{ "title": "Vers une nouvelle science de la collaboration collective entre l\u2019humain et la machine ", "modified_at": "2025-06-23 14:49:45", "published_at": "2025-06-23 12:00:00", "url": "https://press.vub.ac.be/vers-une-nouvelle-science-de-la-collaboration-collective-entre-lhumain-et-la-machine", "short_url": "http://prez.ly/bQod", "culture": "fr_BE", "language": "FR", "subtitle": "Des chercheurs, parmi lesquels VUB/ULB-prof Tom Lenaerts (AI Lab), plaident pour une collaboration plus \u00e9troite entre les d\u00e9veloppeurs d\u2019IA et les scientifiques issus des sciences sociales et de la science de la complexit\u00e9.", "slug": "vers-une-nouvelle-science-de-la-collaboration-collective-entre-lhumain-et-la-machine", "body": "

 

Un groupe international de chercheurs, dont le professeur Tom Lenaerts (VUB/ULB), avance dans un nouvel article d’opinion scientifique qu’il est temps d’adopter une approche fondamentalement nouvelle de la collaboration entre l’humain et les machines intelligentes. Selon les auteurs, il est nécessaire de créer une nouvelle discipline scientifique centrée sur l’intelligence collective et coopérative. Autrement dit : comment faire en sorte que des groupes d’humains et de machines intelligentes coopèrent véritablement pour rendre notre société plus durable et plus juste ?

Les grands défis de notre époque exigent une coopération à l’échelle mondiale. Pourtant, nous comprenons encore trop peu comment une telle coopération émerge spontanément et reste efficace dans des environnements complexes. Les modèles traditionnels issus de la science de la complexité (Complex Systems Science, CSS) permettent d’expliquer certains comportements de groupe et interactions sociales, mais prennent rarement en compte les subtilités des choix individuels et des environnements changeants.

Selon Lenaerts et ses co-auteurs, il est nécessaire de recourir à ce que l’on appelle l’apprentissage par renforcement multi-agents (Multi-Agent Reinforcement Learning, MARL), où plusieurs systèmes autonomes apprennent et prennent des décisions ensemble. Ce domaine de l’intelligence artificielle offre, selon les chercheurs, de nouvelles opportunités pour mieux comprendre comment la coopération peut émerger naturellement entre entités intelligentes – humaines et artificielles. « En combinant la puissance de calcul du MARL avec les connaissances issues de la science de la complexité, nous pouvons construire des modèles qui saisissent de manière réaliste à la fois le comportement humain et la dynamique de groupe », explique le professeur Tom Lenaerts. « C’est une étape essentielle pour que la collaboration entre humains et machines fonctionne réellement. »

Les chercheurs appellent à une collaboration plus étroite entre les développeurs d’IA et les chercheurs en sciences sociales et en science de la complexité. Le MARL peut ainsi mieux simuler les processus cognitifs individuels, tandis que la CSS fournit des perspectives sur la manière dont les comportements collectifs complexes émergent et se stabilisent. « Il faut abandonner les modèles simplistes si l’on veut réellement progresser dans la compréhension et l’orientation de l’intelligence collective », insiste Lenaerts. « L’avenir réside dans des systèmes non seulement intelligents, mais capables de penser et d’agir ensemble – dans l’intérêt de tous. »

L’article présente des étapes concrètes pour structurer davantage ce champ de recherche émergent, avec des exemples de projets déjà engagés dans cette direction. Les auteurs souhaitent ainsi poser les bases scientifiques de systèmes où collaboration, durabilité et technologie vont de pair.

Plus d'info:

Tom.lenaerts@vub.be - \u200b tom.lenaerts@ulb.be

 https://www.pnas.org/doi/full/10.1073/pnas.2319948121 .

 

 

 

 

\n
\"Frans
\n
\n Frans Steenhoudt\n Perscontact wetenschap en onderzoek\n \n
\n

 

", "header": { "large": "https://cdn.uc.assets.prezly.com/55c09b9d-494a-43aa-bc08-1960c9535b1b/-/preview/1200x1200/-/format/auto/", "release": "https://cdn.uc.assets.prezly.com/55c09b9d-494a-43aa-bc08-1960c9535b1b/-/preview/1200x1200/-/format/auto/" }, "contacts": [ { "name": "Frans Steenhoudt", "company": null, "description": "Perscontact wetenschap en onderzoek", "email": "frans.steenhoudt@vub.be", "website": "https://www.vub.be", "address": null, "telephone": null, "mobile": "+32 4 75 68 64 69", "twitter": null, "facebook": null } ], "author": { "first_name": "Frans", "last_name": "Steenhoudt" }, "format_version": 5 }