement a presque doublé, passant de 0,21 % à 0,45 %.
Les gros accrocs : Les seuls moments où ce chiffre a chuté ont été pendant la Grande Récession (2008–2009) et la pandémie de Covid-19 (2020).
Les plus grands mouvements : Le plus grand bond annuel que le cerveau a repéré a eu lieu en 2019, lorsque environ 850 000 personnes ont fui le Venezuela pour la Colombie. D'autres vagues massives incluent les déplacements du Mexique vers les États-Unis en 2022 et de l'Ukraine vers la Russie en 2022.
L'aimant du Moyen-Orient : Le Moyen-Orient a été le plus grand aimant pour les nouveaux arrivants, venant principalement d'Asie du Sud. Depuis 2010, une moyenne de 1,3 million de personnes par an (soit un total de 18,4 millions) se sont déplacées de l'Inde, du Pakistan et du Bangladesh vers l'Arabie saoudite, le Qatar, Bahreïn et les Émirats arabes unis. C'est plus que le nombre total de personnes ayant migré du Mexique vers les États-Unis depuis 1990 (qui était de 14,8 millions).
Le brassage de l'Europe : Avant la pandémie, environ 3 millions de personnes circulaient chaque année à l'intérieur de l'Europe. Après la chute de l'Union soviétique en 1991, il y a eu un brassage massif, avec plus de 800 000 personnes nées en Pologne, en Russie, en Ukraine et en Roumanie se déplaçant au sein de l'Europe cette année-là.

Ce qu'ils combattent (la liste des « ne faites pas cela »)

Les auteurs sont très clairs sur ce qui ne fonctionne pas bien :

Le « cliché de cinq ans » est trop lent : Les anciennes méthodes ne donnaient des données que tous les cinq ou dix ans. Les auteurs soutiennent que c'est trop lent pour capter les catastrophes soudaines ou les changements rapides. On ne peut pas comprendre une guerre soudaine ou un krach économique rapide si l'on ne regarde les données que tous les cinq ans.
Le modèle de « l'état actuel uniquement » est erroné : Ils s'opposent aux modèles qui traitent les humains comme s'ils n'avaient pas de mémoire (modèles markoviens). Ils affirment qu'il est absurde de penser qu'une personne décide de quitter un pays en se basant uniquement sur la météo ou l'économie d'aujourd'hui, en ignorant les crises des années précédentes.
Le calcul des « résidus » est fragile : De nombreux chiffres officiels de l'ONU pour la « migration nette » (personnes arrivées moins personnes parties) sont calculés en prenant le changement total de population et en soustrayant les naissances et les décès. Les auteurs montrent que cela est souvent faux car les comptages de population eux-mêmes peuvent être désordonnés. Par exemple, leur modèle suggère que la migration nette de la Russie est en fait devenue négative autour de 2005, contredisant la suggestion de l'ONU d'un flux positif depuis 1995.

Quel est leur degré de certitude ?

Les auteurs n'ont pas seulement deviné ; ils ont testé leur cerveau robotique de manière rigoureuse.

Le test : Ils ont caché 20 % des routes migratoires connues au cerveau pendant l'entraînement, puis ont demandé au cerveau de deviner ces routes cachées.
Le score : Le cerveau a obtenu une corrélation de 95 % sur les données qu'il a étudiées et une corrélation de 80 % sur les données de test cachées. C'est un score élevé, surtout compte tenu du fait que les données migratoires sont notoirement bruyantes.
La comparaison : Lorsqu'ils ont comparé leur cerveau aux anciennes méthodes de « différence de stock » (les clichés de cinq ans) et à d'autres techniques standards, leur modèle d'apprentissage profond a significativement surpassé toutes les autres.
La mise en garde : Ils admettent que pour certaines régions, comme l'Afrique subsaharienne, l'incertitude est encore élevée car les données d'entrée sont manquantes. Ils déclarent explicitement que pour des pays comme le Nigeria, l'incertitude sur leurs estimations est parmi les plus élevées au monde, signalant qu'une collecte de données plus approfondie est nécessaire là-bas.

