Version classiqueVersion mobile

L’imaginaire et la représentation des Nouvelles Technologies de Communication

 | 
Nicole Denoit

1- Se représenter le monde avec les NTIC

Simulations informatiques : simulacre ou duplicata ?

Loïc Fel

Texte intégral

1Dans l’histoire du co-développement des connaissances scientifiques et des moyens de perception du monde, de l’astronomie avec le télescope à la biologie via le microscope, chaque technologie participe d’un mode d’appréhension cognitif du monde.

2Aujourd’hui, le développement des capacités informatiques va de paire avec celui d’une révolution épistémique : celle de l’analyse systémique.

3L’écologie en est le fer de lance. Cette discipline, contrairement à la biologie, n’a pas pour objet d’étude des objets physiques délimités dont il s’agirait de décrire les caractéristiques et le fonctionnement. L’écologie s’attache aux liens entre les objets qui composent l’environnement et ce même environnement. Les interactions analysées ne sont pas monocausales. Des chaines de causalité rétroactives, positives ou négatives, complexifient grandement l’analyse. Autre difficulté à laquelle doit faire face l’écologue : il ne peut pas isoler son objet d’étude dans un laboratoire pour l’observer et mener des expériences sur celui-ci. Alors, pour ne pas totalement rompre avec les sciences expérimentales et pour pouvoir analyser un écosystème, l’écologue a besoin d’outils cognitifs et de techniques de représentation de l’écosystème.

4Les biologistes disposent de dessins pour réaliser des planches caractéristiques des espèces ou même de spécimens naturalisés. Par exemple, les diamants de Gould (chloebia gouldiae), dessinés, rassemblent toutes les caractéristiques d’un individu type de cette espèce. Mais la plupart des caractéristiques d’un environnement décrit par l’écologue ne peuvent pas être assemblées en une synthèse selon les modes de représentation bidimensionnels spatialisés. Il s’agit en effet de liens et non d’objets physiques délimités.

5Les simulations et les modélisations informatiques offrent un nouveau mode de synthèse et de présentation des données étudiées en écologie. Cet outil permet une approche systémique : en renseignant des données initiales et les règles d’interrelations des objets et de leur environnement, leur quantification et leur factorisation permettent ensuite d’étudier des dynamiques. Enfin, l’interface informatique permet même d’en proposer des visualisations diverses qui représentent l’écosystème avec beaucoup de souplesse.

6Ainsi, les simulations informatiques peuvent intégrer le facteur temps et reproduire un système. Ce système a donc toutes les caractéristiques du réel, et des modes de présentation très aboutis visuellement, intégrant par exemple la 3D, permettraient d’aboutir à une véritable simulation du réel. Il est même aujourd’hui possible d’interagir avec ces simulations dans des environnements virtuels confondants. Ce sont par exemple les outils de pointe de l’industrie des jeux vidéo ou de l’entrainement militaire et aérospatial.

7Mais quel statut accorder à une représentation qui, non contente de reproduire le plus parfaitement possible l’aspect de l’environnement, peut aussi en comprendre les mécanismes et les évolutions ? Est-ce encore une représentation ou bien un double du réel ? Ou, pour le dire autrement, la modélisation informatique d’un écosystème en est-elle le simulacre ou le duplicata ?

8On comprend bien que ce statut de la simulation informatique est particulier du fait de son intégration du facteur temps et il doit être explicité, ouvrant la 4e dimension aux champs des représentations. Ensuite, on pourra même considérer que la simulation présente plus qu’elle ne représente le monde. Enfin, son autonomie n’en fait-elle pas carrément un autre vivant ?

