Comprendre le fonctionnement de simulations sociales ... - Risc

sciences comportementales et sociales (Nowak et Lewenstein, 1996 ; Latané et Nowak, 1997 ; Hegselmann et
Flache, 1998 ; Ahmed et Elgazzar, 2001). Un nombre substantiel de sociétés artificielles décrites dans Epstein et
Axtell (1996) peuvent également être formalisées sous forme d’automates cellulaires.
2.1.7.4 Simulations orientées-objet et simulations multi-agents
Quelle que soit la terminologie utilisée ou l’obédience dans laquelle on se situe, on ne peut nier l’apport
essentiel des langages orientés-objet à la simulation individus-centrée. Pour référence, on pourra se reporter à
Hill (1996) ou Joines et Roberts (1998). Ainsi, de nombreux modèles individus-centrés, en particulier les
simulations multi-agents, sont implémentés dans un langage orienté-objet (SmallTalk, Java ou C++ pour les
principaux). La raison en est que le paradigme objet est actuellement le seul (en attendant le développement de
langages agents) à correspondre conceptuellement ou à partager conceptuellement la même structure que les
modèles individus-centrés. Ceci provient d’une propriété particulière de l’objet, l’encapsulation, qui permet de
regrouper au sein d’une même structure les données correspondant à l’objet en question et les méthodes qui
permettent de traiter ces données. Toutes les instances d’une classe définie partagent la même structure et les
mêmes méthodes, mais les attributs de chaque instance peuvent avoir des valeurs différentes. Ainsi, comme nous
le verrons un peu plus loin, la description basique d’une entité ou d’un individu A i dans un modèle individuscentré,
correspondant à un vecteur d’états X i et à une fonction de transition associée f i , trouve sa pleine
expression dans l’approche objet. Le vecteur d’état prend différentes valeurs d’individu en individu, mais la
fonction de transition est beaucoup moins diversifiée dans la population (on utilise généralement la même
fonction de transition pour tous les individus du modèle).
Si l’on cherche à différencier l’objet de l’agent, on se heurte systématiquement au fait qu’actuellement
tout système multi-agents étant implémenté en langage orienté-objet, volens nolens, tout agent est un objet
(Odell, 2002). Cependant, on situe généralement la différence entre ces deux entités non pas au niveau de leur
structure mais conceptuellement par le fait que l’on retrouve dans les agents des mécanismes ou des attributs qui
n’existent pas systématiquement dans le concept objet. Ainsi on caractérise souvent un agent en associant à
l’objet qu’il est, des buts, des intentions, en bref des mécanismes que l’on pourrait qualifier
d’anthropomorphiques. Michael Wooldridge, nous donne l’occasion de résumer cette différenciation de manière
synthétique : « objects do it for free, agents do it for money ».
Il faut cependant reconnaître que l’inclusion de références anthropomorphiques pour exprimer cette
différenciation n’a pas été neutre dans le rôle particulier qu’ont joué les systèmes multi-agents dans la simulation
sociale individus-centrée, même si la plupart des avantages que l’on associe à une approche agent, dérivent
directement d’avantages existants dans le paradigme objet.
Les différents intérêts de l’utilisation d’une approche individus-centrée ont souvent justifié une
approche multi-agents pour la simulation de nombreux systèmes, en particulier dans le cadre de l’étude de
l’émergence de comportements collectifs (Drogoul, 1993).
La grande expressivité qui peut être incluse dans des modèles objets en général et des modèles de
simulations multi-agents en particulier, ainsi que l’introduction facilitée de paramètres plus qualitatifs, ont
rapidement fait naître l’intérêt de l’utilisation de ce type de modèles dans le dialogue avec des non-modélisateurs
ou des non-spécialistes des sciences sociales. Ainsi, on retrouve dans Ferrand (1997) un ensemble de modèles
appliqués à l’aide à la décision ou à l’aide à la négociation pour la gestion des territoires où les interlocuteurs
sont des décideurs politiques pour l’aménagement du territoire par exemple. L’approche multi-agents est
particulièrement appropriée pour ce dernier type d’utilisation. En particulier, comme le souligne (Franchesquin,
2001) d’un point de vue méthodologique dans le cadre de la modélisation d’écosystèmes anthropisés, mais
également pour intégrer les nombreuses dimensions relatives à ces derniers (Franchesquin et Espinasse, 2001 ;
Franchesquin et al., 2003 ; Mathevet et al., 2003) et particulièrement pour inclure explicitement le modèle des
individus, des acteurs au sens sociologique, du système modélisé (Cambier, 1994). Cette grande « liberté » de
modélisation a ainsi permis l’existence d’un large spectre de modèles et ceci dans différents domaines : l’étude
et l’évaluation d’organisations (Prietula et al., 1998 ; Lomi et Larsen, 2001) en incluant leur représentation sous
forme de réseaux de dépendances (Sichman 1995 ; 1998) ; la modélisation de comportements de foules pour
déterminer les meilleurs emplacements des sorties de secours (Helbing et al., 2002) ; la modélisation de
15