Sylvie HUET

Ingénieur doctorante

Cemagref
24 avenue des Landais, B.P. 50085, 63172 Aubière Cedex 1, France
Tél. : 33(0)4.73.44.06.15
E-mail : sylvie.huet@cemagref.fr

Sujets d'étude

détaillés : Sujet de thèse

Projets

Publications

Sujets d'étude

Simulation sociale. Modéliser dynamiquement les systèmes sociaux, en s'appuyant sur les théories de la psychologie sociale et cognitive, me semble pouvoir participer de la connaissance sur les conditions d'évolution des sociétés. Le recours à des modèles individus-centrés étudiés par des modèles agrégés m'apparaît un possible moyen de résorber la distance entre "micro" et "macro" et d'étudier le passage de l'un à l'autre.
L'étude des systèmes complexes par une approche de modélisation. Est étudiée au LISC la démarche de double modélisation (cf. figure 1). Consistant en une modélisation individus-centré modélisée elle-même par une approche agrégée, elle permet : l'étude du système complexe qu'est le modèle individus-centré ; la formulation d'hypothèses de dynamique à tester sur le système réel. Cette démarche soulève de passionnantes questions sur sa mise en oeuvre, sur les conditions de validité des connaissances acquises, etc.

Figure 1. La double modélisation

A participé ou participe aux projets

Projet européen FIRMA
Projet Simexplorer : "Outil d'aide à l'exploration et à l'analyse de modèles de simulation".
Projet européen Images
BED

Publications

2008. Huet S. and Deffuant G., Bounded confidence with rejection: clusters or scattered opinions? accepted to ESSA 2008, September 1-5, Brescia, Italy, 11 pages.

2008. Huet S., Deffuant G., and W. Jager, 2008, Rejection Mechanism in 2D Bounded Confidence Provides More Conformity. Advances in Complex Systems, vol. 11, Issue 4, pp. 1-21, 2008, revised and completed version of the paper presented to ECCS'07.

2008. Huet S. and G. Deffuant, Bounded Confidence with Rejection: The Infinite Population Limit with Perfect Uniform Initial Density, MASHS 2008 (Modèles et Apprentissages en Sciences Humaines et Sociales), Créteil, 5-6 juin

2008. Huet S. and G. Deffuant, Differential equation models derived from an individual-based model can help to understand emergent effects, Journal of Artificial Societies and Social Simulation, vol. 11, pp. 21. http://jasss.soc.surrey.ac.uk/11/2/10.html

2008. Deffuant G., S. Huet, S. Skerratt, 2008. An agent based model of agri-environmental measure diffusion: what for? S. Agent Based Modelling in Natural Resource Management, A. Lopez Paredes, C. Hernandez Iglesias, Universidad de Valladolid INSISOC, p. 55 - 7319.

2008. Alvarez I., Huet S. Automatic Diagnosis of Engine of Agricultural Tractors: the BED Experiment. Biosystems Engineering, Vol. 100, Issue 3, July 2008, Pages 362-369.

2007. Huet S., Deffuant G., Jager W. Des dynamiques de différenciation individuelles peuvent accroître le conformisme global. ARCo'07 Cognition - Complexité - Collectif, 28-30 novembre, Nancy (France)

2007. Huet S., Deffuant G., Jager W. Rejection Mechanism in 2D Bounded Confidence Provides More Conformity. European Conference on Complex Systems'07 (ECCS'07), Dresden, October 1-6 (Germany)

2007. Dubois E., Huet S., Deffuant G. Primacy Effect with Symmetric Features Propagating in a population. ESSA 2007, Toulouse, September.

2007. Deffuant G. and Huet S. Propagation Effect of Filtering Incongruent Information. Journal of Business Research, 60(8), August, 816-825.

2007. Huet S. and Deffuant G. When do interactions increase or decrease primacy bias. M2M Conference in Marseille, march 2007, 20 p.

2007. Huet S., Edwards M., Deffuant G. Taking into account the variations of social network in the mean-field approximation of the threshold behaviour diffusion model. Journal of Artificial Societies and Social Simulation), volume 10, Issue 1, january 2007 <http://jasss.soc.surrey.ac.uk/10/1/10.html>.