Simulations informatiques : la 4e dimension

9La caractéristique principale des données écologiques, le dynamisme, ne peut pas être figurée dans le cadre figé d’une représentation mimétique spatialisée. Des présentations abstraites permettent de retranscrire les dynamiques des écosystèmes qui s’inscrivent dans le temps (un graphique peut le figurer), et qui se développent par des organisations complexes (un organigramme peut le retranscrire). Mais les écosystèmes ont également une organisation spatiale dynamique. Concernant ce dernier point, le facteur temps, qu’implique le dynamisme, n’est pas restituable dans une image en deux dimensions. La solution que nous pouvons envisager pour rassembler ces caractéristiques en une même image est la modélisation informatique.

  • 1 Cauquelin A., L’invention du paysage, Paris, PUF, 2000.

10Concernant les autres modes de présentation des données écologiques, nous comprenons bien qu’ils ne sont pas susceptibles d’une expérience présentée telle quelle. Alors, seul leur rapprochement in situ avec un environnement particulier est susceptible d’introduire à une expérience. En ce sens, les graphiques et les organigrammes ne peuvent pas se substituer à une présentation de la nature. Ils sont une présentation des données sur cette même nature dont la valeur est cette fois strictement cognitive. Les images scientifiques correspondaient, au contraire, à des représentations mimétiques. Cette assertion n’est pas immédiate. Nous présupposons que les présentations de données ne sont pas une représentation de la nature, mais seulement des données qu’en abstraient les scientifiques. Nous admettons alors un sens restreint de la représentation qui se fonderait sur la ressemblance perceptive. On pourrait nous objecter que des œuvres de l’art abstrait ne représentent pas par ressemblance, mais avec des codes, ou que la perspective est elle aussi un code. C’est une objection envisagée par Anne Cauquelin dans son étude sur le paysage lorsqu’elle aborde les nouvelles représentations1. D’après son analyse, le parallèle avec l’art abstrait serait méconnaître la spécificité de l’expérience de la nature. Si nous nous contentions de la perception d’une représentation cryptée d’un écosystème comme dans un organigramme, nous n’aurions pas l’impression de faire une expérience de la nature, mais celle d’une représentation schématique particulière. Nous pourrions comparer cela avec le tableau légendé « ceci n’est pas une pipe » de René Magritte (1898-1967) qui nous dit bien que nous ne faisons pas l’expérience d’une pipe, mais du dessin d’une pipe. De plus, les données relatives à un écosystème, organisées dans un schéma, ne sont pas représentées au sens strict, mais présentées quantitativement ou fonctionnellement. Aucune dimension qualitative n’est supposée, si ce n’est la nature des caractéristiques quantifiées ou ordonnées. Cette absence de notion qualitative distingue les représentations scientifiques de la nature de celle de l’art, même abstrait.

11Mais les modélisations numériques, quant à elles, autorisent une représentation spatialisée apte à l’appréhension esthétique ou à l’expérience.

  • 2 Simulation du Daisy World :
    http://systemerde.ipn.uni-kiel.de/Daisyworld/daisyweb.html.
  • 3 Burel F. et Baudry J., Écologie du paysage, concepts, méthodes et applications, Paris, Édi (...)

12La simulation numérique permet de dupliquer virtuellement des phénomènes réels. C’est-à-dire qu’elle permet de reproduire le dynamisme d’un système complexe à partir de la définition de ses règles de fonctionnement et du renseignement d’une situation initiale. Ainsi, la simulation numérique permet de suivre étape par étape le déroulement d’un phénomène. La modification d’une donnée ou d’une règle permet d’étudier des scénarios d’évolution différents pour un même système. Cet outil s’avère extrêmement utile en écologie. Dans le sens où la simulation numérique ne fait pas que reproduire les apparences d’évolution d’un système, il ne s’agit pas alors d’un simulacre. En effet, la simulation intègre les évolutions. Elle les déduit de l’application de règles informatisées reportées sur l’ensemble des données renseignées qui caractérisent le système. Un exemple célèbre en écologie, la simulation du Daisy World conçu par James Lovelock est disponible sur internet2. Avec une modélisation spatialisée, on peut suivre visuellement l’évolution de cette biosphère théorique. Les interfaces informatiques rendent la simulation apte à une analyse visuelle classique en construisant une image. Mais à la différence d’un tableau, d’une liste ou d’un graphique, la simulation ne reprend que des données quantitatives issues de mesures. Comme le notent Françoise Burel et Jacques Baudry : « l’utilisation des Systèmes d’information géographiques (SIG) permet de stocker une information spatialisée diversifiée et, ainsi, de reproduire un ensemble de cartes pour un même paysage »3. Alors l’écologue peut proposer une image qui inclut les renseignements nécessaires à sa discipline : un système en développement dont on peut appréhender les évolutions temporelles et spatiales.

