Apports des simulations à l’étude des morphogenèses naturelles, sociales et artificielles
Résumé
Dans cet exposé, je proposerai une étude comparative de quelques-uns des apports des simulations sur ordinateur à l’étude des processus de genèse de formes. Pour ce faire, je prendrai des exemples en biologie du développement, en archéologie computationnelle et en ingénierie morphogénétique. À l’issue de cette comparaison, il apparaîtra que l’on peut soutenir deux idées principales à ce sujet. Premièrement, loin de ne permettre que la plongée d’un modèle mathématique dans le temps comme on le dit encore souvent des simulations, l’approche par simulation computationnelle supplante les modélisations uniquement mathématiques en ce qu’elle permet avant tout la prise en compte de la diversité et de l’hétérogénéité spatiales et temporelles des processus qui s’y déroulent. La simulation permet ainsi une nouvelle alliance entre des formalismes nouveaux - ou traditionnels mais dont l’usage est alors renouvelé - et l’espace, plus précisément l’ancrage spatial dynamique des processus contribuant à la morphogenèse. Deuxièmement, les simulations computationnelles de morphogenèse tendent toutes à permettre à leurs utilisateurs de mieux représenter des émergences et peut-être aussi de les piloter, voire, lit-on, de les programmer. J’exemplifierai ce dernier point mais je le tempérerai aussi en soulignant le fait qu’il est en réalité rarement explicitement montré qu’une émergence computationnelle qui se trouve reproduire phénoménologiquement dans ses patterns une émergence intervenant réellement dans le système cible la reproduit parce qu’elle aurait effectivement saisi et quasi-iconiquement reproduit dans ses computations les mécanismes majoritaires et promoteurs de cette émergence effectivement à l’œuvre dans le système cible. La modélisation de l’émergence n’échappe pas à la règle de modestie de toute modélisation qui enjoint de distinguer prédire, décrire et expliquer : une émergence computationnelle peut ne pas expliquer une émergence intervenant dans le système cible tout en étant capable de la représenter correctement dans ses performances, donc de manière phénoménologique. Il reste que pouvoir représenter par une émergence computationnelle une émergence qui ne l’est pas - ou pas nécessairement - continue tout de même à présenter un intérêt épistémique - pour des expérimentations virtuelles interpolantes ou extrapolantes encadrées par exemple - mais à condition qu’une forte robustesse y soit également associée.