Tag: béhavioriste

La vie d’un scientifique dans le monde réel

Mon éditorial sur You Tube

Voilà un truc intéressant, apparu un peu par accident. Mon université s’engage dans un projet commun avec une société informatique. Le but est de préparer le lancement d’une fonctionnalité digitale du type « App Builder » et le rôle de l’université est de conduire une recherche côté humain, donc d’identifier les facteurs comportementaux significatifs chez les utilisateurs potentiels de cette technologie ainsi que de prédire l’attitude desdits utilisateurs vis à vis du produit, une fois celui mis en marché. Je suis chargé de préparer un plan de recherche et je besoin de déconstruire l’idée générale à fond. Je sais par expérience que le fait de développer un sujet par écrit, sur mon blog, m’aide beaucoup à clarifier mes idées sur un sujet complexe. D’autre part, le sujet en proche de ma propre ligne de recherche que je conduis depuis des années : l’innovation et son contexte social.

Une fonctionnalité du type « App Builder » est un outil informatique qui rend possible la construction rapide d’un logiciel par des personnes qui ne sont pas ingénieurs en technologies digitales. C’est un peu comme un kit de construction type mécano : vous avez une interface principalement visuelle, qui rend possible la construction d’un logiciel à partir des composantes standardisées. Vous avez des fragments substantiels de code informatique accessibles et maniables en la forme des « pièces » visuelles sur l’écran. Vous avec, par exemple, une pièce appelée « Formulaire de contact pour l’utilisateur », une autre décrite comme « Localisation par GPS » et ainsi de suite. Vous les combinez sur votre écran et de cette façon vous construisez le code complet d’un logiciel.

Comme vous pouvez le deviner aisément, cette technologie qui sert à fabriquer d’autres technologies, d’une manière quasi-artisanale, a deux groupes d’utilisateurs : ceux qui utilisent l’AppBuilder directement, pour fabriquer des logiciels – appelons-les « utilisateurs primaires » – et ensuite ceux qui utilisent les logiciels ainsi crées, donc les « utilisateurs secondaires ». Les utilisateurs primaires sont surtout des PME, ainsi que des ONG (Organisations Non Gouvernementale) de taille pas-encore-très-respectable. La logique de leur adhésion à ce produit est basée sur le mécanisme déjà connu depuis des décennies dans le marché des vêtements pour homme. Un costume pour homme, c’est en principe une pièce de vêtement qui se faisait sur mesure. Lorsque le prêt à porter est apparu, la différence sautait – et saute toujours – aux yeux, surtout dans le cas des messieurs qui ne sont pas exactement bâtis comme Tarzan. C’est ainsi que les tailleurs ont inventé un type de couture que les Anglo-Saxons appellent « bespoke » et pour laquelle je n’ai pas trouvé de traduction exacte en français. Le bespoke c’est comme du semi-sur-mesure. Le costume est pré-taillé et sa structure contient des petites pièces astucieusement masquées dans les endroits critiques, comme la ceinture, les hanches ou les épaules. Ces petites pièces rendent possible un ajustement poussé à la silhouette d’un personne précise. Le tailleur prend la mesure du client et ajuste le vêtement à sa silhouette. Le tout est beaucoup moins coûteux et plus rapide que du sur mesure strictement dit, tout en gardant l’élégance dure à trouver dans du prêt-à-porter typique.

Un AppBuilder c’est du digital façon bespoke. Il y en a déjà pas mal d’AppBuilders offerts sur le marché et ils présentent des régularités intéressantes. Premièrement, la majorité d’entre eux est accessible aux utilisateurs primaires sur la base d’un abonnement mensuel et cependant il en reste une minorité qui n’affiche pas du tout de conditions standardisées d’utilisation et qui présentent la collaboration avec chaque utilisateur primaire comme un projet singulier avec des modalités business tout aussi singulières. Deuxièmement, certains de parmi ces AppBuilders – je ne saurais pas dire si c’est une majorité ou bien une minorité – offrent des versions gratuites de base. Nous avons donc une proportion solide du type « majorité – minorité des cas » accompagnée d’un phénomène apparemment aléatoire dans sa manifestation.

L’abonnement mensuel suggère un lien durable entre l’utilisateur primaire d’un AppBuilder et son fournisseur. C’est logique : une fois que j’ai construit un logiciel mobile pour les clients de ma PME, j’aurais besoin de le parfaire et transformer à mesure que d’autres logiciels de même type apparaîtront sur le marché. L’expression « à mesure que » est importante. Le type d’innovation dont je vais avoir besoin dans ce logiciel c’est du progressif, à petits pas, difficiles à planifier en avance. La boîte à outils que j’avais utilisé la première fois doit donc être à portée de la main et en plus les outils dans la boîte feraient mieux de s’adapter aux nouvelles exigences du marché. Le fournisseur de l’utilité AppBuilder garantit donc à son utilisateur primaire l’accès à la boîte digitale à outils ainsi que leur mise à jour régulière.

Ce type de relation « client – fournisseur » implique que la capacité d’innovation digitale de la part du client reste plus ou moins constante. L’utilisateur primaire d’un AppBuilder de ce type développe l’habitude d’utiliser la boîte à outils fournie, sans modifier sa propre capacité d’innovation. En revanche, lorsque le fournisseur d’un AppBuilder propose, au lieu d’un abonnement, un contrat ponctuel spécifiquement adapté à l’utilisateur primaire donné, ceci implique un schéma différent. Il y a, là, une possibilité implicite qu’une fois le logiciel construit, la relation ultérieure entre le fournisseur de l’AppBuilder et l’utilisateur primaire peut cesser. Ceci, à son tour, exige que ledit utilisateur primaire développe une capacité nouvelle d’innovation digitale. Un transfert de technologie de la part du fournisseur est logiquement à espérer. Si, en tant qu’utilisateur primaire d’un AppBuilder, je décide de naviguer, dans l’avenir, les eaux digitales incertaines sans l’assistance de mon fournisseur initial, il me faut le code-source du logiciel. Sinon, je ne pourrais pas modifier mon outil.

Ainsi donc, l’occurrence de ces deux schémas contractuels distincts dans le marché des AppBuilders – le schéma abonnement comme solution majoritaire contre celui basé sur un contrat ponctuel dans une minorité des cas – suggère que le marché d’utilisateurs primaires des AppBuilders est principalement composé d’entités à capacité plus ou moins constante d’innovation digitale, avec une sous-population faite d’organisations capables de développer leur capacité dans ce domaine. De la part du fournisseur de l’utilité type AppBuilder, ceci implique le développement de deux types distincts de compétences en termes de relations-client. D’une part, il faut une compétence d’accompagnement digital d’utilisateur primaire. Il faut rester à jour en ce qui concerne les besoins du client, l’évolution de son organisation ainsi que de son marché, pour préparer des blocs mécano correspondants dans l’AppBuilder. D’autre part, le fournisseur d’un AppBuilder peut ou doit développer la capacité de transférer à son client une partie de la technologie de base, y compris le code-source du logiciel, en cas où le client développe sa propre capacité d’innovation digitale. Ce deuxième cas donne lieu à des solutions intéressantes, par exemple des codes-source multiples (où chaque utilisateur primaire génère, de facto, un code-source individuel pour son logiciel) ou des contrats bien astucieux de transfert de propriété intellectuelle.