  • 4 Ibid., p. 206.
  • 5 Ce sont les projets du type Boinc (Berkeley open infrastructure for network computing) bas (...)

13On distingue toutefois deux types de simulations virtuelles : « les scénarios sont différents des prévisions. Ces dernières ont pour objectif de décrire le futur le plus probable, alors que le but des scénarios est d’explorer les futurs possibles ou la faisabilité de futurs souhaités »4. Et en effet, ces simulations bénéficient d’une grande fluidité. Non seulement il est possible de modéliser un historique d’un écosystème ou même de la biosphère, mais aussi d’en explorer les évolutions probables à partir d’un état donné (prévision), ou d’estimer les impacts de telle ou telle modification (scénarios). Ces travaux sur outils informatiques ont pris des proportions collectives. En effet, les besoins de capacités informatiques pour les plus volumineuses simulations requièrent l’implication de nombreux ordinateurs. Certains programmes de recherche sollicitent même la collaboration des particuliers qui peuvent leur allouer une partie de leurs capacités informatiques5. Ces projets collaboratifs ouverts au grand public permettent de diffuser les images scientifiques de l’écologie dans l’imaginaire collectif, mais aussi et surtout de développer le niveau de complexité et la masse de données pour se rapprocher le plus possible d’un système qui reproduit le monde.

Simulations informatiques : une présentation plutôt qu’une représentation

14Nous ne considérerons pas le produit de ces simulations comme une représentation parce qu’il s’en distingue sur trois points.

  • 6 Burel F. et Baudry J., Écologie du paysage…, op. cit., p. 307.

15En premier lieu, la simulation est une reproduction virtuelle et non pas fictionnelle. Cette distinction nous permet de considérer les modélisations comme des présentations et non de simples représentations très élaborées. En effet, dans une représentation fictionnelle telle qu’une description textuelle ou une représentation figurée, l’objet réel est dénoté par des choix sémantiques et syntaxiques qui eux-mêmes se conforment à un ensemble de règles conventionnelles hétérogènes aux phénomènes représentés. Au contraire, la simulation, qui n’a pas besoin par définition d’une interface de spatialisation pour sa lecture, fait correspondre son support syntaxique à son contenu puisque l’algorithme selon lequel le système se développe reproduit les règles d’organisation dynamique du système étudié par l’écologue. Mais surtout, le développement de la simulation dans le temps est une propriété propre à l’espace virtuel. En effet, tout développement de l’espace fictionnel, pour continuer à correspondre au réel auquel il se réfère, doit s’y reporter puisqu’il ne contient pas les règles de ce développement. Ainsi la vidéo du développement d’un site ou d’un organisme va, certes, inclure les données relatives à la dynamique du système, mais jamais ses causes. Seules les simulations, grâce au support virtuel, peuvent reproduire cet aspect du réel. L’intérêt épistémique de ces outils tient d’ailleurs en cette caractéristique. En effet, « à partir de cartes sur lesquelles sont définis les habitats favorables aux espèces analysées, de données démographiques et spatiales sur les populations, des modèles de simulations évaluent les risques d’extinction et les temps estimés de survie des métapopulations »6. Ce type de calcul est possible grâce à la formulation de l’espace virtuel, la numérisation, c’est-à-dire la quantification. Dans le cas des simulations, cette quantification vient non seulement des caractéristiques de leur support, mais également des données intégrées. Ces informations sont issues des études quantitatives des écosystèmes d’une part, et de l’intégration des principes d’évolution ou de règles fonctionnelles d’autre part. A contrario, dans une représentation, la description est essentiellement qualitative. Elle reproduit par exemple les qualités formelles ou fonctionnelles de ce même système.

