Ce compte-rendu reprend en les simplifiant diverses idées déjà développées dans notre revue, relatives aux apports de l'Intelligence Artificielle distribuée au progrès du gouvernement des organisations. J'ai été invité à faire cet exposé lors d'une journée à l'Assemblée Nationale consacrée aux 3èmes Rencontres parlementaires sur la Société de l'Information et l'Internet organisées par les députés Patrick Bloche et Patrice Martin-Lalande, le Mercredi 19 décembre 2001 sur le thème "Les nouveaux défis de la société de l'information et de l'Internet".
Je dois avouer que je ne sais trop ce que les auditeurs ont retenu de ces propos, qui les ont laissés, du moins en séance, sans réaction! JPB.

Je souhaite ici vous faire part de l'expérience que j'ai acquise depuis quelques mois en tant qu'éditeur d'Automates Intelligents, revue en ligne sur l'intelligence artificielle et la robotique. J'y ai constaté que les concepts développés par ce qu'on appelle l'intelligence artificielle évolutionnaire sont de plus en plus utilisés, notamment dans les pays anglo-saxons, pour aider au management public et au management des entreprises. Ces concepts permettent de tirer pleinement parti de la généralisation de l'Internet au sein de la société de l'information, généralisation que les autres intervenants ont défendue avant moi avec chaleur.

Pour simplifier, disons qu'il s'agit de se représenter chaque individu ou petit groupe, connecté aux autres par Internet, comme un neurone relié aux autres neurones tel qu'il l'est dans le cerveau humain, à travers les axones et les synapses. On appelle souvent cela une architecture neuronale : on peut considérer que les citoyens, les salariés ou les fonctionnaires doivent être traités comme les neurones dans notre tête. Il y a des liaisons verticales et des liaisons horizontales qui s'organisent par grands paquets de neurones et qui utilisent toute une série de fonctions permettant à l'organisme d'être piloté, ou plutôt coordonné, par son système nerveux. On devra donc retrouver avec l'Internet cette image du réseau neuronal en utilisant les connexions de toutes sortes qui relient à haut débit les gens, afin qu'ils travaillent tous en réseau.

Ainsi modélisées sur le schéma de l'architecture neuronale, les sociétés de toutes tailles ne peuvent plus relever exclusivement de descriptions statiques (de type déclaratif ou juridique) ni d'un commandement hiérarchique venu d'en haut, qui aurait la prétention de leur imposer un comportement défini à l'avance de façon rigide.

Le fonctionnement d'un système composé d'agents (les individus) en interaction les uns avec les autres ne peut pas en effet être assimilé à celui d'une machine, aussi complexe soit-elle. Ce système est devenu chaotique, au sens mathématique du terme, c'est à dire que son évolution ne peut être ni décrite ni prédite dans le détail. On peut seulement décrire et prédire son comportement en termes probabilistes. Cela suffit le plus souvent, mais pas dans toutes les circonstances. De tels systèmes sont dits dans le jargon de l'intelligence artificielle distribuée, des systèmes multi-agents adaptatifs (SMA).

Dans la vie réelle, les systèmes multi-agents que sont les sociétés humaines entrent en compétition les uns avec les autres au sein d'un environnement lui-même complexe et indescriptible, comme l'est par exemple la mondialisation économique ou l'éco-système. Ils s'y affrontent pour y survivre, selon le modèle darwinien de l'évolution sur le mode hasard/sélection.

Nous sommes entourés de ce type de systèmes complexes. Le gouvernement, ou comme on dit parfois la gouvernance, doivent se réorganiser sur ces bases. La pensée politique doit devenir systémique et matricielle, au lieu de rester analytique et linéaire. En outre, elle doit apprendre à tenir compte de la survenance d'accidents, même minimes, qui peuvent entraîner de très importantes mutations. Nous savons très bien, dans la mathématique du chaos, qu'un changement infime dans les données initiales, non prévisible, peut survenir et avoir des conséquences énormes auxquelles il faudra bien essayer de réagir. On l'a vu avec les attentats du 11 septembre, totalement inattendus, qui ont provoqué toute une série de changements dans le monde entier.

