Quelle est la fiabilité de la prédiction dans les systèmes sociaux complexes ? Si les réseaux sociaux sont de plus en plus utilisés pour faire de la prédiction, on connait très mal les limites de ces prédictions, expliquent dans une étude disponible sur ArXiv les chercheurs Travis Martin, Jake Hoffman, Amit Sharma, Ashton Anderson et Duncan Watts. Le taux d’erreur des modèles prédictifs reposent souvent sur l’insuffisance des données ou des modèles disponibles ou sur l’imprévisibilité inhérente aux systèmes sociaux complexes. Les chercheurs ont utilisé ces limites pour faire une étude prédictive sur la taille de l’information en cascade sur Twitter. Malgré un volume d’information énorme sur les utilisateurs, les contenus ou les résultats passés, les meilleurs modèles qu’on produit les chercheurs expliquent moins de la moitié de la variance de la taille des cascades d’information. 

Pour eux, cela signifie que même si on avait matière à faire des prédictions de manière illimitée, cette prédiction serait en elle-même limitée en terme de performance. Pire, les limites sur l’exactitude des prédictions ne semblent pas différents de ceux obtenus de manière empirique, même avec un système très homogène.