"Sociétés artificielles" : le tout et les parties

Cette question forme, depuis les années 1980, la base des recherches sur les "systèmes multi-agents" (SMA). Elle s'applique à une multitude de domaines, depuis l'interaction entre robots ou agents logiciels jusqu'à la propagation des épidémiesépidémies (ou d'un bacillebacille dans l'organisme), en passant par l'environnement ou encore, par la performance et la fiabilité d'organisations et de processus complexes.

Dès lors que des "individus" (robots, morceaux de logiciels ou personnes) interagissant produisent ensemble quelque chose qui dépasse leurs actions et leurs intentions propres, on peut parler de société. D'où une autre appellation, plus ambitieuse, de ce courant de recherche : celui de "sociétés artificielles".

Ce domaine foisonnant se situe, techniquement, au croisement de l'intelligence artificielle distribuée et de la "vie artificielle", mais il utilise également des apports venus de champs aussi divers que la recherche opérationnelle, la sociologie, les sciences cognitivessciences cognitives, l'écologieécologie, la biologie, la chimiechimie ("informatique amorpheamorphe") et même l'archéologie... Il dispose de sa revue, le Journal of Artificial Societies and Social Simulation (JASSS), dont le français Alexis Drogoul participe au comité éditorial. Aux Etats-Unis, une associations, NAACSOS, rassemble les chercheurs qui s'intéressent aux "sciences sociales et de l'organisation informatiques".

Quelques équipes françaises se montrent actives, notamment au sein du LIP6 (équipe Miriad) et du Centre de coopération internationale en recherche agronomique pour le développement (CIRAD, projet Cormas sur les ressources naturelles et les simulations multi-agents ).

La gestion de l'"intelligence ambiante" (ou "pervasive") constitue l'une des applicationsapplications évidentes des SMA. Il s'agit, comme le montre Alexis Drogoul, de répondre à une question essentielle : comment faire en sorte que des milliers d'objets communicants de toutes natures, conçus et fabriqués par des entreprises différentes, possédés ou utilisés par des personnes différentes, qui ne poursuivent pas les mêmes buts et n'obéissent pas aux mêmes règles, qui agissent et interagissent dans un environnement en constante évolution... produisent malgré tout quelque chose d'utile, de manière fiable, maîtrisable et prévisible ? Sans réponse à de telles questions, la perspective d'un "internet des objets" demeurera théorique.

Les réponses à cette question (ou plutôt à cet ensemble de questions) se construisent pas à pas. Ainsi, le projet MICRobeSMICRobeS du LIP6, achevé fin 2001, se décrivait-il comme "une expérience de robotique collective dont le but est d'étudier l'adaptation à long terme d'une microsociété de robots autonomes dans un environnement occupé par une collectivité humaine".

De la société artificielle à la société tout court, il n'y a qu'un pas que certains chercheurs franchissent, d'une manière parfois moins convaincante. L'idée consiste à appliquer les techniques des systèmes multi-agents pour simuler le fonctionnement de sociétés humaines et en déduire, comme l'indique à AutomatesAutomates Intelligents, David Chavalarias, mathématicienmathématicien, musicien et cogniticien,chercheur au Centre de recherche en épistomologie appliquée (CREA) de l'Ecole Polytechnique, "une meilleure compréhension des systèmes sociaux, communs".

Si la démarche permet visiblement de mieux comprendre certains phénomènes d'auto-organisation, ou de travailler sur l'organisation d'entreprises ou de processus structurés, elle reste empreinte d'une forme d'individualisme méthodologique, voire d'économisme, qui considère avant tout les phénomènes sociaux comme le produit de l'interaction entre individus. La clé d'une meilleurs compréhension des systèmes sociaux résiderait par conséquent, d'une part dans l'accroissement de la puissance des calculateurs (la simulation d'une société humaine s'avérant autrement plus complexe que celle d'un système météométéo) et d'autre part, dans une modélisationmodélisation de plus en plus fine de comportements individuels hétérogènes et évolutifs, y compris de l'altruismealtruisme.

L'approche est intéressante. Elle peut contribuer, pour suivre David Chavalarias, à obtenir des simulations "des exemples de dynamiques contre intuitives conduisant à mieux comprendre des phénomènes observés dans la vie courante." Elle contribue de manière importante aux travaux sur la complexité dans les sciences sociales. Une entreprise telle que Synergia, issue des travaux de deux chercheurs de Stanford, utilise ces techniques pour comprendre les "comportements organisationnels" dans les entreprises. Mais s'il s'agit d'aller au-delà, on voit mal, malgré les efforts de chercheurs conscients du problème, comment les modèles eux-mêmes pourraient s'abstraire des conceptions philosophiques de leurs concepteurs. Plus fondamentalement, alors que l'économie elle-même semble difficile à modéliser de manière solidesolide à l'aide d'équationséquations, s'attaquer à la société apparaît plutôt osé...