Si on admet que les collectivités sont des systèmes complexes non prédictibles, que leur environnement l'est aussi, se pose alors la question des outils du gouvernement ou de l'administration moderne. Comment prévoir l'avenir d'un système mathématiquement non-intégrable ? Comment éviter l'instabilité qui peut s'instaurer dans le système et conduire à son effondrement ? Comment et surtout, tout en maintenant son intégrité (son homéostasie) faciliter son adaptation, dans le cadre de la concurrence darwinienne pour la survie que lui imposent tous les autres systèmes ?

En mathématique de l'intelligence artificielle évolutive, on part de l'idée que personne ne peut dire a priori ce qu'il faut faire pour permettre à un système d'optimiser son comportement. Les systèmes doivent donc être capables de s'auto-adapter en interaction avec leurs concurrents et avec un environnement lui-même constamment évolutif et agressif. L'adaptation se fait par un auto-apprentissage et une auto-réorganisation permanence. Dans le cas d'un robot autonome, personne ne tente de le programmer à l'avance pour qu'il ne tombe pas d'un plan de travail. On le laisse apprendre par essais et erreurs, grâce à un processus informatique spécifique, faisant appel aux algorithmes génétiques évolutionnaires.

Les sociétés ne sont pas tout à fait des robots, même autonomes. Cependant, dès lors que, comme indiqué, chaque citoyen, chaque salarié, chaque petit groupe en leur sein a été relié aux autres par Internet, dès lors que des bases de connaissances communes peuvent être produites, actualisées et mutualisées par l'activité exploratrice de chacun (on appelle cela des cartes cognitives distribuées), elles auront la possibilité de se comporter en collectivités auto-apprenantes et auto-réorganisatrices.

Cela ne veut pas dire que les gouvernements n'auront plus rien à faire. Leur rôle sera principalement, à partir des données rassemblées par le système, c'est-à-dire à partir des cartes cognitives, de modéliser l'avenir et les stratégies d'adaptation possibles, en liaison avec chacun des agents, de façon à créer des consensus évolutifs et des synergies dans l'emploi des ressources.

Les gouvernements pourront aussi avoir un rôle régulateur, s'ils y tiennent absolument. Mais il ne devra pas s'agir de régulations décidées à l'avance et supposées s'appliquer à tous les comportements d'agents. De telles prescriptions seraient inapplicables ou auraient des résultats contraires à ceux attendus. Il s'agira plutôt de fourchettes à fixer à l'espace de variation ou de mutation alloué pour l'auto-évolution spontanée de la collectivité ou de ses composantes. On parlera alors plutôt d'éthique que de droit traditionnel.

Tout ceci ne relève déjà plus du rêve. Hors du domaine scientifique, où ces pratiques sont en plein développement, on trouve à petite échelle des applications de cette nature dans la gestion des flux économiques, financiers ou de transport⁽1). On devra les employer aussi (sans attendre de nouvelles catastrophes) dans la réaction aux risques majeurs, où les variables inattendues s'enchaînent à grande vitesse sans laisser la moindre pertinence à un contrôle humain non assisté. Par ailleurs, depuis le 11 septembre, aux Etats-Unis, les systèmes d'interprétation des données capturées par les réseaux d'écoute, les engins auto-adaptatifs de type drone, et bien d'autres technologies pour le commandement s'inspirent de ce que je vous ai résumé.

A terme, si on veut que les sociétés dites scientifiques maîtrisent convenablement les multiples complexités résultant de la mondialisation, notamment dans la perspective du développement durable et de la sauvegarde des équilibres écologiques, elles devront aussi apprendre à faire appel, dans le détail de leur gouvernement quotidien, à ces nouvelles méthodes, malheureusement encore trop peu connues, tant de l'électeur que de l'homme politique.

(1) Voir l'article "A quand les sciences de la complexité au service de l'Etat" (décembre 2001)  

Automates Intelligents © 2002