2006. Deffuant G. and Huet S. Collective Reinforcement of First Impression Bias. the First World Congress on Social Simulation, 21-25 August 2006, Kyoto (Japon), 10 pages.

2006. Huet S., Deffuant G. Effets d’un filtre cognitif sur la diffusion d’information. 6ème Conférence Francophone de Modélisation et Simulation. Modélisation, Optimisation et Simulation des Systèmes : Défis et Opportunités (MOSIM'06), 3-5 avril 2006, Rabat, Maroc, 10 pages.

2005. Huet S. Modélisation et exploration de modèles : modèle individus-centré versus modèle agrégé. Mémoire d'Ingénieur CNAM, option "Informatique, modélisation, optimisation", 146 pages.

2005. Deffuant, G., Huet, S., Amblard, F.. "An individual-based model of innovation diffusion mixing social value and individual benefit". American Journal of Sociology , 110-4, January 2005, pp.1041-1069.

2005. Edwards M., Ferrand N., Goreaud F. and Huet S. The relevance of aggregating a water consumption model cannot be disconnected from the choice of information available on the resource. Simulation Modelling Practice and Theory, volume 13, issue 4, June 2005, pp. 287-307.

2004. Huet S. Modéliser les interactions sociales par des réseaux d'automates à seuil. Approximation d'un réseau aléatoire d'automates binaires. Rapport de DEA "Informatique, Productique, Imagerie médicale - option Recherche opérationnelle et productique", Université de Clermont II, LIMOS.

2004. Huet S., Edwards M., Deffuant G. Taking into account the variations of social network in the mean-field approximation of the threshold behaviour diffusion model. ESSA Conference, Model to Model workshop, 16-19/09.2004, Valladolid, Spain.

2003. Edwards M., Huet S., Goreaud F., Deffuant G. Comparaison entre un modèle individu-centré de diffusion de l'innovation et sa version agrégée dérivée par champ moyen pour des simulations à court terme. Actes de MFI'03 "Modèles formels de l'interaction, Lille, mai 2003, 91-100.

2003. Edwards M., Huet S., Goreaud F., Deffuant G. Comparing individual-based model of behaviour diffusion with its mean field aggregated approximation. Colloque M2M 2003 et JASSS (Journal of Artificial Societies and Social Simulation), volume 6, Issue 4, october 2003, http://jasss.soc.surrey.ac.uk/6/4/9.html.

2002. Deffuant G., Huet S., Bousset J.P., Henriot J., Amon G., Weisbuch G. - Agent-based simulation of organic farming conversion in Allier département. Complexity and Ecosystem Management, Marco A. Janssen Ed., pp. 158-187.

2001. Huet S., Deffuant G. - Rapport Calcul d'impact économique de la conversion à l'agriculture biologique (réalisé dans le cadre du projet Images).

2000. Deffuant G., Amblard F., Huet S., Bernard S., Ferrand N., Bousset J.P., Amon G., Henriot J., Gilbert N., Chattoe E., Weisbuch G. - Simulation de l'évolution des conversions à l'agriculture biologique dans le département de l'Allier entre 1994 et 1999 par un modèle multi-agents de la population d'agriculteurs. Rapport intermédiaire.

2000.- Alvarez I., Huet S. - Rapport du projet européen BED

Sujet de thèse

Contexte

De nombreuses recherches du Cemagref portent sur la conception de nouveaux outils ou pratiques plus respectueux de l’environnement et/ou participant davantage d’un développement durable. Pour être efficientes, ces innovations doivent être adoptées par leurs utilisateurs. La question de la diffusion d’une innovation est donc cruciale pour la mise en place d’une politique de développement durable.

Les recherches portant sur la diffusion de l’innovation ont débutée avec G. Tarde et ses classiques « Lois de l’imitation » (1890 en français, 1903 en anglais). Rogers (Rogers 1962 ) a synthétisé les travaux existants au sein d’un modèle statique, basé sur un ensemble d’études empiriques. Depuis lors, de nombreux chercheurs ont proposé différents modèles dynamiques de la diffusion de l’innovation. Si l’on considère les hypothèses formulées sur la dynamique de l’individu, deux classes de modèles peuvent être distinguées.

