Elevage et systèmes multi-agents: Arapey : Un modèle didactique

L'activité humaine a des conséquences sur l'évolution de la société et de l'environnement. Dans notre cas, nous nous intéressons aux particularités de l'élevage comme activité humaine dans le Nord de l'Uruguay, dans la région d'Arapey. Pour effectuer l'étude, nous utilisons une approche systémique, où se combinent une analyse narrative avec la simulation en utilisant des systèmes multi-agents. Sont décrites les principales caractéristiques de l'activité agricole, en incluant les évolutions sur le long terme. Nous démontrons ainsi comment l'agriculture et l'élevage ont permis le développement de sociétés stratifiées et comment ce processus s'est accéléré avec le temps. En particulier, nous montrons les interactions entre société, science et agriculture, en expliquant comment au cours du dernier siècle, des augmentations énormes de productivité ont été réalisées par l'industrialisation de l'agriculture, et cela grâce à l'utilisation de combustibles fossiles. L'élevage uruguayen est en permanente interaction avec ce qui se passe en dehors des frontières. La mondialisation de l'alimentation a vu le jour en même temps que la viande d'Uruguay était globalement distribuée, tout au long de la seconde moitié du 19ème siècle. La construction du modèle Arapey comprend trois étapes : i) identification de pratiques "significatives" au moyen d'une combinaison d'enquêtes, recherches et observations de terrain ii) modélisation du système à l'échelle des exploitations en privilégiant les pratiques qu'on a choisi d'étudier, et en utilisant le "Unified Modeling Langage" (UML) et iii) évaluation des conséquences de ces pratiques sur l'évolution des exploitations et de la région, en utilisant la plate-forme Cormas pour réaliser les simulations à partir du modèle Arapey ainsi construit. Face à des situations de grande incertitude, une amélioration de l'action collective peut être obtenue par la mise en discussion des actions à prendre. Elle doit s'appuyer sur une grande participation des acteurs intéressés, ainsi que sur l'utilisation d'instruments permettant à la fois d'intégrer des connaissances d'origines diverses et d'explorer différentes scénarii en représentant différents points de vue, comme par exemple les systèmes multi-agents et/ou une famille de diagrammes. Une connaissance approfondie de la situation est une condition nécessaire pour que cette action puisse être significative, croyable et légitime. Les SMA en tant que "laboratoire virtuel" peuvent accélérer l'apprentissage en incorporant des variables qualitatives, ce qui augmente le côté réaliste du modèle et sa capacité à être un support effectif de prises de décision.

Mots clés : Uruguay, élevage, modélisation, multi-agents.