Les Travaux d’ESPACE (TES) UMR 7300 CNRS COMPLEXITE ET MODELISATION (Les doctorants et les autres) Le 9 octobre 2015 - MMSH - Aix-en-Provence Salle Duby Equipe organisatrice : Killian Arteau (UNS), Maximin Chabrol (UAPV), Karine Emsellem (UNS), Hadrien Fouillade-Orsini (UNS), Marion Le Tyrant (AMU), Romain Louvet (UAPV) UMR 7300 ESPACE 98, boulevard Edouard Herriot – BP 3209 – 06 204 NICE Cedex Directrice Christine VOIRON L’objet de ce forum méthodologique : complexité et modélisation Portant sur les relations entre « complexité et modélisation », les enjeux scientifiques de ce forum méthodologique sont nombreux et vont laisser la place à différents échanges et formes de présentation. Comment les règles d’organisation spatiale définies dans le cadre de l’analyse spatiale peuvent-elles générer des phénomènes géographiques complexes ? Comment la complexité peut-elle être modélisée, formalisée, reproduite ? Telles sont les questions posées au sein de l’UMR ESPACE, à propos de cette problématique. Pour y répondre, il est nécessaire de considérer les systèmes spatiaux organisés et récursifs (Pumain, 1998) et de mettre à l’épreuve les règles d’analyse spatiale pour faire apparaître le rôle de la complexité parmi les facteurs d’organisation de l’espace et ainsi comprendre comment une structure spatiale émerge des interactions locales et influe sur le comportement des éléments responsables de ces interactions. Un couplage complexité-analyse spatiale se met alors en place en combinant réflexion, déduction et analogie. On peut alors 1 reconstruire un monde à partir d’hypothèses. « Il faut essayer d’expliquer autre chose que ce que l’on observe, c’est-à-dire faire preuve d’imagination pour essayer d’envisager ce qui pourrait être observable et qui ne s’observe pas. » (Charre, 2000). Il s’agit bien de modéliser la complexité des objets géographiques par une démarche qui lie l’imagination et la déduction, et qui s’ouvre à une finalité opérationnelle. « On peut jouer avec des règles déductives, en s’échappant de la logique de l’explication du monde tel qu’il est, pour l’envisager tel qu’il pourrait être. » (Ellerkamp, 2000). Plus largement, ce forum a pour objectif de s’interroger sur les relations entre complexité et modélisation, abordées au sein de l’UMR ESPACE, à travers notamment les questions suivantes : comment la complexité est-elle abordée dans nos travaux ? quels angles d’attaque ? quelles originalités ? quels apports ? quelle modélisation de la complexité est mise en avant et pourquoi ? qu’est-ce qu’une approche modélisatrice apporte, de plus, au traitement de la complexité et pourquoi ? quels progrès thématiques ou méthodologiques ont été permis par les recherches sur la complexité ? quels sont les intérêts (et les limites) ici d’une démarche interdisciplinaire, souvent présente dans l’UMR ? 2 ATELIER 1 Définitions de la complexité en modélisation Problématique Qu’est-ce que la complexité dans une démarche de modélisation ? Quels contenus et formes particulières ? Comment la conceptualiser ? Toute théorie scientifique est le produit d’une abstraction d’une réalité complexe. La Géographie n’échappe pas à cette règle, et a fortiori non plus l’analyse spatiale de part sa finalité nomothétique. La modélisation a été et est toujours un outil puissant d’explication du réel utilisé par l’analyse spatiale dans sa recherche des lois d’organisation de l’espace. Mais cette réduction que la modélisation implique fait l’objet de critique la considérant comme une trop grande simplification. La géographie moderne a alors pris un tournant similaire à l’ensemble des sciences depuis le milieu du XXème siècle, passant du réductionnisme cartésien à la prise en compte de la complexité dans l’explication des phénomènes. De ce fait, les géographes s’appuient désormais souvent sur le concept de complexité et l’ensemble des théories lui étant attaché. Toutefois, la recherche d’une légitimité du discours s’appuyant sur des théories dont les fondements mathématiques sont parfois mal Positionnement maîtrisés étant malheureusement chose commune parmi les sciences humaines et sociales, il convient donc de se demander ce qui justifie l’utilisation du concept de complexité en géographie. En d’autres termes : pourquoi avons-nous besoin des ces théories ? quelle complexité rencontre la géographie ? Pour cet atelier, on pourra s’appuyer sur les travaux d’André Dauphiné (Les théories de la complexité en géographie, 2003), qui définit trois complexités inhérentes à la géographie : complexité