L’intelligence collective
Unité de Recherche sur la Complexité EMA – CEA
Jean-michel.penalva@ema.fr
URL du document : http://a-com.com/paper/penalva/
L’intelligence collective est une hypothèse relative à la capacité d’un groupe d’agents cognitifs (dans le cas général, ces agents peuvent être de nature humaine, animale ou artificielle) à atteindre dans l’action une performance d’un niveau supérieur. Elle sous-tend l’existence et la mise à profit de processus cognitifs d’apprentissage, de représentation[1], de décision, mais aussi de processus sociaux comme le partage, l’échange, la négociation, l’auto-organisation, ou encore de processus relationnels (ou de socialisation), comme la reconnaissance, la compétition, l’implication.
L’intelligence collective suppose une mise en situation d’acteurs, engagée dans une action commune. Celle-ci peut être totalement déterminée – un projet – ou seulement déterminée par ses finalités – un programme, ou une coalition d’intérêt - voire déterminées par les circonstances – une crise.
Selon la nature des agents, on parlera d’intelligence collective naturelle (les insectes collectifs par exemple), artificielle (les systèmes multi-agents) ou bien sûr, dans le cas le plus complexe, d’intelligence collective humaine.
Dans ce dernier cas le travail collaboratif est un « génotype » de situations où un collectif d’êtres humains vise à atteindre un but commun en associant les efforts de chaque contributeur. Le terme de travail collaboratif recouvre des réalités bien différentes, et des typologies peuvent être proposées : travail en groupe, travail en communauté, travail en réseau.
Pour obtenir le niveau d’efficacité souhaité, le paradigme dominant ces dernières années est celui de la « norme organisationnelle » composée de principes stratégiques, procédures et consignes prédéterminés. Les courants de pensée du knowledge management ou du knowledge innovation remettent en cause cette approche en s’intéressant sans a priori aux processus qui permettent de conduire « de l’idée au profit, matériel ou immatériel ».
Par exemple, il semble que l’objectif d’une meilleure performance collective nécessite de mieux reconnaître l’existence et l’intérêt des actions et interactions individuelles, ainsi que des construits individuels (représentations, enjeux). Une autre voie consiste à considérer qu’il faut doter une entité collective de capacités analogues à celles – naturelles – d’un individu cognitif. C’est cette hypothèse qui conduit à parler d’un collectif comme étant susceptible d'apprendre, d'avoir une mémoire, de faire des expériences, des choix, de prendre des décisions, d'agir, etc. - c’est-à-dire, comme étant en quelque sorte dotée d'une cognition individuelle.
Même si l’on se concentre sur les seuls aspects relatifs à la cognition, plusieurs thèses doivent être considérées : la thèse cognitiviste met l’accent sur les modèles nécessaires au traitement de l’information – les représentations -, tandis que la thèse de l’émergence montre que ces « images mentales » sont interprétées en contexte, ou encore la thèse de l’énaction montre que l’appréhension du monde est intimement liée à l’action envisagée.
La cognition, et encore moins la cognition collective, ne peut donc pas être réduite à un stockage symbolique des informations sous forme brute (mémoire entrepôt) ou sous forme de représentation (mémoire-empreinte). Elle se fonde toujours sur une boucle d'actions et c'est sur cette boucle d'actions qu'il faut agir pour l'optimiser : les données relatives à la situation sont sélectionnées en fonction d’une intention pour se transformer en information, mais c’est l’expérience des acteurs et le contexte qui en font de la connaissance utile (actionnable).
C’est pourquoi l’usage des technologies de l’information et de la communication donne actuellement lieu à débat : l’approche anglo-saxonne (information technology oriented approach) privilégie l’instrumentation du traitement de l’information : la machine révèle, voire découvre la connaissance (knowledge discovery est un terme usité), et l’utilisateur rationalise en contextualisant pour arriver à ses fins. L’approche dite orientale inverse les rôles et se positionne en rupture avec l’idée de création de connaissance hors contexte et en dehors d’interactions humaines. Elle postule un processus dynamique qui se concrétise au travers de « plate-forme où les acteurs usent d’un langage commun au service d’objectifs communautaires ». L’action des ressources humaines est prolongée par les technologies de l’information et de la communication qui l’optimisent, et concourent à la création de communautés stratégiques de connaissances, en créant les conditions de transformation des connaissances tacites ou individuelles en savoirs opérationnels partagés. Dans la mesure où c’est la communication qui est nécessaire à l’information, on parlera plutôt ici de technologies de l’interaction.
La conception de ces plateformes virtuelles est loin d’être évidente, car plusieurs niveaux doivent être considérés :
· Les situations d’interactions (contextes, figures, intentionnalités, implications…)
· Les modèles phénoménologiques (corpus de connaissances, système dynamique complexe, univers multi-agents),
· Les artefacts cognitifs (réseaux conceptuels, sémantiques, sémiotiques…),
· Les artefacts techniques (interfaces adaptatives, espaces virtuels, cartes topiques…),
· La plate-forme d’intégration (fonctions, traitements, objets, agents, bases, interfaces…)
La construction de l’intelligence collective est donc une problématique scientifique « ouverte », où différentes approches doivent être combinées, croisées : sciences de l’information, sciences cognitives, sciences humaines et sociales. Cela signifie qu’il ne faut pas se contenter d’importer des concepts d’un domaine à l’autre mais de trouver les correspondances qui permettent de conceptualiser la problématique de recherche.
Différentes disciplines doivent apporter leurs concepts, méthodes et outils, pour construire une vision structurée de la problématique et proposer des actions sur le terrain. On peut au moins citer quatre approches de l’intelligence collective qui gagnent à être croisées[2] et qui peuvent s’appuyer sur différentes ingénieries :
Approche communicationnelle
· Dispositifs sociotechniques et figures d’acteurs,
· construction du sens et dynamique des connaissances.
Approche socioorganisationnelle
· agencements organisationnels,
· impact des enjeux et des outils de gestion.
Approche de la cognition sociale
· communautés stratégiques de connaissances,
· corpus de connaissances dynamiques et décisions collectives,
Approche de l’intelligence artificielle
· iprocessus de coopération et négociation,
· systèmes multi-agents,
Le croisement de ces approches doit permettre de construire une véritable problématique de l’intelligence collective, afin de déterminer un recours argumenté des technologies de l’information [3].:
· Ingénieries des connaissances
· Ingénieries des systèmes d’information
· Ingénierie des données
Ces domaines de travail décrits comme ingénieries sont vus ici comme portant sur la manipulation de formes sémiotiques empruntées à la langue naturelle et aux formes générales d’écriture : textuelle, graphique, imagée, filmée… sans formaliser la signification exprimée
En précisant des normes et des standards pour assembler des formes sémiotiques, les technologies de l’information mobilisent le calcul numérique, non au profit d’une formalisation du raisonnement, mais au profit d’une transmission de la mémoire [Bachimont, 1994].
[1] On parle ici naturellement de représentation comme fondée sur l’interprétation en tant que « dévoilement du sens » ; la représentation au sens informatique, est d’une autre nature car dépourvue de toute intentionnalité
[2] En effet, elles prennent chacune comme objet scientifique les collectifs dans leurs contextes d’action ; les considérations sur le traitement de l’information en découlent, mais ne constituent pas l’intentionnalité première de la recherche.
[3] l’intelligence artificielle, au sens strict, ne numérise pas le monde ou la pensée, mais la connaissance : la représentation des connaissances revient à rechercher un langage de formalisation dont les opérations interprétatives correspondent aux raisonnements.
Document référencé par Luc Legay dans le cadre du projet Ru3 http://ru3.org/ru3/projet/