Les systèmes complexes : un sujet intrinsèquement interdisciplinaire

Les systèmes complexes sont tout d’abord des systèmes présentant un grand nombre d’entités en interaction. Ils recouvrent aussi bien les systèmes naturels de la cellule jusqu’à l’écosphère que les systèmes artificiels sophistiqués dont l’homme s’entoure et qui s’inspirent de plus en plus des systèmes naturels. Ils résultent souvent de processus d’évolution et d’adaptation. Ils présentent de plus des propriétés émergentes : le niveau microscopique sous-jacent fait émerger des formes organisées au niveau macroscopique, lequel influence en retour le niveau microscopique. Interactions locales et interactions globales peuvent ainsi se conjuguer dans la description de leurs dynamiques.

La compréhension des systèmes complexes passe par leur modélisation. Leurs modèles sont doublement contraints par les règles habituelles de la science : ils doivent fournir une reconstruction des données observées tout en étant aussi parcimonieux que possible. Cette reconstruction pose elle-même des problèmes difficiles, dits ‘inverses’ : étant donné un corpus phénoménologique, quelles modélisations des entités et des interactions sont compatibles avec ce corpus ? et quelles sont les plus simples et les plus robustes parmi ces modélisations ? Les reconstructions et les explications associées impliquent de plus en plus fréquemment plus d’un niveau d’émergence, ce qui revient à penser les entités du système considéré comme elles-mêmes complexes. Un autre cas de complexification concerne les modèles de systèmes complexes en sciences humaines et sociales où les agents modélisent eux-mêmes le système dans lequel ils sont inclus. Avec la masse rapidement croissante des données toujours plus sophistiquées, ces processus de reconstruction tendent à former une large classe de problèmes inverses, partagée par l’ensemble des disciplines.

L’intervention dans les systèmes complexes naturels, même dans le cas favorable où l’on dispose d’un ‘bon’ modèle, pose à nouveau de difficiles problèmes, eux aussi inverses : il s’agit de trouver dans les actions possibles, celles dont les conséquences sont les plus souhaitables, ou, plus simplement, viables sur une certaine durée. Il s’agit là encore d’une large classe de problèmes posant des questions analogues.

Deux types de démarches interdisciplinaires sont principalement possibles. La première consiste à se donner un objet de recherche intrinsèquement multidisciplinaire comme dans le cas de la cognition : elle conduit à poser des questions sur un même objet à partir de points de vue qui peuvent être très différents. La seconde consiste à étudier une même question à propos d’objets de recherche très différents. C’est cette seconde démarche qui relève d’une science des systèmes complexes. Les deux démarches sont ‘duales’ l’une de l’autre et se renforcent mutuellement.

La science des systèmes complexes peut prendre appui sur le socle des avancées théoriques du siècle passé. Que serait ainsi la modélisation des systèmes complexes sans les transitions de phase, la renormalisation, les systèmes désordonnés, la percolation ou les états critiques auto-organisés de la physique statistique, sans les systèmes dynamiques ou les équations aux dérivées partielles des mathématiques et sans les systèmes discrets ou les automates cellulaires de l’informatique ? Ces avancées théoriques d’un côté, la masse grandissante des données sur les phénomènes émergents de l’autre conduisent à se poser un ensemble sans cesse renouvelé de questions. Il reste beaucoup à faire pour leur donner des réponses pertinentes, théoriquement puissantes et élégantes.