La première classe est celle des « modèles à seuil ». Elle est initiée par Granovetter (Granovetter 1978) et synthétisée par Valente (1995). Le seuil est un attribut de l’individu. Il représente, au sein du groupe social de l’individu, la proportion d’adoptants entraînant l’adoption de l’individu. Le groupe social peut être la population entière, une partie de la population ou bien un voisinage au sein d’un réseau social (i.e. ensemble d’individus liés à l’individu considéré). L’adoption, se fait, dans ce type de modèle, par imitation et intervient plus ou moins rapidement selon les individus. Pour certains chercheurs, (Blume 1993) , (Blume 1995) , (Young, 1998), le seuil correspond à un niveau d’utilité de l’adoption pour l’individu. L’adoption dépend alors d’un intérêt individuel (un impact économique, une préférence, …) et d’un intérêt social déterminé par le comportement des individus en relation avec l’individu considéré. Ces modèles sont formellement équivalents à celui du ferromagnétisme en physique (i.e. modèle d’Ising).

La seconde classe de modèles a été développée dans le cadre du projet européen « Images » (Deffuant and al. 2001) . Ces modèles sont basés sur des « modèles à seuil » mais redéfinissent le seuil comme un état interne que doit atteindre l’individu. Cet état ne dépend pas directement, même partiellement, de l’observation de l’état de ses pairs, mais d’une utilité que l’individu attribue à l’objet à adopter. Cette utilité est bâtie sur des opinions ou connaissances portant sur l’objet à adopter. Opinions ou connaissances évoluent au gré d’interactions entre les individus. Un individu connaît des individus avec qui il discute. Les individus échangent des informations (i.e. connaissance objective) et/ou des opinions portant sur des caractéristiques de l’objet[1] à adopter. Ils sont dotés de filtres cognitifs qui les amènent à considérer plus ou moins opinions et informations auxquelles ils sont exposés. Ces filtres sont basés sur une notion de proximité entre l’information et/ou l’opinion proposée à l’individu, et la façon dont l’individu se définit.

Différentes versions de ces modèles (Deffuant, 2002); (Deffuant, Huet et al. 2005) ; (Deffuant, Huet et al. 2002) ; (Deffuant, Neau et al. 2001) ; (Deffuant, Weisbuch et al. 2003) , (Deffuant, 2006c) sont fondées sur des hypothèses psychologiques très générales, notamment que l’opinion d’un interlocuteur n’est prise en compte par un individu que si elle est suffisamment proche de la sienne. Il prendra par ailleurs d’autant plus en compte cette opinion que son interlocuteur en est certain. Des extensions de ce principe ont été proposées par (Urbig, 2003); (Urbig and Lorenz 2004) et (Jager and Amblard 2004) . Plus récemment, (Huet, Deffuant, 2006 ; Deffuant, Huet 2006a, 2006b) ont affiné et étudié la dynamique de transmission d’information en s’inspirant essentiellement de la théorie de la dissonance cognitive (Festinger 1957) d’une part, des travaux séminaux sur la diffusion de la rumeur (Allport and Postman 1947) d’autre part. Ils considèrent un individu qui ne prend en compte une information qui lui est proposée que lorsqu’elle lui semble importante. Une information est jugée d’autant plus rapidement importante qu’elle est congruente à l’opinion que s’est forgé l’individu sur l’objet sur lequel porte l’information. (Huet, Deffuant, 2006 ; Deffuant, Huet 2006a, 2006b).

