Développement durable et systèmes complexes : quelles représentations des systèmes natures-sociétés et de leurs transformations ? Bernard HUBERT (Inra.

Présentation au sujet: "Développement durable et systèmes complexes : quelles représentations des systèmes natures-sociétés et de leurs transformations ? Bernard HUBERT (Inra."— Transcription de la présentation:

1 Développement durable et systèmes complexes : quelles représentations des systèmes natures-sociétés et de leurs transformations ? Bernard HUBERT (Inra - DS SED, EHESS) Colloque RNSC « Vers une science des systèmes complexes » CNRS, 21-23 mars 2007

2 Développement durable et systèmes complexes : quelles représentations des systèmes natures-sociétés et de leurs transformations ? Les enjeux du développement durable Les systèmes complexes La modélisation Un exemple pour commencer ?

3 Le Développement Durable G.H. Brundtland (1987) « le développement durable est un développement qui répond aux besoins du présent sans compromettre la capacité des générations futures de répondre à leurs propres besoins » « deux concepts sont inhérents à cette notion : le concept de « besoin » et plus particulièrement des besoins essentiels des plus démunis, à qui il convient d’accorder la plus grande priorité, et l’idée des limitations que l’état de nos techniques et de notre organisation sociale imposent sur la capacité de l’environnement à répondre aux besoins actuels et futurs »

4 Un développement qui serait « durable » Il n’est plus seulement l’expression d’un potentiel c’est-à-dire le produit d’un déterminisme interne universel Mais d’une nécessité morale et politique d’arracher la société à son état c’est-à-dire l’aboutissement de choix intentionnels et de projets, dont il faut faciliter l’émergence dans l’action collective et de trajectoires qu’il faut accompagner (hésitations, bifurcations) dans leurs dimensions écologiques, techniques, économiques et sociales

5 La recherche va au-delà des catégories descriptives ou analytiques Surmonter ce que les oppositions, divisions et séparations représentent de menaces de désintégration pour la société humaine : l’intégration est une idée maîtresse Articuler du local et du planétaire, sans écraser l’un sur l’autre (pas fractal) Inscrire le temps court de l’action ordinaire dans le temps long intergénérationnel et le déploiement de processus bio-physiques majeurs

6 La rechercheest engagée dans une position normative La recherche est engagée dans une position normative Relations entre les processus économiques et les transformations de l’environnement planétaire et des ressources qu’il abrite Médiatisées d’un côté par la technologie, qui fait le passage entre le monde social et le monde physique Et de l’autre côté par la préoccupation pour l’équité sociale, dont la donne est en partie modifiée par l’émergence de la question environnementale et des nouvelles raretés qu’elle exprime ou qu’elle demande d’instituer

7 Le développement durable: science et action ? Une tension entre le développement compris comme fruit d’une nécessité interne à la réalité et le développement comme volonté politique et projet économique de s’arracher à la nécessité surgissant de l’état des choses. Une exigence scientifique première: combiner deux ordres d’explication différents  par la détermination,  par le projet et l’action intentionnelle

8 Le développement durable: trois degrés d’engagement de recherche  Degré 1: la recherche pour le développement durable ; de nouvelles questions  Degré 2 : la recherche sur le développement durable ; un nouvel objet de recherche  Degré 3 : le vecteur de nouvelles pratiques de recherches  recherches en partenariat  recherches intégratives

9 La notion d’univers controversé (O. Godard) Se distinguent des univers stabilisés par : La perception indirecte des problèmes La nature des intérêts pertinents pour la prise de décision publique : les intérêts de tiers absents Le degré de réversibilité des phénomènes : la question du temps de la décision Le degré de stabilisation des connaissances : les états du monde possibles s’organisent de façon hiérarchique autour de quelques grandes hypothèses et théories La dimension nécessairement collective

10 Des systèmes … complexes ? Déjà Descartes, Claude Bernard, Fisher … c’était compliqué !

11 Des systèmes complexes Pas de continuité dans les savoirs : renoncement des sciences à dire une vérité sur notre rapport au réel La complexité est le fruit d’une décision, elle n’est pas rencontrée (recherche de cohérence et non plus d’évidence) Un objet complexe est un objet qui change de nature quand on ôte une de ses composantes : –les règles de sa construction sont hétérogènes, –il possède l’identité de son mélange –sa compréhension convoque plusieurs disciplines et les force à coopérer –dans des activités de conception et de conceptualisation: théorie/expérience/modélisation

12 Des systèmes complexes Ils connaissent un grand nombre d’entités différenciées et inter-agissantes : interactions non-linéaires, boucles de rétroaction, mémoire des interactions passées, etc. Émergence au niveau global de propriétés nouvelles non observables au niveau des entités constitutives En SHS les agents modélisent eux-mêmes le système dans lequel ils sont inclus La notion de problème difficile « inverse » (Bourgine, 2005): étant donné un corpus phénoménologique, quelles modélisations des entités et des interactions sont compatibles avec ce corpus ? Parmi les modélisations compatibles, quelles sont les plus « simples »?

