Modéliser la confiance (réputation et familiarité) Usage des systèmes multi-agents dans l'étude des problèmes environnementaux

Informatique et Économie Mathématiques DEA + THESE Alain Pave, François Bousquet (CIRAD) – Simulations multi-agents appliquées à l’analyse de problèmes environnementaux (3 mai 2000) Chercheur au Centre For Policy Modelling (Manchester Metropolitan University) depuis mars 2000 Projet FIRMA –interdisciplinaire / européen Usages des modèles multi-agents pour représentation formelle de processus sociaux : rationalité d’agents, protocoles d’interactions, négociations, création d’interfaces Chargé de recherche (CNRS) en économie cognitive, laboratoire du GREQAM, Marseille depuis aujourd’hui.

PLAN Simulation multi-agents pour l'environnement : problématiques communes Exemples autour de la confiance : réputation et familiarité Questions autour de l'usage des systèmes Ouvertures

Gestion de ressources renouvelables communes Système complexe et sa dynamique Actions volontaires sur la ressource Plusieurs groupes d’intérêt (négociations) Plusieurs observateurs conflits - imprédictibilité

Sciences bio/environnementales Articuler les outils scientifiques de la gestion de ressources Sciences bio/environnementales Sciences sociales dynamiques de population pollution, destruction, impacts humains infrastructures échanges, communication institutions,règles, normes organisations, systèmes de décision

Analyse « systémique » de l'environnement Système Observé point de vue attentes émergence Système limites éléments en interaction dynamique contrôle Analyser les problèmes environnementaux en considérant des écosystèmes complexes en évolution et servant de supports à des pratiques - articulées par des interactions dans les sociétés - traduites par des interactions avec le milieu

Environnement Représentations Objectif But :B Communications Actions Perceptions Représentations Environnement Objets de l'environnement Autonomie, perception locale possibilité d'agréger, de faire coexister plusieurs échelles action sur l'environnement >>>> métaphore

Un agent propriétés de base propriétés supplémentaires Entité réelle ou virtuelle Autonome Perception de son environnement (local) Capable d’action propriétés supplémentaires Perception de l’environnement plus générale connaissances partagées « Représentations » complexes Mémoire Système de croyances Buts Communication complexe Offrir ses compétences Répondre a une demande Appartenance à … Réseau, organisation Normes Éventuellement capable de se reproduire

Autonomie Perception Action Délibération Séparation entre l’agent et son environnement Capacité d’adaptation dans un univers incertain Perception Action Délibération Mais pas d'indépendance (Contraintes de l’environnement sur les agents)

Simulation : explorer les univers construits environnement avec des agents divers (individus, groupes, villes…. ) qui ont des capacités d'action, des perceptions locales et individuelles, des capacités a apprendre et interagissent (échanges de biens, d'informations) L'évolution des systèmes dans le temps, en partant de conditions initiales données, dépend de : (A) préférences, cognition, apprentissage individuel (E) évolution de la ressource, systèmes de « sélection » des meilleures solutions, impossibilités matérielles (I) formes d’échange, réseaux de relations et processus de rencontres, évolution des représentations de l’autre dans l’interaction (O) institutions (centralisation des décisions, de l’information, planification, dépendance)

Traduction du modèle théorique en SMA Tester les hypothèses sur les ordres dus à la répétition des interactions entre hommes et avec la ressource Traduction du modèle théorique en SMA des dynamiques locales de ressource (qualitatif et quantitatif) des agents (buts, représentations, interactions, apprentissage) Faire des simulations dans la société artificielle créée conditions initiales, scénarios Paramètres : nombre d’agents, constante d’apprentissage, coûts Situation initiale : répartition au hasard, selon des résultats réels, des résultats de simulation observation de résultats : « indicateurs pertinents » pour une simulation et régularités, comparaisons entre les simulations Durée Paramètres globaux que l’on considère comme significatifs d’une émergence Données concernant les agents individuels

La confiance : réputation et familiarité Application : relation entre éleveurs et sédentaires au Nord du Cameroun

Interactions basée sur la confiance Délibération individuelle pour l’action : mécanisme de choix individuel: maximisation d’intérêt, routines, normes information agrégation de représentations, négociations, apprentissage coll. Pour l’interaction avec UN agent : la Confiance Observation => image de l’autre qui permet de faire des anticipations sur son action future => choix d’action « Trust » et « confidence »  [Luhmann, Giddens] = articulation entre les normes et l’action individuelle

Modéliser la régularité des accès Jumel Modéliser la régularité des accès

Agents et interactions Jumel Agents et interactions Transhumants Villages Sédentaires bêtes bourse représentation nombre de bons accès à l'eau coût disponibilité nombre d'accès coût propose accord pour accès à l'eau propose accord pour accès à la terre transforme représentations répond aux accords pour accès à l'eau répond aux accords pour accès à la terre

