8.2 Modélisation des
systèmes d'élevage (SE)
Le processus de modélisation est une activité
qui consiste à produire des modèles. Un modèle permettant
de donner une représentation structurée d'un système
faisant l'objet d'une étude. Le concept de modèle est
perçu de façon différente selon l'utilisateur. Pour le
commun des mortels, un modèle est perçu comme un objet
réel dont on cherche à donner une représentation, ou qu'on
cherche à imiter. Tandis que pour les scientifiques, un modèle se
définit comme une construction abstraire qui permet de comprendre le
fonctionnement d'un système afin de répondre à une
question qui le concerne [Marilleau, 2006].
8.2.1 Les
finalités d'une modélisation
Parmi les différentes finalités d'une
modélisation, deux sont très nettement dominantes dans la
littérature : la modélisation pour l'aide à la
décision d'acteurs et la modélisation pour l'apport de
connaissances [Pacaud & Cournut, 2007].
8.2.1.1 Pour l'aide
à la décision
Par définition, un modèle ou un système
(au sens outil) a une finalité d'aide à la décision quand
il a pour objectif de faciliter ou d'améliorer le processus de prise de
décision stratégique ou opérationnelle d'acteurs, qui
évoluent dans un environnement plus ou moins précis et plus ou
moins incertain [Attonaty, Chatelin & al., 1999]. Un tel modèle est
aussi appelé « modèle pour l'action ». Les
modèles qui affichent une finalité d'aide à la
décision sont relativement nombreux et sont tous des modèles
implémentés.
La finalité des modèles « pour
décider » n'est pas tant d'aider à la réflexion d'un
acteur réel mais plutôt d'aider à la réflexion sur
des modifications décisionnelles. Ces considérations, au coeur
des débats sur les « Decisionnal Support Systems »
soulèvent également les questions d'identification de marges de
manoeuvre décisionnelles [Joannon, 2004].
8.2.1.2 Pour
apprendre et comprendre
La deuxième grande finalité et
caractéristique des modèles est leur apport de connaissances
à plusieurs niveaux. Jouven met en évidence cet apport en deux
temps ; d'une part, pendant la phase d'élaboration du modèle, la
réflexion autour de l'intégration de la connaissance dans le
modèle peut permettre de dégager certaines
propriétés émergentes et d'étudier le
fonctionnement d'un système difficile à décrire par les
méthodes classiques. D'autre part, à partir des simulations
effectuées grâce au modèle, il est possible de
répondre à un certain nombre de questions scientifiques
difficilement traitées dans les réflexions classiques [Jouven,
2006].
Le modèle pour apprendre et/ou comprendre s'inscrit
dans la notion de « Knowledge representation »
définie par Davis et al. et reprise par Guerrin ([Davis, Shrobe &
al., 1993], [Guerrin 2007]). Cette notion peut se décliner en 5
composantes : un substitut du réel, une ontologie, un schéma de
rationalité, un cadre computationnel et un langage de communication. Ces
modèles aident à « mieux comprendre pour mieux gérer
» [Guerrin, 2007].
Juristo et al. déclinent cette finalité d'apport
de connaissances en plusieurs buts [Juristo & Moreno, 2000] :
ü Un but de compréhension : représenter un
système réel et un problème à résoudre ;
ü Un but de communication : utilisation d'un langage
compréhensible ;
ü Un but de synthèse : mise à plat de la
connaissance à incorporer dans le modèle.
| 