L'essentiel

Il ne s'agit pas seulement d'une liste de chiffres ; c'est une nouvelle façon de voir le monde. En donnant à l'ordinateur une mémoire et en lui apprenant à apprendre de 18 types d'indices différents, les auteurs ont créé la carte la plus détaillée jamais réalisée sur les mouvements humains, couvrant 230 pays et régions de 1990 à 2023. Ils nous ont montré que la migration est en hausse, qu'elle est pilotée par des souvenirs complexes du passé, et que bien que nous ayons une nouvelle carte formidable, il reste encore des zones brumeuses où nous devons porter une lumière plus vive.

Le meilleur dans tout ça ? Toute la carte, le cerveau robotique et le code sont gratuits et accessibles à tous. C'est comme s'ils avaient remis les clés de la machine à remonter le temps au reste du monde.

Résumé technique : Apprentissage profond de quatre décennies de migrations humaines

Énoncé du problème
La migration humaine est un moteur critique des changements démographiques, des marchés du travail et des politiques sociales, pourtant elle reste notoirement difficile à définir et à suivre. Les données existantes souffrent de trois limitations principales :

Incohérence et divergence : Différents pays utilisent des définitions variées (par exemple, des seuils de 12 mois) et des méthodes de collecte divergentes (enregistrement vs statistiques frontalières vs enquêtes), ce qui entraîne des écarts significatifs entre les chiffres d'émigration et d'immigration rapportés.
Rareté des données : Les statistiques migratoires fiables sont largement absentes pour le Sud global, et les chocs soudains (conflits, catastrophes) rendent souvent la collecte de données impossible.
Faible résolution temporelle : Les méthodes d'estimation traditionnelles reposent sur les données de stock de migrants publiées par le Département des affaires économiques et sociales des Nations Unies (UN DESA) à des intervalles de cinq ans. Ces méthodes, telles que la différenciation des stocks ou la comptabilité démographique, supposent que la migration est un processus markovien (dépendant uniquement de l'état actuel) et ne parviennent pas à capturer les corrélations temporelles à long terme ou les changements brusques et à court terme de la dynamique migratoire. De plus, elles traitent souvent les données de stock comme une vérité terrain sans tenir compte de l'incertitude inhérente aux résidus démographiques.

Méthodologie
Les auteurs proposent un nouveau cadre combinant un modèle de flux mécaniste avec un réseau de neurones récurrents (RNN) profond pour estimer les flux migratoires bilatéraux annuels ( $F_{ij}$ ) et les stocks ( $S_{ij}$ ) pour 230 pays et régions de 1990 à 2023.

Architecture : Le cœur du modèle est un réseau de neurones récurrents profond ( $u_\theta$ ) avec un état latent ( $z_{ijk}$ ). Cette architecture introduit de la « mémoire » au système, permettant aux estimations de flux actuels d'être conditionnées par l'ensemble de l'historique des covariables et des flux passés, capturant ainsi les corrélations temporelles à longue portée que les modèles de gravité traditionnels ignorent.
Covariables d'entrée : Le réseau est entraîné sur 18 covariables pour le pays de naissance ( $i$ $i$ ), l'origine ( $j$ $j$ ) et la destination ( $k$ $k$ ). Celles-ci incluent :
- Démographie : Population, espérance de vie, taux de natalité/mortalité.
- Économie : PIB réel par habitant, croissance du PIB, flux commerciaux bilatéraux.
- Géographie/Culture/Politique : Distance, similitude religieuse et linguistique, liens coloniaux, adhésion à l'UE, décès liés aux conflits et stocks de réfugiés.
Objectif d'entraînement : Le modèle est entraîné pour minimiser une fonction de perte ( $J$ $J$ ) qui aligne les sorties prédites avec les données cibles. Les cibles incluent :
- Les stocks de migrants de l'UN DESA (désagrégés par naissance).
- Les données de localisation de Facebook (2019–2022).
- Les flux harmonisés QuantMig (Europe, 2009–2019).
- Les statistiques nationales de migration nette pour environ 30 pays.
- Note : La fonction de perte opère sur les différences de stocks sur des intervalles de cinq ans plutôt que sur les valeurs de stock absolues afin d'éviter de se conditionner sur des bases initiales potentiellement erronées.
Transformation des données : Pour gérer l'asymétrie importante et les queues de distribution des données migratoires, une transformation de Yeo-Johnson symétrisée est appliquée aux entrées et aux cibles pour approximer des distributions normales avant l'entraînement.
Quantification de l'incertitude : Les auteurs emploient deux stratégies pour estimer les intervalles de confiance :
1. Apprentissage d'ensemble : Entraînement d'un ensemble de 15 réseaux de neurones pour capturer l'incertitude des paramètres.
2. Propagation des entrées : « Pousser » l'incertitude des covariables d'entrée (spécifiquement les estimations de stocks initiaux) à travers le réseau entraîné pour générer une distribution d'estimations de flux.
Entraînement récursif : Le réseau fonctionne de manière récursive ; la table de flux estimée pour l'année $t$ est utilisée pour mettre à jour le stock de migrants $S(t+1)$ , qui est ensuite réinjecté comme covariable d'entrée pour l'étape de temps suivante.