Dans la lignée de travaux tels que ceux de (Nowak and Vallacher 1998; Latané and Bourgeois 2001; Latané and Bourgeois 2001) , le travail de thèse vise d’abord à confronter ces modèles aux résultats de recherche de la psychologie sociale et cognitive. Les travaux portant sur la dynamique des « attitudes »[2] seront plus particulièrement explorés. Des modèles intégrateurs tel que le « Theory of Planned Behaviour » (Ajzen, 1985, 1987, 1988, 1991, 2002) serviront de point d’entrée à la réflexion. Modèle statique composé de sous-modèles de traitement de l’information, de décision, …, il guidera l’étude de l’existant en psychologie sociale et cognitive. Nous serons ainsi amené à nous intéresser, de façon non exhaustive, à l’Elaboration likelihood Model (Petty and Cacioppo 1981) qui traite de la dynamique de l’opinion au regard du mode de traitement de l’information proposée à l’individu, à l’Expectancy-Value Model de Fishbein (Fishbein and Ajzen 1975; Eagly and Chaiken 1993; Eagly and Chaiken 1993; Eagly and Chaiken 1993; LittleJohn and Foss 2005) qui s’intéresse à la dynamique des opinions en liens avec les croyances, …

Sujet

L’objectif principal est de formuler un modèle de diffusion de l’innovation plus pertinent, à la lumière de cette confrontation. Nous espérons ainsi améliorer les modèles de diffusion de l’innovation en fondant davantage la modélisation sur les travaux en psychologie d’une part, en identifiant éventuellement de nouveaux comportements globaux et/ou de nouvelles dynamiques individuelles permettant d’atteindre des comportements globaux connus.

L’approche « double modélisation » (Deffuant, 2004) (Edwards, 2003a, 2003b) (Huet, Edwards et al. 2004) sera la méthodologie support de construction des résultats. Le principe de cette méthode consiste à contrôler la complexité du modèle individus-centré en définissant avec attention les conséquences de chaque caractéristique du modèle sur la dynamique globale. Pratiquement, deux types d’action sont menées : des plans d’expériences pertinents sont exécutés sur le modèle individus-centré ; une ou des modélisations agrégées de la dynamique globale exhibée par le modèle individus-centré sont implémentées pour approximer celui-ci.

La mise en oeuvre de cette méthode devrait permettre au modèle de représenter un compromis pertinent entre la probable complexité liée à la prise en compte des travaux de la psychologie sociale et les contraintes de modélisation.

Ce modèle sera testé sur une première application portant sur les représentations sociales liées à la biodiversité. Des travaux issus de la psychologie sociale et portant sur les représentations de « l ‘environnement » et les systèmes de valeurs seront pris en compte dans cette application (Schwartz, 1992), (Schultz 2000) ; (Schultz 2002) ; (Schultz 2001) ; (Schultz, Gouveia et al. 2005) ; (Schultz and Zelezny 2003) ; (Schultz and Zelezny 1999) , (Stern, Dietz et al. 1999) , (Schaller and Crandall 2004) . On s’attachera à intégrer les travaux de la « Psychology of Sustainable Development » (Schmuck and Schultz 2002) .

Références externes

Ajzen, I. (1985). From intentions to actions: A theory of planned behavior. In J. Kuhl & J. Beckman (Eds.), Action-control: From cognition to behavior (pp. 11-39). Heidelberg: Springer.

Ajzen, I. (1987). Attitudes, traits, and actions: Dispositional prediction of behavior in personality and social psychology. In L. Berkowitz (Ed.), Advances in experimental social psychology (Vol. 20, pp. 1-63). New York: Academic Press.

Ajzen, I. (1988). Attitudes, personality, and behavior. Milton-Keynes, England: Open University Press & Chicago, IL: Dorsey Press.

Ajzen, I. (1991). The theory of planned behavior. Organizational Behavior and Human Decision Processes, 50, 179-211.

Ajzen, I. (2002). Perceived Behavioral Control, Self-Efficacy, Locus of Control, and the Theory of Planned Behavior. Journal of Applied Social Psychology, 32, 665-683.

Allport, G. W. and L. Postman (1947). The psychology of rumor.

Blume, L. E. (1993). "The statistical mechanics of strategic interactions." Games And Economic Behavior 5: 387-424.

Blume, L. E. (1995). "The statistical mechanics of best-response strategy revision." Games and Economic Behavior 11: 111-145.

