Dans le nord du Ghana, des chercheurs ont évalué plusieurs modèles capables d’identifier les zones exposées aux incendies de végétation. Malgré une excellente performance statistique, le meilleur système produit une majorité de fausses alertes lorsqu’il est confronté à la rareté réelle des feux. Une limite importante pour l’utilisation opérationnelle de l’intelligence artificielle.
L’intelligence artificielle peut-elle anticiper efficacement les feux de savane ? Une étude publiée le 20 octobre 2026 dans Scientific Reports apporte une réponse nuancée. Dans la savane guinéenne du nord du Ghana, un modèle prédictif affiche une capacité remarquable à distinguer les zones favorables aux incendies. Pourtant, ses résultats deviennent beaucoup moins convaincants lorsqu’il s’agit d’identifier les événements susceptibles de se produire réellement.
Cette différence révèle un problème essentiel : un algorithme peut obtenir d’excellents résultats lors des tests sans être suffisamment fiable pour déclencher automatiquement des alertes.
Un score élevé qui masque une faiblesse
Les chercheurs ont comparé cinq algorithmes à partir de données recueillies entre 2001 et 2024. Leur analyse combine observations satellitaires, précipitations, températures, humidité des sols, végétation, relief et proximité des activités humaines.
Le meilleur modèle atteint un score de discrimination supérieur à 0,96, indiquant une forte capacité à différencier les situations à risque.
Mais lorsque la faible fréquence réelle des incendies est prise en compte, seulement 12 à 14 % des prédictions positives correspondent effectivement à un feu.
Autrement dit, sur 100 alertes positives, environ 86 à 88 pourraient ne pas correspondre à un incendie.
Une aide à la surveillance, pas un système d’alerte autonome
Cette limite ne rend pas l’outil inutile. Il peut contribuer à identifier les secteurs prioritaires pour les patrouilles, orienter les moyens de prévention et améliorer la surveillance des espaces naturels.
En revanche, une utilisation automatique risquerait de multiplier les interventions inutiles et de mobiliser des ressources déjà limitées.
Des projections climatiques à interpréter avec prudence
L’étude explore également l’évolution future des risques d’incendie sous différents scénarios climatiques. Ces projections restent incertaines, notamment parce que les activités humaines et les pratiques de gestion des terres peuvent évoluer.
Les modèles ne prédisent pas directement le déclenchement d’un feu, mais les conditions qui peuvent le favoriser.
Pour les pays africains confrontés aux incendies de végétation, cette recherche rappelle qu’une intelligence artificielle efficace doit être évaluée sur son utilité réelle, et pas uniquement sur ses performances statistiques.
La Rédaction