due au nombre de composantes du système ; complexité des niveaux spatiaux (échelle) et des niveaux d’organisation ; complexité due à un comportement chaotique. A partir de là, on traitera de ce qui fait complexité dans une problématique géographique, et de ce que l’approche d’analyse spatiale implique comme impératif dans la définition de la complexité. Possibilités d’interventions Echelles et complexité Interactions sociales et interactions spatiales dans la complexité L’émergence spatiale fait-elle la complexité ? (liste non exhaustive, à développer en fonction des préoccupations et des points d’intérêts des participants) 3 ATELIER 2 Problématique Comment modéliser la complexité ? Face à la complexité, quels choix d’outils, de méthodes, d’échelles ? Quelles complémentarités et quels enchainements méthodologiques ? Qu’est-ce qu’une approche d’analyse spatiale doit intégrer de plus, d’un point de vue méthodologique, pour aborder la complexité ? Possibilités d’interventions le SMA : une réponse à tout pour la complexité ? Intégrer l’incertitude dans une fouille de données Quel apport des réseaux bayésiens dans la complexité ? (liste non exhaustive, à développer en fonction des préoccupations et des points d’intérêts des participants) En géographie, la modélisation de la complexité a été rendue possible grâce au développement de nouvelles technologies et notamment à la diffusion des ordinateurs. Néanmoins, le soutien des machines électroniques n’a pas résolu en totalité les nouveaux défis posés par la modélisation. Le chercheur a besoin de bases de données fiables, aussi bien d’un point de vue statistique qu’en termes de géoréférencement, sans oublier une bonne maîtrise des logiciels afin d’effectuer les calculs complexes attendus. L’objectif de cet atelier est de s’interroger sur le traitement méthodologique de la complexité. Positionnement Prenons ici l’exemple des systèmes multi-agents (SMA), qui permettent de programmer la mobilité des individus pour tenter de comprendre les logiques de déplacement dans l’espace, même si cette méthode connait des imperfections (BONIN O. 2014). Un cas concret d’application des SMA concerne le réaménagement de la voirie d’Oxford Circus, à Londres, effectuée dans le but de corriger le cheminement anarchique des piétons au niveau dudit carrefour ce qui perturbait la fluidité du trafic routier à cet endroit (RIBO J.C., 2014). Dans ce cadre, l’intérêt du travail de modélisation consiste à comprendre le fonctionnement de systèmes spatiaux qui, en raison de leur complexité, demeurent difficilement intelligibles sans le recours à la technologie. Ceci afin d’avoir une meilleure connaissance de la réalité et permettre d’apporter des solutions d’aménagement optimales, comme ce fût par exemple le cas lors du réaménagement de la voirie du carrefour londonien d’Oxford Circus. Cet atelier s’interrogera donc sur la manière de traiter de la complexité, et sur l’apport de moyens méthodologiques particuliers. 4 ATELIER 3 Usages et limites des modèles de la complexité Problématique Quels sont les transferts possibles de modèles de la complexité vers la société ? Quelle compréhension ? Quelle utilisation ? Quelle opérationnalisation de la modélisation de ces processus ? Possibilités d’interventions Simplifier la complexité pour l’utiliser Quand une collectivité territoriale s’interroge sur la complexité… Au-delà de la cartographie, quelle modélisation simple à comprendre ? Comment la complexité peut-elle intégrer les savoirs vernaculaires et sociaux ? Comment la complexité peut elle permettre une véritable concertation entre les acteurs ? Modéliser la complexité, sous quelque forme que ce soit, n’a pas vocation à contrôler et maîtriser le réel, mais à « traiter avec le réel » (Morin, 2014 (1990)). D’une part, cela suppose d’emblée que la notion d’incertitude fait partie du réel et qu’une connaissance pleine et entière de toute chose est impossible. Mais, la réduction des incertitudes est nécessaire pour faciliter la prise de décision, opérer des choix et agir. En ce sens, les outils de modélisation de la complexité créent du savoir dans le but de faciliter le pouvoir d’agir. D’autre part, à partir du fonctionnement ordinaire d’un système, la modélisation de la complexité produit de l’information et des connaissances pour en saisir les dynamiques et les tendances et décrire ainsi des scénarios prospectifs. Ainsi, la modélisation ne prédit Prositionnement pas ; elle est un outil de prévision pour aider les acteurs à anticiper et optimiser