L’occurrence apparemment aléatoire des versions gratuites de certains AppBuilders suggère que certains de parmi leurs fournisseurs développent comme un surplus d’innovation digitale : des trucs qui sont toujours utiles pour des applications simples et possibles à utiliser comme appât marketing mais pas suffisamment impressionnants pour qu’un utilisateur primaire sérieux veuille bien payer pour y avoir accès. Ceci, à son tour, implique une course technologique extrêmement rapide dans le secteur, tellement rapide que les créateurs des technologies n’ont même pas de temps suffisant pour exploiter commercialement à fond tout ce qu’ils développent.

Le raisonnement que je viens de présenter débouche sur la question suivante : comment organiser l’étude de marché pour un nouvel AppBuilder de façon à ce que l’AppBuilder en question soit compétitif ? Voilà un carrefour intéressant de la science et du business.

Qu’est-ce que je veux savoir lorsque je lance une nouvelle version du produit qui existe déjà ? C’est une bonne question. Puisque le produit existe déjà, et sa technologie évolue tellement vite que des retombées de ladite évolution sont accessibles gratuitement, il est presque complètement inutile de lancer des sondages, basés sur des questionnaires standardisés du genre « Qu’espérez-vous d’un AppBuilder ? ». Les attentes ainsi formulées sont un pâle reflet de ce qui se passe sur le marché. Comme je viens de le discuter, les proportions entre les compétences digitales d’utilisateurs typiques des AppBuilers, d’une part, et le degré de perfectionnement technologique de ces derniers d’autre part sont ridiculement déséquilibrés. Ces utilisateurs ne sont tout simplement pas capables de dire ce qu’ils veulent puisqu’ils n’ont pas la base se savoir nécessaire pour verbaliser ce qu’ils veulent.

Dans le passé, avant que j’eus choisi la carrière académique, je travaillais précisément dans l’étude de marché comme profession. Par expérience, je sais comme profondément vraie est cette phrase de Bernard Bosanquet : « (…) souvent, lorsque les gens ne savent pas ce qu’ils veulent dire, ils néanmoins veulent dire quelque chose de très grande importance ». En d’autres mots, les questionnaires typiques, faits des questions standardisées, comme dans les sondages s’opinion publique que vous pouvez voir à la télé, sont, parmi tous les outils de recherche, les plus difficiles à utiliser correctement et par ce fait, la plupart de leurs résultats sont tout simplement erronés. L’étude de marché vraiment digne de ce nom exige que l’on se pose des questions fondamentales, tout comme dans une recherche scientifique strictement dite, et que l’on applique toute la rigueur scientifique à trouver des réponses.

Voilà donc que j’ai une occasion toute prête de se tourner vers l’une de mes petites obsessions intellectuelles : la recherche behavioriste. S’il est futile d’étudier ce que les gens disent qu’ils pensent qu’ils veulent, il peut être intéressant ce qu’ils font. Les AppBuilders sont utilisés par les entreprises et les organisations non-commerciales de taille relativement petite et de compétence digitale relativement modeste pour construire rapidement des applications mobiles qui servent à créer, maintenir et développer des relations-clients. C’est le cœur du phénomène étudié de façon scientifique : la façon dont les utilisateurs primaires potentiels d’un AppBuilder gèrent leurs relations-clients.

Une façon de faire quelque chose est une séquence. L’action B se répète, encore et encore, après l’action A et avant l’action C. Si je contacte une agence de voyages, par exemple, ses employés vont se comporter en une séquence d’actions (interview en ce qui concerne mes attentes, un devis personnalisé des voyages, deux appels de relance par téléphone etc.). Point de vue business, l’application mobile qu’une telle agence pourrait offrir à ses clients remplacerait cette séquence d’actions avec quelque chose de plus efficient, au moins en principe. C’est objectivement ce qu’un AppBuilder peut donner, en termes de valeur ajoutée, à cette agence de voyages : une technologie pour cloner – rapidement et facilement – leur séquences typiques d’actions dans les relations-clients en une forme d’application mobile.

J’ai donc pensé à une première phase qualitative de cette étude de marché, basée sur un échantillon d’interviews en profondeur dans les PME et des organisations non-commerciales, précisément en vue d’identifier des schémas comportementaux récurrents. Parmi d’autres détails méthodologiques, une question émerge : la taille de l’échantillon. Dans l’univers du qualitatif, il y a une foule d’opinions à ce propos. En fait, chaque chercheur a sa petite théorie. Ce que je peux définir comme consensus méthodologique assume des échantillons entre 20 et 70 interviews. Je me suis demandé s’il y a une méthode rationnelle de calculer ça.

J’avais commencé par assumer que dans une série d’interviews qualitatifs en profondeur, chaque interview devrait fournir des informations pertinentes pour optimiser les interviews suivantes. C’est une démarche heuristique. J’avais retourné aux notions fondamentales de la méthode de Bayes : chaque expériment consécutif permet de diviser l’univers entiers d’occurrences possibles en deux champs distincts, d’habitude possibles à décrire comme « succès » ou « échec ». Je me suis dit, aussi, que j’ai tout le droit d’attendre à ce que ces interviews marchent, en pratique, suivant la règle de Pareto : 20% d’entre elles vont fournir 80% d’informations utiles. Très intuitivement, j’ai donc calculé, encore une fois en accord avec la logique de Bayes, le coefficient binomial pour une séquence faite de 2 succès sur 10 essais. Ça fait {10!/[(10!*(10-2)!)]} = 45. Le symbole « ! » veut dire, bien sûr, une factorielle. Je sais que c’est vraiment très intuitif, mais une intuition cohérente vaut mieux que rien.

Il y a un second truc, dans cette étude de marché : l’expérimentation avec les prototypes de l’AppBuilder. A ce respect précis, une question méthodologique a surgi : comment savoir quelles caractéristiques de l’AppBuilder sont les plus importantes pour les utilisateurs. La façon la plus simple de se faire une opinion là-dessus est de demander les opinions d’utilisateurs primaires. Encore, pour moi, c’est encore une fois demander ce que les gens disent qu’ils pensent qu’ils attendent de la part de quelque chose qui n’existe pas encore. J’ai donc pensé à une approche behavioriste. Logiquement, si une modification de la caractéristique donnée d’une utilité digitale affecte le comportement d’utilisateurs relativement plus que des modifications d’autres caractéristiques, ce trait précis a la capacité de modifier le comportement, donc il est plus important que les autres. J’ai donc pensé à un expériment où la société d’informatique construit des prototypes dotés des caractéristiques hyperboliques, genre icônes vraiment petites en comparaison avec des icônes très grosses. Chaque hyperbolisation est testée séparément en vue de son impact sur le comportement d’utilisateurs dans l’environnement expérimental.

Voilà un échantillon de la vie d’un scientifique dans le monde réel, lorsqu’il faut utiliser la science pour trouver son chemin dans l’espace social. Je continue à vous fournir de la bonne science, presque neuve, juste un peu cabossée dans le processus de conception. Je vous rappelle que vous pouvez télécharger le business plan du projet BeFund (aussi accessible en version anglaise). Vous pouvez aussi télécharger mon livre intitulé “Capitalism and Political Power”. Je veux utiliser le financement participatif pour me donner une assise financière dans cet effort. Vous pouvez soutenir financièrement ma recherche, selon votre meilleur jugement, à travers mon compte PayPal. Vous pouvez aussi vous enregistrer comme mon patron sur mon compte Patreon . Si vous en faites ainsi, je vous serai reconnaissant pour m’indiquer deux trucs importants : quel genre de récompense attendez-vous en échange du patronage et quelles étapes souhaitiez-vous voir dans mon travail ?

