UE357 - Systèmes complexes en sciences sociales

• 105 bd Raspail
  105 bd Raspail 75006 Paris
  Salle 11
  annuel / bimensuel (2e/4e), vendredi 15:00-17:00
  du 13 novembre 2020 au 25 juin 2021

Dernière modification : 7 décembre 2020 17:18

Type d'UE

Séminaires DE/MC

Disciplines

Méthodes et techniques des sciences sociales

Page web

http://cams.ehess.fr/systemes-complexes-en-sciences-sociales/ 

Langues

anglais français

Mots-clés

Informatique et sciences sociales Intelligence artificielle Mathématiques et sciences sociales Méthodes et techniques des sciences sociales Méthodes quantitatives Modélisation

Aires culturelles

-

Cette UE n'est rattachée à aucune formation de master.

Contacts additionnels

-

Informations pratiques

voir la page web du séminaire.

Pour toute demande d'information, contacter Jean-Pierre Nadal par courriel.

Direction de travaux des étudiants

sur rendez-vous uniquement.

Réception des candidats

sur rendez-vous uniquement.

Pré-requis

les exposés s'adressent à un publique pluridisciplinaire toutes sciences confondues. Cependant, des connaissances en mathématiques, informatique, physique théorique ou sciences économiques et sociales, niveau M1, et/ou une familiarité avec la modélisation mathématique ou les analyses quantitatives, seront utiles pour apprécier les parties les plus techniques des séances.

De nombreux phénomènes socio-économiques résultent d’effets de groupes (comportements collectifs). Leur compréhension théorique repose sur une modélisation des interactions sociales entre les membres d’un groupe. Dans le cadre de l’étude des « systèmes complexes » en SHS, des travaux sur ce thème se développent à une interface multiple, entre la théorie microéconomique classique, où l’interaction se fait via le système des prix, la théorie des jeux, qui modélise les interactions de nature stratégiques, la physique statistique qui donne des outils pour décrire un comportement collectif (« macroscopique ») à partir d’une description des comportements individuels (niveau « microscopique »).

L’objectif du séminaire est de présenter des travaux récents, leurs fondements méthodologiques et leurs outils théoriques et d’explorer de nouvelles pistes de recherche dans ce domaine, en privilégiant les approches prenant en compte l’hétérogénéité (diversité des préférences et comportements individuels) et la spatialité des interactions (prise en compte de la structure spatiale d’interaction). Aussi, les outils que nous rencontrons sont souvent ceux de la physique statistique des systèmes désordonnés, de la théorie des jeux, des équations aux dérivées partielles (EDP) en milieu hétérogène, de la simulation « multi-agents ». Nous tâchons d’adopter une démarche inductive, partant d’études empiriques – avec notamment l’analyse de grandes bases de données pouvant mobiliser les outils de l’intelligence artificielle –, et de modèles spécifiques afin de comparer différentes démarches de modélisation de comportements collectifs.

Le séminaire est couplé au séminaire du même nom organisé par Michel Grossetti (CNRS & EHESS) et Bertrand Jouve (CNRS) à Toulouse, dans le cadre du labex SMS (Structuration des mondes sociaux).

Cette année, le séminaire a exploré une variété de thèmes.

Dynamiques urbaines – modélisation multi-agents dans le but d’améliorer les plans d’évacuation de villes du littoral en cas de séisme combiné à un tsunami (travaux d’Odile Plattard, Prix de thèse Systèmes complexes 2020) ; modélisation mathématique de la croissance des villes, avec un modèle rendant compte de données empiriques plus fines que celles résumées dans la loi de Zipf, et révélant le rôle des chocs migratoires rares mais majeurs (travaux de Vincent Verbavatz et Marc Barthélémy).

Analyse de textes, travaux de Quentin Feltgen révélant l’existence de régularités de type lois de Zipf pour d’autres structures du langage que les mots, les constructions schématiques (telles que : « de manière + ADJECTIF »).

Analyse des réseaux sociaux (tweeter,…). Aspects méthodologiques (Pedro Ramaciotti, Sciences Po), et, sur le thème réseaux sociaux et désinformation, analyses et discussion sur les enjeux démocratiques (David Chavalarias). Sur l’analyse de réseaux de manière plus générale, Aurélien Hazan (Université Paris-Est Créteil) a abordé la question d’une description multi-échelles.

Changement climatique. Sujet abordé par deux économistes : Gaël GIRAUD (CNRS & Director Environmental Justice Program, Georgetown University), avec une étude sur la déconnexion entre économétrie et sciences du climat, et David Martimort (EHESS, École d’Économie de Paris), avec un travail théorique mettant en évidence un effet contre intuitif, les conséquences négatives qui peuvent résulter du principe de précaution.

Marché du travail. Le séminaire a accueilli Luc Behaghel (PSE, INRAE) pour les résultats d’une expérimentation à grande échelle sur l’effet d’affichages (nudges) sur une plateforme de recrutement.