leurs actions dans le moyen et le long terme. Enfin, comment chaque modélisation de la complexité est-elle comprise par la société ? Le développement des sciences et des techniques apporte-t-il nécessairement plus de certitudes à la connaissance, et permet-il de mieux appréhender la complexité ? Les domaines de la santé et de l’environnement offrent de nombreux exemples où l’avenir reste « opaque et menaçant » (Callon, Lascoumes, Barthe, 2001) et où les controverses publiques renforcent la visibilité des incertitudes (émergences des maladies infectieuses telles que Ebola, le SRAS ; débats autour du réchauffement climatique ; controverses autour des OGM,…). Au total donc, l’action et l'anticipation du devenir d'un système ne sont pas nécessairement conditionnées par une connaissance fine et chiffrée des processus en jeu. L’action peut s’engager, y compris dans un contexte incertain. (liste non exhaustive, à développer en fonction des préoccupations et des points d’intérêts des participants) 5 Programme détaillé des communications « Complexité et modélisation (Les doctorants et les autres) » 9 octobre 2015 - MMSH Aix en Provence -Salle PAF 14h– 15h30 Atelier 2 : Comment modéliser la complexité ? (fin) K. Arteau (Nice) Prise en compte de l’incertitude : la logique floue, une méthode appropriée H. Fouillade-Orsini (Nice) 9h45 – 10h00 Accueil à la MMSH Aix-en-Provence 10h00 – 10h05 K. Emsellem Introduction Positionnement et attendus du TES 10h05– 11h00 Atelier 1 : Définitions de la complexité en modélisation R. Louvet (Avignon) M. Chabrol (Avignon) Julien Andrieu & Matthieu Vignal (Nice) Détermination des aires de distribution futures des espèces végétales Unités et niveaux d’analyse spatiale : une définition triplement complexe Discussions avec la salle (14h45 – 15h30) Réflexion autour des concepts d’entropie et de structures dissipatives : Evolution des systèmes de villes et consommation d’énergie Discussions avec la salle (10h35 – 11h) 11h00 – 11h15 Pause café (offerte par l’UMR) 11h15– 12h45 Atelier 2 : Comment modéliser la complexité ? (début) L. Wester (AMU) Quelles approches de modélisation multi-agents pour quels objectifs ? D. Josselin (Avignon) Simulation multi-agents de spontanés transports flexibles Localisation et accessibilité aux espaces verts : l'intérêt de l'analyse spatiale dans la modélisation des inégalités environnementales à l'échelle infra-urbaine. 15h30 – 15h45 Pause 15h45– 16h45 Atelier 3 : Usages et limites des modèles complexes S. Bourrelly Promesses et limites de l’intégration de la complexité géographique dans la modélisation et la compréhension de phénomènes spatiaux. Conséquences dans la prise de décision en santé environnementale. Discussions avec la salle (16h – 16h45) et 16h45 Conclusion sur la journée Discussions avec la salle (12h – 12h45) 12h45-14h Repas au restaurant de la MMSH 6 Forum Méthodologique : Complexité et modélisation (Les doctorants et les autres) Le 9 octobre 2015 – MMSH Aix-en-Provence Réponse à l’appel à proposition Nom : LOUVET Prénom : Romain Qualité : Doctorant, 2ème année Site de l’UMR : Avignon Téléphone : 06 77 43 64 19 E-mail : [email protected] Forme de la proposition □ Communication de 15 minutes □ Poster Atelier dans lequel s’inscrit la proposition : □ Définitions de la complexité en modélisation □ Comment modéliser la complexité ? □ Usages et limites des modèles complexes Résumé de la communication ou du poster : Nous proposons une discussion au sujet de la définition de la complexité en relation avec les enjeux méthodologiques (tels que le MAUP et le problème d’inférence écologique), mais aussi conceptuels (définition de l’objet observé), que soulèvent l’utilisation de différents découpages de l’espace géographique en unités et en niveaux d’analyses, et de la difficulté à modéliser les relations entre ces découpages. En s’appuyant sur une réflexion et des exemples autour du questionnement quant à la notion d’échelle (abordés dans le cadre d’une première année de doctorat), nous présentons une définition dialectique de la complexité, comme étant, d’abord, un paradigme critique de la trop grande simplicité des modèles ; puis un ensemble de concepts pouvant s’intégrer aux modèles existants ; et, enfin, une théorie débouchant sur de nouveaux modèles. Questions soumises au débat : 1. En quoi réfléchir aux unités et aux niveaux d’analyse remet en question les modèles et relève de la complexité ? Quels problèmes cela soulève ? 