Vous pouvez donner votre support financier à ce blog

€10.00

« Oui » et je le dis en toute honnêteté

Mon éditorial video

Je prends du recul dans mon projet BeFund. Je prends du recul pour prendre de l’élan, pour ainsi dire. Je suis déjà entré dans les détails de mon business plan et je sens un besoin de remettre mes idées essentielles bien en place. C’est un peu comme si je peignais un tableau à structure compliquée, censé représenter une bataille : de temps en temps j’ai besoin de reculer un peu pour voir si j’avais peint les soldats du côté de bon général.

Alors, ça avait tout commencé à la fin 2017, lorsque je me suis familiarisé (un peu) avec le projet Confluence, localisé à Lyon, France. Il se fait que j’avais passé quelques années à Lyon lorsque j’étais adolescent (oui, c’était avant l’invention de Facebook, non, ce n’était pas avant l’invention de la roue). J’aime y revenir de temps en temps et c’était en y revenant en Septembre 2017 que j’avais pris connaissance, pour la première fois, du projet Confluence. Je suis un scientifique par structure, pour ainsi dire. J’ai dans ma tête ces trois êtres coexistant : le singe curieux, le moine austère et le bouledogue heureux. Tous les trois, ensemble, ils me donnent ce désir insatiable de savoir plus. Si vous placez à portée de ma main un bouton avec écriteau « Touchez pas. Provoque la fin du monde en 30 minutes » je vous jure je le presserais juste pour voir ce qui se passe durant ces 30 minutes.

Alors, lorsque j’avais eu vent, pour la première fois, de ce que des grands projets des villes intelligentes peuvent bien avoir l’air, ça m’avait vraiment accroché. Je me rappelle qu’à l’époque j’avais cette idée en tête, de développer un business dans le cadre d’un grand projet de ville intelligente. Côté sentimental, je formais des visions de cette entreprise aussi bien à Krakow (Pologne), ma ville natale, où je vis toujours, qu’à Lyon (France), où je me sens émotionnellement ancré en quelque sorte. C’est alors que j’avais commencé à faire de la recherche sur les villes intelligentes en général. Je voulais comprendre comment ça marche. J’avais trouvé des données empiriques pour former une hypothèse forte que les grands projets des villes intelligentes corrélaient avec trois phénomènes socio-économiques : a) forte croissance démographique locale, à long terme b) densité de population élevée, même pour la moyenne des grandes villes c) forte croissance locale dans les prix de l’immobilier (consultez My individual square of land, 9 meters on 9 ). J’avais compris, aussi, que puisque les villes intelligentes ça va avec des gros investissements en des technologies ultra-modernes, le développement de ces projets va être lié à un amortissement (vieillissement moral) très rapide des technologies installées et donc à un cycle local super-rapide de changement technologique. Cet amortissement accéléré des technologies locales va sûrement entrainer un besoin accru en capital à haute liquidité (voir Le cousin du beau-frère de mon ami d’école et peut-être aussi Smart cities, or rummaging in the waste heap of culture  ).

Je me demande, à présent, comment avais-je fait la connexion entre toute cette recherche sur les villes intelligentes, d’une part, et ce concept BeFund ou le centre expérimental de recherche comportementale couplé avec un fonds d’investissement. Alors, mon moine austère interne, quel était mon chemin de raisonnement ? Ah, voilà, ça revient : il m’était venu à l’esprit, à l’époque, qu’il y a très peu de science vraiment solide quant à l’interaction entre les êtres humains et des technologies intelligentes fortement concentrées dans un environnement urbain. L’idée qui s’accrochait alors fortement à mes synapses (et qui s’accroche encore, par ailleurs) est que nous sommes habitués à vivre dans un environnement à propos duquel nous inventons des trucs, pendant que les technologies d’une ville intelligentes sont faites pour inventer des trucs à propos de nous. C’est comme ça que j’avais commencé à naviguer vers les méthodes de recherche expérimentale sur le comportement humain. J’avais fait une première approche intellectuelle dans Une boucle de rétroaction qui reviendra relativement pas cher et après, j’avais consacré la plus belle partie du mois de Février à piocher dans les méthodes de recherche behavioriste. Vous pouvez voir mon cheminement à travers : There are many ways of having fun with that experiment ; Couper le cheveu en quatre, puis en tirer une racine cube ; Any given piece of my behaviour (yours too, by the way) ; La tâche d’invention en cas d’urgence ; That thing about experiments: you don’t really know et enfin Parfois j’ai du pot et parfois pas tout à fait.

Je me rappelle que c’est en travaillant sur une mise à jour consécutive, publiée comme « And so I ventured myself into the realm of what people think they can do » que l’idée concrète de mon projet avait commencé à prendre une forme intelligible. Je m’étais rendu compte que ce que je veux organiser c’est un centre expérimental orienté sur la recherche comportementale au sujet des interactions entre les humains et les technologies intelligentes. J’avais alors commencé à étudier les applications purement commerciales d’un tel projet et ce cheminement intellectuel particulier est à trouver dans « Ça semble tenir le coup. Ça promet. » ainsi que dans « When is it the right moment to expose ourselves? ». C’était lorsque je préparais une mise à jour consécutive, intitulée « Loin dans le domaine d’idées originales » que je m’étais rendu compte que ce serait intéressant de coupler un labo de recherche expérimentale avec un fonds d’investissement pour les startups développées sur la base des technologies testées dans ce centre. Depuis, donc durant les deux semaines passées, dans une série des mises à jours plutôt techniques, j’ai commencé à développer les détails du projet auquel j’ai donné le nom « BeFund ».

L’une des idées centrales de BeFund est de démarrer avec un projet de recherche expérimentale propre (c’est-à-dire initié et animé par BeFund). Ce projet aurait une double fonction. D’une part, il servirait à attirer des fonds publics de recherche pour financer l’établissement et la première lancée du labo expérimental. D’autre part, il serait un véhicule de marketing financier pour attirer des startups à financer dans le volet « fonds d’investissement » du BeFund. J’avais longtemps ruminé des idées différentes pour ce projet initial et finalement j’ai décidé de développer mes propres lignes de recherche. Dans mon livre intitulé « Capitalism and political power » j’avais attaché beaucoup d’importance à la densité de population comme facteur fondamental de tout changement socio-économique et c’est la première ligne de recherche – que j’ai déjà signalé dans « Sort of a classical move » –  à initier dans le cadre de BeFund. Comment nos habitudes technologiques changent-elles en fonction de ce que nous expérimentons comme des différents niveaux de densité de population ? La grande inconnue dans cette ligne de recherche et en même temps le défi scientifique le plus important est de découvrir comment diable nous formons notre expérience personnelle de densité de population ?

J’avais aussi beaucoup travaillé sur le sujet d’interaction entre la base énergétique et alimentaire d’une part et le changement socio-économique d’autre part. Ici vous avez deux articles à ce propos : « Technological change as intelligent, energy maximizing adaptation » et « Settlement by energy: can renewable energies sustain our civilisation? ». Dans cette ligne de recherche particulière il y a deux idées différentes : l’une gentille et politiquement correcte, l’autre beaucoup plus primaire et sauvage. La gentille est que les êtres humains adaptent toute leur activité à la base énergétique dont ils disposent dans un lieu et un temps donnés. La recherche expérimentale que je vois à ce propos peut consister à placer une population dans un environnement expérimental contrôlé où les participants devraient adapter leurs habitudes technologiques aux ressources énergétiques accessibles.

