Table des matières - Gilles Daniel

Table des matières - Gilles Daniel Table des matières - Gilles Daniel

gillesdaniel.com
from gillesdaniel.com More from this publisher
01.01.2015 Views

8 Modélisation et simulation multi-agents pour Sciences de l'Homme et de la Société. pratiques de modélisation et de simulation. Le chapitre 3, rédigé par Vincent Ginot et Hervé Monod, présente des méthodes statistiques d’analyse des données issues de ces expérimentations « in silico » que sont les simulations multi-agents. Le chapitre 4, rédigé par Frédéric Amblard, Pierre Bommel et Juliette Rouchier, traite de l’évaluation et de la « validation » des modèles et des simulations multi-agents. A la suite des discussions que nous avons eu à Porquerolles sur les questions de méthodologie et d’épistémologie associées à notre domaine, comme des questions soulevées dans ce chapitre, et dans de nombreuses autres parties de ce livre, il nous a semblé important de compléter le chapitre 4 par une annexe rédigée par Denis Phan et Franck Varenne intitulée « Concevoir et expérimenter : épistémologie dans une coquille de noix » 1 . Dans le chapitre 5, Nigel Gilbert, sociologue et pionnier de la simulation dans les sciences sociales [GIL 95], dresse un panorama des méthodes, des problèmes et des résultats dans ce domaine, suivi, dans le chapitre 6, par un autre pionnier, Robert Axtell, économiste et informaticien [EPS 96]. Pour ce dernier, la modélisation et la simulation à base d’agents arrivent à la fin de leurs « débuts » et nous entrons dans une nouvelle phase, par la conjonction des connaissances accumulées et de l’augmentation de la puissance des systèmes et des langages informatique. Le chapitre 7, rédigé par Lena Sanders est dédié à l’histoire de la modélisation et de la simulation en géographie urbaine, mais soulève des questions qui au-delà même de la géographie, concernent l’ensemble des sciences sociales. Le chapitre 8, rédigé par Pierre Livet, étend la réflexion épistémologique en direction des sciences sociales, tout en posant la question du statut cognitif et épistémique de la simulation. Les chapitres 9 et 10 rédigés respectivement par Nils Ferrand et par le collectif ComMod (Companion Modelling) présentent le point de vue de chercheurs qui dans le cadre d’une démarche participative de type recherche-action, utilisent dans les modèles multi-agents à la fois le processus de modélisation avec les acteurs mais également l’artefact qui découle de cette modélisation pour intervenir sur des problèmes concrets de décision collective, par exemple pour la gestion de ressources. Les seconde et troisième parties du livre comportent des introductions spécifiques. Elles sont consacrées à (II) la modélisation et simulation multi-agent en économie et sciences sociales vues comme compléments aux formalismes classiques et (III) à la modélisation spatiale. La modélisation multi-agents a des racines multiples : en informatique [FER 95] [WOO 02], dans le cadre des systèmes complexes adaptatifs en physique ou en biologie [HOL 75], [WEI 89], ou encore dans le domaine de la vie artificielle [LAN 89] [HEU 98]. Elle a également été utilisée en écologie avec l’approche individus-centrée. Cette démarche tire parti d’une propriété particulière des architectures multi-agents qui 1 Le volume de cette « coquille de noix » est trop limité pour qu’il ait été possible d’y développer une argumentation détaillée sur les questions abordées. Le spécialiste n’y trouvera rien qui ne soit déjà bien connu, sauf dans la seconde section, plus exploratoire. Pour le néophyte, questions et références utiles pourront être complétées par une première introduction plus conséquente avec [CHA 82], [BES 96] ou encore [JAR 92], et pour aller plus loin dans [SCH 98] et [ULI 06] (en particulier pour ce qui concerne les modèles et la période la plus récente).

