Modèles et simulations à base d’agents dans les sciences économiques et sociales : de l’exploration conceptuelle à une variété de manières d’expérimenter

Les modèles basés sur des agents en interactions, constituent des systèmes sociaux complexes, qui peuvent être simulés par informatiques. Ils se répandent dans les sciences économiques et sociales - comme dans la plupart des sciences des systèmes complexes. Des énigmes épistémologiques (ré)apparaissent. On a souvent opposé modèles et investigations empiriques : d'un côté, on considère les sciences empiriques fondées sur une observation méthodique (enquêtes, expériences) tandis que de l'autre, on conçoit les approches théoriques et la modélisation comme s'appuyant sur une approche conceptuelle ou hypothético-déductive. la simulation a de son coté souvent été comparée à une forme d'expérience ou à une méthode intermédiaire entre la théorie et l'expérience. Tesfatsion a parlé de « laboratoire computationnel » comme d'une manière d'étudier « les comportements des systèmes complexes au moyen d'expériences sous contrôle qu'on peut répéter (réplicable)» et Axelrod a proclamé que la simulation serait « une troisième manière de pratiquer la science dans les sciences sociales », entre l'induction et la déduction. Nous introduisons de nouveaux concepts épistémologiques afin de montrer dans quelle mesure les auteurs ont raison lorsqu'ils se concentrent sur une signification empirique, instrumentale ou conceptuelle de leur modèle ou simulation. La première partie du chapitre discute plus particulièrement de l'épistémologie des modèles économiques à partir des travaux d'Hausman, Guala, Mäki, Sugden, Schelling etc. pour expliquer les divergences entre modèles et simulations. En distinguant entre modèles et simulations, comme entre entre types de modèles, types de simulations informatiques et types d'empiricité obtenue par une simulation, la seconde partie donne la possibilité de comprendre plus précisément - et ensuite de justifier - la diversité des positions épistémologiques présentées dans la première partie. En utilisant les notion de sous-symbolisation (due à Smolensky) et, de hiérarchie dénotationnelle (due à Goodman), une attention particulière est accordée à la multiplicité des pouvoirs dénotationnels des symboles en jeu dans les modèles complexes et les simulations informatiques. Selon cette grille d'analyse, on peut déterminer, dans chaque cas particulier son statut épistémique et la crédibilité qui peut y être associée. Ce chapitre est une traduction (par Gilles Campagnolo) réviséee et augmentée par les auteurs de : Agent-Based Models and Simulations in Economics and Social Sciences: From Conceptual Exploration to Distinct Ways of Experimenting, Journal of Artificial Societies and Social Simulation 13 (1) 5 DOI: 10.18564/jasss.1532