  • 7 Kelly K., Out of Control : The New Biology of Machines, Londres, Fourth Estate, 1995.
  • 8 Algorithmes dits de type génétique, les agents internet ont été développés pour faciliter (...)
  • 9 Créé en 1988 par l’OMM (Organisation Météorologique Mondiale) et le PNUE (Programme des Na (...)
  • 10 Larrère C. et Larrère R., Du bon usage de la nature, Paris, Aubier, 1997.

16La seconde qualité des simulations informatiques qui les rend incompatibles avec la notion de représentation tient en l’autonomie (au sens strict) des modélisations. Les simulations ont comme supériorité épistémique première d’intégrer les principes de développement dans la présentation. C’est-à-dire que les lois qui président à son organisation font partie de cette présentation. Les simulations sont donc auto-nomos, et se développent ensuite sans intervention extérieure. À l’inverse, le simulacre du réel que peut proposer une représentation n’inclut que des caractéristiques du réel, souvent formelles ou fonctionnelles, mais jamais les règles qui y président. Un exemple extrême permet de comprendre la portée potentielle de ce point : dans son livre Out of Control7, Kevin Kelly (né en 1952) rapporte une expérience édifiante sur des algorithmes de 80 octets (très petite taille informatique). Ces petits algorithmes étaient conçus pour imiter les caractéristiques de la vie, comme se reproduire. L’expérience prit rapidement une tournure inattendue puisque les algorithmes en question se sont, non seulement reproduits avec succès, mais surtout, avec des altérations accidentelles aux effets tout aussi imprévisibles. Sur le modèle de la mutation génétique, des erreurs, des redondances ou des oublis étaient commis lors de ces duplications autonomes. Le phénomène prit une telle ampleur que certaines modifications offraient des avantages aux nouveaux algorithmes dont la population augmentait. La taille des individus augmentait elle aussi. Ainsi en quelques « générations » les « individus » sont passés de 80 à 160 octets avec une diversification des « comportements ». Face à ce succès et à la similarité entre ces algorithmes et les bases de la théorie de l’évolution, Kevin Kelly se demande si on ne peut pas légitimement les considérer comme des êtres vivants. Ces algorithmes naissent, vivent et meurent, tout en évoluant de « génération » en « génération » de façon autonome à partir du moment où ils trouvent un « environnement » virtuel qui s’y prête et qu’un apport d’énergie suffisant le fait fonctionner, comme le rayonnement solaire pour les écosystèmes terrestres. La comparaison entre certains « événements » virtuels et les formes de vie biologiques s’étend aussi à d’autres algorithmes. Cette réflexion est très sérieusement menée au sujet des « agents » sur internet, autre catégorie de programmes particuliers8. En somme, l’espace virtuel permet de générer des programmes autonomes qui n’ont plus grand-chose en commun avec l’aspect figé, prévisible et factuel des représentations. Des programmes de modélisation climatique tels que ceux utilisés par le Giec9 (Groupe d’expert intergouvernemental sur l’évolution du climat) le montrent bien. Certes il ne s’agit pas du même niveau d’autonomie que les algorithmes de Kevin Kelly, mais il n’en demeure pas moins que l’évolution de la simulation n’est relative qu’aux données initiales. Ensuite, sur le modèle d’un phénomène physique, la simulation se complexifie grâce aux relations systémiques qu’elle décline. Cette complexité rend les prévisions délicates et la puissance de calcul nécessaire très importante, mais les attentes qui entourent les simulations ont suscité leur important développement dans de nombreuses disciplines scientifiques. On peut estimer que la modélisation ne va pas re-présenter un écosystème, mais en présenter un double virtuel qui en contient toutes les caractéristiques que l’on aura renseignées. Ainsi, on pourrait considérer que la différence entre une représentation et une présentation de la nature correspond à la distinction entre natura naturans et natura naturata, respectivement la nature naturée (les objets déterminés) et la nature naturante (les principes déterminant les qualités des objets naturels). Cette distinction philosophique traditionnelle qui court de Saint Thomas d’Aquin à Baruch Spinoza concernait la réflexion métaphysique, mais Catherine et Raphaël Larrère l’emploient dans le cadre de la réflexion contemporaine sur l’éthique et l’environnement10. Appliquée à notre sujet, cette distinction peut correspondre aux caractéristiques des images vis-à-vis du référent réel. Imager la natura naturans correspondrait à la représentation puisqu’il s’agit de la reprise des apparences d’un objet particulier. Imager la natura naturata correspondrait aux simulations qui se fondent, elles, sur les principes qui président aux objets particuliers : les relations systémiques d’un écosystème.

