Complexité

Cet article est une ébauche. Vous pouvez partager vos connaissances en l’améliorant (comment ?)

La théorie de la complexité est le nom donné à un ensemble d'idées qui sont apparues à partir des années 1960 dans plusieurs disciplines telles que l'informatique, la théorie de l'information, la biologie évolutive et la psychologie cognitive. Issue de la théorie du chaos mais s'en différenciant, la théorie de la complexité est liée à la théorie des systèmes non linéaires avec de nombreuses variables interdépendantes. Tous les systèmes complexes sont des réseaux indépendants de plusieurs «agents» qui agissent en parallèle les uns avec les autres, selon certaines règles internes.

La théorie de la complexité se situe exactement dans la problématique de l'analyse de l'école autrichienne d'économie. En 2004, deux auteurs espagnols, Dulce Saura Bacaicoa et Angel Rodríguez García-Brazales, ont examiné les similitudes entre certaines caractéristiques de la pensée économique de l'école autrichienne et certaines propriétés de la théorie dynamique non-linéaire. En particulier, ils ont comparé les propriétés de la théorie de l'action humaine (praxéologie), de Ludwig von Mises et de l'ordre spontané de Friedrich Hayek, avec l'apparition de propriétés émergentes, de l'auto-organisation et du sentier de dépendance de la théorie de la complexité.

Les propriétés d'un système complexe

Au niveau le plus simple de la biologie, par exemple, les molécules sont soit attirées, soit repoussées par d'autres molécules dans un certain environnement, alors que les regroupements complexes de molécules ont un répertoire de stratégies, qui leur permettent d'évoluer dans leur environnement et de se reproduire. L'interaction de ces agents donne lieu à l'élaboration de "propriétés émergentes" qui sont différentes des propriétés de chaque agent et elles ne peuvent pas être expliquées simplement en référence aux propriétés des agents composant ce système. Par exemple, les nuages sont composés de molécules de vapeur d'eau. Toutefois, nous ne pouvons pas expliquer le comportement des nuages uniquement en nous référant aux propriétés des molécules d'eau parce que le comportement des nuages dépend aussi de l'interaction entre ces molécules.

Les propriétés émergentes sont la conséquence de l'auto-organisation, car elles résultent uniquement des stratégies comportementales des agents et elles ne nécessitent pas un contrôleur central ou un agent extérieur pour déclencher cette organisation. Aucune force extérieure "n'informe" les molécules de se former en cellules ou "ne prêche" l'ordre aux cellules de se constituer en organismes. Ces propriétés émergentes résultent des stratégies de comportements des unités individuelles.

Les systèmes complexes ont tendance à demeurer hiérarchisés dans le sens où chaque niveau de propriétés émergentes sert de blocs de construction pour des arrangements plus complexes. Les gènes s'organisent en chromosomes, qui à leur tour, forment les blocs de construction des cellules, bases de construction des tissus en organes, eux-même deviennent des corps vivants qui finissent pas s'organiser en groupes sociaux. Chaque niveau est composé d'éléments du niveau le plus simple au niveau le plus complexe. En outre, le niveau le plus complexe n'est possible qu'en raison de l'organisation préalable du niveau le plus simple. De toute évidence, le caractère hiérarchique et adaptatif des systèmes complexes implique un chemin de dépendance. Les caractéristiques d'un niveau dépendent de l'émergence des caractéristiques d'un niveau immédiatement plus simple.

Les systèmes complexes ont également tendance à être des systèmes adaptatifs. Autrement dit, les agents de ces systèmes, dans un certain sens, apprennent à mieux composer avec leur environnement. Ils organisent et réorganisent, en permanence, les blocs de construction selon les bénéfices qu'ils reçoivent de leurs activités ou du succès de la reproduction de leur nouvelle organisation. Les agents "jouent" constamment avec leur environnement afin d'améliorer leurs rendements. Mais, il arrive que l'environnement se compose d'autres agents. En conséquence, les agents ont tendance à coopérer avec certains agents et à rivaliser avec d'autres agents pour améliorer leur capacité d'adaptation à l'environnement. Leur comportement est influencé par leur capacité d'apprentissage de leur environnement.

