🔬 physics

Mapping the Narrow Corridor with Large Language Models

Cet article propose un pipeline reproductible et indépendant de tout fournisseur utilisant des modèles de langage de grande taille pour opérationnaliser le cadre du « Couloir étroit » d'Acemoglu et Robinson en scoreant quantitativement le pouvoir de l'État et de la société pour douze pays au fil du temps, transformant ainsi la théorie d'un récit qualitatif en un atlas de trajectoires fondé sur les données.

Auteurs originaux : Ebrahim M Songhori

Publié 2026-07-22

📖 5 min de lecture🧠 Analyse approfondie

CC BY 4.0

Auteurs originaux : Ebrahim M Songhori

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 que vous essayez de cartographier l'histoire d'un pays non pas comme une liste de dates et de rois, mais comme une marche à travers un immense couloir invisible. Ce couloir est le « Couloir Étroit », un concept issu d'un livre célèbre écrit par des économistes ayant reçu le prix Nobel. Ils soutiennent que la véritable liberté ne se produit pas lorsque le gouvernement est super fort ou lorsque le peuple est super fort ; elle ne se produit que lorsque les deux sont équilibrés, marchant côte à côte sur ce chemin étroit. Si le gouvernement devient trop fort et que le peuple trop faible, le pays s'égare dans une zone « despotique » (comme une prison). Si le gouvernement est trop faible et que le peuple est trop fort, il tombe dans le chaos. Si les deux sont faibles, c'est un État « de papier » ou « absent » où rien ne fonctionne réellement. Pendant des décennies, les historiens ont tenté de dessiner ces trajectoires, mais c'est un travail incroyablement difficile. Cela nécessite de lire des siècles d'histoire et de prendre des milliers de décisions subjectives pour décider exactement où se trouve un pays à un moment donné. C'est comme essayer de mesurer la température d'une tempête avec une règle ; c'est désordonné, subjectif et cela prend un temps infini.

Entrez maintenant les nouveaux venus : les Grands Modèles de Langage (LLM). Ce sont des ordinateurs IA super intelligents capables de lire presque tout ce qui a jamais été écrit et de répondre à des questions à ce sujet. La grande question que cet article pose est simple : pouvons-nous apprendre à ces ordinateurs IA à être les historiens ? Pouvons-nous demander à une IA de regarder l'histoire d'un pays, période par période, et de dessiner son chemin de marche à travers le Couloir Étroit ? Les auteurs, dirigés par Ebrahim Songhori, ont décidé de le découvrir. Ils n'ont pas seulement demandé à l'IA de deviner ; ils ont construit une recette méticuleuse, étape par étape. D'abord, ils ont fait en sorte que l'IA dresse la liste des événements majeurs d'une décennie (comme une révolution ou une nouvelle loi). Ensuite, ils ont demandé à l'IA d'utiliser cette liste pour attribuer un score de 0 à 10 sur la force du gouvernement et la force du peuple. Ils ont fait cela pour douze pays différents, incluant des géants comme les États-Unis et la Chine, et des plus petits comme la Somalie et le Liban. Ils ont même testé quatre modèles d'IA différents pour voir s'ils étaient d'accord entre eux, et ils ont comparé les dessins de l'IA à une célèbre carte réalisée par des experts appelée V-Dem pour voir si l'IA était sur la même longueur d'onde que les experts humains.

Voici ce qu'ils ont trouvé. Les modèles d'IA étaient étonnamment doués pour dessiner ces trajectoires. Lorsqu'ils examinaient des pays comme le Royaume-Uni et les États-Unis, l'IA les plaçait correctement à l'intérieur du « Couloir Étroit », montrant une marche longue et régulière où le gouvernement et le peuple grandissaient ensemble. Lorsqu'ils examinaient des endroits comme l'Iran et la Chine, l'IA montrait qu'ils montaient vers la zone « despotique », où le gouvernement devenait beaucoup plus fort que le peuple, surtout après des révolutions majeures. Pour des pays comme la République démocratique du Congo et la Somalie, l'IA les plaçait correctement dans la zone « faible », où le gouvernement existe à peine. La partie la plus intéressante est que l'IA n'a pas seulement copié les idées du livre ; elle a réellement calculé la trajectoire en fonction des événements. Par exemple, elle a montré le Chili faisant une plongée brutale hors du couloir lors d'un coup d'État militaire en 1973, puis revenant lentement vers l'intérieur après le retour de la démocratie.

Cependant, les auteurs prennent grand soin de ne pas dire que l'IA est parfaite ou qu'elle a « résolu » l'histoire. Ils ont découvert que, bien que l'IA soit en accord avec les experts humains sur la force du peuple, elle voyait parfois le gouvernement différemment. Les experts considéraient souvent que les gouvernements étaient plus forts que ce que l'IA percevait, surtout dans les époques anciennes. Les auteurs suggèrent que cela est dû au fait que l'IA est entraînée sur beaucoup de données modernes en langue anglaise, ce qui peut lui faire percevoir le passé un peu différemment d'un historien humain qui a passé une vie entière à étudier des archives spécifiques. De plus, comme l'IA a été entraînée sur des données qui incluent probablement les mêmes cartes d'experts contre lesquelles elle est comparée, l'accord pourrait simplement être le fait que l'IA se souvient de ce qu'elle a lu, et non une découverte de nouvelles vérités.

