Cet été, les chercheurs de la MIT Sloan School of Management ont mené une expérience particulièrement éclairante : ils ont demandé à 1 000 personnes ordinaires de solliciter l’IA sur la manière de dépenser, d’épargner et d’investir leur argent, puis ont simulé leur trajectoire financière sur plusieurs décennies. La conclusion a surpris les chercheurs eux-mêmes : les conseils financiers fournis par l’IA se sont révélés d’une qualité inattendue. À une seule condition : savoir poser les bonnes questions.
Figure : Image d’en-tête originale – Un robot et un humain discutent des cours boursiers affichés à l’écran. Source : mitsloan.mit.edu
Un Américain sur deux consulte déjà l’IA pour gérer son argent
Pour prendre la mesure de cette étude, il faut comprendre son contexte : selon les sondages, près de la moitié des Américains déclarent utiliser l’IA pour obtenir des conseils financiers. Comme le souligne Taha Choukhmane, professeur assistant de finance au MIT et coauteur de l’étude : « Nous savons que beaucoup de gens posent des questions, mais nous ne savions presque rien sur ce qu’ils demandent ni s’ils appliquent les conseils. »
En d’autres termes, l’IA est déjà devenue le conseiller financier le plus consulté de l’histoire, tout en restant le moins étudié. L’équipe de recherche a consigné ses travaux dans un article intitulé AI Financial Advice: Supply, Demand, and Life Cycle Implications, récompensé par le prix du meilleur article 2026 du Swiss Finance Institute. Qu’une institution financière de premier plan attribue une telle distinction à une étude consacrée à « l’IA comme conseiller financier » témoigne de l’importance du sujet pour le grand public.
La méthodologie : une simulation de vie grandeur nature soumise à l’IA
Comment évaluer la pertinence réelle des conseils d’une IA ? Les chercheurs ont d’abord conçu un modèle mathématique simulant l’évolution des revenus, de la carrière, des investissements et de la fiscalité d’un individu au fil du temps. Ce modèle servait de « référence optimale » : dans des conditions données, il détermine la répartition idéale entre dépenses, épargne et placements pour maximiser le patrimoine à la retraite.
Ensuite, ils ont réuni 1 000 adultes et ont demandé à chacun de consulter trois grands modèles d’IA (GPT-5.2, GPT-5.6 et Gemini 3 Flash) avec leurs propres mots sur leurs choix budgétaires et d’investissement. Les chercheurs ont ensuite simulé la vie financière de ces participants de 22 à 89 ans en ajustant chaque année l’épargne et les portefeuilles conformément aux recommandations de l’IA. Un groupe témoin simulait le comportement d’individus n’utilisant pas l’IA et suivant les habitudes financières courantes.
L’étude intégrait également un second groupe témoin fondamental : les chercheurs ont eux-mêmes posé les mêmes questions financières à l’IA en utilisant des prompts de niveau académique. Ils ont spécifié avec précision l’âge, la profession, les revenus, l’épargne, l’espérance de vie, l’âge de départ à la retraite, les risques d’emploi et l’hypothèse de stabilité fiscale. Mêmes modèles d’IA, deux méthodes d’interrogation distinctes : la seule variable résidait dans l’identité et la rigueur de l’intervenant.
La grande force de cette méthodologie est de séparer nettement deux enjeux : les capacités intrinsèques de l’IA d’une part, et la maîtrise du prompt par l’utilisateur d’autre part.
Premier constat : une qualité de conseil qui surprend les universitaires
Abordons d’abord le résultat le plus inattendu. Que la question émane d’un profane ou d’un professeur de finance, les recommandations de l’IA ont systématiquement surpassé la gestion financière réelle pratiquée par la majorité de la population. L’IA conseillait de manière cohérente d’épargner davantage, d’investir en bourse via des fonds indiciels diversifiés et de réduire progressivement l’exposition aux actions après 45 ans. Pour la quasi-totalité des participants de plus de 30 ans, le suivi des conseils de l’IA a permis de constituer une réserve de sécurité solide et un fonds de retraite confortable.
« Nous avons été surpris par la qualité des conseils », confie Taha Choukhmane. « Surtout quand on voit le caractère parfois flou des questions posées par le public, il était frappant de constater que les réponses de l’IA s’alignaient sur les principes validés par la recherche académique. »
L’enseignement sous-jacent est clair : les chercheurs s’attendaient à des réponses fantaisistes face à des questions imprécises, mais l’IA a tenu bon. Sur les grandes orientations, les modèles d’IA maîtrisent les fondamentaux de la finance personnelle bien mieux que ne le pense l’opinion générale, ce qui balaye le préjugé répandu selon lequel « l’IA ne comprend rien à la gestion de patrimoine ».
Second constat : des faiblesses ciblées qui dépendent entièrement du prompt
L’IA n’est pas pour autant exempte de défauts. Elle manifeste une nette préférence pour les règles empiriques simplifiées. Par exemple, si un utilisateur perd son emploi, l’IA recommande souvent des coupes budgétaires drastiques et immédiates, même si l’intéressé dispose de liquidités abondantes. De plus, elle suggère rarement de rééquilibrer activement le portefeuille, laissant la répartition des actifs dériver au fil du temps.
