Table des matières - Gilles Daniel

138 Modélisation et simulation multi-agents pour Sciences de l'Homme et de la Société.
Il y a fort à parier que toutes les sorties de la première simulation seront dues non
pas au comportement attendu des agents mais à des bugs du programme. L'expérience
montre qu'il est quasiment impossible de créer des simulations parfaites dès le premier
essai, et même s'il existe des méthodes permettant de réduire le nombre de bugs
introduits, comme les tests unitaires mentionnés ci-dessus, il est conseillé de prévoir au
moins autant de temps à chasser les bugs qu'à écrire le programme original. La
stratégie principale à adopter pour découvrir d'éventuels bugs est de créer des cas
d'essais pour lesquels les sorties sont connues ou tout au moins prévisibles, et de les
faire tourner jusqu'à ce que les résultats obtenus soient tous satisfaisants. Même cela ne
permettra pas nécessairement de se débarrasser de tous les bugs, et le modélisateur doit
en permanence garder à l'esprit que les résultats de ses simulations peuvent n'être rien
d'autre que des artefacts générés par des bugs dans son programme.
5.8. Conclusion
Les modèles multi-agents peuvent s'avérer d'une grande valeur en sciences
sociales, et leur potentiel commence à peine à être reconnu. Dans ce chapitre, j'ai tenté de
montrer en quoi ces modèles sont particulièrement adaptés à la simulation de phénomènes
sociaux intrinsèquement complexes et dynamiques. Ces modèles sont également aptes
à démontrer l'émergence d'institutions sociales à partir d'actions individuelles, un
domaine dans lequel les méthodes d'analyse classiques peuvent être faibles. Nous
avons présenté ici des exemples de travaux basés sur des modèles multi-agents, afin de
montrer l'étendue des possibilités offertes au chercheur : ces modèles peuvent être
abstraits ou descriptifs, positifs ou normatifs, basés sur un espace géographique ou
un réseau social, équipés d'agents simples ou très complexes. Maintenant que les
simulations multi-agents sont établies comme un champ de recherche prometteur, un
vaste domaine d'expertise sur la manière d'élaborer de tels modèles s'est constitué et
j'ai consacré la dernière partie de ce chapitre à la description d’un processus typique de
modélisation. Avec ces conseils à l’esprit (voir [GIL 05] pour une discussion plus
détaillée des différentes méthodes) ainsi qu'un aperçu des opportunités existantes en
simulation sociale, j'espère que de nombreux lecteurs auront été inspirés et s'essaieront
à cette approche des sciences sociales dans leur propre effort de recherche.
5.9. Bibliographie
[AND 98] ANDERSON J.R., LEBIERE C., The Atomic Components of Thought, Mahwah, NJ,
Erlbaum, 1998.
[ART 89] ARTHUR W.B., “Competing Technologies, Increasing Returns, and Lock-In by
Historical Events”, Economics Journal, vol.116, p. 99, 1989.
[AXE 95] AXELROD R., “A model of the emergence of new political actors”, in N. Gilbert, R.
Conte (eds.), Artificial Societies, London, UCL Press, 1995.