Utilisation de l’IA
Une récente recherche publiée par la Banque des règlements internationaux (BRI) souligne les défis et les opportunités liés à l’usage de l’intelligence artificielle (IA) par les banques centrales. Le document de neuf pages, intitulé « L’intelligence artificielle dans les banques centrales », explore l’utilisation et les dangers des grands modèles de langage (LLM) pour ces institutions à l’échelle mondiale, soulignant leur rôle pionnier dans l’adoption de l’IA pour l’analyse prédictive avant que cette technologie ne devienne largement reconnue fin 2022.
Il ressort de l’étude que les banques centrales exploitent principalement l’IA pour la collecte et l’analyse de données, une nécessité due à la complexité croissante des informations actuelles qui rend l’intervention humaine presque dépassée. L’utilisation de l’IA s’étend au traitement, à la purification et à l’alignement des données avec les sources existantes grâce à des méthodes d’apprentissage automatique éprouvées.
Pour la prise de décisions en politique monétaire, les banques centrales se fient à l’IA, notamment les réseaux neuronaux et les modèles de forêts aléatoires pour obtenir des insights en temps réel sur les prévisions d’inflation et évaluer l’impact de leurs politiques à travers l’analyse de contenu sur les réseaux sociaux.
Suivre les tendances économiques avec l’IA
Le rapport indique que l’analyse approfondie de vastes quantités d’informations pour en extraire des éléments utiles est devenue une tâche ardue, exacerbée par l’augmentation constante du volume de données.
Il est noté que divers régulateurs bancaires emploient les LLM pour condenser les rapports financiers et suivre les tendances économiques à travers l’analyse de nouvelles et d’interviews avec des leaders d’opinion et des analystes de marché. Les modèles linguistiques spécifiques aux banques centrales (CB-LM) développés par la BRI ont efficacement prédit les réactions aux annonces de politique monétaire.
Parmi les autres applications, l’IA est utilisée pour la surveillance et la régulation des systèmes de paiement, prouvant sa capacité à identifier les transactions financières anormales pour prévenir le blanchiment d’argent et les cyberattaques.
Le rapport met en évidence les risques liés à l’IA, notamment les biais potentiels dans les données d’entraînement et les « hallucinations » des modèles génératifs, qui nécessitent une supervision humaine pour minimiser les erreurs. À court terme, les banques centrales devront investir dans la formation de leur personnel en compétences IA, tout en faisant face à la concurrence du secteur privé pour attirer des talents en IA, compte tenu de l’écart de rémunération entre les secteurs public et privé.