13 Choisir et assumer un point de vue Les points de vue scientifiques sont construits et choisis par un acte délibéré, à la différence de ce que sont les points de vue de la vie quotidienne, définis par les activités des sujets et leurs positions par rapport à une réalité (Priéto, 1975) Double distance entre chercheur et praticien, entre leurs points de vue sur la réalité et entre la nature et le niveau d’élaboration des problèmes que les uns et les autres formulent (Darré, 1997) Weltanschauung (modèle CATWOE (Checkland, 1993) Caractère situé et distribué de la connaissance (Berger et Luckmann, 1966), La logique scientifique qui aboutit à l’élaboration de systèmes de connaissance doit reposer sur des méthodes explicites

14 Des approches théoriques relativement récentes (Bourgine, 2005) Automates reproducteurs de Von Neumann (40’) Réseaux de neurones formels (McCullochs & Pitt) Maths de la morphogénèse (R. Thom) Thermodynamique des systèmes hors équilibre (I. Prigogine) Synergétique (Haken) Mécanique statistique (Anderson & Wilson) Théorie de la viabilité (Aubin) Réseaux macro-moléculaires de la cellule(F. Jacob) Paysages épigénétiques (Waddington) Économie évolutionniste (Schumpeter) Économie cognitive et sciences de la conception (Hayek, H. Simon)

15 De nouvelles questions (Bourgine, 2005) Théoriques : plusieurs niveaux d’organisation, ensembles dynamiques lents et rapides, réseaux dont liens apparaissent et disparaissent, capacités d’adaptation, patterns spatio-temporels, robustesse/sensibilité aux conditions initiales et aux perturbations Liées aux données : BDD distribuées, hétérogènes (protocoles de saisie, format de description, type d’annotations, qualité, statut public/privé, séries numériques + images, etc.) Liées à la simulation : modèles possibles sous- déterminés par des faits, choix du modèle le plus simple qui rende compte des données

16 De nouvelles questions (Bourgine, 2005) Liées à la gouvernance et à la conception de systèmes complexes : - systèmes distribués/contrôle centralisé- décentralisé - apprentissage incomplet (plate-formes de simulation, combinaison de stratégies connues et exploration de nouvelles) - contraintes de viabilité d’un système et dynamiques non déterminées : dans quel sous- domaine de l’espace d’état faut-il confiner le système pour en assurer la pérennité ? Ou modifier sa dynamique ? Ou déformer dynamiquement ses contraintes de viabilité ?

17 Alors modélisons ! Simplement des objets complexes

18 Modéliser Suspendre les discontinuités entre disciplines par un modèle ou langage choisi Choisir un objectif, identifier l’attente d’une performance et les fonctions du modèle Définir un domaine de validité Reconnaître une acception instrumentale au modèle : ce n’est pas une représentation du réel (càd un discours isomorphe et abréviatif de la réalité) Choisir un type de modèle : mathématique (abréviatif et pragmatiquement orienté) ou informatique (réplication réaliste et maximale)

19 Les fonctions d’un modèle Les modèles d’hypothèse (liés aux conditions initiales supposées déterminantes d’un phénomène et à l’allure globale de son comportement) Les modèles de mécanisme (une proposition d’explication à tester, fondée sur des performances ou des simulations) Les modèles de décision et de prévision (fondés sur des enchaînements de modèles)

20 Les catégories de modèles Les modèles dialectiques ou analogiques : représentent un sujet par la description de sa structure ou de son comportement dans un langage mathématique (équations différentielles, modèles logistiques, matriciels, à compartiments avec flux et échanges, probabilistes, etc.), informatique (orientés objets, centrés objets, à agents, multi-agents, etc.) Les modèles physiques ou à opérateurs : représentent un sujet par un système structuré d’êtres et de phénomènes physiques (pendule, souris, rat, mini-cochon, drosophile, Arabidopsis, E. coli, etc.)