Deffuant, G. and e. al. (2001). "Rapport final du projet FAIR 3 2092 IMAGES : Modélisation de la diffusion de l'adoption de mesures agri-environnementales par les agriculteurs (1997-2001)."

Deffuant, G., S. Huet, et al. (2005). "An individual-based model of innovation diffusion mixing social value and individual payoff dynamics." American Journal of Sociology 110 (January)(4): 1041-1069.

Deffuant, G., S. Huet, et al. (2002). Agent-based simulation of organic farming conversion in Allier département. Complexity and Ecosystem Management. M. A. Janssen: 158-187.

Deffuant, G., D. Neau, et al. (2001). "Mixing beliefs among interacting agents." Advances in Complex Systems(3): 87-98.

Deffuant, G., G. Weisbuch, et al. (2003). "Simple is beautiful... and necessary." Journal of Artificial Societies and Social Simulation 6(1).

Eagly, A. H. and S. Chaiken (1993). Combinatorial Models of Attitude Formation and Change. The Psychology of Attitudes. A. H. C. Eagly, S., Fort Worth, TX: Harcourt Brace Jovanovich, Thomson/Wadsworth. Chapter 5: 219-256.

Eagly, A. H. and S. Chaiken (1993). Future Directions in the Study of Attitudes. The Psychology of Attitudes. A. H. C. Eagly, S., Fort Worth, TX: Harcourt Brace Jovanovich, Thomson/Wadsworth. Chapter 14: 219-256.

Eagly, A. H. and S. Chaiken (1993). The Structures of Attitudes and Beliefs. The Psychology of Attitudes. A. H. C. Eagly, S., Fort Worth, TX: Harcourt Brace Jovanovich, Thomson/Wadsworth. Chapter 3: 89-154.

Festinger, L. (1957). A Theory of Cognitive Dissonance.

Fishbein, M. and I. Ajzen (1975). Belief, Attitude, Intention, and Behavior: An Introduction to Theory and Research, Reading MA: Addison-Wesley

Granovetter, M. (1978). "Threshold Models of Collective Behavior." American Journal of Sociology 83(6): 1420-1143.

Huet, S., M. Edwards, et al. (2004). Taking into account the variations of social network in the mean-field approximation of the threshold behaviour diffusion model. ESSA Conference, Model to Model (M2M), Valladolid, Spain.

Jager, W. and F. Amblard (2004). A dynamical perspective on attitude change. NAACSOS Conference 2004, June 27 - 29, 2004, Pittsburgh PA http://www.casos.cs.cmu.edu/naacsos/.

Latané, B. and M. J. Bourgeois (2001). Dynamic social impact and the consolidation, clustering, correlations and continuing diversity of culture (chapter 10). Group Processes: Blackwell handbook of social psychology. M. A. H. R. S. Tindale, Oxford: Blackwell: 235-258.

Latané, B. and M. J. Bourgeois (2001). Successfully Simulating Dynamic Social Impact: Three Levels of Prediction. Social Influence - Direct and Indirect Processes. J. P. Forgas and K. D. Williams, Psychology Press - Taylor & Francis Group. Part I. Social Influence: Fundamental Processes and Theories: 61-78.

LittleJohn, S. W. and K. A. Foss (2005). Theories of Human Communication, Eigth Edition, Thomson Wadsworth.

Nowak, A. and R. R. Vallacher (1998). Dynamical Social Psychology, The Guilford Press, 72 Spring Street, New York, NY 10012.

Petty, R. and J. Cacioppo (1981). Epilog: A General Framework for Understanding Attitude Change Processes. Attitudes and Persuasion: Classic and Contemporary Approaches. Wm. C. Brown. Dubuque, Iowa:: 254-269.

Rogers, E. M. (1962 ). Diffusion of innovations, The Free Press. New York.

Schaller, M. and C. S. Crandall (2004). The Psychological Foundations of Culture. Mahwah, New Jersey - London, Lawrence Erlbaum Associates.

Schmuck, P. and P. W. Schultz (2002). Psychology of Sustainable Development, Kluwer Academic Publishers Group.