2. Peut-on améliorer les modèles en intégrant l’influence des unités et des niveaux d’analyse sur les résultats ? La notion d’émergence peut-elle expliquer cette influence ? 3. Quels modèles complexes nous permettraient d’expliquer le rapport entre plusieurs unités et niveaux d’analyse ? Peut-on modéliser autrement le découpage de l’espace géographique ? Titre de la communication ou du poster : Unités et niveaux d’analyse spatiale : une définition triplement complexe 7 Nom : CHABROL Prénom : Maximin Qualité : Doctorant Site de l’UMR : Avignon Téléphone : 0623458369 E-mail : [email protected] Résumé de la communication ou du poster : En considérant les systèmes de villes comme des structures dissipatives qui apparaissent et se maintiennent grâce à un flux constant d’énergie, leur niveau de consommation énergétique équivaut à une mesure de leur dissipation d’énergie et de production d’entropie. L’entropie est en effet pour les physiciens une mesure de la dégradation (ou dissipation) de l’énergie. En thermodynamique, le terme de dissipation est préféré à celui de consommation car l’énergie consommée ne disparaît pas, elle est transformée en chaleur. Les expressions dissipation, dégradation, production d’entropie et consommation d’énergie sont en fait équivalentes. Cette contribution présente des corrélations élevées entre la consommation d’énergie et l’évolution des systèmes de villes de 1800 à 2010 en Europe, mesurée ici par la pente rang-taille des agglomérations de plus de 10 000 habitants comme indicateur de la complexité des systèmes de villes à un niveau macro-géographique. Ces résultats interrogent sur l’augmentation nécessaire des besoins en énergie des systèmes de villes pour maintenir leur fonctionnement. La crise énergétique actuelle serait-elle synonyme de bifurcation dans l’évolution des systèmes de villes ? Forme de la proposition □ Communication de 15 minutes □ Poster Questions soumises au débat : 1. Transfert de concept / transfert de méthode 2. Intérêt du concept d’entropie en sciences humaines Forum Méthodologique : Complexité et modélisation (Les doctorants et les autres) Le 9 octobre 2015 – MMSH Aix-en-Provence Réponse à l’appel à proposition Atelier dans lequel s’inscrit la proposition : □ Définitions de la complexité en modélisation □ Comment modéliser la complexité ? □ Usages et limites des modèles complexes Titre de la communication ou du poster : Réflexion autour des concepts d’entropie et de structures dissipatives : Evolution des systèmes de villes et consommation d’énergie 8 Résumé de la communication ou du poster : Nom : Wester Prénom : Léa Qualité : Doctorant Site de l’UMR : AMU Téléphone : 0603110600 E-mail : [email protected] Les systèmes multi-agents autorisent la modélisation de processus complexes à partir d’interactions entre éléments dans un environnement défini. Dans ce cadre, la tentation du modèle totalisant est forte. Cependant, malgré les avancées technologique récentes, celui-ci n’est toujours ni réalisable ni souhaitable. Le rapport du modèle à la réalité observée réside dans les hypothèses qui ont présidé sa construction. Deux écoles de pensées forment deux démarches de modélisation à base d’agents : KISS et KIDS. La première met l’accent sur la nécessaire simplicité des hypothèses. Ces modèles très stylisés ont pour objectif de se focaliser sur l’analyse des processus. La seconde démarche est plus fondée des modèles descriptifs dont l’objectif est de reproduire les processus observés. A travers l’exemple de mes travaux de thèse, je présenterai différentes utilisations des SMA pour aborder la complexité des systèmes de transport collectifs artisanaux. Au croisement de ces deux approches, la question porte sur la capacité du modèle à remplir les objectifs mais également sur le champ de validité des résultats. Forme de la proposition x Communication de 15 minutes □ Poster Questions soumises au débat : Forum Méthodologique : Complexité et modélisation (Les doctorants et les autres) Le 9 octobre 2015 – MMSH Aix-en-Provence Réponse à l’appel à proposition Atelier dans lequel s’inscrit la proposition : □ Définitions de la complexité en modélisation X Comment modéliser la complexité ? □ Usages et limites des modèles complexes Titre de la communication ou du poster : Quelles approches de modélisation multi-agents pour quels objectifs ? 1. Comment rendre un SMA adaptable à plusieurs cas : de la modélisation des processus à l’implémentation de données de terrain ? 2. Quelle validation pour quel type d’analyse : de la simple cohérence interne à la confrontation à des données issues d’enquêtes ? 