Enseigner la finance quantitative à l’ère de l’IA générative

Comment former les futurs spécialistes de la finance quantitative alors que l’intelligence artificielle est désormais capable de générer du code, des modèles et des analyses en quelques secondes ? C’est à cette question qu’ont répondu chercheurs, enseignants responsables de formations et praticiens réunis à l’Institut Louis Bachelier lors d’un panel organisé par Peter Tankov, directeur scientifique de la Fondation PARC – Paris Agreement Research Commons à l’ILB et professeur à l’ENSAE.

Au fil des échanges, un constat s’est imposé : loin de rendre l’apprentissage de la finance obsolète, l’IA générative renforce au contraire la nécessité d’une formation exigeante, fondée sur la compréhension des modèles, l’esprit critique et la maîtrise des processus.

L’IA ne remplace pas la compréhension

À la question « Quel est l’intérêt d’apprendre la finance lorsque la production de code ou de modèles devient si accessible ? », les intervenants ont apporté une réponse unanime : la connaissance reste indispensable.

Si les outils d’IA excellent dans l’exécution de tâches ciblées, ils demeurent incapables de juger de la pertinence économique d’un modèle, d’identifier des biais dans les données ou de remettre en question leurs propres résultats. La valeur du professionnel réside donc de plus en plus dans sa capacité à comprendre les données, à interpréter les sorties de l’IA et à en détecter les limites.

Du quant à l’ingénieur des processus

L’évolution concerne également le cœur du métier. En finance quantitative, le défi n’est plus seulement de construire un modèle performant, mais de l’intégrer dans un environnement bancaire complexe, soumis à des contraintes réglementaires, opérationnelles et technologiques.

Cette transformation fait émerger une nouvelle posture : celle d’un ingénieur capable de concevoir l’architecture globale des processus, d’anticiper les coûts de mise en production, de superviser les outils d’IA et de prendre en compte les enjeux éthiques liés à leur utilisation.

Les juniors face au défi de l’automatisation

L’un des points les plus débattus a concerné l’entrée dans la profession. De nombreuses tâches autrefois confiées aux profils juniors — développement de premiers modèles, automatisation de calculs ou génération de code — sont désormais partiellement prises en charge par l’IA.

Les participants ont souligné le risque de voir disparaître certaines opportunités d’apprentissage essentielles à la construction de la « carte mentale » des jeunes professionnels : cette compréhension de bout en bout d’un problème, de son contexte jusqu’à son implémentation.

Deux leviers ont été avancés pour préserver cette montée en compétences :

• renforcer le niveau et l’ambition de la formation initiale ;

• soutenir davantage les dispositifs d’apprentissage afin de maintenir des parcours professionnalisants.

Repenser les cursus et l’évaluation

Les retours d’expérience menés à l’ENSAE ont enfin permis d’identifier plusieurs pistes concrètes pour adapter l’enseignement de la finance quantitative à l’ère de l’IA générative.

Les intervenants ont insisté sur la nécessité de :

• préserver l’exigence académique et le goût de l’effort ;

• maintenir un socle théorique solide afin d’auditer les résultats produits par l’IA ;

• comprendre le fonctionnement des outils pour éviter l’effet « boîte noire » ;

• privilégier une évaluation centrée sur la compréhension profonde plutôt que sur la simple production ;

• mettre en place des chartes d’usage de l’IA au sein des établissements d’enseignement.

Former des professionnels capables de superviser l’IA

Plus qu’une révolution technologique, l’essor de l’IA générative constitue une évolution des compétences attendues en finance quantitative. Les futurs experts devront moins se distinguer par leur capacité à produire rapidement du code que par leur aptitude à concevoir, contrôler et interpréter des systèmes complexes où l’intelligence artificielle devient un outil parmi d’autres.

À l’Institut Louis Bachelier, cette rencontre a rappelé une conviction partagée : former à la finance, c’est avant tout former à l’analyse, au jugement et à la responsabilité, des qualités que l’IA ne saurait remplacer.

‍