L'apprentissage des systèmes adaptatifs est au cœur de la théorie de la complexité. Les agents apprennent dans un système complexe de nouvelles stratégies d'action. Les révisions des stratégies dépendent d'une forme de rétroaction de leurs actions. L'agent susbtitue une nouvelle action à l'action défaillante. Ainsi, le système en mode continu, devient de plus en plus adapté avec l'environnement. La sélection des nouvelles stratégies adaptatives s'effectue sans prise de conscience des agents concernés. Dans des systèmes adaptatifs complexes, l'environnement est composé d'autres agents exerçant tous ensemble leurs propres stratégies, les unes en concurrences, les autres en coopération avec les autres agents. par conséquent un système complexe fortement adapté est celui dans lequel les plans des agents sont coordonnés.

Ce processus continu de prévision (par exemple le choix d'une stratégie disponible qui s'adapte à la situation) et les évaluations (gratification de la stratégie poursuivie) conduit à un plus grand niveau d'organisation. Cela conduit également à une plus grande variation lorsque les stratégies d'adaptation de certains agents ouvrent de nouvelles opportunités à exploiter pour d'autres agents. Par conséquent, les systèmes adaptatifs complexes ne s'arrêtent jamais à un équilibre déterminé. Ils génèrent en permanence de nouvelles opportunités à exploiter par d'autres agents dans un processus qui rappelle l'entrepreneur kirznérien.

L'histoire du développement de la théorie de la complexité fut étroitement liée avec le développement de la technologie informatique pour une très simple raison. Sans les ordinateurs, les systèmes complexes sont impossibles à enquêter. Les équations non linéaires génèrent plusieurs solutions dont le nombre de variables s'élève à une allure exponentielle.

L'analyse de Friedrich Hayek sur les phénomènes complexes

Friedrich Hayek considère l'économie comme un « phénomène complexe ». Il décrit, en 1967, un ensemble de caractéristiques des phénomènes complexes dans la vie sociale. L'article fut initialement publié dans un volume d'essais en l'honneur de Karl Popper et, concernait principalement les questions de prévisions dans la science. Certains phénomènes sont tellement complexes que l'utilisation de modèles théoriques ne servent, au mieux, qu'à expliquer des actions passées et ne peuvent prédire que des schèmes de résultats sans pouvoir être précis sur des événements individuels particuliers. Friedrich Hayek s'appuie sur la métaphore de la biologie évolutive comme exemple de phénomènes complexes, similaires dans l'activité économique.

Les systèmes complexes sont des schèmes [modèles, pattern] d'événements qui sont perçus par les êtres humains et qui nécessitent une explication. Friedrich Hayek fait valoir la compréhension de l'ontologie de la complexité d'un système. Cette complexité dépend du nombre minimal d'éléments pour lesquels un exemple [une instance] du modèle incorpore afin d'exposer tous les attributs caractéristiques de la classe du modèle en question. Plus il y a d'éléments connexes reliés, plus le système à décrire est complexe.

De plus, les systèmes complexes démontrent des "propriétés émergentes", ce qui est une caractéristique qui doit nous empêcher de réduire l'ensemble à l'agrégation des parties individuelles. Il semble y avoir une chaîne de «complexité croissante» qui se trouve dans la nature, allant du plus simple système inanimé aux systèmes biologiques, humains et sociaux les plus complexes. Les schèmes ne sont pas des accidents aléatoires mais disposent de certaines relations de cause à effet.

Découvrir ces inter-relations est une conséquence directe de la façon dont notre cerveau apprend des choses. Nous relions des idées afin de donner du sens à des messages entrants. Par conséquent, lorsque nous percevons des évènements connexes, nous devons développer une théorie de leur inter-relation afin de tester ce lien de causalité. Cependant, plus les systèmes sont complexes, plus il est difficile, voir impossible de spécifier la nature des variables ainsi que du nombre de leurs relations.

