Dans les affaires militaires, les simulations vont-elles constituer “le nerf de la guerre” ? La question est loin d’être nouvelle ; que sont après tout les jeux d’échecs et de go, sinon des simulations de combat ?

Les recherches sur la prédiction et la gestion des conflits montrent bien les promesses et les limites des sciences de la complexité. C’en est peut-être même le meilleur laboratoire : le monde de la guerre se caractérise par la rapidité et l’intensité de son feedback. On se rend bien vite compte de ses erreurs, et on les paie très cher, en vies humaines. C’est pourquoi l’étude de la complexité en matière militaire pourrait bien être utile à tous les chercheurs en sciences humaines, même ceux qui s’intéressent à des domaines bien plus pacifiques, comme les relations sociales ou l’urbanisme, où il est plus difficile de mesurer la valeur d’une théorie.

Un récent article de Nature News va nous permettre de faire le point sur les travaux actuels dans ce domaine.

La technique classique pour prédire attentats terroristes et crises politiques consiste essentiellement à collecter et analyser des données. Malheureusement, nous explique Nature, surfer sur un océan d’informations n’apporte pas grand-chose. Comme le reconnaît Ken Comer, chargé au sein de la défense américaine du repérage des bombes artisanales : « Ayant nagé pendant trois ans dans les données, je peux aujourd’hui l’affirmer : elles ne sont pas notre solution au problème. »

Il manque en fait l’autre élément fondamental de toute connaissance scientifique, celui qui permet d’organiser ce flot d’information de manière significative : les modèles.

En gros, les méthodes utilisées se divisent en deux catégories principales. On trouve d’abord, les “systèmes multi-agents” qui mettent en branle des populations de petits programmes (les agents) capables de comportements assez simples. L’autre grand type de modélisation repose sur l’analyse des réseaux, qui examine les relations existantes entre les différents acteurs. En fait, il s’agit moins de deux théories distinctes que de deux interfaces nous permettant de voir un même problème sous plusieurs angles. Il n’est pas rare qu’un modèle exprimé sous la forme d’un système multi-agents soit également représenté en graphe de réseau, et du reste, bon nombre de programmes gèrent les deux modèles.

Construire des wargames « sérieux »

Les systèmes multi-agents sont des espèces de « wargames » où les « pions », au lieu d’être manipulés par un joueur (humain ou intelligence artificielle) disposent d’une certaine autonomie et capacité de décision. Ils sont très proches des « automates cellulaires », comme le Jeu de la vie. Mais dans un système multi-agents, les éléments se déplacent sur l’écran au lieu de simplement changer de couleur et disposent de propriétés plus complexes (tout en restant fondamentalement simples). De la combinaison d’une multitude de choix individuels « émerge » une situation inattendue. C’est le propre de la complexité : le tout est plus que la somme de ses parties. Les systèmes multi-agents ont été utilisés en physique, en biologie, et bien souvent, en sciences humaines. Deux chercheurs, Robert Axtell et Joshua Epstein ont ainsi réalisé un « micro-monde », Sugarscape, où se combinent les impératifs économiques, la culture, et la guerre.

Ce n’est pas la première fois qu’on utilise les systèmes multi-agents dans le domaine des conflits. Le physicien Andrew Ilachinski auteur du livre Artificial War s’y est déjà essayé il y a plus de 10 ans, avec son programme Isaac/Einstein, dans lequel différents agents représentés par des pixels en mouvement et dotés d’une relative autonomie, simulaient les combats terrestres.

Mais il existe un problème propre à la nature même de ces systèmes : ce sont des mondes simplifiés, et même simplifiés à l’extrême. Si des situations complexes émergent, elles doivent obligatoirement être le produit d’interactions simples, et surtout ne pas être « hardcodées » dans le programme : il s’agit d’abstractions, et non de simulations, et leur but est donc plus de créer un nouveau type de « mathématiques » que prédire avec succès les résultats dans telle ou telle situation. Comme l’écrit Ilachinsky, il s’agit, dans le cas particulier de la guerre, de découvrir la grammaire fondamentale du combat. Mais comment extraire des applications pratiques de ces formes quasi platoniciennes ?

En créant des « wargames » un peu moins formels, susceptibles de nous aider à comprendre le mécanisme des conflits réels.

C’est là dessus que travaillent les chercheurs du LCCD (Laboratoire de dynamique computationnelle culturelle) qui ont développé une série d’outils applicables en Afghanistan ou en Irak. L’un d’entre eux, Scare (pour : Spatio-cultural abductive reasoning engine) aurait permis, relate Nature, de repérer des caches d’armes dans Bagdad, en utilisant des données open source sur la distribution des bombes artisanales et en tenant compte des contraintes du terrain et des spécificités culturelles (répartition Chiites/Sunnites dans les différents quartiers de la ville).

Difficile de savoir à quoi ressemblent exactement les programmes développés au LCCD, mais l’illustration ci-contre d’un des principaux programmes, Cage (Cultural adversarial game engine) nous en donne un aperçu : manifestement, il s’agit d’un vrai « jeu vidéo » plus proche d’Age of Empire ou de Civilization que des pixels mobiles d’Isaac/Einstein ou de Sugarscape.