Agents et interactions Jumel Agents et interactions Proposition qualité d'accès représentation du coût Transhumants Villages Réponse nombre d'accès Proposition quantité d'accès représentation du coût Sédentaires Transhumants Réponse nombre d'accès coût proposé

Jumel : deux apprentissages et deux logiques relations anticipation du coût d'accès Deux apprentissages simultanés (nombres de propositions acceptées - nombre de propositions refusées). vraie valeur si accès accepté, anticipation augmente si proposition refusée. Deux logiques pour réduire le risque de refus répétition des relations moindre coût

Jumel Diverses simulations Trois types de simulation : hasard, moindre coût, répétition des liens. Des variations pour les paramètres : apprentissage, durée d'apprentissage, Des perturbations : fixation de l'ordre d'arrivée, ressource dégradée pendant une période.

Jumel : Conclusion Résultats : moins bon usage  de la ressource au moindre coût car moins bon apprentissage de la présence des autres moins de flexibilité dans les relations avec la représentation par les coûts : perte de l'histoire (moins « crédible » qualitativement) Leçons et perspectives : Régularité = considérer la FAMILIARITE COMME BUT plutôt que comme moyen de réduire les coûts

Réputation : Créer une image Représentation commune concernant des individus, basées sur la simple observation de leurs actes Ici : faire apparaître une réputation à partir de la circulation des dons dans une société artificielle

Réputation : Le modèle de système ostentatoire Deux types de dons avec observation et évaluation permanentes des actions Participation “obligatoire” (normes de comportement strictes dans le groupe) Partage sans question de réciprocité valeur supérieure du prestige Dons de prestige difficiles à réaliser

Réputation : Agents et objets Don Agent Motivation Estime Réputation de prestige Réputation de partage Bourse Agent donnant Agent recevant Montant Type : prestige partage Groupe 50 agents classement par rangs des agents consommation minimale constante variation de la motivation

Réputation : Choix de l'agent Type de don désiré à ce tour (sa motivation et hasard) prestige partage échec Capacité à le faire (estime et hasard) Capacité à le faire (estime et hasard) réussite réussite échec Argent suffisant ? (tour précédent) Argent suffisant ? (tour précédent) non oui oui non TRAVAILLE Don de prestige Don de partage Pas de don

Agent change ses attributs pour les choix futurs Rep Agent Agent Rep Rep Groupe classe C x Rep. prestige Motivation prestige = Motivation partage Rep. partage rangs prestige partage Estime Groupe distribue les dons Agent Estime Agent choisit son don Agent change ses attributs pour les choix futurs

éputation R : simulations Estime et motivation fixes chercher les formes de hiérarchie, régularités évolution de ces valeurs fixes Constater l’influence d’une différenciation figée (groupe de motivation et d’estime supérieure) Estime ou motivation évoluant par renforcement évolution des formes d'ordres trouvés plusieurs valeurs pour la caractéristique fixe plusieurs valeurs pour la constante de variation de la motivation

Motivation et estime fixes et basses -10 -5 5 10 15 20 25 30 35 -15 réputation de prestige partage

Motivation et estime fixes et intermédiaires

Motivation et estime fixes et hautes

Motivation et estime fixes et intermédiaires

Estime mouvante et haute motivation pour le prestige 5 10 15 20 25 30 -20 -10 40 50 60 réputation de prestige réputation de partage agents à basse estime agents sûrs d'eux

Estime mouvante et haute motivation pour le prestige

Motivation mouvante et haute estime

Estime mouvante et haute motivation pour le prestige

Résultats On crée une réputation comme un savoir commun a partir de la simple observation des actions “~ jugement” qui se base sur la conformité passée a une norme Possible de faire évoluer l’estime (capacité ressentie > auto-censure) et la motivation On obtient alors des stabilisations dans des rôles, dans l’action commune Caractéristiques intégralement sociales : importance du nombre de dons en tout (liée à motivation globale et estime globale) aucun agent seul ne peut changer la structure de la société

Don et échange marchand Échange marchand : accord sur une équivalence du produit échange, fin de la relation a la fin de l’interaction Échange non-marchand (don-contre-don) : le bien qui circule n’a pas d’importance (« désintéressement », norme de groupe), l’acte de faire un don est Fondamental au niveau macro (partage, prestige) Intérêt au niveau micro : transforme immédiatement en “valeur” sociale = réputation la réputation a une influence sur la rationalité et les possibilités d’action

La confiance : rapport individuel mais socialisé / diverses dimensions temporelles Familiarité Réputation Historique Engagement dans l’action Présentation de soi Présent Individuel Social

Conclusion et perspectives Autres applications des simulations Limites et usages - projets...

