Un modèle de chaos

C'est une situation familière : un couple traverse une rupture amère et leurs amis communs doivent choisir leur camp. Les sociologues ont étudié ce type de situation, mais ces dernières années, certains chercheurs se sont penchés sur les moyens de la modéliser mathématiquement.

En effet, de tels modèles pourraient s'avérer utiles à bien des égards, qu'il s'agisse d'aider à prédire les acteurs clés d'un conflit politique ou commercial ou d'affiner la façon dont les réseaux sociaux en ligne affichent les informations.

Dans un papier publié récemment dans le Actes de l'Académie nationale des sciences , des chercheurs de l'Université Cornell décrivent un modèle permettant de prédire comment un groupe social se séparera lors d'une scission mouvementée. Jon Kleinberg , professeur d'informatique à Cornell, qui a dirigé les travaux, affirme que les chercheurs se sont traditionnellement concentrés sur la prédiction de l'apparence d'un groupe une fois le conflit terminé. Il dit que ce travail propose une façon de regarder le processus de la scission lui-même.

Kleinberg note que le modèle de son groupe ne s'applique pas à toutes les situations. Au lieu de cela, il dépeint des conflits extrêmement polarisants. Une théorie sociologique appelée équilibre structurel décrit les décisions que les membres d'un groupe sont obligés de prendre lorsqu'un groupe se sépare complètement. Le modèle correspond le mieux aux situations où la logique commence à devenir : « Si vous n'êtes pas avec moi, vous êtes contre moi », dit Kleinberg.

Les chercheurs ont testé leur modèle sur des données documentant la scission d'un club de karaté universitaire, ainsi que la division entre l'Axe et les Alliés pendant la Seconde Guerre mondiale. Ils ont modélisé correctement les étapes de la division du club de karaté, à l'exception d'une erreur. Pour la Seconde Guerre mondiale, le modèle a correctement prédit le camp choisi par tous les pays, à l'exception du Danemark et du Portugal.

Kleinberg dit que les modèles n'ont pas été testés de manière approfondie sur d'autres situations, mais il est facile de regarder une simulation et d'imaginer les relations interpersonnelles en cours. Par exemple, dans un modèle qu'il a exécuté, un côté s'est fusionné rapidement, tandis que l'autre groupe a semblé se former seulement après que chacun de ses membres ait été isolé du premier groupe.

Sidney Redner , professeur de physique à l'Université de Boston qui a également travaillé sur la modélisation de la séparation des groupes, déclare que le travail des chercheurs est très sophistiqué, mais qu'il reste encore beaucoup de chemin à parcourir avant d'avoir une compréhension claire du processus. Il ajoute qu'il est notoirement difficile d'appliquer des modèles comme celui-ci au monde réel. Par exemple, dit-il, les efforts visant à utiliser des théories comme celle-ci pour prédire la violence entre les gangs de rue de Los Angeles n'ont pas été couronnés de succès jusqu'à présent.

D'autres sont encore plus sceptiques. Stanley Wasserman , professeur de statistiques, de psychologie et de sociologie à l'Université de l'Indiana, affirme que le modèle est trop simpliste pour conduire à beaucoup d'informations sur le comportement humain. Il est également sceptique quant à savoir si un modèle basé uniquement sur des principes mathématiques abstraits, comme celui-ci, peut décrire avec précision le comportement des gens. Il dit que les modèles prédictifs construits à partir de données expérientielles sont plus fiables.

L'impact [de ce travail] dépend du niveau général d'acceptation des mathématiques dans les sciences sociales par les sociologues, dit Krzysztof Kulakowski , professeur de physique et d'informatique appliquée à l'Université des sciences et technologies Akademia Gorniczo-Hutnicza. Kulakowski a également travaillé sur le problème.

Kleinberg admet qu'il n'est pas certain que les modèles mathématiques puissent s'avérer pratiques. Mais il pense que le travail suggère des directions intéressantes. Par exemple, il note que le nouveau modèle pourrait aider à identifier les acteurs clés dans un conflit qui s'aggrave. Il y a eu des moments au cours des conflits modélisés par les chercheurs où des sous-groupes sociaux ont flotté entre les deux principaux rivaux ; certaines personnes de ces groupes pourraient être essentielles. Un modèle comme celui-ci pourrait attirer l'attention sur ces personnes dans un conflit réel et donner aux négociateurs une chance de les influencer.

Des modèles comme celui développé chez Cornell pourraient également contribuer à améliorer les réseaux sociaux en ligne. Kleinberg note que parfois les sentiments positifs ou négatifs des gens, lorsqu'ils évaluent un produit, par exemple, reflètent leurs liens sociaux plutôt que leurs opinions authentiques. Les réseaux sociaux pourraient utiliser un modèle comme celui-ci pour détecter cet effet et tester des méthodes de filtrage. Les réseaux sociaux peuvent également utiliser un modèle comme celui-ci pour être plus sensibles après que les membres d'un groupe se soient brouillés. En d'autres termes, ils pourraient enfin savoir ne pas vous recommander de devenir ami avec la sœur de votre ex-partenaire hostile.

cacher