Peut-on encore faire confiance aux prévisions de Météo France ?

Météo France n’échappe pas au délabrement du service public. Entre la baisse d’effectifs, l’automatisation des prévisions causant de nombreux dysfonctionnements autour des précipitations, mais aussi le manque de formation du personnel, les syndicats - CGT, FO et Solidaires - ont appelé à la grève ce mardi 19 mars. Dans la foulée d'un mouvement ponctuel débuté en novembre, moment où le nouveau système de prévisions utilisant une intelligence artificielle a été lancé. Comment en est-on arrivé là ? En quoi l'usager en est-il impacté aujourd'hui ? Quelles solutions pour améliorer ces services ? Comment avoir des prévisions plus fiables ? Les bulletins avalanche sont-ils aussi concernés ? Le point avec François Giroux, prévisionniste à Lyon et représentant du personnel à CGT Météo.

Faute d’effectifs suffisants, Météo France a automatisé une partie de ses prévisions. Et ce, depuis novembre 2023. Ainsi, « ce qui se trouve sur le site internet et sur l’application, les pictogrammes neige/nuage/pluie, les risques d’orage, etc. sont issus d’une chaîne automatisée » nous explique François Giroux, prévisionniste à Lyon et représentant du personnel à CGT Météo. Un système qui concerne toutes les zones géographiques de l’Hexagone, dont les zones de montagne, qui dysfonctionne régulièrement. La faute à une mise en place précoce, nous explique-t-il dans le cadre d’une longue interview. 

« On a régulièrement, en zones de montagne, des limites pluie/neige [l’altitude à laquelle la pluie se transforme progressivement en neige, ndlr] complètement farfelues. Je n’ai pas d’autres mots. On a trouvé cet hiver des différences qui allaient jusqu’à 1000 mètres entre ce que les prévisionnistes humains observaient sur le terrain et les résultats de l’algorithme. 

Cette automatisation des prévisions a-t-elle conduit à une baisse d’effectifs ? 

Pas vraiment. Disons qu’elle est la conséquence d’une baisse drastique d’effectifs décidée dès 2017. Depuis, chaque année, entre 90 et 100 départs en retraite ne sont pas remplacés. Sachant qu’aujourd’hui, Météo France compte 2600 salariés. […] 90 personnes, ça correspond aux effectifs d'une région entière, l'Auvergne-Rhône-Alpes par exemple. Ces suppressions d’effectifs nous ont fait basculer dans une nouvelle organisation. Et ce, de manière complètement précipitée, sans respecter les processus que l’on utilise d’habitude.

Quels ont été les impacts de cette nouvelle organisation ?

Déjà, quand il y a des changements techniques profonds comme celui-là, on passe au moins un an à travailler en double, avec l’organisation passée et la future. Un tel fonctionnement nous permet de traiter tous les bugs, de pouvoir affiner les méthodologies de travail. Mais là, faute d’effectifs et suite à de mauvais choix de la part de notre direction générale qui a voulu aller le plus vite possible, ça a été impossible. Et on est colère. Car que ce soit au niveau des agents ou de la hiérarchie intermédiaire, toutes les alertes avaient été lancées en interne. On a dit qu’il y allait avoir un problème. Et on ne nous a pas été écoutés. On est aussi colère car on voit que ceux qui pâtissent de ça, de ces mauvais choix, en termes d’effectifs ou de gestion de projet, ce sont les citoyens et les citoyennes français. 

En quoi les Français sont-ils impactés ? 

Ces données automatiques servent, entre autres, l’hiver, au service de déneigement de routes. On a eu des retours des conseils départementaux à ce sujet récemment. Ils nous disaient que cela créait des tensions au sein des équipes. C’est-à-dire qu’ils pouvaient par exemple recevoir des prévisions expertisées par des prévisionistes, différentes de celles qu'élaborait la chaîne automatique. Les deux informations arrivaient en parallèle dans leur service. Et cela créait la pagaille. Ce qui, sur le terrain, veut dire potentiellement plus de sel que nécessaire mis sur les routes pour assurer le déneigement, ou des déneigements qui ont été retardés. Et au final, ce sont les usagers du quotidien qui trinquent. 