3. Que faire de l’absence de protocoles reconnus et fiables de calibration des modèles ? 9 Résumé de la communication ou du poster : Forum Méthodologique : Complexité et modélisation (Les doctorants et les autres) Le 9 octobre 2015 – MMSH Aix-en-Provence A travers les résultats de la thèse d'Adrien Lammoglia sur la modélisation agents de transports flexibles et spontanés au Sénégal et en France, nous illustrons la modélisation de la complexité et discutons des apports et des limites d'une telle approche. Réponse à l’appel à proposition Questions soumises au débat : Nom : Josselin Prénom : Didier Qualité : DR Site de l’UMR : Avignon Téléphone : 06 07 40 69 38 E-mail : [email protected] 1. Un paradoxe de la complexité : rasoir d'Ockham, modèles KIDS et KISS VERSUS expressivité (de la complexité) des modèles 2. Volées de genèse d'individus simulés (e.g. les ticks de netlogo) : quel impact de cette granularité dans les résultats des modèles complexes ? 3. Autopoïèse et émergence de formes : une tautologie des modèles ou une réelle induction de connaissance ? Forme de la proposition x Communication de 15 minutes □ Poster Atelier dans lequel s’inscrit la proposition : □ Définitions de la complexité en modélisation X Comment modéliser la complexité ? □ Usages et limites des modèles complexes Titre de la communication ou du poster : Simulation multi-agents de transports flexibles et spontanés 10 Résumé de la communication ou du poster : Forum Méthodologique : Complexité et modélisation (Les doctorants et les autres) Le 9 octobre 2015 – MMSH Aix-en-Provence Réponse à l’appel à proposition Il s’agit ici de rappeler la nécessité de prendre en compte l’incertitude à travers la mise en avant d’une méthode appropriée, la logique floue. On mettra en avant l’intérêt de cette modélisation en expliquant la méthode dans ses grandes lignes et de façon imagée. Afin de rendre compte de ce que cette modélisation peut offrir, nous montrerons une application concrète autour d’une problématique urbaine. Le premier atelier s’attache à définir ce que l’on entend par complexité en modélisation. En prenant un exemple précis un lien avec l’application, nous prendrons la peine de pointer du doigt la matérialisation de cette incertitude dans la donnée disponible afin rentrer dans l’explication de la méthode Nom : Arteau Prénom : Killian Qualité : Doctorant Site de l’UMR : Nice Téléphone : 0618207532 E-mail : [email protected] Forme de la proposition x Communication de 15 minutes □ Poster Atelier dans lequel s’inscrit la proposition : □ Définitions de la complexité en modélisation X Comment modéliser la complexité ? □ Usages et limites des modèles complexes Titre de la communication ou du poster : Prise en compte de l’incertitude : la logique floue, une méthode appropriée 11 Résumé de la communication ou du poster : Forum Méthodologique : Complexité et modélisation (Les doctorants et les autres) Le 9 octobre 2015 – MMSH Aix-en-Provence Réponse à l’appel à proposition Nom : Fouillade Orsini Prénom : Hadrien Qualité : DCCE Site de l’UMR : NICE Téléphone : 06 87 37 86 78 E-mail : [email protected] Le calcul des accessibilités piétonnières aux espaces verts en ville confirme-t-il une relation entre inégalités environnementales et quartiers prioritaires qui sont des espaces urbains délimités par le Législateur sur la base de critères économiques et sociaux. Ces quartiers sont aussi caractérisés par la prégnance des problèmes de délinquance. Questions soumises au débat : 1. Comment poursuivre un travail de recherche lorsque les bases de données sont inexistantes et/ou lacunaires ? 2. Modéliser la complexité ou simplifier le réel ? Forme de la proposition □ Communication de 15 minutes □ Poster Atelier dans lequel s’inscrit la proposition : □ Définitions de la complexité en modélisation □ Comment modéliser la complexité ? □ Usages et limites des modèles complexes Titre de la communication ou du poster : Localisation et accessibilité aux espaces verts : l'intérêt de l'analyse spatiale dans la modélisation des inégalités environnementales à l'échelle infraurbaine. 