Plate-forme paysage point de vue d un économiste. Patrick Rio, UMR Lameta-INRA rio@supagro.inra.fr

Transcription

1 Plate-forme paysage point de vue d un économiste Patrick Rio, UMR Lameta-INRA rio@supagro.inra.fr

2 Le modèle des économistes : un outil de médiation Pour aider l économiste (et les autres scientifiques impliqués) à comprendre le monde Pour aider les acteurs à apprendre leur monde et celui des autres Pour confronter les points de vue (argumentation, concertation, négociation)

3 Résultat d une évolution de leur rôle et de la discipline Conseiller d un Prince hegelien, Raison dans l Histoire (programmation mathématique) Mieux connaître les préférences des acteurs : la participation De l approche multicritère à la prise en compte des interactions : la théorie des jeux

4 Trois exemples de modèles Wat-a-Game et la jouabilité KataLab et le contrôle Medter et la rationalité

5 Wat-a-Game et la jouabilité JDR développé par Nils Ferrand et al. Gestion de l eau (afrique du sud)-générique 6-9 joueurs plateau (topologie modulable) types de fermiers, villages dynamique de la ressource (pluie,réservoirs) -> stratégies : smileys/angries interactions (?) - occupation du temps

6 Wat-a-Game et la jouabilité Wilson 2008 simulation & gaming attributs qui affectent l apprentissage par les jeux : Fantaisie < - > précision de la représentation Stimuli sensoriels Enjeux Mystère Ordonnancement des performances (et sources) Contrôle sur l apprentissage par le jeu

7 KataLab et le contrôle Kat Aware - Farolfi et Rowntree, 2007 Interprétatio n Observation Protocole Expérimentation (déroulement du protocole) Resultats Intervention des participants Interprétation Observatio n Protocole Expérimentation (déroulement du protocole) Resultats Multitude d évèneme nts

8 KataLab et le contrôle JDR: Expérience unique - Expérimentation non répétable - Besoin de contrôler davantage pour répéter plusieurs fois Transfert en laboratoire JDR joué sur le terrain - Comment assurer le transfert en laboratoire? - Besoin de simplification du JDR Maîtrise du contexte

9 Medter et la rationalité Fonction du jeu Communication dominante Outils de recherche Stimulus Modèlechercheurs Outil d apprentissage Moyen de transmettre et communiquer Jeu-joueurs Résultats désirés données pour répondre à des questions de recherche Connaissance et savoir-faire Outil pour le choix politique Créer des conditions Joueursjoueurs Options politiques et solutions

10 Medter et la rationalité Jeux de simulation construits autour d un modèle dynamique du système de référence généralement élaboré (simulation sur ordinateur permettant de tester des situations complexes) Effets de l interaction de nombreuses règles Permutation des rôles possibles Évaluation comptable des résultats

11 La médiation comme lieu de l imperfection et de l incomplétude de l information Autrement dit : sens de la cible en situation d incertitude n est pas clairement définissable nécessité de ne pas «trop» abstraire : joueurs concrets impliqués

12 Invitation à construire un jeu

13 1 2 Demandeur : agence de l eau RMC Problématique : restaurer la qualité de la ressource pour 2015 à l aide d un instrument économique enjeu: éviter à la France les pénalités dues à la non application de la directive cadre sur l eau Instrument incitatif accepté : Quelles actions les émetteurs sont prêts à mettre en œuvre? À quelles mesures les émetteurs seront le plus sensibles?

14 Données à rassembler : 1»Séries climatiques (températures min, max, moy.>10 C, rayonnement, pluie) 2» Description des circulations d eau (profil rivière, réseau de fossés, nappe, pentes, sol) 3» Description du parcellaire (géométrie, densité de plantation, cépages) 4» Eléments affectant le choix de pratiques de désherbage et de protection : (Taille d exploitation, Âge du vignoble, Éclatement du parcellaire, Main d œuvre disponible, Équipement, Destination de production, Résultats compables) 5» Les pratiques (croissance de la plante, Concurrence eau et nitrate, épidémiologie cryptogamique) 6» Dynamique des états de surface (impact sur l infiltrabilité) 7» Identification des agents concernés (viticulteurs, gestionnaire, processeur, client, institutions: DDASS, police des eaux, ) 5

15 simplification

16 simplification

17 simplification

18 Données à fournir aux acteurs pour validation, évaluation de la pertinence, 4 de la robustesse Modèle = artefact permettant au modélisateur de recenser les éléments «durs» à coder 12 identification des points de vue spatialisation 6

19 Modélisation objet : les ceps, individuellement ou collectivement au niveau de la parcelle, envoient des messages à leur viticulteur viticulteur 7 Econome, Bourrin, Raisonné

20 Choix de langage 7 Précision, efficacité, maîtrise préalable, «universalité» 11 8 Ici: Python, Blender

21 validation Formelle 14 graphique

22 15 vérification Hypothèses de comportements Modèles de comportements S ils dupliquent les «vrais» comportements, génèrent des résultats observables dans les situations expérimentales comme dans les procédures participatives Relation avec complexité (plus petit programme générateur des données observées)

23 Merci de votre attention