La sauvage est liée à une observation que j’avais faite dans ma recherche : il semble que les populations humaines légèrement affamées, avec un déficit alimentaire autour de 70 – 90 kilocalories par personne par jour, sont les plus innovantes. Lorsque le déficit alimentaire disparait, l’innovation reste substantielle mais comme moins vivace. En revanche, l’approfondissement de ce déficit conduit à une baisse profonde dans la capacité d’innover. Maintenant le truc vraiment sauvage dans cette observation est que les populations réelles qui entrent dans la catégorie de déficit 70 – 90 kilocalories par jour par personne sont celles où le déficit en question résulte plutôt d’inégalité dans la distribution des produits alimentaires et pas tellement de la pénurie alimentaire généralisée. L’occurrence de ce déficit alimentaire léger semble donc correspondre à la présence des hiérarchies sociales très pointues et plutôt brutales.

Alors voilà l’idée primaire et brutale pour la recherche behavioriste : créer un environnement expérimental où les participants seraient observés dans leur habitudes technologiques et en même temps ils seraient placés dans une structure sociale et une base alimentaire qui, combinées, peuvent facilement conduire à des inégalités dans la capacité de manger à sa faim. Je vous avais prévenus : c’est vraiment du primaire et du sauvage. J’ai comme une intuition qu’une telle recherche expérimentale, en dépit de tous les points d’interrogation côté éthique, peut apporter des découvertes fondamentales sur le fonctionnement de nos structures sociales et sur le rôle des technologies.

Par comparaison, ma dernière ligne de recherche c’est du vraiment gentil. Je donne à mes cobayes expérimentaux des outils FinTech, comme des logiciels de paiement par téléphone ou similaires, je les irrite côté densité de population, côté énergie et bouffe, je les appâte avec des technologies prototypées à tester et j’observe quelle masse monétaire est mise en circulation dans ces logiciels et en quelle forme exacte. C’est la ligne de recherche que vous pouvez consulter en une forme plus rigoureuse côté science dans mon article « Financial equilibrium in the presence of technological change » ou bien dans « Technological change as a monetary phenomenon ».

Alors, je connecte les points sur mon dessin et je commence à tabasser, gentiment mais fermement, mon concept de BeFund. Est-ce qu’un labo behavioriste couplé avec un fonds d’investissement pour les startups à une raison d’être dans le cadre d’un projet de ville intelligente ? Je pense que oui et je le dis en toute honnêteté. Un centre de recherche de ce type pourrait même devenir le cœur et le moteur de développement dans une ville intelligente. Est-ce que les lignes de recherche que je viens de tracer ont une application pratique dans un tel projet ? Là, je suis plus prudent dans ma réponse, néanmoins je vois de la méthode dans ma folie : ces idées de recherche que j’ai décrites correspondent aux variables fondamentales de tout environnement urbain. La densité de population, l’accès à l’énergie et à la (bonne) nourriture, la formation d’une hiérarchie locale et les systèmes monétaires locaux – tout ça c’est de la vie quotidienne à l’état cru et brut.

Je continue à vous fournir de la bonne science, presque neuve, juste un peu cabossée dans le processus de conception. Je veux utiliser le financement participatif pour me donner une assise financière dans cet effort. Vous pouvez soutenir financièrement ma recherche, selon votre meilleur jugement, à travers mon compte PayPal. Vous pouvez aussi vous enregistrer comme mon patron sur mon compte Patreon . Si vous en faites ainsi, je vous serai reconnaissant pour m’indiquer deux trucs importants : quel genre de récompense attendez-vous en échange du patronage et quelles étapes souhaitiez-vous voir dans mon travail ?

Oui, tout à fait, c’est de la pensée humaine formalisée

Mon éditorial

Dans ma dernière mise à jour en anglais (Hammer, stretch, repeat ) je m’étais pas mal avancé dans la conceptualisation du business plan pour un centre expérimental de recherche, orienté sur l’étude behavioriste de l’interaction entre les êtres humains et les technologies intelligentes. L’idée de mettre l’activité de recherche en pair avec un fonds d’investissement semble promettre. A présent, je me concentre sur l’étude du marché scientifique : j’étudie ceux labos behavioristes qui ont pignon sur rue, ou plutôt sur l’Internet, tout en analysant la littérature relativement fraîche, pour connaître la dernière mode en termes de recherche behavioriste.

Je commence avec un petit coup d’œil sur le labo de recherche behavioriste à Peter T. Paul College of Business and Economics, Université de New Hampshire. Le labo en tant que tel est une chambre de classe typique, avec 16 tables, chacune équipée d’un ordinateur portable 17 pouces, deux charriots de rangement, des cloisons portables pour créer des espaces privés, bonne connexion Internet, 2 cameras et 2 microphones de haute qualité, monté sur des supports type pro (possibilité de mouvement tout en gardant la stabilité), un écran de télé 50 pouces. En termes de logiciels, ils déclarent utiliser : MediaLab et DirectRT développés par Empirisoft, MatLab, Qualtrics, ainsi qu’un logiciel gratuit OpenSesame pour le développement d’expériences behavioristes (accessible à l’addresse http://osdoc.cogsci.nl/3.2/ et lui-même développé par Mathôt et al.[1]).

Ma cible suivante est le labo de recherche behavioriste chez London School of Economics et c’est à peu près le même schéma : une chambre type espace semi-ouvert avec des tables et des ordinateurs, une chambre de conférence, le tout sous vidéo-surveillance. Point de vue logiciels, ‘y a du Direct RT, du E-Prime, le HCI Browser, Inquisit Web + Lab, LanSchool, MediaLab, Qualtrics, Shopify et z-Tree. Ils pratiquent ce qu’avant-hier je prenais pour une idée complètement folle, c’est-à-dire ils louent le labo aux expérimentateurs externes, à £170 l’heure. Ils déclarent aussi de payer les participants à £10 l’heure. Ah, il y a aussi un blog de recherche. Cool.

Je vire vers le labo comportemental de Columbia Business School. Comme je survole leur équipement, ça inclut 39 postes-ordinateur, un eye-tracker (vous savez, ce machin d’oculométrie qui surveille le mouvement de nos yeux), un ordinateur de rivalité binoculaire avec les lunettes 3D, deux ordinateurs portables Lenovo, 9 iPads, 5 caméras haute résolution avec supports, de l’équipement pour l’observation physiologique (le pouls, la pression sanguine, la résistance électrique de la peau, ce genre-là), ainsi que des écouteurs type pro. Les logiciels sur place, c’est à peu de choses près le même truc que ce que j’avais déjà remarqué ailleurs, avec quelques logiciels de plus : MediaLab/DirectRT 2014, SPSS, Tobii Studio, Presentation, MAT Lab, E-Prime, zLeaf/zTree, Inquisit, NVivo, Qualtrics. Ils ne disent pas combien ça coûte de louer le labo sur la base horaire, néanmoins il y a un détail intéressant : ils maintiennent un petit fonds de $7000 qu’ils appellent « Petty Cash » pour payer les participants. Ils ont une autre fonctionnalité intéressante en la forme de participation en ligne : les chercheurs peuvent connecter avec le labo via Internet. La fonctionnalité s’appelle SONA.