En fin de compte, cet article suggère que l'IA peut être un outil puissant, peu coûteux et rapide pour dessiner ces cartes historiques. Elle peut faire en quelques heures ce qui pourrait prendre des années à une équipe d'experts, et elle peut le faire de manière totalement transparente — vous pouvez voir exactement quels événements l'IA a utilisés pour prendre sa décision. Les auteurs proposent d'utiliser l'IA comme un « premier jet » ou une « base de référence » pour générer ces trajectoires pour de nombreux pays rapidement, puis de laisser les experts humains intervenir pour les parties complexes et controversées. Ce n'est pas un remplacement du jugement humain, mais c'est une nouvelle façon passionnante de transformer le récit désordonné de l'histoire en une carte visuelle claire que n'importe qui peut explorer. Les auteurs ont même publié tout leur code et une galerie interactive pour que vous puissiez cliquer et parcourir vous-même ces marches historiques animées, regardant les pays croître, trébucher et trouver leur équilibre dans le Couloir Étroit.

Résumé technique : Cartographier le Couloir Étroit avec les Grands Modèles de Langage

Énoncé du problème
Le cadre du Couloir Étroit d'Acemoglu et Robinson postule que la liberté naît d'un équilibre contesté entre le pouvoir de l'État et le pouvoir de la société civile, visualisé comme un sentier à travers un espace bidimensionnel. Bien que ce cadre soit théoriquement riche, il reste purement qualitatif car son opérationnalisation nécessite un codage laborieux et sujet au jugement, consistant à transformer des siècles d'histoire en coordonnées spécifiques $(société, État)$. Les auteurs identifient cela comme un problème de mesure : transformer un récit historique en une séquence de coordonnées quantitatives est vulnérable au biais humain, à la lecture sélective et au manque de reproductibilité. L'article demande si les Grands Modèles de Langage (LLM) peuvent opérationnaliser ce cadre pour produire des trajectoires reproductibles, vérifiables et utiles pour plusieurs pays.

Méthodologie
Les auteurs proposent un pipeline reproductible et indépendant des fournisseurs qui évalue les pays période par période (généralement par intervalles de 10 ans) en utilisant une stratégie de prompting spécifique :

Rubrique ancrée : Au lieu de requêtes de forme libre, le système utilise une rubrique fixe de 0 à 10 définissant des bandes pour le pouvoir de l'État (allant de « effondré/inexistant » à « pénétration écrasante ») et le pouvoir de la société (allant d'« atomisée » à « contrôle l'État de manière omniprésente »). La rubrique inclut des directives explicites de neutralité pour éviter le présentisme et traiter les axes de manière indépendante.
Élicitation par Chaîne de Pensée (CoT) : Pour chaque période, le modèle est d'abord invité à lister les événements historiques majeurs et les tendances affectant les dynamiques de pouvoir, en séparant les tendances lentes des événements discrets. Ce récit est ensuite injecté dans un second prompt pour générer le score numérique, garantissant que le nombre est conditionné par un raisonnement explicite.
Ancrage temporel en contexte : Pour assurer la cohérence temporelle, le pipeline accumule les paires $(société, État)$ de toutes les périodes antérieures et les injecte dans le prompt de la période actuelle. Cela empêche la trajectoire de dériver et permet au modèle de raisonner sur les changements par rapport à l'état précédent.
Sortie structurée : Les réponses sont validées par rapport à un schéma JSON fixe contenant les scores, les changements, les événements clés et les justifications. Les réponses malformées déclenchent une tentative de nouvel essai ou un repli numérique.
Indépendance vis-à-vis du fournisseur : Une interface unifiée permet de changer de fournisseur de modèle (Google, Anthropic, OpenAI, Alibaba) en modifiant simplement une chaîne de caractères, isolant ainsi les effets du modèle des effets du prompt.

Configuration expérimentale

Portée : Une preuve de concept d'atlas couvrant 12 pays (Iran, France, Royaume-Uni, États-Unis, Chine, Chili, Colombie, RDC, Liban, Zambie, Somalie, Inde) sélectionnés pour représenter les quatre types de « Leviathans » du livre (Despotique, Entravé, de Papier, Absent).
Modèles : Quatre modèles ont été comparés : trois à poids fermés (gemini-2.5-pro, claude-opus-4-8, gpt-5.5) et un à poids ouverts (qwen-2.5-72b-instruct).
Validation :
- Consistance : Les scores ont été comparés à l'indice expert des Varieties of Democracy (V-Dem) (spécifiquement l'indice de la société civile et l'autorité de l'État sur le territoire). Les auteurs notent explicitement que, puisque V-Dem est probablement présent dans les données d'entraînement des modèles, cela mesure une « consistance concomitante » avec le consensus des experts plutôt qu'une exactitude externe.
- Fiabilité : L'accord inter-modèles a été mesuré par l'alpha de Krippendorff sur les changements de période à période.
- Sensibilité linguistique : Les prompts pour cinq pays ont été traduits dans leurs langues respectives pour tester si les données d'entraînement centrées sur l'anglais biaisaient les résultats.

