Un résultat surprenant pour le cheminement optimal d’un groupe vers la coopération

Quelle est la meilleure façon pour un groupe d’individus de coopérer ? Il s’agit d’une question de longue date qui trouve ses racines dans la théorie des jeux, une branche de la science qui utilise des modèles mathématiques sur la meilleure façon dont les individus devraient élaborer leur stratégie pour obtenir un résultat optimal.

Un exemple simple est le dilemme du prisonnier : deux personnes sont arrêtées pour un prétendu vol de banque. La police les emmène en ville et les place dans des salles d'interrogatoire individuelles et isolées.

La police admet qu'elle ne dispose pas de suffisamment de preuves pour les condamner tous les deux et donne à chacun la même option : s'il avoue et que son partenaire ne le fait pas, ils relâcheront l'aveu et condamneront l'autre du chef d'accusation grave de vol de banque. Mais si l’un n’avoue pas et que l’autre le fait, le premier sera condamné à une longue peine de prison et l’autre sera libéré. Si tous deux avouent, ils seront tous deux emprisonnés pendant de nombreuses années. Si aucun des deux n’avoue, ils seront traduits en justice pour une accusation moindre de possession d’armes à feu.

Que devraient faire chacun pour minimiser son temps en prison ? Un individu reste-t-il silencieux, faisant confiance à son partenaire pour faire de même et accepter une peine de prison plus courte ? Ou bien avoue-t-il, en espérant que l'autre reste silencieux. Mais et si l’autre avoue aussi ? C'est une position peu enviable.

Il n’existe pas de solution correcte au dilemme du prisonnier. D'autres problèmes similaires sont le jeu du poulet, où chaque conducteur court vers l'autre, risquant une collision frontale, ou s'écartant à la dernière minute et risquant l'humiliation – étant appelé « poulet » pour manque de courage. De nombreux autres jeux simples existent.

Imaginez maintenant un groupe : il peut s'agir de personnes ou d'organismes cellulaires. Quel type de coopération donne le résultat optimal, lorsque chaque individu est connecté aux autres et paie un coût (argent, énergie, temps) pour créer un résultat qui profite à tous ? Il va de soi que les individus sont égoïstes et agissent dans leur propre intérêt, mais nous savons également que la coopération peut aboutir à de meilleurs résultats pour tous. Certains prendront-ils le risque ou ne veilleront-ils qu’à eux-mêmes ?

Un résultat de longue date est que, dans un réseau homogène où tous les individus ont le même nombre de voisins, la coopération est favorisée si le rapport entre le bénéfice apporté par un coopérateur et le coût associé payé dépasse le nombre moyen de voisins.

Mais les gens ne sont pas homogènes, ils sont hétérogènes et ils n’ont généralement pas le même nombre de liens avec leurs voisins que tout le monde ni ne changent de stratégie au même rythme.

On sait également que permettre à chaque individu de mettre à jour sa stratégie exactement au même moment, comme par exemple imiter immédiatement son voisin, modifie considérablement l'évolution de la coopération. Des recherches antérieures ont montré que des connexions individuelles hétérogènes omniprésentes entravent la coopération lorsqu'on suppose que les individus mettent à jour leurs stratégies à des rythmes identiques.

Un groupe de chercheurs en Chine, au Canada et aux États-Unis a découvert un résultat surprenant : lorsque les taux de mise à jour de la stratégie des individus varient inversement avec leur nombre de connexions, les connexions hétérogènes surpassent les connexions homogènes en termes de promotion de la coopération. L'étude est publiée dans la revue Communications naturelles.

“Comment analyser l'impact quantitatif des structures de réseaux hétérogènes dominantes sur l'émergence de stratégies optimales de groupe est une question ouverte de longue date qui a attiré beaucoup d'attention”, a déclaré Aming Li, co-auteur et professeur adjoint en dynamique et contrôle à Université de Pékin.

L'équipe de Li a résolu le problème par des calculs analytiques soutenus par des simulations informatiques, pour trouver la règle fondamentale pour maintenir la coopération collective : « Les nœuds ayant des connexions substantielles au sein du système complexe devraient rarement mettre à jour leurs stratégies », dit-il. Autrement dit, les taux de mise à jour des stratégies individuelles doivent varier inversement avec le nombre de connexions dont elles disposent sur le réseau. De cette manière, un réseau avec des connexions hétérogènes entre individus surpasse un réseau avec des connexions homogènes pour promouvoir la coopération.

L'équipe a également développé un algorithme qui trouve le plus efficacement possible les taux de mise à jour optimaux des stratégies qui génèrent les stratégies optimales du groupe, qu'ils appellent OptUpRat. Cet algorithme contribue à l'utilité collective des groupes et, selon Li, “est également essentiel dans le développement de systèmes collaboratifs robotiques”. Les résultats seront utiles aux chercheurs dans des domaines multidisciplinaires tels que la cybernétique, l’intelligence artificielle, la science des systèmes, la théorie des jeux et la science des réseaux.

“Nous pensons que l'utilisation de techniques liées à l'IA pour optimiser les décisions individuelles et stimuler l'intelligence collective sera le prochain point chaud de la recherche.”

© 2024 Réseau Science X