Oui donc des faiblesses uniquement quand on pousse les modèles dans ses retranchements
Tu peux appeler ça comme tu veux, c'est bel et bien un défaut mais non on parle pas seulement de retranchements. Comme le dit à très juste titre l'article et l'étude, une connaissance factuel importante n'implique pas nécessairement un raisonnement fiable sur le système climatique.
Tu peux le tourner dans le sens que tu veux, encore une fois, c'est toujours un défaut qui justifie pleinement de parler des risques inhérents. De plus, tu ignores complètement le chapitre 4 qui démontre comment un usager peut manipuler des modèles pour les amener à donner des réponses erronées.
Les modèles peuvent être amenés à donner des réponses erronées sur le climat, principalement en fonction de ce que dit l’utilisateur, et non de ce qu’il prétend être. Le simple fait d’indiquer à un modèle qui est l’utilisateur (un climatologue, un conseiller politique ou un climatosceptique) n’a guère influencé la précision avec laquelle il évaluait les affirmations sur le climat. Le fait de donner une fausse réponse a en revanche eu une incidence, en particulier lorsqu’elle provenait d’un soi-disant expert: lorsque l’utilisateur prétendait être un climatologue, la précision baissait en moyenne d’environ 13 points de pourcentage. Une contestation soutenue, aboutissant à la présentation de preuves fabriquées, causait bien plus de dégâts, réduisant la précision moyenne de 31 à 35 points selon l’identité revendiquée, avec une différence significative