Chaotique ≠ complexe

Comprenons bien la différence entre “Chaotique” et “Complexe” : dans le premier cas il est structurellement certain que le résultat ne correspondra …à aucune structure ; dans le second la modélisation n’est pas adaptée aux résultats que l’on attend : il y a soit trop de données, soit pas assez, soit la question est mal posée…

De nouvelles certitudes…

Ainsi au sein de chacune de ces 4 grandes catégories nous pouvons trouver une certaine forme de stabilité, …à défaut d’une stabilité de forme ! Y est pour chacune déjà présente une certitude :

– Dans la première famille, le système est Equilibré : cela veut dire que l’on peut prédire avec certitude que, tant que l’on introduit pas un agent perturbateur de cet équilibre, il y aura une certaine forme d’immobilité. Que cette immobilité soit souhaitable, “favorisante” ou pas est bien sûr une toute autre question.

– Dans le second cas la Cyclicité (souvent confondue avec le Changement et évoquée à tort comme la caractéristique fondamentale du Yi Jing et de la pensée chinoise qui en est issue), permet d’attendre qu’un moment plus favorable se produise ou de savoir que le moment actuel ne durera pas. Ce qui est stable c’est l’alternance.

– De façon paradoxale, pour le troisième cas de figure, Aléatoire, il est CERTAIN que l’on ne peut pas prédire une forme. …Ce qui est bien une forme de prédiction. Jusqu’à ce que les conditions changent il n’y aura pas de forme “identi-fiable”, cela ne correspondra qu’au seul modèle aléatoire.

– Le dernier cas, Complexe, indique en général que le modèle de la situation que l’on utilise doit encore être simplifié ou au contraire précisé par un apport complémentaire d’informations déterminantes. C’est un peu comme si un ordinateur nous répondait “Je ne comprends pas” ; tant que les données et les questions qu’on lui pose ne seront pas plus affinées ou reliables, il est certain qu’une réponse simple (en termes d’aide à la décision par exemple) ne pourra pas être donnée. En l’absence de raffinement du modèle initial la structure résultante sera alors un composite des 3 autres formes possibles : équilibré, cyclique et/ou aléatoire.

Changements de changements

Ainsi il y aurait d’autres modèles principaux de prévision que le principe d’alternance…

Et si l’on regarde la ou les situations à ce niveau, il n’y a finalement de véritable changement de nature que lorsque l’on passe de l’une de ces 4 grandes catégories à une autre…

Mais une autre forme de changement tout aussi pertinente à considérer serait le changement au sein d’une même classe (d’un état stable vers un autre, d’un mode d’alternance vers un autre, etc.)

Dans l’un et l’autre cas un élément d’information précieux peut être découvert grâce au modèle : le point de bascule. Il s’agit de la définition des conditions nécessaires et suffisantes pour qu’un changement se produise. Dans l’interprétation d’un tirage on trouve souvent ce type d’information “tactique” au moment de l’analyse des traits mutants.

Mais au fait à quoi servent les modèles ?

La modélisation consiste à identifier, pour une situation donnée, les facteurs-clés qui sont impliqués dans le maintien de cette situation ou dans son évolution potentielle vers une ou d’autres situations. La vie “réelle” est ainsi abstraite, schématisée, réduite à une représentation autour de ces facteurs déclencheurs ou verrouilleurs de changement. On choisit donc d’oublier, de provisoirement ne plus considérer comme principal, tout ce qui semble ne pas contribuer à ce schéma. Le niveau d’abstraction obtenu permet de constater la répétition de certaines formes ou processus de transformation. On observe également que l’évolution de ces structures similaires conduit à des conclusions analogues. Il est même possible d’en identifier une représentation-type, qu’on pourra entre autres nommer et ainsi manipuler conceptuellement.Top-models

  • La modélisation donne donc du sens, par la structuration, au monde qui nous entoure
  • Ce faisant elle permet la prédiction
  • Identifiant les points de bascule elle pose des limites
  • Elle permet également la “rétrodiction” c’est-à-dire de “prévoir le passé” (titre d’un article en préparation), soit pour deviner ce qui s’est passé, soit pour vérifier qu’un modèle fonctionne
  • Elle produit “quelque chose d’autre” : quittant le monde de l’analogie pour celui de la métaphore, elle révèle de l’inexploré et nous ouvre au progrès technique …ou à la poésie
  • Identifiant les données pertinentes elle favorise et optimise la mémorisation
  • Le modèle peut même être occulte, une sorte de boite noire dont on ne connait pas certains paramètres importants, mais dont il est malgré tout possible par analogie de déduire ce qui va en émerger
  • Pour finir le modèle est sobre : allégeant des contingences inutiles, il donne accès à la vision juste, au geste juste et au moment juste

Yin-Yang, momentums et modèles (1/3)

Yin-Yang, momentums et modèles (3/3)

CRÉDITS IMAGES : clipartpanda / DOMAINE PUBLIC