Les simulations computationnelles dans les sciences sociales

Résumé

Les sciences sociales entrent résolument – quoique partiellement – dans l’ère computationnelle. Ce constat n’a pas encore de sens précis si on ne l’accompagne d’une analyse discriminante des fonctions épistémiques de la computation dans les différents recours aux ordinateurs pour la modélisation et la simulation en sciences sociales. De par l’introduction de ces nouvelles manières de formaliser (séduisantes car apparaissant comme plus directes et plus ergonomiques), la double question du réalisme des formalismes et de la valeur de preuve des traitements computationnels se pose à nouveaux frais. Cette expansion tous azimuts des simulations computationnelles conduit certains observateurs enthousiastes à penser que l’on a là un nouveau fondement commun pour toutes les sciences sociales. En clarifiant et en distinguant certains des usages épistémiques de différentes simulations computationnelles dans les sciences sociales, cet article montre cependant qu’il vaut mieux s’en tenir à une position médiane et soutenir que l’apport en est principalement méthodologique.

Mots-clefs:

• sciences sociales,
• sciences computationnelles,
• modèle,
• simulation,
• épistémologie,
• réalisme,
• iconicité,
• fonction épistémique des modèles

Abstract

Since the 1990’s, social sciences are living their computational turn. This paper aims to clarify the epistemological meaning of this turn. To do this, we have to discriminate between different epistemic functions of computation among the diverse uses of computers for modeling and simulating in the social sciences. Because of the introduction of a new – and often more user-friendly – way of formalizing and computing, the question of realism of formalisms and of proof value of computational treatments reemerges. Facing the spreading of computational simulations in all disciplines, some enthusiastic observers are claiming that we are entering a new era of unity for social sciences. Finally, the article shows that the conceptual and epistemological distinctions presented in the first sections lead to a more mitigated position: the transdisciplinary computational turn is a great one, but it is of a methodological nature.

Key-words:

• social sciences,
• computational sciences,
• model,
• simulation,
• epistemology,
• realism,
• iconicity,
• epistemic function of models

