La revue Science a consacré en 2009 un dossier thématique consacré aux réseaux et aux systèmes complexes (vol 325, issue 5939, pages 357-504).  Constitué de 12 articles, le dossier fait retour sur la période 1997-2009 qui a été marquée par l’évènement des Network Sciences, dont le web (ou l’infrastructure de l’Internet) a d’abord été le terrain privilégié d’expérimentation et d’élaboration des méthodes et des outils. Les articles, pour la plupart, font retour sur quelques-unes des propriétés maintenant bien connues des réseaux distribués à grande échelle, qu’il s’agisse de blogs, de sites, de mots et de contenus, d’espèces vivantes, de protéines ou d’agents sociaux : à mi-chemin du « randomness » et de l’ordre, leurs éléments obéissent à des hiérarchies locales (dans un « cluster ») comme générales (on peut les classer en fonction des rôles centraux ou non qu’ils jouent à l’échelle du système), ils sont éminemment dynamiques et évolutifs et contribuent à une architecture générale (individuellement comme collectivement) dont on commence à peine à percevoir les propriétés macroscopiques. Albert-László Barabási rappelle cet objectif générique pour les Network Sciences dans un article synthétique remarquable (Scale-Free Networks: A Decade and Beyond) : « It is clear that no networks seen in nature or technology are completely randon – that is, mechanisms beyond randomness shape their evolution ». Pour les chercheurs, il s’agit donc d’abord de découvrir des “lois” en traitant des données réelles (comme l’attachement preferential ou le principe des “scale-free networks”) et de s’éloigner des modèles anciens du complexe basés sur le recours au « randomness » et sur des modèles trop abstraits.

Les sciences de l’environnement, l’écologie et la biodiversité. Partout où des données sont accessibles, les chercheurs en sciences des réseaux testent leurs hypothèses : mobilité et interactions entre agents sociaux, produits ou entreprises dans un marché ou encore vie des blogs et diffusion tweets sur Internet. Mais l’un des grands domaines émergents de ces dernières années est constitué par l’étude des êtres vivants dans un biotope (humain y compris). Elinor Ostrom (A General Framework for Analyzing Sustainability of Social-Ecological Systems) propose ainsi un modèle avancé des domains d’interactions entre l’homme, les ressources naturelles et les systèmes politiques sous l’angle des “S.E.S.” (Social-Ecological Systems). En ligne de mire : le concept de « durabilité » qui mérite d’être décomposé en systèmes et sous-systèmes constitutifs. Mais c’est surtout à l’articulation entre géographie, biologie, anthropologie (voire chimie), que les sciences de l’environnement font aujourd’hui appel aux sciences des réseaux pour identifier les propriétés essentielles de l’architecture de la biodiversité. Comme le rappelle Jordi Bascompte (Disentangling the Web of Life) nous en sommes au début de la compréhension des patterns d’interactions à l’échelle des espèces vivantes, souvent richement décrites séparément et classées en types mais encore peu étudiées dans les réseaux d’interaction à grande échelle. Les chercheurs en écologie et en sciences de l’environnement ont déjà entamé ce travail depuis longtemps, en étudiant notamment les “food-web” (toutes les relations dans le monde animal de type « prédateur/proie ») puis en élargissant l’analyse à d’autres dimensions (relations de pollinisation par exemple ou d’interactions génétiques comme le pose le cas des OGM). C’est l’interdépendance des espèces qu’il s’agit donc de mesurer dans une représentation unifiée pour affiner les données sur les dimensions de co-évolution des espèces, d’extinction de masse ou pour mesurer les influences « anthropogenic » sur un biotope. Et, comme en économie ou en sciences du web, les premières conclusions montrent que les réseaux d’interactions dans le vivant révèlent à grande échelle un monde organisé et très connecté (comme pour le web, il s’agit d’un « giant cluster ») qui n’est ni « random organized » ni constitué d’éléments ou de groupes séparés. J.Bascompte précise ainsi que, dans ce domaine d’application des Network Sciences, « The next step (…) study coextinct cascades by mapping the loss of ecosystem services that species performs such as pollinisation or biological control ».


La société, en ligne de mire des recherches. L’autre grand domaine d’investigation des dix prochaines années est constitué par toutes les données d’usage accumulées sur les systèmes sociotechniques (Internet, GPS, informations liées à tous les dispositifs d’observation de la mobilité humaine…). L’observation de la vie sociale apparaît maintenant comme un objectif central des Network Sciences :  » If I dare to make a prediction for the next decade, it is this: Thanks to the proliferation of the many electronic devices that we use on a daily basis, from cell phones to Global Positioning Systems and the Internet, that capture everything from our communications to our whereabouts, the complex system we are most likely to tackle first in a truly quantitative fashion may not be the cell or the Internet but rather society itself » (A.-L. Barabasi). C’est le principe du “reality mining” qu’expose Alessandro Vespignani (Predicting the Behavior of Techno-Social Systems) : constituer de “large scale datasets” pour mesurer les interactions humaines à différentes échelles de granularité, produire des modèles de comportement, voire de prévisibilité, à partir de l’analyse des données (et non de modèles préconçus). L’objectif serait d’observer en temps réel la vie sociale avec la même efficience que la météorologie avec ses systèmes d’observation en temps réel, ses archives, ses modèles et ses simulations. L’objectif est ambitieux : produire un « largescale worldwide, quantitative knowledge of society and human mobility, the progression of risk perception in a population or the tendancy to adopt certains social behaviors ».

The next frontier. Quatre directions de recherche et d’expérimentation pour les dix années à venir sont identifiées par les contributeurs de ce dossier de Science : l’exploration des données sociétales et l’avènement des « hard social sciences » (selon l’expression d’Adrian Cho dans « Ourselves and Our Interactions: The Ultimate Physics Problem?« ), le déploiement de systèmes de monitoring en temps réel (en particulier des réseaux sociaux), produire de nouveaux modèles (théoriques, mathématiques, statistiques, graphiques…) des réseaux à grande échelle et être en capacité de les décrire à partir de leur dimension dynamique (surtout en période de crise). Comme le rappelle A.-L. Barabasi, un saut théorique reste à accomplir : « The shift from the study of a small number of elements to the study of the behaviour of large-aclae aggregates is equivalent to the shift from atomic and molecular physics to the physics of matter”. Le seul veritable obstacle? Notre imagination qui sera “the only limitation to progress ».