Situation où la distribution des probabilités est elle-même inconnue, par opposition au risque calculable.
L'incertitude knightienne désigne, d'après la distinction posée par l'économiste Frank Knight en 1921, une situation où non seulement le résultat futur est inconnu, mais où la distribution même des probabilités des résultats possibles est inconnaissable. Knight oppose ainsi le risque, où les probabilités sont connues ou estimables et qui peut donc être assuré et tarifé, à l'incertitude, où l'absence de toute base probabiliste rend le calcul actuariel impossible. Cette distinction est fondamentale pour l'assurance, car toute l'industrie repose sur la capacité à transformer un aléa en risque probabilisable, à l'aide de données historiques et de la loi des grands nombres. Lorsqu'un phénomène relève de l'incertitude pure, faute d'historique pertinent ou parce que son environnement change plus vite que la collecte de données, il échappe à la science actuarielle classique. Le mémoire d'AlgoPolis mobilise précisément ce concept pour analyser l'assurabilité de l'IA agentique, dont les défaillances dépendent de modèles mis à jour en permanence, de capacités émergentes imprévisibles et de menaces dynamiques. Dans ce cadre, le risque algorithmique bascule du domaine du risque tarifable vers celui de l'incertitude radicale, ce qui constitue, selon cette analyse, un obstacle structurel à son assurabilité par les mécanismes traditionnels.
Un assureur peut tarifer la mortalité, dont les probabilités sont stables et documentées, mais se trouve démuni face à la défaillance d'un agent IA dont le modèle sous-jacent change chaque mois, situation relevant de l'incertitude knightienne.
incertitude radicale, incertitude de Knight, knightian uncertainty