Analyse de grandes bases de données. Enfin le séminaire a abordé le développement d’outils d’inférence statistique (outils de l’intelligence artificielle) dans des domaines d’importance sociétale. Les séances ont porté sur l’inférence causale : comment aller au-delà de la mise en évidence de corrélations (ce que fait par exemple l’économétrie), pour identifier des relations de cause à effet, afin de développer des outils d’aide à la décision. Ce sujet a été abordé par Michèle Sebag (CNRS, Paris-Saclay), illustrant les méthodes sur des données concernant le marché du travail, et par Imke Mayer (CAMS, EHESS), avec pour illustration l’analyse de données médicales.

Publications

Jean-Pierre Nadal

• Avec Laurent Bonnasse-Gahot, « Categorical Perception : A Groundwork for Deep Learning », à paraître dans Neural Computation.
• Avec Kevin Berlemont, « Confidence-controlled Hebbian learning efficiently extracts category membership from stimuli encoded in view of a categorization task », à paraître dans Neural Computation.
• Avec Imke Meyer, Jean-Denis Moyer, Aliénor Dreyfus, Boutonnet Mathieu, Pierre-Julien Cungi, Arnaud Foucrier, Anatole Harrois, Arthur James, Julie Josse et Tobias Gauss, « Machine Learning Augmented Causal Inference To Estimate The Treatment Effect of Tranexamic Acid In Traumatic Brain Injury », Research Square preprint, 7 juin 2021, doi : 10.21203/rs.3.rs-600886/v1

Henri Berestycki

• Avec B. Desjardins, B. Heintz et al, « Plateaus, rebounds and the effects of individual behaviours in epidemics », Sci Rep 11, 18339, 2021, https://doi.org/10.1038/s41598-021-97077-x
• Avec B. Desjardins, B. Heintz et J.-M. Oury, The effects of heterogeneity and stochastic variability of behaviours on the intrinsic dynamics of epidemics, medRxiv Aug. 21, 2021, doi : https://doi.org/10.1101/2021.03.26.21254414
• Avec J.-M. Roquejoffre et L. Rossi, « Propagation of epidemics along lines with fast diffusion », Bulletin of Mathematical Biology, 83 (1), p. 1-34.
• Avec L. Roques, O. Bonnefon, V. Baudrot et S. Soubeyrand, « A parsimonious approach for spatial transmission and heterogeneity in the COVID-19 propagation », Royal Society Open Science, 7 (12), 201382.
• Avec R. Ducasse et L. Rossi, « Influence of a road on a population in an ecological niche facing climate change », Journal of Mathematical Biology, 81 (4), p. 1059-1097.

Cette UE n'est rattachée à aucune formation de master.

Contacts additionnels

-

Informations pratiques

voir la page web du séminaire.

Pour toute demande d'information, contacter Jean-Pierre Nadal par courriel.

Direction de travaux des étudiants

sur rendez-vous uniquement.

Réception des candidats

sur rendez-vous uniquement.

Pré-requis

les exposés s'adressent à un publique pluridisciplinaire toutes sciences confondues. Cependant, des connaissances en mathématiques, informatique, physique théorique ou sciences économiques et sociales, niveau M1, et/ou une familiarité avec la modélisation mathématique ou les analyses quantitatives, seront utiles pour apprécier les parties les plus techniques des séances.

• 105 bd Raspail
  105 bd Raspail 75006 Paris
  Salle 11
  annuel / bimensuel (2e/4e), vendredi 15:00-17:00
  du 13 novembre 2020 au 25 juin 2021

De nombreux phénomènes socio-économiques résultent d’effets de groupes (comportements collectifs). Leur compréhension théorique repose sur une modélisation des interactions sociales entre les membres d’un groupe. Dans le cadre de l’étude des « systèmes complexes » en SHS, des travaux sur ce thème se développent à une interface multiple, entre la théorie microéconomique classique, où l’interaction se fait via le système des prix, la théorie des jeux, qui modélise les interactions de nature stratégiques, la physique statistique qui donne des outils pour décrire un comportement collectif (« macroscopique ») à partir d’une description des comportements individuels (niveau « microscopique »).

L’objectif du séminaire est de présenter des travaux récents, leurs fondements méthodologiques et leurs outils théoriques et d’explorer de nouvelles pistes de recherche dans ce domaine, en privilégiant les approches prenant en compte l’hétérogénéité (diversité des préférences et comportements individuels) et la spatialité des interactions (prise en compte de la structure spatiale d’interaction). Aussi, les outils que nous rencontrons sont souvent ceux de la physique statistique des systèmes désordonnés, de la théorie des jeux, des équations aux dérivées partielles (EDP) en milieu hétérogène, de la simulation « multi-agents ». Nous tâchons d’adopter une démarche inductive, partant d’études empiriques – avec notamment l’analyse de grandes bases de données pouvant mobiliser les outils de l’intelligence artificielle –, et de modèles spécifiques afin de comparer différentes démarches de modélisation de comportements collectifs.

