= Co-évolution dans les réseaux epistemiques : un exemple de reconstruction en sciences sociales

Co-evolution in epistemic networks : reconstructing social complex systems

• Auteur / Autrice : Camille Roth
• Direction : Paul Bourgine
• Type : Thèse de doctorat
• Discipline(s) : Sciences sociales et sciences cognitives
• Date : Soutenance en 2005
• Etablissement(s) : Palaiseau, Ecole polytechnique

Mots clés

Mots clés contrôlés

Indicateurs scientifiques

Galois, Théorie de

Épistémologie des sciences sociales

Perception sociale

Mots clés libres

Systèmes complexes

Reconstruction

Treillis de Galois

Taxonomies

Réseaux sociaux dynamiques

Sociologie mathématique

Co-évolution culturelle

Découverte de connaissances dans les bases de données

Résumé

Des agents produisant, manipulant et échangeant des connaissances constituent un système complexe socio-sémantique, dont l’étude représente un défi à la fois théorique, dans la perspective d’étendre la naturalisation des sciences sociales, et pratique, avec des applications permettant aux agents de connaître la dynamique du système dans lequel ils évoluent. Cette thèse se situe dans le cadre de ce programme de recherche. Parallèlement et plus largement, nous nous intéressons à la question de la reconstruction en sciences sociales. La reconstruction est un problème inverse comprenant deux volets complémentaires : (i) la déduction d’observations de haut-niveau à partir de phénomènes de bas-niveau ; et (ii) la reproduction de l’évolution des observations de haut-niveau à partir de la dynamique des objets de bas-niveau. Nous affirmons que plusieurs aspects significatifs de la structure d’une communauté de savoirs sont principalement produits par la dynamique d’un réseau épistémique où co-évoluent agents et concepts. En particulier, nous résolvons le premier volet du problème de la reconstruction en utilisant des treillis de Galois afin de recréer des taxonomies de communautés de savoirs à partir de simples relations entre agents et concepts; nous obtenons de fait une description historique se rapportant à la progression des champs, leur déclin, leur spécialisation ou leurs interactions (fusion ou scission). Nous micro-fondons ensuite la structure de ces communautés de savoirs en exhibant et en estimant empiriquement des processus d’interaction au niveau des agents, en co-évolution avec les concepts au sein du réseau épistémique, qui rendent compte de la morphogenèse et de l’émergence de plusieurs faits stylisés structurels de haut-niveau—il s’agit là du deuxième volet. Nous défendons finalement un point de vue épistémologique concernant la méthodologique générale de reconstruction d’un système complexe qui appuie notre choix d’un cadre coévolutionnaire.

Agents producing and exchanging knowledge are forming as a whole a socio-semantic complex system. Studying such knowledge communities offers theoretical challenges, with the perspective of naturalizing further social sciences, as well as practical challenges, with potential applications enabling agents to know the dynamics of the system they are participating in. The present thesis lies within the framework of this research program. Alongside and more broadly, we address the question of reconstruction in social science. Reconstruction is a reverse problem consisting of two issues: (i) deduce a given high-level observation for a considered system from low-level phenomena; and (ii) reconstruct the evolution of high-level observations from the dynamics of lower-level objects. In this respect, we argue that several significant aspects of the structure of a knowledge community are primarily produced by the co-evolution between agents and concepts, i. E. The evolution of an epistemic network. In particular, we address the first reconstruction issue by using Galois lattices to rebuild taxonomies of knowledge communities from low-level observation of relationships between agents and concepts; achieving ultimately an historical description (inter alia field progress, decline, specialization, interaction - merging or splitting). We then micro-found various stylized facts regarding this particular structure, by exhibiting processes at the level of agents accounting for the emergence of epistemic community structure. After assessing the empirical interaction and growth processes, and assuming that agents and concepts are co-evolving, we successfully propose a morphogenesis model rebuilding relevant high-level stylized facts. We finally defend a general epistemological point related to the methodology of complex system reconstruction, eventually supporting our choice of a co-evolutionary framework.