  • 11 Von Uexküll J., Mondes animaux et monde humain, Paris, Éditions Pocket, 2004, p. 20. Paru (...)
  • 12 Burel F. et Baudry J., Écologie du paysage…, op. cit., p. 218.
  • 13 Ibid., p. 229.

17Enfin, nous pouvons identifier un troisième point, qui rend les simulations informatiques de systèmes écologiques incompatibles avec une certaine notion de représentation, dans le fait que ces simulations ne sont pas nécessairement anthropocentrées. Par exemple, pour estimer les risques de disparition d’une population dans un territoire donné, il faut caractériser ce territoire du point de vue de l’espèce à considérer. Les connaissances issues de l’éthologie sont rassemblées pour définir les individus simulés, ensuite introduits dans la description du biotope étudié. C’est déjà de cette manière que Jacob von Uexküll (1864-1944) envisageait les relations entre l’environnement et des organismes vivants. Il montrait par exemple que les tiques réagissent à l’acide butyrique pour choisir leur proie et donc qu’elles se déplacent en fonction de la perception de cet élément chimique11. Avec les modélisations, il est possible d’inclure les paramètres comportementaux des espèces et de croiser des perceptions différentes de l’environnement. Autrement dit, le point de vue de la construction de la simulation n’est plus seulement celui de l’observateur et du concepteur. La perspective adoptée n’est plus strictement anthropique. Par exemple « l’utilisation par les Kiwis (Apteryx australis) des bosquets reliques disséminés dans une matrice agricole, en Nouvelle-Zélande, s’explique à la fois par la taille des taches et par leur isolement »12 parce que les kiwis ne se déplacent pas à plus de 80 mètres à découvert. En intégrant ce paramètre dans une modélisation, on peut estimer les chances que des populations séparées se rencontrent ou restent viables avec suffisamment d’échanges génétiques. Cette donnée peut paraître aisée à concevoir, une distance de 80 mètres est accessible à la perception humaine et ne gênerait pas une représentation anthropocentrée. Seulement voilà, il s’agit d’une distance « à découvert » de 80 mètres pour un kiwi… Ce que nous considérons comme un espace « découvert » ne correspond pas toujours à la perception de l’oiseau. Pour que la modélisation soit efficace, il faut déterminer ce qu’est précisément un espace infranchissable pour un kiwi et ce qui est un habitat favorable. Ces espaces seront par exemple définis en termes de surface, de hauteur et de type de végétation. Ainsi, deux espaces équivalents pour un regard humain n’auront pas la même signification pour un kiwi. Ceci ne peut pas être représenté mimétiquement puisque les procédés de représentations correspondent à notre perception. En revanche, cette distinction peut être renseignée dans une modélisation. De plus, les interfaces graphiques permettent de construire une image adaptée à notre perception. De manière générale, « les organismes très mobiles perçoivent l’hétérogénéité de structures spatiales à des échelles différentes de celles perçues par des individus plus sédentaires »13. La modélisation permet de multiplier les comportements des individus et les interprétations d’un même biotope. Sur une même simulation, des perceptions différentes peuvent être renseignées, ce que ne permet pas une représentation.

