1	Enrichir un sujet au moyen des sciences de la complexité Par Michel Bloch et Georges Lepicard Avec des conseils de Bertrand de la Chapelle et Alexandre Makarovitsch
2	"Que veut-on faire ?" Que veut-on faire ? Quel est le comportement du système ? Quels outils parmi les diverses disciplines ? Résume et conclusions
3	I. Que veut-on faire ?
4	II. Quel est le comportement du système ?
5	II. Quel est le comportement du système ? (suite)
6	II. Quel est le comportement du système ? (suite)
7	II. Comportement du système ? (suite)
8	II. Comportement du système ? (suite)
9	Récapitulatif et Discussion
10	III. Quels outils parmi les disciplines ?
11	3.a. Intelligence collective
12	3.b. Théorie de l’évolution Évolution des espèces par un processus itératif de : Création de nouveaux individus à partir d’individus existants par reproduction génétique, mutation ou échange de génomes Sélection des plus aptes Peut être appliquée à des objets quelconques par simulation en définissant un code génétique basé sur leurs caractéristiques Cas d’application de la théorie de l’évolution Problème d’optimisation : Problème du voyageur de commerce qui parcourt les capitales des U.S.A. Innovation Conception d’un produit conforme à un cahier des charges Exemple : bras de manutention pour la NASA Conception du style ou design d’un produit L’informatique permet de créer de nombreux modèles à algorithmes génétiques Sélection faites par des personnes
13	3.c. Hypothèse du « bord du chaos »^*
14	c.2. Lois des systèmes au bord du chaos Capacité de production d’émergences surprenantes Création, auto adaptation, auto organisation Renforcement de ces capacités par diversité des types d’agents Impact de perturbations, limité en nombre mais pouvant être durable Facteurs favorables à l’ordre Faible nombre de liens entre le agents Rôle dominant d’une certaine influence sur les agents Règles de comportement des agents privilégiant un certain comportement Cas des réseaux binaires (Reçoit stimuli binaires de « K » autres nœuds) Nombre de nœuds modifiés par une intervention < ÖN Loi de puissance pour nb de nœuds modifiés par une intervention Résultats de simulations : K > 2 : chaos ; K < 2 : ordre ; K = 2 : bord du chaos
15	Lois des systèmes au bord du chaos (suite) Evolution du système et des agents Complexité croissante : Nouvelles structures basées sur des combinaisons de structures existantes (molécules, cellules, êtres vivants, tribus, communautés, états, organismes supranationaux) Évolution spontanée vers un nombre maximum de types d’agents. Au-delà duquel l’introduction d’un nouveau type entraîne la disparition d’un autre. Les durées de vie des divers types d’agents suit un loi de puissance Co évolution des agents : Interdépendance et enrichissement réciproque Tropisme des systèmes, vers le bord du chaos (biologie, écosystème, sociologie, économie)
16	c.4. Cas d’emploi de l’hypothèse du bord du chaos Explication du comportement d’un système Par son positionnement dans l’axe : ordre - chaos Grâce aux lois des systèmes dans les états « bord du chaos », ordre, chaos. Exemples : Excès d’ordre peut expliquer l’effondrement d’une civilisation, d’une organisation (cf. URSS et US) Explication de la disparition d’un type de concurrents (nb maxi de types d’agents) Orientation des interventions dans un système Maintenir « au bord du chaos » pour en exploiter la capacité d’adaptation auto-organisation Inhiber son adaptation en le maintenant dans l’état d’ordre ou de désordre Exemples d’intervention Ordre vers chaos : créer des liens d’influences sur les agents, inhiber l’influence dominante Chaos vers ordre : favoriser une influence dominante, supprimer des liens d’influence
17	III. Quels outils parmi les disciplines ? (suite)
18	d. Logique graphes et réseaux Recueillir des données sur les graphes Nombre de liens et de nœuds Liens forts et faibles Loi de répartition du nombre liens par nœud Distance moyenne entre les nœuds Les cliques Identifier les types de graphes Exemples : Réseaux courte distance moyenne et égalitaire. Exemple réseau « small world » de Stogatz et Watt Réseau aristocratique à courte distance moyenne. Exemple : Réseaux de Bàrabàsi créés avec des lois préférentielles d’attribution des liens aux nœuds. Réseaux hiérarchiques
19	e. Simulation multi-agents La simulation multi-agents d’un système complexe Permet d’analyser et de prévoir son comportement global Palie l’impuissance des méthodes mathématiques Est difficile à mettre en œuvre : risques d’écarts avec le système réel, longue analyse Contributions d’une simulation à l’étude d’un système complexe Analyse et anticipation du comportement dynamique d’un système Prévision des émergences Identification d’interventions dans un système pour obtenir les émergences souhaitées : Ajout ou suppression d’agents Modification des règles de comportement des agents (sensibilité à des stimuli) Modification de l’environnement Décrire le système, les agents et les règles est déjà riche d’enseignement
20	Contributions de la Logique graphes et réseaux Identifier les propriétés du système, Exemples Propagation des engouements, des maladies contagieuses Résilience à des attaques ciblées d’agents Résilience à des attaques aléatoires d’agents Définir les interventions utiles pour atteindre un objectif Exemples Création de liens pour développer les propriétés « small world » et faciliter ainsi la propagation d’engouements Inhibition d’agents « connecteurs » pour réduire un contagion Suppression de liens pour fractionner un réseau en plusieurs réseaux isolés et réduire ainsi les capacités de propagation nuisibles
21	IV. Résume et conclusions 7 points à traiter : souvent en itération répétée, sans forcément suivre absolument l’ordre ci-dessous : Sujet et objectifs Description du système, des sous-systèmes et des interfaces ; description de son comportement observé et des émergences à divers niveaux Description des agents et des règles d’interactions . Vérification qu’il il s’agit d’un système complexe Choix d’outils dans les diverses disciplines et/ou utilisation d’analogies avec des systèmes déjà étudiés. Analyse avec les outils retenus et description et anticipation de l’évolution du système et définition éventuelle des moyens d’action Présentation du sujet enrichi par les sciences de la complexité
22	B. Méthode alternative ou complémentaire
23	B. Trois questions à méditer Pensez-vous exagérer le rôle du leader, des contrôles et des consignes de haut en bas ? Faire évoluer un système vers le « bord du chaos » peut-il augmenter sa capacité de créativité et d’auto-adaptation ? Sans faire de simulation, mais en décrivant les agents, le réseau et les règles de comportement d’un système pensez-vous apprendre beaucoup ?