Introduction . 9 permettent de formaliser et d’activer des propriétés individuelles spécifiques aux agents, comme des modalités d’interaction et de communication entre les entités constitutives du système à modéliser (agents, mais aussi entités plus complexes comme des groupes d’agents par exemple [Chapitre 1]). L’approche agent peut être rattachée dans certaines disciplines à des cadres conceptuels familiers (individualisme méthodologique en sociologie ou en économie), sans que cela soit nécessaire (géographie). Elle permet cependant de compléter ces cadres conceptuels, en particulier grâce à l’intégration d’éléments relationnels ou organisationnels qui peuvent être formalisés par des graphes sur lesquels les agents interagissent, donnant au système résultant les propriétés dynamiques d’un système complexe adaptatif. Les architectures multi-agents permettent ainsi d’expliciter la nature des relations entre l’environnement social des agents d’une part (dispositifs organisationnels, institutionnels, structures relationnelles…) et les déterminants individuels de l’action des agents d’autre part (dimension cognitive). Elles offrent également un cadre adéquat pour poser la question de l’ontologie des « objets sociaux » [LIV 00] et des causalités « sociales », par exemple à travers les phénomènes émergents [Chapitre 5 et 14]. La géographie, qui articule un ancrage spécifique de son objet d’étude dans l’espace et le temps, soulève la question de la constitution d’entités par composition dans des architectures multi-niveaux, multiperspectives. La représentation multi-échelles dans l’espace pose ainsi la question des formes de temporalité des processus considérés [Chapitre 7, troisième partie]. Finalement, les notions de modèle et de modélisation sont au centre de ce livre, sans faire l’objet d’une présentation systématique 2 . A l’évidence, entre les potentialités proposées dans les chapitres 1 et 2 par les informaticiens et les réalisations effectives dans les sciences de l’homme et de la société, un écart reste à combler. Les modèles multi-agents, qui peuvent être vus comme « compléments » ou « substituts » des formalismes classiques [Chapitre 6 et II° partie], avoir comme objectifs de reproduire des faits stylisés ou des phénomènes observés [Chapitre 7], ou être fondés sur le couplage de modèles de natures différentes [Chapitre 2] amènent une réflexion méthodologique nouvelle dans les domaines d’application. Appellent-ils un nouveau point de vue épistémologique. « computationaliste » comme le pense Varenne [Annexe Chapitre 4], [VAR 06] Si nous ne répondons pas ici à ces questions, elles n’en traversent pas moins ce livre. 2 A l’exception de courts développements pédagogiques dans les chapitres 2 et 4, qui renvoient à des références spécialisées que l’on peut compléter par [NOU 02]. En épistémologie, jusqu’à une période récente, les modèles ont été traités comme des instruments dérivés des théories et non comme des objets autonomes. Par exemple, selon le point de vue néo-positiviste syntaxique (Hempel-Nagel), le modèle est asservi à une théorie selon le schéma système formel, énoncés d’observation et règles d’interprétation. A partir des années soixante, selon le point de vue sémantique, le modèle est une structure axiomatique qui est l’une des interprétations possibles d’une théorie. Une théorie peut être ainsi décrite par un ensemble de contraintes et de relations sur des ensembles (Ecole de Stanford), sur les espaces d’état d’un système dynamique (van Fraassen, Suppe), ou sur une structure [ULI 06], que devront vérifier les modèles qui permettront de l’interpréter. Finalement, selon le point de vue pragmatique, les modèles sont perçus comme des « médiateurs autonomes » [MOR 99] entre théories, pratiques et données expérimentales.