Admettons qu’un skieur de randonnée ait prévu de faire une sortie prochainement. Comment fait-il pour se procurer des informations sur les conditions les plus fiables possibles ?

Déjà il faut savoir que ce qui n’a pas changé, ce sont les bulletins de risque d’avalanche. Ils restent expertisés par des équipes de prévisionnistes basés dans les Alpes ou dans les Pyrénées. […] La différence qu'il peut y avoir avec l’automatisation des prévisions, ça va être quand quelqu’un va préparer une sortie pour le week-end d’après et va commencer par se renseigner sur l’application Météo France. Là, il va pouvoir y avoir de la pluie, alors qu’il devait y avoir de la neige. Pour le pratiquant lambda, la différence va se jouer là-dessus. Et ce, s’il se renseigne uniquement via le site internet et l’application de Météo France [d'autres services, totalement indépendants de Météo France, existent également. Meteoblue et Meteociel sont les plus réputés, un bon moyen de croiser les données, ndlr]. 

Pour être précis, ça joue plus sur la limite pluie/neige. Mais on a aussi constaté des prévisions de risques d’orages beaucoup trop importantes par rapport à la réalité du risque. Notamment quand on regardait les prévisions à deux/trois jours de différence. On a aussi vu apparaître sur l’application des risques de pluie verglaçante sur une ville alors que sur celle juste à côté, c’était des risques de pluie. Ou des risques de neige sur une autre toute proche. Donc un espèce de mélange de différents phénomènes d’un point géographique à l’autre.

Mais comment fonctionne cette automatisation ? Peut-on parler d’intelligence artificielle ? 

Le système automatique, c’est davantage un algorithme qu’une intelligence artificielle. Dans l’algorithme, certaines parties vont utiliser une IA. Mais en règle générale, c’est plutôt un algorithme assez complexe qui nous sert de base pour élaborer nos modèles de prévision météo. Un modèle, c’est une espèce de giga logiciel qui va découper l’atmosphère terrestre en cubes. Et à l’intérieur de ces cubes, on va regarder l’évolution de la température, du vent, de l’humidité, en utilisant les lois de la physique. Quand on travaille à l’échelle de la France, les cubes modèle météo le plus précis font chacun un kilomètre sur un kilomètre.

Ce sont vraiment des données très précises. Sachant qu’il y a vingt ans, le modèle le plus précis, c’était 15 kilomètres sur 15 kilomètres. [Avant l’arrivée de l’algorithme, ces données étaient analysées et ajustées par des prévisionnistes dans l’un des sept bureaux interrégionaux que compte Météo-France, sous forme de cartes et de bulletins, ndlr]. L’algorithme va utiliser un grand nombre de modèles à sa disposition. Il va en faire une moyenne. Et c’est cette partie-là qui dysfonctionne. […] S’ajoute à cela l’élaboration de l’outil de correction, réalisé dans la dernière ligne droite, au cours de l’année 2023, qui comporte des anomalies, des erreurs. Et qu’en plus, on n’a pas eu le temps de tester, ni d’y être formés. 

Concrètement, comment les prévisions de Météo France pourraient-elles s’améliorer ?

Ce que l’on réclame aujourd’hui, c’est de corriger l’algorithme au niveau régional. […] On ne demande pas que l’algorithme soit abandonné. On demande qu’il y ait des moyens mis en place pour l’améliorer, de le corriger de façon fine. Et qu’au niveau des utilisateurs cette démarche soit transparente, afin qu’ils puissent utiliser le meilleur des avancées techniques tout en gardant l’expertise des prévisionnistes. 

Car finalement, le cruel manque de précision entache l’image de Météo France…

Oui, c’est exactement le discours des salariés. À savoir que Météo France est un établissement public qui dépend du ministère de l’environnement, financé en grande partie par des subventions d’État. Alors quand ces données-là, visibles par des millions de personnes, sont défaillantes, c’est l’image de marque de tout l’établissement qui en pâti. Car il faut savoir qu’à Météo France, on est à la fois sur des missions de météorologie et de nivologie. Qui contribuent à la sécurité des personnes et des biens. Mais aussi sur des missions qui relèvent du climat. Dans la tête du grand public il peut très vite y avoir des raccourcis du genre : « S’ils ne savent pas prévoir le temps qu’il fera demain, comment les croire sur le climat futur ».