En utilisant le modèle de l'équilibre général de Léon Walras, Friedrich Hayek explique qu'une théorie peut décrire un modèle particulier sans que les détails ne puissent être spécifiés et utilisés de manière adéquate pour une prédiction. La valeur de la théorie, selon lui, est de fournir une description générale d'un type particulier d'ordre. Et bien que la théorie ne peut pas être utilisée pour prédire des résultats quantitatifs, le chercheur peut "tester" la théorie en mettant en place les conditions nécessaires pour générer le modèle général et d'observer si le modèle prédit apparaît. Par conséquent, la théorie évolutionniste, peut être une théorie prédictive si elle peut expliquer le passé et si elle pose des limites sur ce qui peut éventuellement apparaître dans l'avenir. Mais, elle ne peut le faire qu'en utilisant des catégories de résultats. Le contenu empirique ne peut pas fournir d'informations sur des prédictions détaillées et précises du futur. Par exemple, des règles génétiques rendent impossible la naissance d'un poulain avec des ailes. En abordant la question de la nature théorique des sciences sociales, Friedrich Hayek souhaite donner une réflexion sur l'utilisation abusive de l'équilibre général pour soutenir une économie socialiste. La tentative des économistes socialistes de trouver des relations logiques entre les préférences des consommateurs, les ressources et les fonctions de production des entrepreneurs, comme l'implique la théorie de l'équilibre général obèrent la nature des relations non-linéaires, caractéristiques d'un système social et économique complexe.

En effet, le système d'équilibre général walrassien est composé d'un grand nombre d'agents indépendants dont les relations sont supposées linéaires. Cela signifie que le système de l'équilibre général peut être résolu d'une manière optimale grâce à des techniques de programmation linéaire tant que les équations provenant des informations du processus du marché sont entièrement spécifiées. Par conséquent, insiste en substance, Friedrich Hayek, la complexité d'un modèle social et économique ne provient pas du nombre de variables intégrées mais la marque de la complexité provient de la nature du système adaptatif, ceci en constituant la clé primaire. Que des agents économiques se coordonnent ou non, par l'intermédiaire de leur système d'information et du processus d'apprentissage (processus d'essais et d'erreurs et du chemin de dépendance cognitif, à d'autres plans économiques d'agents particuliers, est une caractéristique de non-linéarité des éléments adaptatifs du système économique complexe. Nul ne peut prédire à l'avance comment chacun de ces agents va se comporter et se coordonner de façon précise et particulière aux autres agents.

Bibliographie

• 1993, Ralph Stacey, ‘Strategy as Order Emerging from Chaos’, Long Range Planning 26(1): 10–17

• 1996, Ralph Stacey, Complexity and Creativity in Organisations, San Francisco: Berrett-Koehler Publishers, Stanford Encyclopaedia of Philosophy

• 1995, Ralph Stacey, The science of complexity: An alternative perspective for strategic change processes, Strategic Management Journal, 16, pp477−495

• 1999,
  • B. McKelvey, "Complexity Theory in Organization Science: Seizing the Promise or Becoming a Fad?", A Journal of Complexity Issues in Organizations and Management, 1(1)

• 2000, D. L. Levy, "Applications and limitations of complexity theory in organization theory and strategy", Handbook of Strategic Management, pp67–87

• 2001, Dominique Genelot, Manager dans la complexité : réflexions à l'usage des dirigeants. INSEP Consulting

• 2004, Dulce Saura Bacaicoa et Angel Rodríguez García-Brazales, Dinámica no-lineal y economía austríaca, Procesos de mercado: revista europea de economía política, n°1, pp73-112

• 2007, R. A. Thiétart et B Forgues, "Chaos Theory and Organization", Organization Sience, 6

• 2009, Roger Koppl, “Complexity and Austrian Economics”, In: J. Barkley Rosser Jr, dir., Handbook on Complexity Research. Cheltenham, UK: Edward Elgar

• 2010, Dan Greenwood, Facing Complexity: Democracy, Expertise and the Discovery Process, Political Studies, Vol 58, n°4, October, pp769-788

Accédez d'un seul coup d’œil au portail philosophie et épistémologie du libéralisme.