Modélisation de la CompleXité
Programme européen MCX
"Modélisation de la CompleXité"

Association pour la Pensée Complexe
Association pour la Pensée Complexe
 

Note de lecture

Rédigée par Renaud Descamps sur l'ouvrage de AXELROD Robert M. :
« The Complexity of Cooperation : Agent-Based Models of Competition and Collaboration, Princeton Studies in Complexity »
     Princeton University Press, 1997 , 232 pages, n° ISBN : 0-691-01567-8.

La couverture du livre de Robert Axelrod ne peut qu'éveiller notre intérêt :

De par son titre, il apparaît que l'auteur entend éviter le réductionnisme en abordant un problème qui concerne toutes les interactions humaines. L'économiste, le sociologue, comme le gestionnaire et le politologue, sont souvent confrontés à des comportements coopératifs qu'une rationalité substantive peut difficilement soutenir.

De par son sous-titre, il ressort que l'auteur va nous exposer une méthode et ses résultats concernant le sujet. Méthode qui si elle n'a pas encore la légitimité scientifique assermentée de la modélisation mathématique semble prometteuse pour les sciences sociales.

Mais si l'approche est potentiellement riche, elle n'en comporte pas moins des écueils que l'auteur n'a pas toujours évités…

Il est donc question de coopération. C'est-à-dire de ce comportement qui consiste à ne pas maximiser l'utilité de l'acteur, du moins à court terme, dans une interaction. Ce comportement est classiquement modélisé en théorie des jeux par le dilemme du prisonnier. Dans sa version de base, ce jeu conduit à ce que chacun des joueurs "rationnels" fasse défection, ce qui aboutit à une issue sous-optimale (horreur économique et curiosité scientifique). En l'occurrence, il s'agit de la version répétée de ce jeu. Cette répétition introduit une dynamique complexe qui justifie le titre de l'ouvrage.

Quant à la méthode, il s'agit d'utiliser un modèle basé sur l'agent, dans une simulation informatique du dilemme itéré du prisonnier. La puissance des "Agent-Based Models" tient en ce que les contraintes informatiques s'avèrent moins pesantes que dans le cas des modèles mathématiques. On peut ainsi modéliser en se référant à une rationalité plus dialectique que déductive (trop librement diront certains), ce qui ne peut que nous satisfaire. Mais surtout, les modèles basés sur l'agent permettent d'une certaine façon de dépasser le vieil antagonisme entre individualisme méthodologique et holisme. De fait, la méthode s'inscrit bien dans le premier de ces courants comme son nom l'indique : "basée sur l'agent". Mais il s'agit d'un individualisme méthodologique non réducteur, dans la mesure où les agents s'adaptent à un environnement global qu'ils constituent du fait même de leurs actes. On peut alors observer, selon les modèles, des dynamiques de co-évolution, l'émergence de représentations, de croyances sur le monde, …

L'outil est incontestablement intéressant, mais comme tout outil sa pertinence tient à l'usage qu'on en fait.

A ce niveau, la démarche d'Axelrod nous semble poser problème. Certes, on se réjouira que notre auteur ne fonde pas son modèle exclusivement sur la rationalité substantive, strictement déductive, et ne s'inspire pas des principes de la physique pour modeler le jardin des sciences sociales. Mais on ne saurait se contenter de l'absence de ces défauts. Axelrod se situe pleinement dans le paradigme évolutionniste et illustre le danger de transposer un paradigme d'une science à une autre. La coopération s'instaure dans une société, nous dit-il en substance, parce qu'elle est "évolutionnairement stable". C'est ce qui ressort de ses modélisations. Comment produit-il ce résultat ? En appliquant un processus d'évolution/sélection de différentes stratégies. En clair, un agent qui utilise une des meilleures stratégies à plus de chances de générer une progéniture importante dans la population suivante.

Mais pourquoi diable faut-il que cette stratégie soit une des "meilleures" ? C'est en fait un processus d'optimisation implicite que contient son modèle. On préférerait que le critère de sélection soit de type "satisfacing", ce qui conduirait à faire perdurer toute stratégie satisfaisante. On aurait ainsi des agents dont le but serait de rester dans leur "domaine de viabilité".

Le paradigme évolutionniste nous pose un problème plus fondamental encore. C'est en fait au niveau global que se commande la dynamique du modèle en comparant l'efficience d'une stratégie à l'ensemble des stratégies en présence. En fait, c'est faire le choix d'une dynamique fondée sur l'évolution phylogénétique de la population. Or, il nous semble que les capacités d'apprentissages des individus les conduisent à s'adapter avant que dame nature ne les élimine. Autrement dit, il apparaît souvent plus pertinent dans les modélisations en sciences sociales, de privilégier une évolution ontogénétique (au niveau du développement de l'individu), fondée sur l'apprentissage, plutôt qu'une évolution phylogénétique

In fine, Axelrod remplace des agents optimisateurs par une nature optimisatrice. Se faisant, il prend le risque, en introduisant une dynamique au niveau global, de passer à côté des phénomènes d'agrégation. Or, c'est bien souvent dans l'agrégation des comportements individuels que se situe la complexité qui intéresse les sciences sociales.

En conclusion, on ne peut qu'être enthousiaste vis-à-vis des modèles basés sur l'agent parce qu'ils permettent de modéliser la complexité des comportements de l'individu comme celle de la société. Enthousiasme tempéré par des réserves sur l'importation pure et simple du paradigme évolutionniste en sciences sociales. Ne devrait-on pas enrichir la problématique par la conjonction de l'évolutionnisme, d'inspiration biologique, et d'un cognitivisme que nous suggèrent aujourd'hui les sciences de l'homme et de la société

Renaud Descamps

Fiche mise en ligne le 12/02/2003


 > Les statistiques du site :