Lorsque vous lisez une nouvelle étude, vous vous demandez peut-être : quelle est la précision de ces résultats ? L’économiste Isaiah Andrews PhD ’14 du MIT pose souvent cette question également, en particulier à propos de la recherche en sciences sociales. Contrairement à la plupart d’entre nous, le travail d’Andrews consiste à répondre à cette question.
Andrews, professeur au département d’économie du MIT, est un expert en économétrie, l’étude des méthodes utilisées en économie. Mais le but de sa spécialité défie les frontières simples. Après tout, l’objectif du perfectionnement des méthodes de recherche est d’améliorer les études appliquées et de mieux en saisir les limites.
« Il existe de nombreux domaines en économie qui répondent à des questions socialement importantes », explique Andrews. « Il y a des choses qu’il serait bon que nous comprenions, mais je me demande souvent si nous en sommes sûrs. Dans quelle mesure savons-nous les choses que nous pensons savoir ? Dans quelle mesure y a-t-il davantage à savoir, sur la base de l’incertitude et du degré de confiance ? Ces questions d’incertitude sont importantes parce que les réponses aux questions de fond comptent.
Les principales contributions d’Andrews à l’économie impliquent en grande partie l’incertitude et la confiance. Il s’est d’abord fait connaître pour ses recherches sur « l’identification faible », des contextes où les variables clés ne fournissent pas beaucoup d’informations sur les questions étudiées. Et il a publié des travaux remarquables sur les défis liés à la construction de modèles économiques.
Le travail d’Andrews éclaire également des idées plus larges sur la manière dont nous utilisons les données. Son article le plus récent examine la « malédiction du gagnant » dans les sciences sociales — l’idée selon laquelle les programmes qui ont donné de bons résultats une fois sont trop souvent choisis pour être mis en œuvre, alors qu’ils ont parfois donné de bons résultats par simple hasard et risquent de donner de moins bons résultats la prochaine fois. sont essayés.
Un autre article majeur d’Andrews, datant de 2019, a analysé l’ampleur des biais de publication dans les revues universitaires – qui peuvent pencher vers la publication de résultats spectaculaires plutôt que de résultats nuls tout aussi valables, comme peuvent le révéler en partie les études de réplication.
Parfois, le travail d’Andrews ressemble à l’équivalent en sciences sociales d’un appareil à rayons X : il scanne des études pour rechercher des problèmes sous la surface. Mais Andrews ne recherche pas seulement les problèmes ; il développe des techniques pour les prévenir en premier lieu. À la manière typique d’Andrews, ses articles sur la malédiction du vainqueur et sur le biais de réplication proposent tous deux de nouvelles méthodes pour éviter ces pièges.
« Il est important de travailler sur ces outils, car ils seront utilisés pour des tâches importantes », explique Andrews. « Si vous avez un bel outil et qu’il n’est jamais utilisé, est-ce un outil ou une œuvre d’art ? »
Andrews est reconnu comme un praticien de pointe dans son domaine. En 2021, il reçoit la médaille John Bates Clark, décernée chaque année par l’American Economic Association au meilleur économiste de moins de 40 ans. En 2020, il obtient la prestigieuse bourse MacArthur. Avec sa carrière florissante, Andrews a rejoint la faculté du MIT l’année dernière.
Conversation sur le changement de carrière
Andrews a grandi dans la région de Boston, dans une famille où ses deux parents avaient obtenu un doctorat en économie. Bien qu’Andrews n’ait pas toujours eu l’intention de devenir économiste, il a suivi des cours avancés dans ce domaine en tant qu’étudiant de premier cycle à l’Université de Yale, où il a obtenu son diplôme summa cum laude. Il entre ensuite au programme de doctorat au MIT.
À l’époque, en 2009, après l’effondrement du secteur financier et la récession qui en a résulté, une grande attention des milieux économiques s’est portée sur la finance et la macroéconomie, mais Andrews ne s’est pas senti obligé d’étudier ces sujets.
« Je ne pensais pas qu’ils correspondaient vraiment au style de travail qui m’attirait », explique Andrews. «Je trouvais les questions économétriques très intéressantes.»