J’ai aussi trouvé une société américaine, iMotions, qui commercialise des systèmes entiers d’équipement pour des labos d’étude behavioriste.

Alors, je passe à la revue de littérature béhavioriste. Je commence par ce logiciel gratuit OpenSesame, que par ailleurs je viens d’installer. Question : est-ce qu’un logiciel c’est de la littérature ? Réponse : oui, tout à fait, c’est de la pensée humaine formalisée. A la différence d’un article, ça fait quelque chose de concret et c’est même mieux. La logique d’OpenSesame est celle des parts indépendantes : une expérience behavioriste est composée des modules fonctionnels, conceptuellement distincts. Chez les OpenSesame, il y a 10 types des modules : une boucle de répétition, une séquence, le présentation d’un stimulus visuel, feedback fourni au participant, la reproduction d’un son à partir d’un fichier, synthèse du son, enregistrement d’actions sur le clavier d’ordinateur ainsi que celles faites avec la souris, l’enregistrement formel des variables ainsi que de leurs valeurs locales, et finalement l’exécution d’un code Python arbitraire. Comme j’étudie OpenSesame, je tombe sur un autre logiciel expérimental gratuit : PsychoPy. Je télécharge les deux articles publiés par son créateur : Peirce 2007[2], 2009[3]. Les deux articles sont du genre « présentation du logiciel » avec à peu de choses près la même logique que celle d’OpenSesame avec, toutefois, un concept intéressant. L’auteur suggère que le développement des logiciels pour expériences psychologiques va vers la création des grandes librairies de composantes modulaires, attachées à des langues spécifiques de programmation, Python et MatLab, surtout. Le vecteur de développement et comme je le devine, un vecteur important de compétition aussi, consiste dans l’élargissement rapide de ces librairies.

Je tourne vers de la littérature respectable. Le premier article respectable dont je tombe dessus est celui par Michie et al. 2008[4], intitulé « De la théorie à l’intervention : mapper les déterminantes comportementales théoriques en des techniques de modification comportementale ». En gros, comment utiliser la théorie pour faire faire aux gens des choses que nous voulons qu’ils fassent. Une conclusion attire mon attention dans cet article : les déterminantes de changement comportemental ne sont pas tout à fait les mêmes que celle du comportement sujet à la modification. Voilà une piste intéressante, qui, je le sais, peut sembler une contradiction en soi et qui, néanmoins, a du sens. Les facteurs qui nous font modifier notre comportement ne sont pas les mêmes que ceux qui nous font former un schéma plus ou moins permanent de comportement.

En plus, cet article contient un aide-mémoire utile quant aux aspects fonctionnels de comportement. Les voilà : a) rôle social et professionnel, y compris l’expérience d’identité b) savoir c) compétences d) croyances en ce qui concerne les compétences e) croyances en ce qui concerne les conséquences f) motivations et objectifs g) mémoire, attention, prise de décision h) contexte environnemental et ressources i) influences sociales j) émotions k) planification de l’action.

Comme je passe en revue la littérature, la même observation revient encore et encore : la recherche behavioriste semble en être dans la même phase que les logiciels d’assistance expérimentale. C’est la phase de traduction d’un corps de savoir théorique, tout à fait substantiel par ailleurs, en une forme modulaire, possible à appliquer dans des environnements expérimentaux assistés avec des logiciels à structure modulaire. Fascinant. Qu’est-ce que je vous disais ? Notre comportement est formé par nos technologies au moins aussi puissamment que ça se passe dans la direction opposée, donc au moins aussi profondément que notre comportement influence la technologie. Dans ce cas précis c’est d’autant plus fascinant qu’il est question d’influence de la part d’une technologie de recherche sur le contenu de la recherche que cette technologie-même a pour mission d’assister. Je suis même tenté de dire qu’une modification profonde de la technologie d’assistance à la recherche expérimentale pourrait apporter une avancée dramatique de la science du comportement. Cette observation générale me donne même plus de confiance dans cette intuition générale qu’étudier le comportement humain dans la triade « technologie <> utilisateurs <> ingénieurs », donc d’inclure le processus d’innovation technologique dans le champ expérimental, a le potentiel d’apporter du changement profond.

En ce qui concerne l’équipement pour l’étude béhavioriste, tout est là, accessible sur simple commande. Pas besoin d’inventer la poudre de canon pour une seconde fois. En revanche, ces labos universitaires que je viens de passer en revue semblent exploiter seulement une fraction de potentiel offert par les technologies de recherche. Ils semblent fonctionner selon la logique d’une chambre de classe dirigée par un proviseur obsédé de contrôle : les participants se tiennent assis en face d’un ordinateur, ils lisent, ils écoutent, ils tapent, ils cliquent et ils sont observés dans ces actions par de l’équipement additionnel. Pour le moment, je n’ai trouvé aucun labo qui reproduirait un habitat, donc qui exigerait un séjour prolongé des participants et qui, en même temps, donnerait la possibilité d’étudier des comportements vraiment complexes, je veux dire ceux que nous développons sur long-terme. Même s’il y a des labos de ce type, ils sont confinés à l’univers d’entreprises, où je n’ai malheureusement pas accès, au moins pas encore. Ça peut être une question de financement ou bien d’éthique de recherche, mais en tout cas, il y a comme un fossé entre les possibilités technologiques d’expérimentation behavioriste d’une part et ce que font les labos universitaires d’autre part.

Je continue à vous fournir de la bonne science, presque neuve, juste un peu cabossée dans le processus de conception. Je veux utiliser le financement participatif pour me donner une assise financière dans cet effort. Voici le lien hypertexte de mon compte sur Patreon . Si vous vous sentez prêt à cofinancer mon projet, vous pouvez vous enregistrer comme mon patron. Si vous en faites ainsi, je vous serai reconnaissant pour m’indiquer deux trucs importants : quel genre de récompense attendez-vous en échange du patronage et quelles étapes souhaitiez-vous voir dans mon travail ?

[1] Mathôt, S., Schreij, D., & Theeuwes, J. (2012). OpenSesame: An open-source, graphical experiment builder for the social sciences. Behavior Research Methods, 44(2), 314-324.  doi:10.3758/s13428-011-0168-7

[2] Peirce, JW (2007) PsychoPy – Psychophysics software in Python. J Neurosci Methods, 162(1-2):8-13

[3] Peirce JW (2009) Generating stimuli for neuroscience using PsychoPy. Front. Neuroinform. 2:10. doi:10.3389/neuro.11.010.2008

[4] Michie, S., Johnston, M., Francis, J., Hardeman, W. and Eccles, M. (2008), From Theory to Intervention: Mapping Theoretically Derived Behavioural Determinants to Behaviour Change Techniques. Applied Psychology, 57: 660–680. doi:10.1111/j.1464-0597.2008.00341.x

Parfois j’ai du pot et parfois pas tout à fait

Mon éditorial

Ce dernier temps je me suis engagé très sérieusement dans la conception des milieux expérimentaux pour l’absorption des nouvelles technologies. Ce qui m’intéresse c’est le comportement humain dans le processus d’absorption de l’innovation. Je me suis dit que nous sommes plus nombreux que jamais sur cette planète et lorsqu’il y a plus de monde dans un espace constant, cela veut dire plus d’interactions humain-humain dans l’unité de temps, ce qui à son tour veut dire apprentissage plus rapide et plus d’expérimentation. Je me suis aussi dit qu’en dépit d’avoir appris pas mal des trucs utiles dans l’expérimentation avec les technologies nouvelles, nous sommes toujours plutôt maladroits lorsqu’il est question d’expérimenter avec nos propres structures sociales. La notion-même tend à avoir une très mauvaise presse – les associations d’idées genre « Corée du Nord » ou bien « goulag » viennent presque spontanément à l’esprit – seulement il vaut mieux se rendre compte que nous expérimentons avec nos propres structures sociales de toute façon. Tout changement des politiques publiques – santé, éducation, emploi etc. – que les hommes politiques présentent comme des solutions uniquement bénéfiques pour leurs nations respectives sont, en fait, toutes faites d’expérimentation. Si on ôtait, pour quelques minutes, le masque professionnel d’assurance du visage d’un homme ou une femme politique qui nous présentent un nouveau projet de loi, nous pourrions voir la même incertitude qui accompagnait un inventeur du XIXème siècle qui mettait en marche un prototype nouveau de moteur ou de turbine et priait pour que le truc ne pète pas immédiatement.