12 Forum Méthodologique : Complexité et modélisation (Les doctorants et les autres) Le 9 octobre 2015 – MMSH Aix-en-Provence Réponse à l’appel à proposition Nom : ANDRIEU Prénom : Julien Qualité : MCF Et Nom : VIGNAL Prénom : Matthieu Qualité : Etudiant M2 Site de l’UMR : Nice E-mail : [email protected] Titre de la communication ou du poster : Détermination des aires de distribution futures des espèces végétales Résumé de la communication ou du poster : L’élévation des températures, conséquence du changement climatique, va probablement entrainer, selon les experts du GIEC, des impacts sur la biodiversité végétale terrestre. Ainsi, l’étude des réponses potentielles apportées par la végétation forme aujourd’hui un domaine très actif notamment en biogéographie. Les aires de distribution des espèces végétales sont le résultat d’un ensemble de processus complexes, de la reproduction jusqu’à son maintien. L’objectif de cette étude est de présenter les apports de l’analyse spatiale, à travers la démarche modélisatrice, dans la détermination des aires de distribution futures des espèces végétales, dans ce cadre climatique. La méthode élaborée permet, à partir de relevés d’espèces et de descripteurs de l’environnement, de spatialiser l’aire de répartition d’une espèce afin de l’intégrer dans un modèle dynamique, comme foyer émetteur de la diffusion spatiale. En effet, elle cherche à formaliser les modifications de la distribution végétale à travers la simulation de processus complexes tels que la production, la dissémination, la germination et la mortalité. Le modèle élaboré permet alors d’exposer, à travers la variation des paramètres, les dynamiques spatiales et temporelles de cette aire de distribution. Forme de la proposition □ Communication de 15 minutes □ Poster Atelier dans lequel s’inscrit la proposition : □ Définitions de la complexité en modélisation □ Comment modéliser la complexité ? □ Usages et limites des modèles complexes 13 Forum Méthodologique : Complexité et modélisation (Les doctorants et les autres) Le 9 octobre 2015 – MMSH Aix-en-Provence Réponse à l’appel à proposition Nom : BOURRELLY Prénom : Stéphane Qualité : ATER Site de l’UMR : Nice Téléphone : 06 09 11 59 84 E-mail : [email protected] Forme de la proposition □ Communication de 15 minutes □ Poster Atelier dans lequel s’inscrit la proposition : □ Définitions de la complexité en modélisation □ Comment modéliser la complexité ? □ Usages et limites des modèles complexes Titre de la communication ou du poster : Promesses et limites de l’intégration de la complexité géographique dans la modélisation et la compréhension de phénomènes spatiaux. Conséquences dans la prise de décision en santé environnementale. Résumé de la communication ou du poster : « La complexité qualifie tout ensemble qui résiste à la compréhension immédiate » (Comte-Sponville 2014). La question de la complexité est pluridisciplinaire ; c’est pourquoi elle « controversée », jusque dans sa définition (Bonin 2014). Une exploration approfondie de la complexité engendre des incertitudes, voire des insatisfactions. A tel point que l’idée de science et de vérité semblent s’écrouler ; rendant la prise de décision parfois très compliquée. Or, nous verrons ici que cette idée est fausse. C’est même le contraire. En effet, l’objectif de la science est de chercher, dans la complexité, quelques vérités simples à partir desquelles on puisse agir. En géographie l’élaboration d’outils robustes de modélisation vise à simplifier des systèmes complexes multidimensionnels, afin d’anticiper l’évolution de phénomènes spatiotemporels particuliers. Et par suite, de faciliter la prise de décision (Pumain 1997, 2003) L’émergence de big data, c’est-à-dire d’une grande Voluminosité, Vélocité et Variété de données, complexifie les représentations de la Vérité (Vitocolo 2015). Les progrès en data-mining offrent des moyens robustes pour dépasser cet écueil. Nous verrons comment les méthodes statistiques de classification non supervisée facilitent la création d’indicateurs « simples » ; adaptés à la prise de décision. Le propos sera illustré par la modélisation de la défaveur sociale et des niveaux de contamination environnementale par les pesticides, au Luxembourg. Nous verrons aussi qu’il est possible de modifier les algorithmes afin d’intégrer des composantes spatiales. De fait la complexité géographique est prise en compte, rendant les modélisations a priori sûres (Fürnkranz et al. 2012)... Enfin, une machine learning sera utilisée pour éclairer les trois questions soumises au débat. Questions soumises au débat : 1. L’intégration de la complexité géographique apporte-t-elle réellement une meilleure compréhension de la mortalité observée ? 2. Quelle certitude l’intégration de la complexité probabiliste confère aux décisions visant à améliorer la santé environnementale ? 3. Enfin la « simplicité » est-elle vraiment le « raffinement extrême » comme l’affirmait Léonard de Vinci ? 14