Table des matières - Gilles Daniel

88 Modélisation et simulation multi-agents pour Sciences de l'Homme et de la Société.
par exemple exhiber des résultats cohérents avec des données empiriques alors même
que son contenu est clairement éloigné des dynamiques qu’il est supposé représenter.
De plus, si l'on retient ce critère de validation, la quantité de données nécessaires pour
évaluer la validité d'un modèle multi-agents pose problème [chapitre 5] et d’autant plus
si l’on considère l’application de ces modèles en sciences humaines et sociales où les
expérimentations sont difficiles à réaliser, les données collectées sujettes à caution et
les campagnes de collectes, quand elles sont possibles, extrêmement coûteuses. Mais ces
questions liées à la validation s'appliquent autant aux modèles multi-agents qu'aux
modèles mathématiques standards. Ainsi, le modèle de Schaefer [SCH 57] qui décrit
l'évolution des captures de pêche en fonction de l'état et de la dynamique des stocks de
poissons, a montré ses limites [GIL 89] et peut être considéré comme non-valide.
Malgré cela, il est utilisé par de nombreux planificateurs pour estimer le niveau
optimal d'exploitation [NAT 99] et son extension au modèle de Gordon-Schaefer est
utilisée pour décider de mesures conservatoires et de politiques économiques de pêche
(quotas de production, taxes sur la production ou sur l'investissement). Les questions
concernant la validation des modèles ne devraient pas être dissociées de celles relatives
à leurs usages. Conclure à la validité d'un modèle, autorise-t-il sur la base de ce seul
modèle à prendre des décisions qui peuvent avoir des conséquences importantes Et
même l’hypothétique modèle parfait porterait-il en lui une vérité à laquelle se vouer
sans défiance Son explication juste du monde permettrait-elle de prédire le futur, tel
le démon de Laplace Si la majorité des scientifiques concède que la portée des
modèles est limitée et qu’il n’existe pas de validation parfaite, encore moins définitive,
le grand public pourrait ne pas prendre les mêmes précautions face à des résultats
produits par un modèle validé (scientifiquement cela va de soit). Dans ce chapitre, nous
aborderons donc différents critères mobilisables selon plusieurs aspects, allant de la
conception à l'usage du modèle, pour évaluer, plutôt que valider, un modèle donné.
Une discussion de la question de l’évaluation de la connaissance d’un point de vue
épistémologique plus général est proposée dans l’annexe à ce chapitre, qui aborde aussi
la question de la simulation comme « expérimentation ».
4.2. Qu'est-ce que modéliser, que sont les modèles
4.2.1. Le projet du modélisateur
La première définition que nous retenons pour la notion de modèle est celle qu’en
donne Minsky [MIN 65] : « To an observer B, an object A* is a model of an object A
to the extent that B can use A* to answer questions that interest him about A ». Cette
définition très simple permet de revenir sur des concepts clés de la modélisation en
général, concepts qui sont peu connus ou du moins peu pris en compte dans la
modélisation en sciences sociales. A partir d'un domaine regroupant un ensemble
d'entités et de phénomènes empiriques que l'on nomme le « domaine d'objet » ou le
« système-cible », Minsky nous invite à définir un cadre et une question que l’on se