Le séminaire est couplé au séminaire du même nom organisé par Michel Grossetti (CNRS & EHESS) et Bertrand Jouve (CNRS) à Toulouse, dans le cadre du labex SMS (Structuration des mondes sociaux).

Cette année, le séminaire a exploré une variété de thèmes.

Dynamiques urbaines – modélisation multi-agents dans le but d’améliorer les plans d’évacuation de villes du littoral en cas de séisme combiné à un tsunami (travaux d’Odile Plattard, Prix de thèse Systèmes complexes 2020) ; modélisation mathématique de la croissance des villes, avec un modèle rendant compte de données empiriques plus fines que celles résumées dans la loi de Zipf, et révélant le rôle des chocs migratoires rares mais majeurs (travaux de Vincent Verbavatz et Marc Barthélémy).

Analyse de textes, travaux de Quentin Feltgen révélant l’existence de régularités de type lois de Zipf pour d’autres structures du langage que les mots, les constructions schématiques (telles que : « de manière + ADJECTIF »).

Analyse des réseaux sociaux (tweeter,…). Aspects méthodologiques (Pedro Ramaciotti, Sciences Po), et, sur le thème réseaux sociaux et désinformation, analyses et discussion sur les enjeux démocratiques (David Chavalarias). Sur l’analyse de réseaux de manière plus générale, Aurélien Hazan (Université Paris-Est Créteil) a abordé la question d’une description multi-échelles.

Changement climatique. Sujet abordé par deux économistes : Gaël GIRAUD (CNRS & Director Environmental Justice Program, Georgetown University), avec une étude sur la déconnexion entre économétrie et sciences du climat, et David Martimort (EHESS, École d’Économie de Paris), avec un travail théorique mettant en évidence un effet contre intuitif, les conséquences négatives qui peuvent résulter du principe de précaution.

Marché du travail. Le séminaire a accueilli Luc Behaghel (PSE, INRAE) pour les résultats d’une expérimentation à grande échelle sur l’effet d’affichages (nudges) sur une plateforme de recrutement.

Analyse de grandes bases de données. Enfin le séminaire a abordé le développement d’outils d’inférence statistique (outils de l’intelligence artificielle) dans des domaines d’importance sociétale. Les séances ont porté sur l’inférence causale : comment aller au-delà de la mise en évidence de corrélations (ce que fait par exemple l’économétrie), pour identifier des relations de cause à effet, afin de développer des outils d’aide à la décision. Ce sujet a été abordé par Michèle Sebag (CNRS, Paris-Saclay), illustrant les méthodes sur des données concernant le marché du travail, et par Imke Mayer (CAMS, EHESS), avec pour illustration l’analyse de données médicales.

Publications

Jean-Pierre Nadal

• Avec Laurent Bonnasse-Gahot, « Categorical Perception : A Groundwork for Deep Learning », à paraître dans Neural Computation.
• Avec Kevin Berlemont, « Confidence-controlled Hebbian learning efficiently extracts category membership from stimuli encoded in view of a categorization task », à paraître dans Neural Computation.
• Avec Imke Meyer, Jean-Denis Moyer, Aliénor Dreyfus, Boutonnet Mathieu, Pierre-Julien Cungi, Arnaud Foucrier, Anatole Harrois, Arthur James, Julie Josse et Tobias Gauss, « Machine Learning Augmented Causal Inference To Estimate The Treatment Effect of Tranexamic Acid In Traumatic Brain Injury », Research Square preprint, 7 juin 2021, doi : 10.21203/rs.3.rs-600886/v1

Henri Berestycki

• Avec B. Desjardins, B. Heintz et al, « Plateaus, rebounds and the effects of individual behaviours in epidemics », Sci Rep 11, 18339, 2021, https://doi.org/10.1038/s41598-021-97077-x
• Avec B. Desjardins, B. Heintz et J.-M. Oury, The effects of heterogeneity and stochastic variability of behaviours on the intrinsic dynamics of epidemics, medRxiv Aug. 21, 2021, doi : https://doi.org/10.1101/2021.03.26.21254414
• Avec J.-M. Roquejoffre et L. Rossi, « Propagation of epidemics along lines with fast diffusion », Bulletin of Mathematical Biology, 83 (1), p. 1-34.
• Avec L. Roques, O. Bonnefon, V. Baudrot et S. Soubeyrand, « A parsimonious approach for spatial transmission and heterogeneity in the COVID-19 propagation », Royal Society Open Science, 7 (12), 201382.
• Avec R. Ducasse et L. Rossi, « Influence of a road on a population in an ecological niche facing climate change », Journal of Mathematical Biology, 81 (4), p. 1059-1097.