18Ainsi, les simulations numériques se différencient des représentations, mais elles en conservent des caractéristiques importantes, comme la production d’images, susceptibles d’appréciation esthétique.

Simulations informatiques : un autre vivant

19Les simulations numériques ont déjà suscité l’intérêt des artistes et des théoriciens qui mettent en avant leur richesse intellectuelle et interrogent leur statut virtuel parce qu’en voulant analyser le réel, la simulation en créée un autre totalement malléable à l’imagination.

  • 14 Werber B., La révolution des fourmis, Paris, Albin Michel, 1996.
  • 15 Cauquelin A., Le site et le paysage, op. cit., p. 117.

20En effet, ce mode de construction et de présentation d’espaces et d’êtres virtuels offre une malléabilité qui intéresse non seulement la spéculation scientifique (écologie, physique et géographie par exemple), économique (utilisation pour les prospections boursières), mais également l’imaginaire et l’expression esthétique. Des installations d’artistes ont pour support des simulations informatiques, mais c’est surtout en littérature de science-fiction que les simulations sont les plus exploitées. Par exemple, dans le roman La révolution des fourmis14 de Bernard Werber (né en 1961), un double du monde est réalisé sous la forme d’une simulation informatique, mais en temps accéléré. Au bout de quelques semaines, non seulement les « humains simulés » deviennent autonomes et conscients, mais en plus ils comprennent qu’ils vivent dans une simulation et adressent des messages au monde réel avant de pirater l’ordinateur et de le détruire pour devenir totalement autonomes. Dan Simmons (né en 1948) quant à lui part de l’étude de Kevin Kelly pour imaginer des Intelligences Artificielles et un monde virtuel habité par les IA issues des simulations actuelles. Ces exemples permettent de comprendre quel statut particulier accorder aux simulations. Il ne s’agit pas, comme dans le cas des représentations, de construire des copies du monde, qui en reprennent les aspects pour nous permettre de comprendre de quoi la représentation est la copie. Dans le cas des simulations, l’ambition est plutôt de construire un double du monde, un double sur lequel on peut intervenir, dont on redéfinit les paramètres et les évolutions afin d’en appréhender les conséquences systémiques. Cette dimension de double redondant et non de simple copie pousse même Anne Cauquelin à les comparer à des mondes parallèles, comme une exploration des mondes possibles, en référence à Leibniz15.

  • 16 Ibid., p. 98-99.
  • 17 Ibid., p. 56.
  • 18 Cauquelin A., de Mèredieu F. et al., Paysages virtuels, Paris, Dis Voir, 1988.

