Modèles, modélisation, simulation

Responsables scientifiques :  Marion AMALRIC / Katja PLOOG / Camélia TURCU

Différents modes de modélisation

Modélisation multi-agents et problématiques environnementales en géographie

La différence entre « complexité » et « compliqué » souligne la valeur herméneutique de la modélisation pour comprendre les phénomènes géographiques, économiques, linguistiques, et donne à voir l’intérêt de décomposer les différents éléments qui constituent un système, pour en étudier l’agencement et la possible analyse des dynamiques « émergentes » (où le tout est bien différent de la somme des parties et donc imprévisible).

Dans le champ de l’analyse des rapports sociétés-environnement, le développement de la modélisation de phénomènes complexes émerge dès la fin des années 1980 pour répondre aux besoins de l’approche systémique et pluridisciplinaire (Gautier et Pech, 2016).

Face aux problématiques que soulève la « crise environnementale », la valeur de la complexité réside dans sa capacité à faire penser les interactions, et non dans une capacité de prédiction. La modélisation y est un des outils de la compréhension de phénomènes spatiaux et sociaux, comme support d’aide à la décision (Guégan, Tissot et al, 2015) et en complément d’observations et de données qualitatives.

La modélisation d’accompagnement, comme démarche de recherche participative, présente des méthodes spécifiques et porte une attention particulière aux problématiques environnementales. C’est une méthode de recherche participative, en ce sens qu’elle réunit autour du modèle plusieurs protagonistes qui apprennent à partager un langage et une culture du savoir commune : « La modélisation d’accompagnement envisage le développement et l’usage des modèles – qui représentent une forme de compréhension d’un système de référence – comme un moyen de partage de représentations simplifiées de ce système » (Le Page et al., 2010).  Elle offre des intérêts heuristiques : « Ce qui caractérise un bon modèle c’est qu’une fois son implémentation réalisée et son comportement étudié, le modélisateur n’en a plus besoin. Telle est, présentée de manière un peu provocante la thèse de Grimm (1999) qui attribue à la modélisation ou plus exactement à la phase de construction du modèle une finalité d’apprentissage. (…) L’ensemble des tâches du processus de modélisation permet ainsi de se construire une représentation du fonctionnement du système-cible qui, pour Grimm, est l’intérêt premier du recours à la modélisation. » (Amblard, Phan, 2006).

Plus spécifiquement, la modélisation multi-agents produit un processus de facilitation de l’apprentissage et de prise de décisions, dans des situations où l’enjeu est « de mieux comprendre les interactions entre dynamiques sociales et écologiques » (Amblard et Phan, 2006). « L’un des principes de base était d’aller au-delà des approches disciplinaires abordant les problèmes sous un angle prédéfini, certains voyant « un système écologique soumis à des perturbations anthropiques » là où d’autres voient un « système social assujetti à des contraintes naturelles ». » (Amblard et Phan, 2006).

Objectifs de l’axe

  • L’axe a pour objectif de créer un partage interdisciplinaire, entre membres des laboratoires, concernant les recherches liées aux modèles et à la modélisation.
  • Il propose des séminaires de recherche, des journées d’étude ainsi qu’un relais d’information aux membres de la MSH intéressés par la thématique.
  • L’axe pourra proposer des réflexions disciplinaires, thématiques ou méthodologiques.

Illustration :  Katemangostar – Freepik.com