Tout apprentissage est donc fait d’une séquence d’expériences, même si nous ne nous en rendons pas compte. Si de toute façon nous expérimentons avec nos structures sociales, autant apprendre à le faire bien, avec un maximum des résultats et un minimum des dégâts. Une bonne expérience scientifique consiste à créer un environnement contrôlé, où nous pouvons provoquer des phénomènes alternatifs et les observer de façon plus précise, plus rapide et moins coûteuse que l’observation des mêmes phénomènes, surtout dans leur occurrence alternative, dans la vie réelle. Une expérience réduit le temps et le coût d’observer les façons alternatives de faire la même chose. Si je veux créer un environnement expérimental pour observer les façons dont les gens absorbent les nouvelles technologies, je peux commencer, par exemple, avec un raisonnement en parallèle, où je mets des variables contrôlées côte à côte avec les variables observées.

J’ai l’impression qu’il est temps de puiser un peu dans la littérature du sujet qui, dans ma discipline de recherche, semble être le plus proche d’expérimentation pure et dure : l’économie béhavioriste. Un peu par tradition, on attribue les débuts de l’économie béhavioriste à Herbert Simon (1955[1]). Comme j’aime bien lire ma littérature dans le sens inverse, de la fin vers le début, je commence ma revue de la théorie d’Herbert Simon par l’annexe à l’article proprement dit. Dans la science, c’est comme dans un contrat : les trucs les plus intéressants sont souvent mis dans l’annexe. Alors, cette annexe décrit un problème pratique : j’ai une maison à vendre et le prix du marché change dans le temps. D’abord, la mise en scène exacte. Chaque jour k, j’établis un prix de départ, acceptable pour moi, que Herbert Simon symbolise avec d(k). Si le jour k je reçois au moins une offre égale ou supérieure à d(k), je vends la maison à ce prix. Si je reçois plusieurs offres égales ou supérieures à d(k), je vends la maison au plus offrant. Si je ne reçois aucune proposition au moins égale à d(k), je retiens la maison jusqu’au prochain jour d’enchères et pour ce jour prochain j’établis un nouveau prix de départ d(k + 1). A chaque moment donné, je connais les prix passés mais les prix futurs restent incertains. Comment puis-je choisir le meilleur moment pour vendre ? Herbert Simon dit que dans une telle situation je peux former une stratégie subjectivement rationnelle, où j’utiliserai ma connaissance d’offres passées pour établir un prix de départ qui va maximiser ma valeur espérée V{d(k)}.

Bon, ça c’est le problème pratique et maintenant je bondis en arrière, vers le début de l’article, et je commence bien gentiment, par le début du discours théorique. Herbert Simon commence par assumer que l’ensemble des stratégies de comportement que je considère comme possibles dans la situation donnée sera, en fait, un sous-ensemble de l’ensemble total des comportements réellement possibles. Herbert Simon approche donc la rationalité limitée dans les choix économiques par le côté étroit, pour ainsi dire : il assume que les choix parfaitement rationnels prennent en considération un éventail des comportements possibles plus large que celui perçu par les agents économiques réels, qui ont une vision systématiquement rétrécie.

A l’époque (les années 1950), une assomption de ce genre était presque une révolution copernicienne par rapport au corset artificiellement étroit imposé par la théorie économique classique, où les choix économiques étaient soit pleinement rationnels soit ils n’étaient pas des choix économiques du tout. Seulement moi, j’ai à l’intérieur de moi ces trois personnages distincts qui m’accompagnent dans mon voyage de découverte : le bouledogue joyeux, le singe curieux et le moine austère. Ce dernier est un peu dangereux, comme il adore manier le rasoir d’Ockham et poser des questions embarrassantes du genre « Comment pouvons-nous être sûrs que la chose X est vraiment la chose X ? Ça pourrait aussi bien être la chose Y, avec juste un peu de ressemblance à X… ».

C’est bien le moine qui commence la bagarre, cette fois. Comment pouvons-nous être sûrs, dans un cas donné, que l’assomption d’Herbert Simon est vraie ? Oui, il est bien vrai que dans la vie quotidienne nous avons une tendance patente à rétrécir, par la peur et l’ignorance, l’étendue de nos possibilités. Seulement une tendance ce n’est pas la même chose qu’une structure de réalité : c’est l’une des structures possibles. Je connais ces situations dans la vie, lorsqu’une compagnie exquise, combinée avec une consommation un peu excessive des spiritueux, me fait faire des plans et des promesses qui s’avèrent terriblement embarrassantes le jour prochain : je prends en considération un éventail plus large des comportements que celui qui m’est réellement accessible ici et maintenant. Dans des cas extrêmes, je peux même aller, mentalement et momentanément, dans un univers parallèle où pas une seule, parmi les stratégies que je considère tout à fait sérieusement (pour le moment), ait une correspondance quelconque avec la réalité. Il y a aussi ces cas mixtes, souvent rencontrés dans les décisions d’affaires, quand certaines de stratégies que je prends en compte sont tout à fait rationnelles pendant que d’autres ne sont pas réalisables du tout.

L’assomption d’Herbert Simon – que dans me choix économiques je prends systématiquement en considération moins d’options qu’il en ait en réalité – est donc un cas spécial. Le cas général, c’est une situation où ces deux ensembles des comportements – l’ensemble A des tous les comportements réellement possibles et l’ensemble Am des comportements que je perçois subjectivement comme possibles – entretiennent des relations tout à fait libres. Am peut être contenu dans A ou bien l’inverse ; Am peut être complétement disjoint du A ou bien ils peuvent avoir une partie commune et des parties disjointes. C’est fou le nombre des trucs qui peuvent arriver lorsqu’on pense sérieusement à tout ce qui peut arriver.

Ces relations mathématiquement libertines entre le concevable et le perçu sembles être la pierre angulaire de l’économie behavioriste. Tout en admettant que les choix économiques que nous faisons sont généralement rationnels, les béhavioristes assument que toute solution économique – optimale ou pas –  est atteinte à travers une séquence de x essais, où x peut se ranger entre 1 et une limite indéfinie a priori, et chaque essai est un test de perception et de compréhension de la part des agents économiques impliqués.