Applications et thématiques Exemples d’applications Sim-Delta : pêcheries de petite taille (Bousquet) SeaLab : Stratégies de reproduction de poissons (Le Page) Shadoc : systèmes irrigués au Sénégal (Barreteau), Pasteur, JuMel : Terres de parcours (Bah, Rouchier) Djemiong : Vie sauvage Cameroun (Bakam) Kayanza : bois de feu au Burundi (Guizol) Thématiques originales “testables” Importance de la structure des échanges sur les émergences macro (description d’une alternance d’actions ET de l’évolution des représentations) Impact des interactions sur l’usage d’une ressource (contraintes liées a la situation – externalités – évolution de l’espace) Description d’une organisation, des niveaux d’organisation (hiérarchie des agents) Influence de l’hétérogénéité des agents (Balzer – Albert) Influence de la circulation d’information, de la structure des rencontres, de la présence d’intermédiaires….

La simulation multi-agents pour « comprendre l’émergence » (1) Lier théoriquement les équilibres aux hypothèses de comportement locales [pas de lien formel actuellement] Caractérisation précise des émergences (indicateurs pertinents // typologie) > besoin d’intuitions « macro » Définition des indicateurs qui permettent des caractériser les structures émergentes Lier les résultats macroscopiques aux définitions de : l’action individuelle, le contexte, l’interaction, l’organisation Corrélation avec le modèle de base : Délimitation formelle des champs de validité des modèles et des domaines d’application (paramètres) pertinence du modèle cognitif individuel (information disponible, préférences)

Résumé Modèle Usages pour les RCC Agents Observer les émergences Environnement Interactions Organisation Observer les émergences Traduire le lien (modèle >> émergence) pour le cas traité Produit un lien Hypothèses de comportement => Scenario (validé par un expert)

Gestion de ressources (classique) DECIDEURS SCIENTIFIQUES Exprime besoin Expertise Sciences sociales (sociologie, géographie, économie) Sciences environnementale (hydrologie, biologie, engineering) Choix de politiques selon les résultats et la pression publique Modèles, scenario

PARTIS PRENANTS SCIENTIFIQUES DECIDEURS Exprime besoin info info Identification de contexte institutionnel partis prenants problèmes environnementaux Exprime besoin info “Expertise” Perception des autres Peurs, choix possibles, hypothèses info Rend plus explicite les choix politiques et les conflits sociaux Construit les scenarios sur l´évolution de la resource sous gestion Présente modèles, scénarios Assessement Modification des modèles Negotiation

Processus de participation (1) Jeu de rôle (Barreteau and Bousquet, 2000)

Processus de participation (2) Rencontres un par un Un problème important : que les partis prenants s'identifient comme impliqués dans le système

Étendre les résultats aux réseaux : questions Confiance, réputation Coordination de systèmes experts ou banques de données Protection de données Recherche d’informations (agents mobiles) Travail en réseau local >> Comparaison entre centralisation et distribution pour informations à protéger surveillance / droits pertinence et classement des données.

Perspectives Usage dans les reseaux Stabilité des structures émergentes Échange de dons ~ information Répartition des données / choix de mise en commun Dans le cadre de la simulation multi-agent Idéal : établir un lien systématique modèle d’interaction et paramétrisation ~ structure émergente Typologie des structures émergentes / indicateurs A court terme : Ajouter une prise en compte du lien individuel dans la rétroaction comportementale Ajouter un second type d’échanges directement utilitaristes

Modèle A-E-I-O Modèle = Agent, Environnement, Interaction, Organisation Dynamique = évolution du système (apprentissage individuel et collectif) dépend : représentations et modèles d’apprentissages des agents formes d’interactions avec l’ensemble du système réseaux de relations pré-implantés / processus de rencontres centralisation des décisions / de l’information agents dans un environnement caractéristiques, évolutions dans le temps autonome perceptions, règles de comportements, buts, représentations interactions sociales communications, protocoles, interprétation, normes

Le groupe évalue les réputations non oui - 1 token reputation integration - 1 token reputation sharing Don partage => + 1 token reputation integration Don prestige => + 1 token reputation prestige A fait un don ? oui Don(s) partage => + 1 token reputation integration Don(s) prestige => + 1 token reputation prestige A reçu un don non Reputation / Rangs mémoire = 25

Changements de rationalité Motivation - réputation motivation for prestige / motivation for sharing = Motivation constant * (prestige reputation / sharing reputation) Estime dons faits et reçus (performance individuelle) Reçoit don => estime : + 1 Ne fait pas de don => estime : - 1

Exemple: Manta Agents réactifs (sans mémoire ou représentation de soi) Structures de communication : les stimuli dans l´environnement Protocole : tâche préférée

SimDelta

Étendre les résultats aux réseaux : méthodologie Formes d’interaction Évolution des protocoles d’interaction (rationalité pour l’interaction // normes communes) Systèmes ouverts / intégration de systèmes construits de façon indépendante (permet de sélectionner les formes émergentes intéressantes) >> Comparaison entre différents systèmes d’échanges classiques pour la création de protocoles d’interaction génériques horloges droits (dans les échanges) réseaux