Une analyse de 100 000 études sur le climat révèle que plus de 85 % de notre planète est touchée par le changement climatique
Selon une équipe internationale de chercheurs, 85 % de la population mondiale vit dans des zones touchées par le changement climatique d’origine humaine.
Ils ont utilisé une nouvelle approche basée sur l’apprentissage automatique (domaine de l’intelligence artificielle) pour identifier plus de 100 000 études scientifiques sur les effets du changement climatique sur tous les continents. Cette vaste analyse de la littérature scientifique a permis de créer une carte mondiale des impacts, que l’équipe a ensuite comparée aux tendances changeantes de la température de surface et des précipitations causées par l’humain.
Le résultat ? 80 % de la surface terrestre de la planète, où vit 85 % de la population mondiale, est exposée aux effets du changement climatique qui peuvent être directement attribués à l’humain.
À l’ère du big data, l’utilisation de l’intelligence artificielle est un outil important pour les climatologues, affirment les chercheurs.
Bien qu’elle ne puisse pas se substituer aux évaluations d’experts comme le Groupe d’experts intergouvernemental sur l’évolution du climat (GIEC), l’utilisation de l’apprentissage automatique pour trier les études climatiques est inestimable pour aider à cartographier les preuves de manière systématique.
Selon les chercheurs dans leur étude (lien plus bas) :
La base de preuves des impacts climatiques observés s’élargit, et la littérature climatique au sens large connaît une croissance exponentielle.
En fait, depuis la publication du cinquième grand rapport d’évaluation du GIEC en 2014, plus de 46 000 nouvelles études ont été rédigées, soit deux fois plus que celles publiées entre le quatrième et le cinquième rapport.
Si les examens systématiques des études sur le climat peuvent aider à décrire de manière exhaustive la vue d’ensemble des changements survenant sur notre planète, ils sont difficiles à réaliser.
Toujours selon les chercheurs :
Leur portée est souvent limitée à des questions très spécifiques, ne couvrant pas plus de dizaines ou de centaines d’études.
A la place, l’équipe a utilisé un modèle de langage d’apprentissage profond appelé BERT (Bidirectional Encoder Representations from Transformers) pour parcourir deux grandes bases de données, Web of Science et Scopus, et identifier systématiquement la littérature sur le changement climatique. BERT a trouvé plus de 600 000 publications, et les auteurs estiment que 100 000 d’entre elles sont pertinentes pour comprendre les impacts observés du changement climatique.
BERT a également révélé des tendances dans les recherches publiées.
Bien que le nombre d’études pertinentes en Amérique du Nord, en Asie et en Europe soit beaucoup plus élevé qu’en Amérique du Sud, en Afrique et en Océanie, il existe un grand nombre d’études pertinentes disponibles sur tous les continents.
Le BERT a également constaté que la majorité des études (34 794) documentaient les impacts sur les écosystèmes terrestres et d’eau douce, tandis que les montagnes, la neige et la glace avaient la plus faible couverture, avec seulement 6306 études.
Mais cela reste un nombre énorme d’études à passer au peigne fin pour une personne effectuant une analyse documentaire.
Selon les chercheurs :
L’utilisation de l’apprentissage automatique signifie que nous prenons en compte davantage de preuves que ce qui serait autrement possible, en montrant où les preuves semblent être plus répandues et où des manques importants peuvent être observés.
Les chercheurs espèrent que les techniques d’apprentissage automatique pourront contribuer à la création d’une carte automatisée et « vivante » des impacts climatiques, qui pourra être facilement mise à jour au fur et à mesure de la publication de nouvelles recherches.
L’étude publiée dans Nature Climate Change : Machine-learning-based evidence and attribution mapping of 100,000 climate impact studies et présentée sur le site du Mercator Research Institute on Global Commons and Climate Change : At least 85 percent of world’s population impacted by climate change.