Introduction . 9<br />

permettent de formaliser et d’activer <strong>des</strong> propriétés individuelles spécifiques aux agents,<br />

comme <strong>des</strong> modalités d’interaction et de communication entre les entités constitutives<br />

du système à modéliser (agents, mais aussi entités plus complexes comme <strong>des</strong> groupes<br />

d’agents par exemple [Chapitre 1]). L’approche agent peut être rattachée dans certaines<br />

disciplines à <strong>des</strong> cadres conceptuels familiers (individualisme méthodologique en<br />

sociologie ou en économie), sans que cela soit nécessaire (géographie). Elle permet<br />

cependant de compléter ces cadres conceptuels, en particulier grâce à l’intégration<br />

d’éléments relationnels ou organisationnels qui peuvent être formalisés par <strong>des</strong> graphes<br />

sur lesquels les agents interagissent, donnant au système résultant les propriétés<br />

dynamiques d’un système complexe adaptatif. Les architectures multi-agents permettent<br />

ainsi d’expliciter la nature <strong>des</strong> relations entre l’environnement social <strong>des</strong> agents d’une<br />

part (dispositifs organisationnels, institutionnels, structures relationnelles…) et les<br />

déterminants individuels de l’action <strong>des</strong> agents d’autre part (dimension cognitive).<br />

Elles offrent également un cadre adéquat pour poser la question de l’ontologie <strong>des</strong><br />

« objets sociaux » [LIV 00] et <strong>des</strong> causalités « sociales », par exemple à travers les<br />

phénomènes émergents [Chapitre 5 et 14]. La géographie, qui articule un ancrage<br />

spécifique de son objet d’étude dans l’espace et le temps, soulève la question de la<br />

constitution d’entités par composition dans <strong>des</strong> architectures multi-niveaux, multiperspectives.<br />

La représentation multi-échelles dans l’espace pose ainsi la question <strong>des</strong><br />

formes de temporalité <strong>des</strong> processus considérés [Chapitre 7, troisième partie]. Finalement,<br />

les notions de modèle et de modélisation sont au centre de ce livre, sans faire l’objet<br />

d’une présentation systématique 2 . A l’évidence, entre les potentialités proposées dans<br />

les chapitres 1 et 2 par les informaticiens et les réalisations effectives dans les sciences de<br />

l’homme et de la société, un écart reste à combler. Les modèles multi-agents, qui<br />

peuvent être vus comme « compléments » ou « substituts » <strong>des</strong> formalismes classiques<br />

[Chapitre 6 et II° partie], avoir comme objectifs de reproduire <strong>des</strong> faits stylisés ou <strong>des</strong><br />

phénomènes observés [Chapitre 7], ou être fondés sur le couplage de modèles de<br />

natures différentes [Chapitre 2] amènent une réflexion méthodologique nouvelle dans<br />

les domaines d’application. Appellent-ils un nouveau point de vue épistémologique.<br />

« computationaliste » comme le pense Varenne [Annexe Chapitre 4], [VAR 06] Si<br />

nous ne répondons pas ici à ces questions, elles n’en traversent pas moins ce livre.<br />

2 A l’exception de courts développements pédagogiques dans les chapitres 2 et 4, qui renvoient à<br />

<strong>des</strong> références spécialisées que l’on peut compléter par [NOU 02]. En épistémologie, jusqu’à une<br />

période récente, les modèles ont été traités comme <strong>des</strong> instruments dérivés <strong>des</strong> théories et non<br />

comme <strong>des</strong> objets autonomes. Par exemple, selon le point de vue néo-positiviste syntaxique<br />

(Hempel-Nagel), le modèle est asservi à une théorie selon le schéma système formel, énoncés<br />

d’observation et règles d’interprétation. A partir <strong>des</strong> années soixante, selon le point de vue<br />

sémantique, le modèle est une structure axiomatique qui est l’une <strong>des</strong> interprétations possibles<br />

d’une théorie. Une théorie peut être ainsi décrite par un ensemble de contraintes et de relations<br />

sur <strong>des</strong> ensembles (Ecole de Stanford), sur les espaces d’état d’un système dynamique (van<br />

Fraassen, Suppe), ou sur une structure [ULI 06], que devront vérifier les modèles qui permettront<br />

de l’interpréter. Finalement, selon le point de vue pragmatique, les modèles sont perçus comme<br />

<strong>des</strong> « médiateurs autonomes » [MOR 99] entre théories, pratiques et données expérimentales.

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!