Une autre caractéristique de ces systèmes simplifiés est l’absence de psychologie des acteurs. C’est là qu’on retrouve Selmer Bringsjord, dont nous avons déjà parlé à plusieurs reprises : il nous rappelle, dans Scientific American, que « les vrais êtres humains possèdent des croyances religieuses et des positions éthiques, peuvent communiquer par le langage, etc. » Non content de créer des intelligences artificielles maléfiques ou affabulatrices, l’équipe de Blingsjord s’est donc également plongée dans la dimension psychologique des wargames. Pour cela, elle a commencé par complexifier un bon vieux jeu de stratégie sur plateau Nicaragua ! qu’elle a informatisé et équipé de son système « Psypre« . Elle a ensuite créé son propre jeu de guerre, baptisé Irak !, un wargames où les « acteurs virtuels » sont de véritables petites intelligences artificielles, se basant sur les technologies que Bringsjord a déjà développées pour créer ses personnages synthétiques.

Dis-moi qui tu connais…

L’autre grand type de modélisation, l’analyse des réseaux, est moins utilisé par l’armée pour comprendre la nature des combats sur le terrain que par les services de renseignement en butte à la guérilla et aux attaques terroristes.

Nature nous présente ainsi ORA (Organisation risk analyzer) développé par Kathleen Carley. « Nous inventons les modèles de la psychohistoire… » affirme la chercheuse. La psychohistoire : avec les trois lois de la robotique, c’est l’autre grand apport d’Isaac Asimov à la science-fiction. L’idée qu’il existerait un ensemble d’équations permettant de prédire le cours des évènements sociaux à long terme. Un concept qui devient très à la mode ces temps-ci, comme si l’étude des réseaux pouvait nous permettre d’éclairer le passé et le futur. Elle a notamment souvent été mentionnée sur le Net par divers commentateurs, notamment à propos des travaux de Dirk Helbing sur la « simulation du monde ».

Comment marche ORA ? On commence en gros par définir un réseau regroupant des « nœuds » qui peuvent être des acteurs, des connaissances, des tâches ou des organisations. On peut par exemple, savoir si X connaît Y (qui travaille pour la compagnie W) et possède la compétence Z pour accomplir la tâche A…On peut ainsi analyser comment se constitue un réseau terroriste, comment une idéologie se répand, etc.

Pour entrer les données, Carley recourt à un programme, Automap, extrayant les données textuelles des divers documents disponibles.

Évidemment, ce choix automatisé ne va pas sans produire parfois des résultats un peu bizarres. Le problème, admet Calrey, c’est que les membres de ces réseaux ne sont pas toujours exactement vivants. Dans une analyse concernant le Soudan, l’un des acteurs clés du réseau s’est ainsi révélé être… Mahomet lui-même !

L’analyse des réseaux sociaux à des fins de renseignement n’est pas neuve. C’est ainsi qu’en 2003, l’armée américaine avait réussi à localiser Saddam Hussein. Ayant tracé (à l’époque manuellement) un graphe des relations du dictateur, elle en était arrivée à la conclusion que les maillons susceptibles de l’amener à trouver la cache de Saddam n’étaient pas les officiels de son régime, mais des acteurs moins puissants, tels qu’un garde du corps grâce auquel il purent repérer son refuge souterrain à Tikrit.

Certains critiques objectent que la quantité d’informations nouvelles obtenues par ces méthodes n’est pas si révolutionnaire. Ainsi, rapporte Nature, « Carley raconte une conférence au cours de laquelle elle a présenté ses travaux sur les individus clés jouant un rôle au Soudan selon ORA. « Mouais », répondirent la plupart les spécialistes de la région présents pendant l’intervention, « Nous savions déjà tout cela ». »

Robert Axtell, l’un des deux créateurs de Sugarscape, qu’on pourrait difficilement suspecter d’hostilité envers les simulations sociales, reconnaît que pour l’instant nous ne disposons pas de données suffisamment précises pour obtenir des résultats applicables, « J’ai l’impression qu’il y a là matière à un vaste programme de recherches pour les 20 prochaines années, peut être même les 100 prochaines, visant à créer des modèles fidèles du comportement humain et des interactions sociales »

Sans prétendre jouer les experts en complexité, il me semble qu’on est là face à un serpent qui se mord la queue : à cause de l’extrême sensibilité aux conditions initiales, on sait que cette quête des données sera infinie : d’où l’intérêt de modèles se situant à un niveau plus général. Mais si les modèles ne nous épargnent pas la quête sans fin des données, possèdent-ils une utilité réelle ? Et d’un autre côté, en essayant d’entrer sans arrêt de nouvelles informations dans nos systèmes de simulation, n’abandonnons-nous pas le principe qui consiste à faire émerger des situations complexes à partir de paramètres assez simples, permettant de mieux comprendre (quitte à abandonner tout espoir de prédire) le mécanisme fondamental de ces systèmes, de découvrir, comme l’a écrit Andrew Ilachinski, la grammaire du combat ?

Bref, à vouloir « compliquer la complexité, » ne perd-on pas sur les deux tableaux ?

L’article de Nature se clôt sur une réflexion de Ken Corner : « l’ennemi garde le contrôle : non seulement sans les données, mais sans la puissance informatique, sans l’internet, sans les bases de données et sans la science. »

De tels propos demandent sans doute à être mis en parallèle avec les conclusions d’un John Robb sur la « guérilla open source », qui tendent à démontrer au contraire une parfaite maîtrise de la pratique des réseaux par les différents groupes, révolutionnaires, terroristes ou même mafieux… C’est encore une fois, la confusion entre la théorie et la pratique : un oiseau n’a pas besoin de la théorie de l’aérodynamique pour voler. Ceux qui naviguent le mieux dans la complexité sont peut-être ceux qui la modélisent le moins.