Abstract¶
Cette fiche présente le concept de modèle.
Key Points¶
Un modèle est une représentation abstraite d’un phénomène
Ce document présente quelques éléments de définition autour de la notion de modèle.
Définition¶
Un modèle est un objet conceptuel permettant de représenter de manière abstraite un phénomène, dans le but de mieux le comprendre.
C’est un objet conceptuel ...¶
cet objet devient un artefact qui comprend d’autres choses¶
Pour nous, un processus de modélisation est un processus d’écriture de connaissances et d’hypothèses hétérogènes qui sont distribuées dans un même artefact afin de les faire fonctionner ensemble. — Étienne (2010), p72
Le modèle est ainsi l’objet dans lequel se rencontrent des choses très différentes. c’est donc un objet qui permet de matérialiser (de manière physique ou scripturale : jeu, ensemble d’équation, schéma, ...) un phénomène.
Un objet quantitatif¶
Cet objet est souvent conçu comme exclusivement quantitatif.
Le modèle est défini la représentation quantitative et sélective d’un objet, d’un phénomène ou d’un système susceptible d’être confrontés à des observations empiriques (Varenne 2009). — Commenges et al. (2016)
On utilise ici l’acceptation la plus commune du modèle, qui est celle de jeux d’équation mathématiques qui permet de traduire un phénomène dans un langage formel, en vue de réaliser des simulations numériques. Cette approche, si elle est commune, limite le concept de modèle aux seules représentations quantitatives.
... permettant de représenter ...¶
Enfin, cet objet forme une représentation du fonctionnement de systèmes d’intérêt
Porteurs d’une forme de compréhension de systèmes réels (de référence) au sein desquels s’imbriquent dynamiques sociales et biophysiques, les modèles sont des représentations du fonctionnement de ces systèmes. — Étienne (2010)
... de manière abstraite un phénomène ...¶
qui est une abstraction de celui-ci
...p our mieux répondre à des questions.¶
Donc un bon modèle est un modèle permettant de répondre à des questions
Meadows et al. (1974) argue that the ‘usefulness’ of the model is more important than its ability to perfectly reproduce time series data (pp 24–25) — Purvis et al. (2022), p.164
« Similarly, Ford (2010) argues that a more pragmatic question than “is the model valid?” is “is the model useful?” (p 163). This is a common modelling philosophy, and one that we share; » (Purvis et al., 2022, p. 164) (pdf)
« Levins (1966) argues “all models leave out a lot and are in that sense false, incomplete, inadequate; the validation of a model is not that it is ‘true’ but that it generates testable hypotheses relevant to important problems” (p 430). » (Purvis et al., 2022, p. 165) (pdf)
Avant tout un objet permettant de répondre à des questions à propos d’un autre objet
« Marvin Minsky [1965] a donné une définition très élégante de ce terme : « Pour un observateur B, un objet A* est un modèle d’un objet A si B peut utiliser A* pour répondre à des questions qui l’intéressent à propos de A. » » (Feuillet et al., 2019, p. 15) (pdf)
Caractéristiques¶
Un rôle de médiation à plusieurs niveaux¶
Une des Caractéristiques principales d’un modèle est son rôle de médiation. Celui-ci a lieu à différentes échelles. D’abord, un processus de médiation réciproque a lieu entre l’observateur et le modèle
Dans cette relation ternaire, on peut considérer deux médiations principales :
Le modèle joue un rôle de médiation : il aide l’observateur à appréhender le phénomène. Plusieurs définitions du terme « modèle » se fondent sur cette médiation : le modèle est « une représentation schématique de la réalité en vue de la comprendre et de la faire comprendre. Il a une double fonction, didactique et heuristique » [DURAND-DASTÈS, 2001].
L’observateur joue un rôle de médiation : il construit le modèle en fonction du phénomène et il confronte le phénomène au modèle. Le modélisateur opère un va-et-vient entre le phénomène et le modèle et c’est ce qui donne à la démarche de modélisation une portée heuristique (une méthode de découverte). — Feuillet et al. (2019)
D’une part, le modèle joue un rôle d’intermédiaire entre le phénomène et l’observateur. C’est là le rôle principal du modèle, tel que décrit dans la définition que nous avons retenu plus haut. D’autre part, l’observateur joue un rôle d’intermédiaire entre le phénomène et le modèle qui le représente. En effet, le modèle n’existe que par le regard du modélisateur, et par les aller-retour entre le modèle et le phénomène.
Il y a donc des opérations successives d’abstraction et de confrontation au phénomène qui sont au coeur du processus de modélisation. De ce point de vue, le modèle éclaire la compréhension du phénomène autant que celui-ci est modelé par le regard du modélisateur.
