Notes d'épistémologie

Notes d'épistémologie

Objet de ce blog

Mémos et réflexions épistémologiques en annexe du site de l'agronome philosophe.

Mémo 15. Limites des modèles

EpistémologiePosted by opdecamp 20 Oct, 2014 13:53:08

VARENNE (2014) cite le modélisateur et informaticien Marvin Minsky pour caractériser un modèle dans le sens le plus large: "Pour un observateur O, un objet A* est un modèle d’un objet A, dans la mesure où O peut utiliser A* pour répondre à des questions qui l’intéressent au sujet de A".

Le terme de "modèle" est pris dans son sens figuré comme l'objet modélisant "A*" et non dans son sens propre comme l'objet modélisé "A". C'est à partir du 19ème siècle, explique VARENNE, que le mot évolue vers ce sens figuré, pour illustrer une théorie, l’interpréter, ou même en tenir "lieu quand la théorie est absente".

Parmi les 4 formes de modèles de DURAND (2006, p. 56 à 62) figurent d'abord la maquette ("modèle" réduit en 3D) et la représentation graphique (carte géographique, organigramme, arbre généalogique, diagramme, schéma, etc.) qui sont des modèles physiques descriptifs et statiques. Ces 2 premières formes correspondent à ce que VARENNE considère comme un "construit physique réel à visée de reproduction simplifiée". Ces formes de modèle correspondent ainsi à une reproduction, une illustration de l'objet modélisé (un immeuble, un avion, les sols ou le relief d'une région, schéma des composants et flux d'un système ou d'un circuit électrique ou hydraulique, etc.). Elles s'accordent plutôt à une épistémologie réaliste ou positiviste basée sur l'hypothèse ontologique et sur une méthode analytique. Par ailleurs, elle ne contient et ne propose aucun outil ou moyen particulier de simulation des processus en œuvre ou d'exploration de changements d'états dans le système considéré. Cependant, leurs informations sont conçues et assemblées dans le but de servir prioritairement à la compréhension du système modélisé (modèle cognitif) secondairement de support à la décision quant à son devenir (modèle décisionnel ou normatif).

Au-delà du modèle statique, DURAND distingue alors 2 autres formes: le modèle cybernétique (flux d'énergie ou de matière) et le modèle numérique (flux d'information) qui ont tous deux une ambition de simulation dynamique et une visée prévisionnelle intrinsèque de régulation ou de comportement d'un système. Le modèle prévisionnel illustre une théorie ou idéalise la réalité sous un angle défini, pour simuler son comportement, sa dynamique. Il se conçoit soit encore par un raisonnement mathématico-analytique (équations aux dérivées partielles EDP) pour les systèmes linéaires à nombre limité de variables, soit par raisonnement analogique pour les systèmes plus complexes, non linéaires et à nombre de variables élevé. Dans ce dernier cas, une épistémologie de type positivo-réaliste est inadaptée et la démarche constructiviste s'impose dans laquelle les variables déterministes sont remplacées par des indicateurs phénoménologiques.

HILBORN (2006, p. 4 et suivantes) définit un système non-linéaire comme un système dynamique dont les équations d'évolution dans le temps sont non-linéaires, c'est-à-dire que les variables dynamiques descriptives du système, par exemple la position spatiale, la vitesse (dérivée première par rapport au temps) ou l'accélération (dérivée seconde) apparaissent dans les équations sous une forme non-linéaire (pas une droite). Pour ANGELIER (2008, p. 54 et suivantes) ce sont pour la plupart des systèmes physiques ou chimiques, à états, "qui transforment une succession d'entrées en une succession de sorties". Ils "sont linéaires de la même façon qu'une équation est linéaire, si la somme de deux ou plusieurs solutions est aussi une solution: F(x+y)=f(x)+f(y), ou bien f(a.x)=a.f(x)". Et ANGELIER de préciser également que "dans une équation non linéaire, la proportionnalité entre la cause et l'effet n'est pas obligatoirement respectée, et chaque solution doit être découverte individuellement".

VARENNE explique que le modèle (analytique/explicatif ou analogique/phénoménologique) relève d'une double relativité. La première rejoint l'hypothèse phénoménologique constructiviste (voir mémo 14), à savoir qu'il découle d'un point de vue particulier de l'observateur sur la réalité. Le modèle est une vision ou perception partielle de la réalité sous l'angle des problématiques envisagées. La formalisation d'un modèle participe dès lors d'un "déracinement" de la réalité pour devenir une "fiction mathématique" ou une "simple grille d'analyse de données". La seconde relativité est également apparentée au constructivisme par l'hypothèse téléologique, à savoir qu'un modèle sert à répondre à un questionnement, ce qui définit son objectif particulier. Le modèle est un outil de facilitation, un "système symbolique médiateur": il facilite ainsi la recherche des réponses au questionnement posé, à la manière d'un leader qui possède une capacité de médiation dans un groupe. VARENNE propose dès lors une typologie des modèles sur base des différents types de médiation et qui recoupe les 4 formes de modèles retenues par DURAND et évoquées plus haut:

- facilitation expérimentale: "faciliter une observation, une visualisation, ... le rendu d’une expérience ou d’une expérimentation" (maquettes, représentations graphiques, plan d'essais agronomiques, etc.);
- facilitation cognitive: compression et sélection de données, classifications, explication (double hélice de Watson et Crick pour l'ADN), prédiction (phénoménologique) sans explication éventuelle, etc.
- facilitation de théorisation: élaboration d'une théorie encore immature par "explorations conceptuelles hypothétiques et ponctuellement liées à des données partiellement disponibles", images mentales pour représenter des mécanismes d'un calcul, formalisation analogique permettant des réductions d'échelle et du nombre de variables, correspondances entre phénomènes de nature différente (électricité/mécanique des fluides), tests de cohérence interne ou d'applicabilité d'une théorie, diminution de complexité; etc.
- facilitation de communication: entre disciplines, entre groupes humains (gestion conflits), construction coopérative de solutions (modélisation d'accompagnement ou interactive entre experts et acteurs d'un système agro-économique par exemple)
- facilitation de décision/action: gestion d'épidémies et catastrophes, de risques financiers.

Quant aux simulations, VARENNE les assimilent soit à des instruments de calcul (numérique) des modèles analytiques soit à des modèles analogiques (ou phénoménologiques). Dans le premier cas, elles "calculent des modèles mathématiques non traitables analytiquement". Dans le second cas, elles consistent à "imiter les performances observables de l'objet modélisé" du fait de l'impossibilité d'expliquer ou théoriser le système considéré. Les simulations sont donc des "modèles de modèles" ou des "modèles à la seconde puissance" qui pourraient éloigner de la réalité d'un degré supplémentaire. VARENNE précise encore que le modèle analogique ou simulation, est plus qu'un simple analogon et que même lorsqu'il est symbolique ou abstrait, son utilisateur lui donne une existence autonome, "une forte indépendance ontologique" qui l'apparente à un objet en soi.

CAMARA et al. (2012) définissent la modélisation ontologique (informatique) comme une "spécification formelle et explicite d'une conceptualisation partagée". Ils pratiquent une distinction similaire à celle de DURAND entre entités statiques qu'ils appellent "continuants" (objets, statiques mais susceptibles de changement d'état par des processus internes ou externes) et entités dynamiques ou "occurents" (processus, événements, états). Les principaux types de relations envisagées entre continuants et occurents sont cités comme suit:

- participation: un continuant participe dans un occurent. "La participation est générique et doit être spécialisée pour être utilisée dans la modélisation correspondant à une application particulière".
- méréologie: "partie de" qui s'applique à la fois aux continuants et aux occurents. Exemple: un processus est constitué d'événements (et non l'inverse) ou d'une suite d'états successifs.
- hiérarchie: vise les relations d'héritage.
- externalité, internalité: point de vue sur une structure complexe et granulaire; selon le niveau de granularité (niveau d'échelle) où se situe l'observation, un processus peut être perçu comme interne ou externe à un objet.
- causalité: l'un des postulats de base des systèmes complexes. L'émergence de propriétés ou de comportements imprévisibles ont une cause. Ainsi, par exemples: un événement cause un autre événement; un état autorise un événement; un événement initie un état; un état active un autre état.

Une remarque fondamentale mérite d'être finalement émise sur ce dernier type de relation de causalité, à savoir qu'elle pourrait ne plus être propre à la réalité modélisée comme dans l'hypothèse déterministe de l'épistémologie positivo-réaliste, mais plutôt au modèle lui-même, à la simulation, en tant qu'ontologie, en tant que règle de fonctionnement interne, correspondant en quelque sorte à un déterminisme simulé! Comme dit VARENNE: le modèle pourrait "non seulement rompre les amarres par rapport au réel mais devenir aussi un autre réel à la place du réel". Si la modélisation ontologique doit coller le plus possible à une réalité, c'est à celle du réel immédiat, à sa perception instantané, et pas nécessairement "au mécanisme caché derrière les apparences", c'est-à-dire à "l'explication vraie" des phénomènes mesurables (perçus implicitement à un degré de moindre réalité)!

Références bibliographiques:

ANGELIER E.; 2008. Les sciences de la complexité et le vivant. Tec & Doc (Lavoisier).
CAMARA G., S. DESPRES, R. DJEDIDI et M. LO; 2012. Modélisation ontologique des systèmes complexes: cas de la propagation de la bilharziose au Sénégal. 4e Colloque National sur la Recherche en Informatique et ses applications (CNRIA12), Thiès-Bambey, Sénégal.
DURAND D.; 2006. La systémique. PUF, Que sais-je? (10ème édition).
HILLBORN, R.C.; 2006. Chaos and non linear dynamics. An introduction for scientists and engineers. Oxford university press.
VARENNE F.; 2014. Epistémologie des modèles et des simulations: tour d’horizon et tendances. In: J.M. Levy (dir.), Les Modèles, possibilités et limites. Jusqu’où va le réel?, Paris, Matériologiques: 13-46. PDF de la version 2008.





  • Comments(0)