Résultats clés

Tendances mondiales : Le jeu de données révèle que les flux migratoires annuels mondiaux sont passés de 13 millions en 2000 à plus de 36 millions en 2023. La migration par habitant a augmenté régulièrement de 0,21 % à 0,45 % au cours de la même période.
Détection d'événements : Le modèle capture avec succès les événements historiques majeurs, notamment l'exode du Venezuela vers la Colombie en 2019 (~850k), le mouvement de l'Ukraine vers la Russie en 2022, et la guerre civile rwandaise. Il identifie le Moyen-Orient comme la région ayant le flux entrant total le plus élevé, particulièrement en provenance d'Asie du Sud.
Validation : Sur des ensembles de test non vus, le modèle atteint une corrélation de 80 % sur les corridors de flux, surpassant de manière significative les méthodes traditionnelles de différenciation des stocks et de comptabilité démographique. Il correspond aux estimations d'incertitude du projet QuantMig tout en fournissant une résolution annuelle.
Corrections de la migration nette : Le modèle fournit des chiffres corrigés de la migration nette pour divers pays, divergeant souvent des estimations des Perspectives de la population mondiale (WPP) de l'ONU qui reposent sur des résidus démographiques. Par exemple, le modèle suggère que la migration nette de la Russie est devenue négative vers 2005, contrairement aux chiffres de l'ONU suggérant un flux entrant positif jusqu'en 2022.
Cartographie de l'incertitude : L'étude identifie que l'incertitude est la plus élevée en Afrique subsaharienne, soulignant les régions spécifiques où les efforts de collecte de données sont les plus nécessaires.

Signification et revendications
Les auteurs affirment que ce travail représente un « changement de paradigme » dans la modélisation computationnelle des migrations. En allant au-delà de la résolution statique de cinq ans des données de l'UN DESA et des hypothèses markoviennes des modèles de gravité, l'approche par apprentissage profond :

Augmente la résolution : Délivre des estimations de flux annuels bilatéraux désagrégés par pays de naissance pour l'ensemble du globe.
Capture la mémoire : Modélise explicitement l'influence des chocs économiques, politiques et sociaux passés sur les décisions migratoires actuelles.
Quantifie l'incertitude : Fournit des intervalles de confiance qui permettent aux chercheurs de localiser les régions géographiques présentant des données incohérentes, guidant ainsi les futurs efforts de collecte de données.
Open Source : Les auteurs publient l'intégralité du jeu de données, le code d'entraînement et les poids du réseau de neurones, visant à servir de ressource fondamentale pour les économistes, les épidémiologistes et les démographes.

L'article conclut que bien que le cadre actuel opère au niveau des pays, l'architecture récurrente est bien adaptée à de futures transitions vers des grilles spatiales plus fines (par exemple, une résolution de 10 km²) pour modéliser les migrations internes, et que l'apprentissage profond est essentiel pour capturer les réponses non linéaires et basées sur des seuils des systèmes humains face à des événements mondiaux imprévus.