Le constat le plus marquant provient de la comparaison des prompts : en passant à une formulation de niveau académique, la qualité des conseils fournis par le même modèle a franchi un palier immédiat. La question type d’un utilisateur ordinaire ressemble à : « J’ai 50 dollars et je peux placer 25 dollars par mois, qu’est-ce que je dois acheter ? ». La formulation académique indique : « En supposant une espérance de vie moyenne, un départ à la retraite à 65 ans, un risque de chômage, des variations de revenus et un cadre fiscal constant… ». La première demande obtenait des généralités, la seconde un plan financier sur mesure.
« Le grand public ne pose pas de questions comme le ferait un professeur de finance », remarque Taha Choukhmane. Cela déplace le problème de la capacité du modèle vers la compétence de l’utilisateur : le niveau d’excellence du conseil financier par l’IA est directement déterminé par la qualité du prompt initial.
Figure : IA et graphiques financiers. Source : mitsloan.mit.edu
Troisième constat : l’art de poser la bonne question représente 100 000 dollars à 60 ans
Le chiffre le plus frappant de l’étude réside dans l’impact financier à long terme : les recommandations de l’IA varient selon le profil et la formulation de l’utilisateur, et ces décalages se cumulent avec le temps pour engendrer des écarts de patrimoine considérables.
En suivant les conseils de l’IA jusqu’à l’âge de 60 ans : les hommes, les personnes dotées d’une bonne culture financière et les utilisateurs coutumiers de l’IA ont accumulé environ 50 000 dollars de plus (soit 4 %) que les femmes et les personnes moins familiarisées avec la finance. Par ailleurs, les personnes n’ayant jamais consulté l’IA ont accumulé près de 100 000 dollars de moins (soit 6 %) que celles qui l’ont utilisée.
En analysant l’écart entre les sexes, les chercheurs ont découvert que les deux tiers de la différence provenaient du vocabulaire employé dans les prompts : les femmes interrogeaient plus souvent l’IA sur le « ménage », les « courses » et les « factures », tandis que les hommes employaient des termes tels que « stratégie » et « croissance ». Le tiers restant était attribuable à un biais du modèle lui-même : à question identique, la réponse variait légèrement lorsque le prompt précisait que l’utilisateur était une femme.
Ce constat met en lumière un point essentiel : les biais du conseil par l’IA ne sont pas aléatoires, mais s’ajustent systématiquement à la manière de s’exprimer. Pour tout un chacun, savoir poser les bonnes questions devient ainsi une compétence directement valorisable et gratuite à acquérir.
Au passage, les chercheurs ont relevé un phénomène intéressant pour l’industrie financière : l’IA recommande spontanément des produits spécifiques qui n’avaient pas été cités dans les prompts. Les fonds Vanguard sont apparus dans 6 % des réponses et iShares dans 3,4 %, alors que moins de 0,4 % des questions mentionnaient ces marques. En pratique, l’IA joue déjà le rôle d’un canal de prescription de produits financiers à l’insu des utilisateurs, un détail que le grand public ignore mais que les institutions financières surveillent de près.
Que doivent faire les épargnants ? Traiter l’IA comme un conseiller, non comme un oracle
Les chercheurs proposent des recommandations mesurées pour le quotidien. Premièrement, ne recopiez pas aveuglément les réponses de l’IA : utilisez-la comme un outil d’apprentissage en lui demandant de justifier le « pourquoi » de chaque conseil afin de forger votre propre jugement. Deuxièmement, si vous bénéficiez déjà d’un conseiller financier humain, appuyez-vous sur l’IA pour décliner les grandes orientations stratégiques en actions quotidiennes. Troisièmement, pour ceux qui n’ont pas les moyens de s’offrir un conseiller, l’IA constitue aujourd’hui le tutorat financier le plus abordable. « Les personnes qui ont le plus besoin de conseils financiers sont précisément celles qui disposent du moins de ressources », rappelle Taha Choukhmane.
Une mise en garde s’impose néanmoins : cette étude repose sur des simulations mathématiques fondées sur des hypothèses théoriques (telles qu’une fiscalité constante). Les réponses de l’IA ne constituent pas un conseil en investissement personnalisé doté d’une valeur juridique, et la prudence reste de mise avant d’engager des capitaux réels.
Conclusion
Cette étude a suscité de nombreux débats sur la communauté de développeurs Hacker News. Les réactions y ont été variées : un internaute soulignait avec justesse que « la première partie du titre importe peu ; c’est la seconde — “surtout si vous posez les bonnes questions” — qui fait toute la différence ». Un autre ironisait : « En comparaison, les conseils financiers dispensés par des humains sont souvent d’une médiocrité déconcertante. » D’autres enfin rappelaient que la principale difficulté en finance personnelle ne réside pas dans la théorie, mais dans la discipline et la gestion des émotions — des domaines dans lesquels l’IA ne peut remplacer l’humain.
Ces analyses rejoignent la conclusion centrale des travaux du MIT : l’IA est déjà un assistant financier performant. Le véritable facteur limitant s’est déplacé de la puissance des modèles vers la pertinence de l’utilisateur. Et apprendre à poser de meilleures questions est une faculté accessible à tous sans le moindre coût.
Liens de référence :
- MIT Sloan : AI financial advice is surprisingly good — especially if you ask the right questions
- Discussion HN (item?id=49139102)
- Étude : AI Financial Advice: Supply, Demand, and Life Cycle Implications (Swiss Finance Institute Outstanding Paper Award 2026)