21Surtout, les simulations sollicitent une implication accrue du spectateur. Deux modèles nous permettent de penser cet aspect des modélisations d’après Anne Cauquelin16. Tout d’abord celui du panorama. La notion de panorama remonte à un brevet du peintre miniaturiste irlandais Robert Baker déposé en 1787. En 1796, il réussit à exposer un premier tableau, immense, d’une vue de Londres à 360 degrés : un tableau « sans limites » ou « panorama » (du grec pan – tous – et horama – la vue – ). L’impression recherchée est d’inclure le spectateur dans un environnement. Les simulations peuvent susciter la même impression d’inclusion avec leur maniabilité et leur présentation graphique. La perception du spectateur est active en raison de l’interaction possible avec certaines simulations, et grâce à la conformité des modélisations au réel. La carte paysagère est un autre modèle efficace pour expliquer l’implication spontanée du spectateur dans les simulations avec interface graphique. En effet, la carte paysagère, contrairement aux projections vues du ciel, correspond au point de vue du monde vécu, celui de l’action. La présentation d’environnement sous cet angle facilite l’implication et l’adhésion du spectateur. Ce modèle permet d’insister sur l’impression d’« immersion »17 que suscitent ces modes de présentation d’environnement. Bien sûr de tels moyens techniques intéressent aussi de près les artistes qui travaillent autour des perceptions d’espace et d’environnement, comme le montrent Florence de Mèredieu et Anne Cauquelin18. Nous pouvons considérer cela comme un quatrième critère de distinction entre la présentation et la représentation. En effet, face à une représentation l’interaction est limitée. Seul un sentiment éventuel d’inclusion est possible. Mais il ne se prolonge pas par la possibilité d’interagir avec l’objet représenté, seulement avec sa représentation. Au contraire, les simulations permettent au spectateur d’intervenir. Bien sûr le spectateur peut agir sur le support de la présentation elle-même, en modifiant les paramètres d’affichage par exemple, comme on peut reculer ou avancer devant un tableau. Mais en plus, les simulations peuvent être modifiées à l’infini et les objets ou phénomènes qu’elles présentent peuvent subir l’interaction d’une personne qui les redéfinit. En cela nous comprenons bien que ce qui est montré n’est pas une représentation, mais la présentation d’un environnement virtuel.

22Enfin, en raison de la forte dépendance aux données initiales des simulations informatiques, elles peuvent rapidement diverger du réel dont elles devaient être un double. En effet, quelle que soit l’interface de visualisation, ce n’est qu’une interface, et en réalité, la simulation informatique est un écosystème de data dans un environnement informatique. C’est donc un écosystème en soi, quand bien même son fonctionnement serait copié sur un écosystème naturel. Donc les simulations aboutissent à un système différent, un web-écosystème. En partant de ce constat, dans le laboratoire Digital Evolution Lab de Charles Ofria, à l’université du Michigan, des milliards « d’êtres digitaux » colonisent tranquillement un vaste réseau d’ordinateurs. Ce sont les « avidiens ». Dérivés des virus informatiques, ils sont capables de se reproduire, d’évoluer par apprentissage ou par mutation, et même de dormir ou de coopérer .

23Ils habitent un monde fait de disques durs, de processeurs et de lignes de codes. Les avidiens constituent une colonie d’organismes digitaux au sein du logiciel Avida. Au début de l’expérience, la population n’est constituée que de quelques individus quasi identiques. Mais génération après génération, les avidiens se reproduisent, subissent des mutations, et évoluent. Ainsi en quelques heures, la boîte de pétri virtuelle compte plusieurs milliers d’habitants dotés d’aptitudes différentes.

24Les simulations informatiques d’écosystèmes les plus abouties sont tout aussi évoluées, et finalement il s’agit d’écosystème dont l’énergie directe n’est plus celle du soleil, mais l’électricité qui alimente l’ordinateur et les nutriments ne sont plus des glucides mais de l’espace mémoire, et il ne s’agit pas là d’une simple analogie. Mais la valeur scientifique de cette analogie induit les limites des simulations informatiques.

Avec l’augmentation des niveaux de complexités possibles grâce au développement des capacités techniques de l’informatique, les plus férus de science-fiction s’attendent à voir émerger une forme de vie digitale. Mais au vu des caractéristiques des écosystèmes virtuels, qui internalisent leur raison d’évolution, peuvent se décliner en individus interagissant pour reproduire n’importe quel système complexe, écologique, économique, épidémiologique, etc. Ce n’est donc ni un simulacre, ni un double du monde, mais bien un autre système, virtuel, qui se substitue à l’objet d’étude. Le statut de ces simulations doit maintenant être pris en considération afin de considérer avec prudence les conclusions qu’on peut en retirer sur le réel. L’immense utilité cognitive de ces simulations, pour être pérenne, doit être pondérée par un usage conscient des limites épistémologiques qu’elles contiennent lors d’une simple analogie au réel.

