La projection des changements climatiques futurs revêt une importance capitale pour les politiques climatiques, notamment pour la mise en œuvre de l’Accord de Paris de 2015, qui vise à limiter les émissions de gaz à effet de serre de manière à contenir la hausse de la température moyenne mondiale à l’horizon 2100 en deçà de 2°C par rapport aux niveaux préindustriels. Le GIEC s’appuie sur des scénarios d’émissions déterministes, ou « récits » (*storylines*), pour projeter l’évolution du climat. Ces scénarios ne se prêtent pas à une interprétation statistique ; c’est pourquoi notre groupe développe, depuis 2017, une approche alternative fondée sur une modélisation probabiliste bayésienne entièrement statistique. Cette méthode repose sur l’équation IPAT, qui exprime les émissions comme le produit de la population, du PIB par habitant et de l’intensité carbone (c’est-à-dire les émissions de carbone par unité de PIB). Nous utilisons des données relatives à la population, au PIB et aux émissions pour la période 2015-2024 afin d’évaluer, selon une approche probabiliste, l’évolution des perspectives climatiques associées aux émissions enregistrées depuis l’Accord de Paris.