Lors d’une réception au département d’économie du MIT, Andrews a commencé à parler à Anna Mikusheva, économètre du corps professoral de l’Institut. À la fin de l’événement, Mikusheva avait suggéré à Andrews de l’aider dans certaines recherches sur lesquelles elle travaillait.
«Le rôle d’assistante de recherche d’Anna s’est transformé en un projet commun et j’ai constaté que mon intérêt continuait d’être attiré par ces questions», explique Andrews. « Donc, en vertu de cela, c’est là que mon travail est allé. »
Mikusheva et Andrews ont co-écrit une série d’articles très médiatisés sur l’identification faible qui ont fini par être publiés peu après qu’il ait obtenu son doctorat à l’Institut en 2014. Après avoir passé quelques années en tant que chercheur junior à la Harvard Society of Fellows, Andrews a rejoint le corps professoral du MIT en 2016. Il a rejoint l’Université Harvard en 2018, puis est revenu au MIT l’été dernier.
À mesure que la carrière d’Andrews évoluait, ses travaux de grande envergure ont souvent impliqué des partenariats de recherche productifs, notamment des articles co-écrits par Mikusheva, Matthew Gentzkow et Jesse M. Shapiro, Toru Kitagawa et Adam McCloskey, ainsi que Maximilian Kasy.
À tout moment, Andrews reste concentré sur les questions liées à la certitude (ou à l’incertitude) impliquée dans l’analyse économique et au degré de confiance (ou au manque de confiance) que nous pourrions en tirer.
« Le pire scénario est celui où les données nous disent très peu de choses, mais que nous sommes, à tort, trop confiants et pensons que les données nous en disent beaucoup », explique Andrews.
Rendre les chiffres plus utiles
Dans une certaine mesure, Andrews trouve également sa motivation dans des problèmes de recherche particuliers. Son récent article (avec Kitagawa) et McCloskey sur la « malédiction du gagnant » introduit tous deux une nouvelle technique d’estimation des résultats et l’applique ensuite à un projet de recherche majeur sur la mobilité sociale de différents quartiers américains, initié par les économistes Raj Chetty et Nathaniel Hendren. Conclusion d’Andrews : Les conclusions de Chetty/Hendren résistent bien, suggérant que les programmes sociaux peuvent utiliser ces résultats de manière productive.
« Ce qui compte pour la société, c’est ce que nous faisons tous avec ces chiffres », déclare Andrews. « Si nous pouvons réfléchir à ce qui rend les chiffres plus utiles pour les personnes en aval, c’est important. »
Andrews ne consacre pratiquement pas son temps à la recherche. Il s’engage depuis longtemps dans l’enseignement, travaillant avec des étudiants du premier cycle et des cycles supérieurs. En tant que doctorant en 2014, il a remporté le prix Robert M. Solow du MIT pour l’excellence en recherche et en enseignement.
« Les étudiants du MIT sont très intelligents, donc si vous pouvez les aider à formuler une question de la bonne manière, c’est important », explique Andrews. « Dix ans plus tard, ils ne retiendront peut-être pas la réponse exacte, mais s’ils conservent le cadre de la question, ils peuvent trouver la bonne réponse. »
Au département d’économie du MIT, où l’accent est mis sur le travail productif avec les étudiants diplômés, Andrews se retrouve désormais dans la position dans laquelle se trouvait Mikusheva, il y a dix ans, lorsqu’elle l’encourageait à suivre ses principaux intérêts intellectuels.
« Le mentorat des diplômés est très, très important », déclare Andrews. « Si vous regardez l’impact social d’une heure de mon temps, j’ai l’impression que le produit le plus marginal que je fais concerne le conseil. Ce sont des personnes extrêmement compétentes pour lesquelles un petit apport ou une redirection peut leur apporter de grands avantages à long terme, et nous espérons que les choses qu’elles font seront utiles et profiteront à la société.
Sur tous les fronts, Andrews continue donc d’essayer d’affiner nos connaissances quant à l’étendue de nos connaissances. Résumant son travail, Andrews propose sa propre épigramme sur la nature de ses recherches.
«J’aimerais comprendre dans quelle mesure nous comprenons les choses», dit Andrews.
