Dans son étude intitulée The Future Has Thicker Tails than the Past : Model Error as Branching Counterfactuals, M. Taleb effectue de savants calculs probabilistes sur les taux d’erreur des taux d’erreur. Il considère différents scénarios, comme le cas où le taux d’erreur d’un taux d’erreur va en croissant, ou au contraire celui où il va en décroissant, en fonction du temps. C’est-à-dire pour simplifier que plus le temps passe, plus la probabilité que le cygne noir se produise grandit, et donc plus l’erreur que nous faisons de ne pas en tenir compte devient importante; mais, deux cas peuvent se présenter lorsqu’on prend conscience de la potentialité d’un cygne noire : quand on cherche à en savoir long sur lui, soit notre incertitude peut diminuer, soit elle peut augmenter! Tant mieux si l’on y voit un peu plus clair, mais attention, il peut tout aussi bien se produire l’inverse, à savoir que l’ombre peut s’épaissir à mesure qu’on se penche dessus, comme dans un gouffre dont on n’imagine aucunement la profondeur vertigineuse.

Et c’est là toute la beauté de l’étude de M. Taleb… «J’ai eu une discussion passionnante avec le philosophe Paul Boghossian à propos du flou qui entoure notre approche des taux d’erreurs dans les calculs de probabilité, discussion qui m’a permis de comprendre que seul un philosophe pouvait vraiment comprendre ce dont je parlais, et pas les économistes et autres financiers à qui mon travail s’adresse en premier a priori. Eux autres ne veulent jamais tenir compte d’un taux d’erreur de taux d’erreur, alors que lui n’avait aucune difficulté à saisir l’importance d’une régression probabiliste», explique-t-il.

«Si l’on ne comprend pas la notion d’erreur, toute prévision n’est rien. Et le signe que quelqu’un est aveugle sur ce point est son refus d’appliquer la logique qui veut que tout taux d’erreur est lui-même sujet à erreur, et donc soumis au calcul d’un taux d’erreur de taux d’erreur», souligne-t-il.