25Enfin, et peut-être bien surtout, une simulation informatique n’est pas un empire dans un empire. C’est un écosystème de plus dans la biosphère. Il ne s’agit pas d’un autre monde. Preuve en est que leurs supports sont constitués de métaux divers et de terres rares qui se dégradent avec le temps, n’échappent pas à l’entropie caractéristique de la biosphère et ne constituent pas une biosphère stable. De plus, les simulations doivent être alimentées en énergie, au mieux avec de l’électricité issue d’énergies renouvelables comme le soleil, base d’énergie primaire de la plupart des écosystèmes, au pire avec de l’énergie fossile (issue du soleil indirectement) ou nucléaire. L’écosystème informatique est à tel point gourmand en énergie et en matière qu’il est aujourd’hui proche de l’épuisement des terres rares et un poste d’émission de gaz à effet de serre aussi important que le transport aérien international.

26Alors aujourd’hui pour les écologues, les technologies de l’information et de la communication ne sont pas qu’un outil d’étude pour créer des simulations, elles sont aussi un sujet d’étude et un problème écologiques.

Notes

1 Cauquelin A., L’invention du paysage, Paris, PUF, 2000.

2 Simulation du Daisy World :
http://systemerde.ipn.uni-kiel.de/Daisyworld/daisyweb.html.

3 Burel F. et Baudry J., Écologie du paysage, concepts, méthodes et applications, Paris, Éditions Tec & Doc, 1999, p. 73.

4 Ibid., p. 206.

5 Ce sont les projets du type Boinc (Berkeley open infrastructure for network computing) basés sur le partage de ressources de calculs des internautes pour la computation scientifique. Ce type de programme a été inventé à la faveur du SETI@home project, qui devait sauver le programme Seti. Cette technologie est aujourd’hui employée par les écologues pour le projet climatprediction.net par exemple.

6 Burel F. et Baudry J., Écologie du paysage…, op. cit., p. 307.

7 Kelly K., Out of Control : The New Biology of Machines, Londres, Fourth Estate, 1995.

8 Algorithmes dits de type génétique, les agents internet ont été développés pour faciliter la recherche et la gestion de l’information sur l’internet. Autonomes et évolutifs, les types d’agents les plus complexes et les plus évolués sont comparés à des ébauches d’IA, certains évoluent sur le web sans n’être plus rattachés à un autre agent pour lequel il « travaille », logiciel ou humain.

9 Créé en 1988 par l’OMM (Organisation Météorologique Mondiale) et le PNUE (Programme des Nations Unies pour l’Environnement), le rôle du Giec (Groupe d’experts intergouvernemental sur l’évolution du climat) est « d’évaluer l’information scientifique, technique et socio-économique pertinente pour comprendre le risque du changement climatique d’origine humaine ». Cf. http://www.ipcc.ch.

10 Larrère C. et Larrère R., Du bon usage de la nature, Paris, Aubier, 1997.

11 Von Uexküll J., Mondes animaux et monde humain, Paris, Éditions Pocket, 2004, p. 20. Paru sous le titre Streifzüge durch die Umwellen von Tieren und Menschen, 1934.

12 Burel F. et Baudry J., Écologie du paysage…, op. cit., p. 218.

13 Ibid., p. 229.

14 Werber B., La révolution des fourmis, Paris, Albin Michel, 1996.

15 Cauquelin A., Le site et le paysage, op. cit., p. 117.

16 Ibid., p. 98-99.

17 Ibid., p. 56.

18 Cauquelin A., de Mèredieu F. et al., Paysages virtuels, Paris, Dis Voir, 1988.

© Presses universitaires François-Rabelais, 2013

Conditions d’utilisation : http://www.openedition.org/6540

Rechercher dans OpenEdition Search

Vous allez être redirigé vers OpenEdition Search