Notes

• [1] Voir par exemple Modélisation mathématique et simulation numérique, Les Ulis, EDP Sciences, 1999. Voir également une première réflexion épistémologique (d’inspiration classique) de Paul Humphreys dans Extending Ourselves: Computational Science, Empiricism and Scientific Method, Oxford, Oxford University Press, 2004.
• [2] Voir Marek Michalewicz, Plants to Ecosystems. Advances in Computational Life Sciences, Collingwood (Australia), CSIRO Publishing, 1997; FranckVarenne, « La simulation informatique face à la méthode des modèles », Natures Sciences Sociétés, vol 11, n^o 1, 2003, p. 16-28; Franck Varenne, Du modèle à la simulation informatique, Paris, Vrin, 2007.
• [3] Grégoire Allaire, Analyse numérique et optimisation, Paris, Éditions de l’École Polytechnique, 2007. Je montrerai plus bas que cette description rapide (notamment avec l’affirmation déductive associée « et donc de simuler la réalité physique » qui, à certains égards, commet une erreur de catégorie), ne peut valoir en toute généralité pour tout type de simulation sur ordinateur. C’est a fortiori le cas pour les simulations en sciences sociales.
• [4] Brian Heath, Raymond Hill et Frank Ciarallo, « A Survey of Agent-Based Modeling Practices (January 1998 to July 2008) », Journal of Artificial Societies and Social Simulation, vol. 12, n^o 4, 2009, http://jasss.soc.surrey.ac.uk/12/4/9.html.
• [5] Gianluca Manzo, « Progrès et “urgence” de la modélisation en sociologie. Du concept de “modèle générateur” et de sa mise en oeuvre », Année sociologie, vol. 57, n^o 1, 2007, p. 13-61.
• [6] Jean-Pierre Dupuy, Introduction aux sciences sociales, Paris, Ellipses, 1992.
• [7] Joshua Epstein et Robert Axtell, Growing Artificial Societies – Social Science from the Bottom Up, Cambridge, MIT Press, 1996.
• [8] Marvin Minsky, « Matter, Mind and Models », Proceedings of IFIP Congress, 1965, p. 45-49.
• [9] Mary Morgan et Margaret Morrison (dir.), Models as Mediators, Cambridge, Cambridge University Press, 1999.
• [10] Voir Franck Varenne, « Épistémologie des modèles et des simulations – Tour d’horizon et tendances », dans Jean-Michel Lévy (dir.), Les modèles, possibilités et limites : jusqu’où va le réel?, Paris, EDP Sciences, à paraître en 2010.
• [11] Selon l’expression de Pierre Livet : « Towards an Epistemology of Multi-Agent Simulations in Social Sciences », dans Denis Phan et Frédéric Amblard (dir.), Agent-Based Modelling and Simulation in the Social and Human Sciences, Oxford, The Bardwell Press, GEMAS Studies in Social Analysis Series, 2007, p. 169-193.
• [12] Dans le domaine du calcul scientifique, les calculateurs numériques ont été précédés par des calculateurs analogiques (comme les analyseurs différentiels…) qu’on appelait déjà « simulateurs » parce qu’ils reproduisaient des performances visibles (en s’appuyant sur des analogies, voire des identités entre des systèmes d’équations de différents domaines de la physique) tout en ne reposant pas sur la même technologie que les systèmes cibles dont ils calculaient par avance le résultat.
• [13] Tüncer I. Ören, « Toward the Body of Knowledge of Modeling and Simulation », Interservice/Industry Training, Simulation and Education Conference (I/ITSEC), Orlando, Florida, 2005, p. 1-19.
• [14] Levent Yilmaz, Tüncer I. Ören et Nasser Ghassem-Aghaee, « Intelligent agents, simulation, and gaming », Simulation & Gaming, vol. 37, n^o 3, septembre 2006, p. 339-349.
• [15] Franck Varenne, Du modèle à la simulation informatique, op. cit.; Franck Varenne, « Modèles et simulations : pluriformaliser, simuler, remathématiser », dans Jean-Jacques Kupiec et al. (dir.), Modèles, simulations, systèmes, Paris, Syllepse, 2008, p. 153-180.
• [16] Paul Smolensky, « On the Proper Treatment of Connectionism », The Behavioural and Brain Sciences, vol. 11, 1988, p. 1-74.
• [17] Raymond Boudon, L’analyse mathématique des faits sociaux, Paris, Plon, 1967; Essais sur la théorie générale de la rationalité – Action sociale et sens commun, Paris, PUF, 2007; La rationalité, Paris, PUF, coll. « Que sais-je? », 2009; avec Renaud Fillieule, Les méthodes en sociologie, Paris, PUF, coll. « Que sais-je? », [1969] 2004.
