Table des matières - Gilles Daniel

210 Modélisation et simulation multi-agents pour Sciences de l'Homme et de la Société.
- extrapoler avec une variabilité statistique corrélée à des données de
population connues par ailleurs.
INTERACTIONS– Une modélisation multi-agents doit concentrer l’analyse sur les
interactions et leur dynamique. La conduire avec et pour des acteurs doit les amener
à questionner les interdépendances, l’évolution de la structure d’interaction en
fonction de l’état du système, et les stratégies d’évolution fondées sur le contrôle par
cette structure. Cette focalisation, si elle est partagée par exemple avec l’analyse des
réseaux sociaux, est cependant originale en ce que la modélisation et la simulation
afférentes peuvent permettre un apprentissage et une exploration progressives par les
participants sur ces questions difficiles à appréhender intuitivement.
REALISME– La question du réalisme du modèle se pose en fonction de son objectif.
Modéliser pour analyser et comprendre ne nécessite pas forcément de produire un
modèle calibré sur des données réelles. La cohérence avec, d’une part, les points de
vue des acteurs participants, et, d’autre part, les savoirs scientifiques avérés est une
condition suffisante pour que le modèle soit utilisable. La confrontation de ces
formes de connaissance est en soi un enjeu, qui place l’usage dans le champ de la
pédagogie ou de la recherche de compromis. En revanche, produire un modèle
calibré sur des données ne se justifie que lorsqu’un objectif de prédiction est présent.
9.4.5. Exemples
De nombreuses applications de ce type d’approche ont été réalisées depuis 1990.
Dans le domaine de la gestion des ressources naturelles, les chercheurs ont très tôt
reconnu qu’il était très difficile de faire abstraction des représentations des acteurs
locaux puisque celles-ci orientent leurs comportements. Les démarches
participatives se sont développées et ont conduit à l’émergence des principes de la
modélisation d’accompagnement, présentés dans le chapitre 10.
9.5. Modéliser avec les acteurs pour prévoir
Au-delà de la modélisation pour comprendre et expliquer, on peut envisager de
donner une valeur complémentaire à la démarche et au modèle et de considérer que
les résultats doivent permettre de tester des scénarios, de prévoir les futurs induits,
et, de les communiquer à des décideurs. On donne alors un statut de vérité différent
au modèle, et on s’impose des conditions pour sa crédibilité. Vouloir prévoir, c’est
admettre que la démarche et son résultat puissent être évaluables ultérieurement par
confrontation avec la réalité observée. On est dans le cadre de la prospective.