Bon, prouesse théorique bien exposée, il est temps que je revienne à la réalité. Mon moine austère interne me demande : « Bon, tout ce truc des relations variables entre A et Am, qu’est-ce que ça prouve en ce qui concerne cette vente immobilière ? Quand est-ce que je dois vendre ? ». Alors, cette annexe dans l’article d’Herbert Simon aboutit à la conclusion que je peux former une stratégie de vente autant plus proche de la solution idéale que ma connaissance de l’occurrence des prix est étendue. Plus des jours d’enchères j’ai traversés, plus j’ai d’information sur les prix qui sont réellement pratiqués dans le marché. Avec un peu de chance, je peux percevoir un cycle dans ces prix et avec un peu de grâce dans mes mouvements je peux cibler le sommet de la crête. En généralisant, si mon Am se contient dans A, chaque expérience consécutive m’approche d’une perception de plus en plus pleine et de plus en plus fidèle de A. La perfection n’est jamais possible mais je peux apprendre à faire des décisions de mieux en mieux ciblées. C’est donc un cas d’apprentissage béhavioriste positif.

Maintenant, je renverse la relation : je pense que je peux plus que je peux réellement, donc mon ensemble Am est plus spacieux que l’ensemble A et le contient. Chaque essai que je fais peut se terminer par un succès – l’action entreprise s’avère réalisable – ou bien par un échec, quand l’action que j’ai prise se contient dans cet excédent de mon Am à l’extérieur d’A, dans ce domaine des tapis volants, épées dotées des superpouvoirs ainsi que des taux de retour sur investissement aux alentours de 200% par semaine. Là, mon apprentissage peut se passer de trois façons différentes. La première est la plus simple et la plus facile, puisqu’elle imite le cas précèdent : chaque fois que je prends une décision, j’ai suffisamment de pot pour que mon comportement choisi dans l’ensemble Am atterrisse dans l’ensemble A. En Pologne, nous appelons ça « plus de chance que de cervelle ». Remarquez : il suffit que ça marche juste une fois ou deux et j’ai des fortes chances d’acquérir un peu plus de cervelle, qui va remplacer la chance le cas échéant, et je peux me trouver dans la situation bénie de mon Am contenu dans A, donc dans l’univers théorique d’Herbert Simon. C’est pas mal, comme univers : ça avait valu un prix Nobel d’économie.

En revanche, si je n’ai pas assez de chance pour que son surplus remplace le manque de discernement de ma part, mes premiers choix sont ratés : je choisis, une fois ou deux (bon, pas plus de cinq, quand même) des tels comportements dans mon Am qui se trouvent en dehors du A, donc qui sont tout simplement irréalistes. Je commence mon apprentissage par une série d’échecs. L’absence de succès me décourage et j’arrête complètement d’expérimenter avec le choix économique donné. C’est le cas d’apprentissage béhavioriste négatif.

Il y a enfin un troisième chemin d’apprentissage, lorsque au moins certaines de mes options dans l’ensemble Am sont suffisamment erronées pour se trouver à l’extérieur d’A, mais certaines autres sont acceptablement raisonnables, et au tout début de mon parcours parfois j’ai du pot et parfois pas tout à fait. Je combine des succès et des échecs. C’est un chemin d’apprentissage que je peux appeler « Bayésien », puisqu’il reflète l’expérience décrite par Thomas Bayes en 1763 : mes succès et mes échecs me fournissent des informations que je peux utiliser pour définir de plus en plus exactement ce fragment de mon Am qui est identique avec un fragment d’A (options faisables), par opposition au fragment d’Am complétement disjoint d’A (options fantasques). La logique d’apprentissage Bayésien, quand on étudie à fond la pensée de Thomas Bayes, est des plus intrigantes : des séquences différentes des succès et d’échecs peuvent conduire à des savoirs (et des savoirs-faire) complètement disjoints l’un de l’autre.

Bon, je résume. Si chacune de mes décisions est une découverte des possibilités déjà offertes par mon environnement, donc si j’apprends suivant le paradigme d’Herbert Simon, je développe, d’une façon plus ou moins linéaire, un corps de savoir formé par cet environnement.  En revanche, si ma cervelle me permet d’inventer des schémas de comportement complètement irréalistes, tout en me bénissant des passages de réalisme, donc si j’apprends de façon Bayésienne, j’ai des chances presque égales de développer des corps de savoir complètement différents dans le même environnement.

Je retourne maintenant à cette histoire d’environnement expérimental pour des technologies de la ville intelligente. Supposons que je crée un groupe d’utilisateurs qui testent des prototypes et/ou fournissent des informations précieuses à travers leur comportement-même. Si je ne leur permets pas d’avoir ces échecs, donc si je leur donne suffisamment d’information pour qu’ils n’inventent rien de vraiment raté, je les mets automatiquement sur le chemin d’apprentissage béhavioriste positif. Ils vont tous apprendre plus ou moins la même chose et la variable que je peux tester dans un tel environnement expérimental c’est essentiellement leur vitesse d’apprentissage. En revanche, si mon environnement expérimental donne la possibilité de faire quelque chose de vraiment bête et dysfonctionnel, je mets mes utilisateurs-cobayes sur le chemin d’apprentissage Bayésien et ils peuvent développer toute une multitude des savoirs différents.

La même logique accompagne la distinction entre un algorithme classique et l’intelligence artificielle. Si vous avez déjà travaillé avec un compilateur de programmation typique, par exemple celui de Python, il accepte uniquement des trucs qui marchent. Le savoir-faire que vous pouvez développer avec un tel outil est une copie du savoir-faire des créateurs du langage de programmation donné. Si, par contre, vous êtes en interaction avec un outil d’intelligence artificielle, il va accepter vos solutions ratées, donc vos échecs, comme une information de valeur et créer des solutions différentes suivant des séquences différentes des succès et d’échecs de votre part.

Je continue à vous fournir de la bonne science, presque neuve, juste un peu cabossée dans le processus de conception. Je veux utiliser le financement participatif pour me donner une assise financière dans cet effort. Voici le lien hypertexte de mon compte sur Patreon . Si vous vous sentez prêt à cofinancer mon projet, vous pouvez vous enregistrer comme mon patron. Si vous en faites ainsi, je vous serai reconnaissant pour m’indiquer deux trucs importants : quel genre de récompense attendez-vous en échange du patronage et quelles étapes souhaitiez-vous voir dans mon travail ?

[1] Simon A.,H., A Behavioral Model of Rational Choice, The Quarterly Journal of Economics, Vol. 69, No. 1 (Feb., 1955), pp. 99-118

La tâche d’invention en cas d’urgence

Mon éditorial

Je suis en train de faire une connexion entre l’analyse comportementale (béhavioriste) et les grands axes de mon travail de recherche cette année, c’est-à-dire le business plan pour investir dans les villes intelligentes, d’une part, et le site éducatif en sciences sociales, centré sur l’apprentissage à travers la participation dans de la recherche réelle, d’autre part. Je commence par expliquer le terme d’analyse béhavioriste, qui semble avoir ses racines dans les travaux de Burrhus Frederic Skinner, formalisés, entre autres, dans son livre « La science et le comportement humain » (1953[1]). L’idée de B.F. Skinner était simple : le comportement et son observation sont les sources d’information les plus sûres dans l’étude psychologique. Ce que les gens disent qu’ils pensent ou qu’ils ressentent est un contenu linguistique, filtré plusieurs fois à travers les schémas culturels. En plus, l’étude objective du comportement humain révèle plusieurs cas de dissonance entre ce que les gens disent qu’ils font et ce qu’ils font réellement. Si je veux comparer un être humain avec un animal, en termes de mécanismes psychologiques, ce dernier ne me dira rien car il ne parle pas.