• [18] C’est l’argumentaire explicite d’André Vessereau dans Méthodes statistiques en biologie et agronomie, Paris, Lavoisier, 1988, p. 298. Une première édition de cet ouvrage remonte à 1947. Avant ceux, plus tardifs, de Jean-Pierre Benzécri puis Marc Barbut, il a été un ouvrage fondamental dans la formation en statistiques des chercheurs français en sciences sociales.
• [19] Dans L’analyse mathématique des faits sociaux, Raymond Boudon formulait également cette précision : « L’avantage de la simulation par rapport à la déduction réside dans le fait que l’axiomatique d’un modèle simulé n’est pas soumise à l’impératif de parcimonie. Cependant, une expérience de simulation est toujours particulière, dans la mesure où elle dépend des spécifications imposées au modèle » (op. cit., p. 408).
• [20] Jay Forrester, Principes des systèmes, Lyon, PUL, [1968] 1984, p. 310.
• [21] Nigel Gilbert et Klaus Troitzsch, Simulation for the Social Scientist, Philadelphia, Open University Press, 1999.
• [22] Dans son ouvrage Generative Social Science – Studies in Agent-Based Computational Modeling, Princeton University Press, 2006, Joshua Epstein rappelle cependant qu’un « modèle de simulation » sur ordinateur (y compris donc un modèle de simulation à agents) est, en principe, toujours équivalent à une approche formelle déductive. Car on peut toujours le reformuler en ce sens : l’informatique théorique est là pour le montrer. Mais Epstein ajoute l’idée essentielle que le mode de présentation (que je dirais pour ma part ici plus « iconique ») d’un modèle dit computationnel le rend « plus immédiatement intelligible » et signifiant pour un praticien des sciences sociales (p. xiv). Et c’est là son apport épistémique essentiel.
• [23] Guy Orcutt, « A New Type of Socio-Economic System », The Review of Economics and Statistics, vol. 39, n^o 2, mai 1957, p. 116-123; « Simulation of Economic Systems », The American Economic Review, vol. 50, n^o 5, décembre 1960, p. 893-907. Même si Orcutt s’inscrit d’abord dans les suites des approches de simulation numériques par techniques de Monte-Carlo (techniques qui, selon les écoles, peuvent être interprétées – ou non – comme étant individus-centrés), dès 1960, il énonce que, de manière générale, « les techniques de simulation rendent possible l’étude effective de modèles contenant un grand nombre de composants, de variables, et de relations sous presque autant de formes que l’on puisse désirer » et surtout qu’ « elles rendent les chercheurs plus complètement libres d’être guidés par des considérations relatives à l’adéquation de la représentation », p. 900.
• [24] Sur ce caractère quasi-expérimental des simulations, voir notamment Franck Varenne, Du modèle à la simulation informatique, op. cit., et Denis Phan et Franck Varenne (dir.), « Agent-Based Models and Simulations in Economics and Social Sciences: From Conceptual Exploration to Distinct Ways of Experimenting », Journal of the Artificial Societies and Social Simulation (JASSS), vol. 13, n^o 1, 2010, http://jasss.soc.surrey.ac.uk/13/1/5.html.
• [25] Rosaria Conte, « The Necessity of Intelligent Agents in Social Simulation », dans Gérard Ballot et Gérard Weisbuch (dir.), Application of Simulation to Social Sciences, London, Hermes, 2000, p. 19-38.
• [26] Nigel Gilbert, « Computational Social Science – Agent-Based Social Simulation », dans Denis Phan et Frédéric Amblard (dir.), Agent-Based Modelling and Simulation in the Social Sciences, Oxford, The Bardwell Press, GEMAS Studies in Social Analysis Series, 2007, p. 115-133.
• [27] Thomas C. Schelling, « Models of Segregation », The American Economic Review, vol. 59, n^o 2, 1969, p. 488-493.
• [28] Je renvoie également à la présentation et à l’analyse actualisée et critique d’Eric Daudé et Patrice Langlois, « Comparison of Three Implementations of Schelling’s Spatial Segregation Model », dans Denis Phan et Frédéric Amblard, op. cit.
• [29] Jacques Ferber, Les systèmes multi-agents, Paris, Interéditions, 1995.
• [30] Nigel, Gilbert, Agent-Based Models, Los Angeles, SAGE Publications, 2008, p. 21.
• [31] Rosaria Conte, op. cit., p. 23.
• [32] Jim Doran et al., «The EOS Project: Modelling Upper Paleolithic Change», dans Nigel Gilbert et Jim Doran (dir.), Simulating Societies: The Computer Simulation of Social Phenomena, London, UCL Press, 1994, p. 195-221.
