Dans une pièce avec 80 conseillers, chacun crie sa vérité, et si l'on se contente d'écouter tout le monde et de faire la moyenne, on obtient un brouet. Il en va de même pour les prévisions d'El Niño : le modèle produit 80 scénarios d'avenir, mais ils ne sont pas tous aussi utiles. Certains se trompent moins souvent, d'autres plus, et d'autres encore parlent d'autre chose. En général, les prévisionnistes font la moyenne des 80 avec des poids basés sur la précision globale, mais c'est comme donner la parole à la fois au sage et au bavard.
Les auteurs de cette nouvelle étude ont choisi une autre approche : ils ont construit un graphe où chaque prévision est un nœud, et un trait entre deux nœuds signifie que les deux prévisions sont similaires dans leurs erreurs et dans la façon dont leurs valeurs évoluent de manière synchrone. On obtient ainsi un réseau où certaines prévisions se tiennent ensemble, comme un groupe soudé de personnes partageant les mêmes idées, tandis que d'autres sont dispersées en périphérie. Ensuite, l'algorithme a identifié des communautés, c'est-à-dire des groupes de nœuds étroitement liés entre eux.
Ces 20 prévisions ne sont pas seulement plus précises individuellement : elles présentent une plus faible dispersion des erreurs entre les différents horizons, des transitions plus douces entre les phases d'El Niño et de La Niña, et elles sont plus étroitement connectées dans le graphe. Sur des horizons allant jusqu'à 23 mois, la corrélation avec la réalité est restée supérieure à 0.4, et l'amélioration par rapport au modèle d'origine est d'environ 10%. Cela est particulièrement visible après l'an 2000, lorsque le climat est devenu plus variable.
Auparavant, on ne savait pas comment sélectionner, parmi 80 prévisions, celles qui sont réellement fiables, plutôt que de simplement toutes les moyenner avec des poids. Désormais, on comprend : un noyau cohérent de 20 prévisions, identifié par le graphe de similarité, fournit une prévision d'El Niño plus stable et plus précise sur des horizons allant jusqu'à deux ans. La méthode n'entraîne pas un nouveau modèle, elle met de l'ordre dans un ensemble déjà constitué.
Finalement, la pièce avec 80 conseillers se transforme en un petit conseil d'anciens : moins de bruit, plus de consensus, et la prévision à deux ans sonne avec plus d'assurance. Le graphe ne prédit pas lui-même, mais il aide à écouter ceux qui savent vraiment.
Le modèle a été entraîné sur des données allant de 1875 à 1975, puis testé sur la période 2000-2017. Entre ces deux périodes, il y a un quart de siècle que le modèle n'a jamais vu. Cet écart a été volontairement laissé pour éviter l'effet de mémoire de l'océan et vérifier si la prévision fonctionne dans des conditions complètement différentes.