L’idée d’observer le comportement plutôt qu’écouter à ce que les gens ont à dire semble être plus ancienne que les travaux de Skinner. Un philosophe Britannique, Bernard Bosanquet , avait même fondé toute une théorie sociale moderniste sur ce concept (consultez « The Philosophical Theory of The State » ). Quoi qu’il en soit, depuis Skinner, le progrès dans l’analyse neurologique à rendue possible l’étude de ce qui se passe à l’intérieur de ce que, faute de mieux, nous appelons l’esprit. L’analyse strictement béhavioriste est en train de se transformer, d’une position théorique en un outil de plus en plus pratique de recherche appliquée. Il y a beaucoup de situations où observer le comportement est la méthode la plus immédiate, la plus intuitive et en même temps la plus payante pour créer des stratégies du quotidien, à appliquer dans des business plans, des campagnes politiques etc. Lorsque, sur votre profil Twitter, une personne que vous n’avez jamais contactée auparavant commence à vous observer, tout en vous refilant occasionnellement des tuyaux sur des hôtels chouettes à visiter ou bien sûr des chaussures vraiment cool à acheter, il y a des fortes chances que cette personne n’existe pas et que ce soit un robot béhavioriste crée par une intelligence artificielle. Les entités d’intelligence artificielle appelées « moteurs béhavioristes » créent des entités d’observation – des robots qui se déguisent en des humains en ligne – qui observent notre comportement tout en nous fournissant des stimuli pour nous tester.

Dans un business plan, l’analyse béhavioriste est l’équivalent d’un costume Hugo Boss dans une réunion d’affaires. Un costume de marque ne garantit pas que la personne qui le porte soit extrêmement intelligente, mais il donne des fortes chances qu’elle soit suffisamment intelligente pour gagner suffisamment d’argent pour se payer le costume. L’analyse behavioriste d’un concept de business ne garantit pas que ça marchera à coup sûr, néanmoins ça garantit que l’auteur du business plan avait fait un effort efficace pour comprendre la mécanique du marché en question. Dans la recherche, l’approche béhavioriste peut servir comme une forme pratique du rasoir d’Ockham : avant de généraliser et de théoriser sur des systèmes et des paradigmes, on observe le comportement humain et on s’impose de rester près dudit comportement quel que soit le voyage intellectuel que l’on se paie.

J’avais donc formulé mes grandes lignes de recherche sur les villes intelligentes (consultez Smart cities, or rummaging in the waste heap of culture), pour m’aventurer un peu dans le domaine d’expérimentation (là, vous pouvez faire un saut vers Une boucle de rétroaction qui reviendra relativement pas cher suivie par There are many ways of having fun with that experiment ) pour commencer enfin à généraliser sur l’analyse béhavioriste proprement dite (Any given piece of my behaviour (yours too, by the way) ). Maintenant, j’enchaîne sur tout ça avec cette assomption que les comportements routiniers, hautement ritualisés et abondamment régulés sont les premiers à être modifiés de façon profonde et par conséquent les premiers à conduire vers un changement socio-économique significatif. Plus accidentel et mois régulé est le schéma donné de comportement, plus il est difficile de dire à quel point il est modifiable.

Je sais que tout cela peut sembler bien abstrait et cette impression est largement justifiée. Tenez : dans Any given piece of my behaviour (yours too, by the way) j’avais tracé une courbe isoquante en ce qui concerne le comportement humain mais je ne sais pas encore quelle pourrait bien être la quantité constante sur cette courbe. Ouais, lorsque vous voulez de l’abstrait, tapez « Wasniewski » : je suis définitivement la bonne adresse pour vous servir des idées pas encore bien cuites. Je veux rendre ces idées un peu plus mûres, genre les laisser aller en ville sans se soucier qu’elles attaquent quelqu’un. Alors, je conçois une expérience pour tester. J’imagine un groupe des gens. A la rigueur, je peux leur effacer la mémoire et les placer dans une ville post-apocalyptique mais ce n’est pas absolument nécessaire. Je leur fais prendre des décisions qui suivent cette courbe béhavioriste que je viens tout juste d’inventer : en partant des décisions routinières et très ami-ami avec des règles de comportement (utiliser le transport urbain) ; en passant par des décisions en grand cycle (où dois-je organiser l’anniversaire de notre mariage ?) et en aboutissant à des trucs hardcore comme alerte à la bombe ou bien évacuation à l’improviste. Je donne à ces gens l’accès facultatif à un répertoire des technologies, par exemple celles typiques pour une ville intelligente. En pratique, cela voudrait dire, le plus vraisemblablement, que je place ces gens dans deux environnements distincts, genre Environnement A avec Toutes Ces Belles Technologies et Environnement B Sans Tous Ces Machins Modernes. Dans chaque décision que ces gens prennent, je peux observer la différence entre le comportement en la présence des technologies sous l’étude, d’une part, et celui entrepris sans ces technologies.

Une bonne expérience exige des bonnes mesures. Lorsque je me réfère au comportement humain, je peux mesurer le résultat ainsi que le processus de comportement lui-même. En ce qui concerne le résultat, je commence par penser en économiste que je suis et je peux me demander, par exemple, combien de temps vont avoir besoin mes deux groupes pour créer une structure de marché cohérente en ce qui concerne les ressources de la communauté. Il y a cette assomption que si le marché est possible en tant que tel (s’il n’est pas exclu par l’usage de la force, par exemple), le premier marché à apparaître sera celui de la ressource la plus vitale pour la communauté, le second marché à se former sera celui de la ressource qui vient en seconde position en termes d’importance et ainsi de suite. Comme je me tourne vers le processus de comportement, je peux par une observation qualitative : quelles sont exactement les actions prises par ces personnes pour arriver à un résultat donné ? Quelles séquences distinctes je peux identifier à cet égard ? Je peux mesurer le temps d’exécution, l’usage des ressources accessibles, le nombre de gens engagés dans le processus etc.

Maintenant je retourne à la logique que j’avais déjà exprimée dans Une boucle de rétroaction qui reviendra relativement pas cher suivie par There are many ways of having fun with that experiment : je donne aux ingénieurs la possibilité d’observer mes deux groupes des gens et je leur donne la tâche de concevoir des technologies qu’ils jugent le mieux adaptées à leur besoins, en se basant sur l’étude comportementale. J’ai donc des technologies conçues pour des gens qui n’ont pas de technologies de ville intelligente, d’une part, et des technologies faites pour des utilisateurs qui en ont déjà des versions différentes. Y aura-t-il des différences significatives entre ces deux groupes des technologies ? Que va-t-il se passer si, au lieu de donner la tâche d’invention à des ingénieurs humains, je la donne à de l’intelligence artificielle ? Quelle sera la différence entre la conception des technologies pour usage routinier et régulé et celle des technologies pour des cas d’urgence ?

Je continue à vous fournir de la bonne science, presque neuve, juste un peu cabossée dans le processus de conception. Je veux utiliser le financement participatif pour me donner une assise financière dans cet effort. Voici le lien hypertexte de mon compte sur Patreon . Si vous vous sentez prêt à cofinancer mon projet, vous pouvez vous enregistrer comme mon patron. Si vous en faites ainsi, je vous serai reconnaissant pour m’indiquer deux trucs importants : quel genre de récompense attendez-vous en échange du patronage et quelles étapes souhaitiez-vous voir dans mon travail ?

[1] Skinner, B. F. (1953). Science and human behavior. Simon and Schuster