• [33] Jim Doran et al., op. cit., cité par Gilbert, « Holism, Individualism and Emergent Properties », op. cit., p. 9.
• [34] Nigel Gilbert, ibid., p. 9-10.
• [35] Anthony Giddens, La constitution de la société, Paris, PUF, [1984] 2005.
• [36] James Coleman, Foundations of Social Theory, Cambridge, Harvard University Press, 1990.
• [37] Jean-Pierre Dupuy, Introduction aux sciences sociales, op. cit.
• [38] Gianluca Manzo, 2007, op. cit.
• [39] Pierre Bourdieu, Le sens pratique, Paris, Minuit, 1980. Il est intéressant de noter que les idées de Bourdieu sur l’échange et la domination peuvent être opérationnalisées par une simulation à agents : voir Jamal Alam Shah, Frank Hillebrandt et Michael Schillo, “Sociological Implications of Gift Exchange in Multiagent Systems”, Journal of Artificial Societies and Social Simulation (JASSS), vol. 8, n^o 3, 2005, http://jasss.soc.surrey.ac.uk/8/3/5.html.
• [40] C’est le sens de la piste de recherche suggérée par Jacques Ferber, Leonardo Lana de Carvalho, Denis Phan et Franck Varenne, « Qu’est-ce que suivre une règle? Réflexion sur les normes et les usages », Journées de Rochebrune 2009, article à paraître, 2010.
• [41] Rosaria Conte, « The Necessity of Intelligent Agents in Social Simulation », op. cit.
• [42] Chrystomos Mantzavinos, Individus, institutions et marchés, Paris, PUF, 2008.
• [43] Gilbert (Agent-Based Models, op. cit.) parle en effet dans ce cas de modèles fac-simile. Il cite le cas de l’expérimentation sociale virtuelle effectuée par Kohler et ses collègues, travail qui peut passer pour de l’archéologie expérimentale virtuelle.
• [44] Robert Axelrod, « Advancing the Art of Simulation in the Social Sciences », dans Rosaria Conte, Rainer Hegselmann et Pietro Terna (dir.), Simulating Social Phenomena, Berlin, Springer-Verlag, 1997, p. 21-40.
• [45] Guillaume Deffuant, Frédéric Amblard, Gérard Weisbuch et Thierry Faure, « How Can Extremism Prevail? A Study Based on the Relative Agreement Interaction Model », Journal of Artificial Societies and Social Simulation (JASSS), vol. 5, n^o 4, 2002, http://jasss.soc.surrey.ac.uk/5/4/1.html.
• [46] C’est également le point de vue le plus représenté dans John H. Miller et Scott E. Page, Complex Adaptive Systems - An Introduction to Computational Models of Social Life, Princeton (NJ), Princeton University Press, 2007. Voir notamment le chapitre 5 intitulé « Computation as theory ».
• [47] Denis Phan et Franck Varenne, op. cit.
• [48] Tim Kohler, George Gumerman et Robert Reynolds, « Simulating Ancient Societies », Scientific American, juillet 2005, p. 76-84.
• [49] Ibid., p. 82.
• [50] Voir également une liste proche dans John H. Miller et Scott E. Page, op. cit., p. 78-89.
• [51] Nigel Gilbert, « Holism, Individualism and Emergent Properties », dans Rainer Hegselmann, Ulrich Mueller et Klaus Troitzsch (dir.), Modelling and Simulation in the Social Sciences from the Philosophy of Science Point of View, Dordrecht, Kluwer, 1996, p. 1-12 et Nigel Gilbert, Agent-Based Models, op. cit.
• [52] Voir une étude de cas en biologie computationnelle dans Franck Varenne, Du modèle à la simulation informatique, op. cit.
• [53] Gianluca Manzo, « Progrès et “urgence” de la modélisation en sociologie. Du concept de “modèle générateur” et de sa mise en oeuvre », op. cit.
• [54] De tels « laboratoires » n’en étant pas vraiment en fait, dans son esprit (et à juste raison : voir le point de vue déjà cité de Gilbert à ce sujet) puisqu’ils valent surtout pour l’exploration conceptuelle et non pour une véritable expérimentation déléguée à la machine. Ce genre d’exploration conceptuelle reste donc pour lui encore trop détaché des données de terrain. Remarquons pourtant que ce qui est, en effet, encore le cas en sociologie computationnelle (les approches computationnelles y restent à usage majoritairement théorique et d’exploration conceptuelle) l’est peut-être déjà moins en géographie ou en archéologie computationnelles.
• [55] Gianluca Manzo, « Progrès et “urgence” de la modélisation en sociologie. Du concept de “modèle générateur” et de sa mise en oeuvre », op. cit., p. 23-24.
• [56] Gianluca Manzo, La spirale des inégalités, Paris, Presses Universitaires de Paris-Sorbonne, 2009.