Résultats clés

Atlas des trajectoires : Les modèles ont réussi à générer des trajectoires qui s'alignent largement sur les attentes théoriques du livre.
- Leviathans entravés : Le Royaume-Uni, les États-Unis, la France et l'Inde ont été placés à l'intérieur du couloir, montrant une croissance conjointe de l'État et de la société.
- Leviathans despotiques : L'Iran et la Chine ont été placés dans la région dominante par l'État, avec des trajectoires montrant un basculement vers la dominance étatique suite à des révolutions majeures (1 Iran en 1979, Chine en 1949).
- États faibles : La RDC et la Somalie sont restées dans la zone de faible État (Leviathan absent), tandis que le Liban et la Colombie occupaient la zone de l'État de papier, bien que les modèles aient placé la Zambie à l'intérieur du couloir plutôt qu'en dessous, interprétant sa stabilité post-1991 comme une véritable croissance équilibrée.
Robustesse de l'ensemble : La moyenne de l'ensemble des quatre modèles a produit une lecture plus fluide et plus robuste que n'importe quel modèle individuel. Bien que les modèles divergent sur le degré de croissance (ex: capacité étatique des États-Unis), ils s'accordent largement sur la catégorie de placement (ex: tous placent les États-Unis à l'intérieur du couloir).
Consistance avec V-Dem :
- Pouvoir de la société : Des corrélations positives fortes ont été trouvées entre les scores de société des LLM et l'indice de la société civile de V-Dem (ex: $\rho = 0,89$ pour la Chine).
- Pouvoir de l'État : Les corrélations étaient faibles ou inexistantes. Les auteurs attribuent cela à un décalage d'opérationnalisation : le proxy de V-Dem pour « l'autorité sur le territoire » est proche de la saturation pour les États consolidés, alors que le LLM capture des dynamiques plus larges de capacité étatique et des phases de construction historique.
Fiabilité : La fiabilité inter-modèles (alpha de Krippendorff) était généralement modérée à forte ( $\alpha \approx 0,66$ pour la société, $0,68$ pour l'État$), avec un accord plus élevé sur les pays présentant des arcs historiques clairs (Iran, Chili) et un accord moindre sur des cas complexes comme les États-Unis.
Sensibilité linguistique : La traduction des prompts dans les langues nationales a entraîné un déplacement minimal des trajectoires (décalage moyen de 0,33 point), suggérant que, bien que le biais des données d'entraînement existe, la langue du prompt n'est pas le principal moteur des scores.

Signification et revendications
L'article se positionne comme une preuve de concept plutôt que comme une analyse historique définitive. Ses principales contributions sont :

Opérationnalisation : Il démontre que les LLM peuvent traduire un cadre riche en récits qualitatifs en un atlas de trajectoires quantitatives reproductibles.
Évolutivité et coût : Les auteurs soulignent la réduction spectaculaire des coûts et du temps par rapport aux panels d'experts (environ 15 $ et quelques heures pour 1 600 appels contre des ordres de grandeur supérieurs pour le codage humain).
Transparence : Contrairement aux panels d'experts humains où le biais est souvent opaque, le pipeline de LLM offre des artefacts explicites (prompts, rubriques, chaîne de pensée) qui peuvent être inspectés, versionnés et réexécutés.
Définition du rôle : Les auteurs soutiennent que les LLM sont mieux adaptés en tant que « première passe évolutive » pour générer des trajectoires candidates et faire émerger les zones de désaccord, libérant ainsi les experts humains pour qu'ils se concentrent sur les cas contestés où la responsabilité et le jugement nuancé sont primordiaux.

Limites reconnues
Les auteurs mettent explicitement en garde contre :

Circularité : L'accord avec V-Dem ne prouve pas l'exactitude, car V-Dem est probablement présent dans les données d'entraînement.
Biais : Les modèles héritent de biais provenant de corpus d'entraînement anglocentrés et occidentaux, ce qui peut lisser des épisodes contestés ou sous-documentés.
Dépendance au sentier : La méthode d'ancrage en contexte signifie qu'un mauvais score initial pourrait se propager à travers toute la trajectoire.
Généralisabilité : Avec seulement 12 pays, l'étude n'est pas une base de généralisation transnationale.

L'article conclut que, bien que les LLM ne puissent remplacer le codage expert pour les enjeux de haute responsabilité, ils constituent un outil puissant et reproductible pour visualiser et explorer des cadres théoriques comme le Couloir Étroit à une échelle auparavant inatteignable.

Résumé technique : Cartographier le Couloir Étroit avec les Grands Modèles de Langage

Articles similaires