La prévision météo qui a façonné les débarquements du jour J semble toujours difficile à battre. De nouvelles recherches de l'Université de Reading montrent que les meilleurs ordinateurs météo actuels, y compris les modèles modernes d'apprentissage automatique, auraient eu du mal à prévoir la fenêtre météo de juin 1944 mieux que le capitaine James Stagg et son équipe, qui disposaient d'observations éparses et d'aucun satellite.
L'étude, publiée dans la revue Weather avant la sortie du film sur le jour J intitulé Pressure, a utilisé des modèles météo basés sur l'IA pour produire 50 prévisions différentes de la tempête qui a forcé le général Dwight Eisenhower à retarder l'invasion de 24 heures.
Une prévision faite avec presque rien
En 1944, les prévisionnistes n'avaient ni satellites, ni réseaux radar sur l'Atlantique, et seulement une poignée de navires météo. Stagg, météorologue en chef des forces alliées, a conseillé à Eisenhower de déplacer l'invasion du 5 au 6 juin, lorsqu'une fenêtre étroite de temps plus calme était attendue sur la Manche.
Le professeur Andrew Charlton-Perez, auteur principal, a déclaré : « Le capitaine James Stagg a eu l'un des emplois les plus difficiles de l'histoire. Si la prévision avait été fausse, l'invasion aurait pu échouer et la Seconde Guerre mondiale aurait pu être perdue. »
Les machines ajoutent des données, pas de la certitude
Les chercheurs ont alimenté les modèles modernes avec les meilleures reconstructions disponibles de la météo de 1944. Même ainsi, les prévisions divergeaient sur le maintien de la fenêtre du 6 juin. Les caractéristiques météo décisives étaient petites et de courte durée, le genre qui passe encore entre les mailles des observations.
Les auteurs affirment que le cas du jour J montre les limites de la seule puissance de calcul. La capacité humaine à peser des preuves contradictoires et à porter un jugement sous pression reste centrale pour la prévision, même à l'ère de l'apprentissage automatique.
Pourquoi c'est important maintenant
Les modèles météo s'améliorent chaque année, mais le test du jour J suggère que les petites tempêtes rapides restent leur point faible. Les résultats soulignent la valeur de réseaux d'observation plus denses et la prudence nécessaire lorsqu'on confie les décisions de prévision à l'IA. La même tempête qui a testé Stagg teste maintenant les machines construites pour le remplacer.