21 Deux modes de construction complémentaires Des modèles pour explorer la réalité, en progressant par cohérences successives : Voie descendante : théorie  modèle  situation peu d’hypothèses Voie ascendante : situation  modèle  théorie hypothèses contraignantes, liées à la situation Un modèle doit être utile, fécond (application large), stable (peu sensible aux facteurs secondaires de variation) et reconnaître un domaine de validité

22 Modéliser, c’est respecter des étapes (Legay, 1996) Analyse de situation Formulation du problème Choix d’un (des) point(s) de vue/cohérence Expression des hypothèses Formalisation du modèle (diagramme qualitatif) Attribution des valeurs aux paramètres Mise en fonctionnement du modèle et confrontation aux données de l’expérience ou des observations

23 Alors, on essaie ? La gestion des ressources naturelles renouvelables

24 Le développement durable: quel référent temporel ? Le point de départ ou le projet ? (Thompson, 1997) Resource sufficiency état du capital de ressources abondantes/renouvelables/critiques substituabilité entre ressources amélioration technique de l’efficacité du rendement d’utilisation Functional integrity système « activités humaines/ressources » points critiques de ces systèmes fonctionnels amélioration technique et sociale des modes de gestion et d’un ensemble d’activités

25 Une rupture conceptuelle en cours ? Passer d’une ingénierie de la gestion des ressources dans le cadre du triptyque capital/technologies/ressources à la gestion des fonctionnalités des écosystèmes à l’origine des ‘services écologiques’ (cf. MEA, ’capacités’ …) avec les notions de stabilité, seuils, résilience, etc.

26 De nouvelles questions fondées sur un constat de situation Une simplification des paysages pour des productions destinées au marché et ayant conduit à la stabilisation des flux de certaines ressources à court terme Des seuils écologiques instables et difficiles à prédire Une gestion ‘à l’optimum’ de systèmes considérés comme stables et prédictibles - en supprimant les perturbations et en réduisant la diversité de l’environnement - qui a réduit les options et compromis la capacité des écosystèmes à tamponner les changements

27 De nouvelles questions fondées sur un constat de situation Qui a conduit à des transformations drastiques de la démographie agricole (de 5M à 600 000 … en 50 ans) Corrélée à un considérable effort dans les sciences et les technologies qui ont masqué les feedback de l’environnement à des échelles spatiales larges et sur des pas de temps étendus Menant à une nouvelle distribution des connaissances, savoir-faire et pratiques sur la gestion du vivant … depuis les campagnes vers les laboratoires !

28 La question environnementale constitue de nouveaux objets de gouvernement des espaces ruraux et forestiers reconfiguration des modes d’action publique notion de gouvernance interdépendance des problèmes, des acteurs et des intérêts institutionnalisation de l’action collective traitement territorialisé des problèmes

29 Résilience des systèmes Pour des systèmes intégrés (sociaux et biophysiques) Le niveau de perturbation qu’un système peut absorber en se maintenant dans le même état ou dans le même domaine de variation Sa capacité d’auto-organisation Ses capacités d’apprentissage et d’adaptation

30 Résilience des systèmes Dont l’évaluation repose sur ‘Slowly changing variables’ (usage des terres, stocks de nutriments, propriétés des sols,biomasse d’organismes longélifs …) vs indicateurs de développement durable (= état présent) les transferts entre niveaux d’organisations spatiaux et entre temporalités la diversité des groupes fonctionnels, induisant une diversité des réponse aux changements environnementaux et des redondances fonctionnelles entre groupes

31 Développer la résilience Afin de favoriser les capacités d’adaptation nécessaires pour faire face aux changements et à l’incertitude en Préservant la diversité Combinant différent types de connaissances de façon à générer des apprentissages croisés Créant des opportunités d’auto- organisation

32 Cultiver la résilience Afin de limiter la vulnérabilité socio- écologique par une gestion adaptative : fondée sur l’intelligibilité et la flexibilité vs la commande et le contrôle (stabilisation, optimisation) ‘boundary organizations’: systèmes de gouvernance qui se recouvrent des interactions entre échelles spatiales et temporelles

33 « Le danger commence lorsque nous remarquons que l’ancien modèle ne suffit pas, quand cependant nous ne le changeons pas, mais quand pour ainsi dire nous ne faisons que le sublimer » (Wittgenstein, 1964, éd. Posthume)