Cette médiation peut d’ailleurs être la finalité du processus de modélisation, comme c’est le cas dans les démarches de modélisation d’accompagnement
Le premier chapitre a introduit les différentes finalités d’usage des modèles dans un processus de modélisation d’accompagnement : – rendre visible des points de vue hétérogènes et les mettre en débat ; – interroger la cohérence de ces points de vue et les conséquences de leur simulation conjointe par rapport au monde réel tel que vécu par les participants ; – proposer un support pour explorer de manière collective des scénarios par des simulations sur un monde virtuel. — Étienne (2010)
Ici, on se sert de la modélisation non pas pour avoir une représentation du phénomène, mais bien une représentation des représentations du phénomène par les différents acteurs. Présenté autrement, le phénomène que l’on cherche à représenter n’est pas un phénomène physique existant en dehors des représentations des acteurs; au contraire, c’est la diversité des représentations distinctes et complémentaires d’un même objet.
Le rôle de médiation n’est donc plus seulement une caractéristique inhérente au processus de modélisation, mais bien sa justification et son intérêt. le modèle peut aussi intervenir comme intermédiaire entre les experts et les profanes
À la suite de nombreux auteurs, nous acceptons l’idée que les dispositifs quantitatifs d’évaluation – telles que les méthodes de modélisation – jouent un rôle dans le tracé des frontières entre la science, la politique et les citoyens (Gieryn 1983 ; Jasanoff 1987). Cette délimitation des frontières (boundary work) est essentielle pour la construction de la crédibilité des experts, elle fait partie du processus de dépolitisation mentionné plus haut. — Commenges et al. (2016)
C’est là un facteur de crédibilité de la science ou de l’expertise face aux profanes. Cette lecture est très présente dans la conception qu’ont les modélisateurs de leur rôle et de celui des modèles dans le débat public. On a ainsi d’un côté les experts, et de l’autre les non-experts. Cette logique là donne le pouvoir aux premiers, en pronant un gouvernement technique / expert. (voir notion de gouvernance / la gouvernance par les nombres + citer mon mémoire)
La modélisation, un processus très particulier¶
Cette médiation est particulièrement visible lors de la modélisation, c’est à dire le processus qui permet d’arriver à un modèle.
Celui-ci peut être découpé en plusieurs étapes successives d’abstraction. C’est notamment le cas dans le cadre des simulations numériques.
« Présenté comme une succession d’étapes, le processus de modélisation, focalisé sur le passage du modèle du domaine au modèle de simulation, apparaît implicitement linéaire. » (“La modélisation d’accompagnement. Une démarche participative en appui au développement durable”, 2010, p. 74) (pdf) On a ici une premier modèle, modèle de référence, qui est une première représentation du système d’intérêt. Le modèle de simulation, c’est à dire celui qui permettra des simulations numériques, est une seconde modélisation de ce premier modèle. Le processus de modélisation a lui aussi différents fonctions. Commenges et al. rappellent deux perspectives de la fonction de la modélisation, qui sont de fournir une rationalité substantive et une rationalité procédurale, et ajoutent une troisième perspective.
D’une part, il y a une rationalité substantive. On retrouve là le rôle du modèle de fournir un résultat.
la fonction de méthodes de modélisation est de fournir une rationalité substantielle dans les processus de prise de décision. Le modèle conduit les décideurs vers une décision rationnelle en identifiant les politiques qui pourraient produire des résultats optimaux (Ascher 1981) » — Commenges et al. (2016)
Dans une autre perspective, la modélisation a une fonction de rationalité procédurale : elle permet d’améliorer le processus de prise de décision.
« Dans la seconde perspective, la fonction de la modélisation est de fournir une rationalité procédurale, c’est-à-dire d’améliorer le processus décisionnel luimême. Une grande partie de de la littérature sur Decision Support Systems (DSS) tombe dans cette catégorie, en faisant valoir que le processus de décision et son résultat (la décision ellemême) sont deux questions liées mais distinctes (Shim et al. 2002). » — Commenges et al. (2016)
Enfin, les auteurs proposent une troisième perspective.
Nous proposons ici une troisième perspective fondée sur les prémisses suivantes :
1/ nous considérons que les modèles n’ont pas de valeur intrinsèque, qu’ils « dérivent leur valeur uniquement de leurs utilisations » (Larkey & Sproull 1981 : p.236) ;
2/ nous rejetons, au moins en partie, les perspectives positivistes et reconnaissons que les dispositifs quantitatifs d’évaluation, dont la modélisation, ont un effet limité sur le processus d’élaboration des politiques publiques (Owens et al. 2004). — Commenges et al. (2016)
Acknowledgments¶
Merci aux contributeurs de Jupyter Book.
- Étienne, M. (2010). La modélisation d’accompagnement. Une démarche participative en appui au développement durable. éditions Quae. 10.35690/978-2-7592-0621-6
- Commenges, H., Tomasoni, L., Seigneur, C., Bonin, O., Leurent, F., Bonhomme, C., & Deroubaix, J.-F. (2016). L’expertise Est-Elle Soluble Dans La Modélisation Intégrée ? In Les Instruments de l’action Publique et Les Dispositifs Territoriaux.
- Purvis, B., Mao, Y., & Robinson, D. (2022). A Multi-Scale Integrated Assessment Model to Support Urban Sustainability. Sustainability Science, 17(1), 151–169. 10.1007/s11625-021-01080-0
- Feuillet, T., Cossart, E., & Commenges, H. (2019). Manuel de géographie quantitative (p. 237). Armand Colin.