Schultz, P. W. (2000). "Empathizing With Nature: The Effects of Perspective Taking on Concern for Environmental Issues - Statistical Data Included." Journal of Social Issues 56(3): 391-406.

Schultz, P. W. (2001). "The Structure of Environmental Concern: Concern for Self, Other People, and the Biosphere." Journal of Environmental Psychology 21: 327-339.

Schultz, P. W. (2002). "Environmental attitudes and behaviors across cultures." Online Readings in Psychology and Culture (Unit 8, Chapter 4) (www.wwu.edu/~culture), from www.wwu.edu/~culture.

Schultz, P. W., V. V. Gouveia, et al. (2005). "Values and their relationship to environmental concern and conservation behavior." Journal of Cross-Cultural Psychology 36(4): 457-475.

Schultz, P. W. and L. Zelezny (1999). "Values as predictors of environmental attitudes: evidence for consistency across 14 countries." Journal of Environmental Psychology 19: 255-265.

Schultz, P. W. and L. Zelezny (2003). "Reframing Environmental Messages to be Congruent with American Values." Human Ecology Review 10(2): 126-136.

Stern, P. C., T. Dietz, et al. (1999). "A value-Belief-Norm Theory of Support for Social Movements: The Case of Environmentalism." Human Ecology Review 6(2): 81-97.

Urbig, D. and J. Lorenz (2004). Communication regimes in opinion dynamics: Changing the number of communicating agents. Second Conference of the European Social Simulation Association (ESSA),, Valladolid, Spain (September 16-19).

Young, P. (1998). Individual Strategy and Social Structure: An Evolutionary Theory of Institutions, Princeton University Press

Tarde G., 1890. Les lois de l’imitation. http://classiques.uqac.ca/classiques/tarde_gabriel/ lois_imitation/lois_imitation.html

Références internes au LIS C

Deffuant, G. and e. al. (2001). "Rapport final du projet FAIR 3 2092 IMAGES : Modélisation de la diffusion de l'adoption de mesures agri-environnementales par les agriculteurs (1997-2001)."

Deffuant, G., D. Neau, et al. (2001). "Mixing beliefs among interacting agents." Advances in Complex Systems(3): 87-98.

Deffuant, G., F. Amblard, et al. (2002). "How can extremism prevail ? A study based on the relative agreement interaction model." Journal of Artificial Societies and Social Simulation 5(4).

Deffuant, G., S. Huet, et al. (2002). Agent-based simulation of organic farming conversion in Allier département. Complexity and Ecosystem Management. M. A. Janssen: 158-187.

Deffuant, G., G. Weisbuch, et al. (2003). "Simple is beautiful... and necessary." Journal of Artificial Societies and Social Simulation 6(1).

Deffuant G., (2004). Modéliser la complexité: quelques pistes pour relever le défi. Mémoire d'Habilitation à Diriger des Recherches de l'Ecole doctorale SPI de l'université Blaise Pascal de Clermont-Ferrand, 133 pages, p. 106

Deffuant, G. and S. Huet (2006a). "Propagation effects of filtering incongruent information." Journal of Business Research accepted (to publish).

Deffuant G. and Huet S. (2006b) Collective reinforcement of first impression bias. Accepté à the First World Congress on Social Simulation, 21-25 August 2006, Kyoto (Japon), 10 pages

Deffuant G. (2006c). Comparing extremism propagation patterns in different continuous opinion models. To appear in Journal of Artificial Societies and Social Simulation.

Edwards, M., S. Huet, et al. (2003a). Comparaison entre un modèle individu-centré de diffusion de l'innovation et sa version agrégée dérivée par champ moyen pour des simulations à court terme. Modèles Formels d'Interactions (MFI'03), Lille (France), Cépaduès-éditions.

Edwards, M., S. Huet, et al. (2003b). "Comparing individual-based model of behaviour diffusion with its mean-field aggregated approximation." Journal of Artificial Societies and Social Simulation 6(4).

Huet, S. and G. Deffuant (2006a). Effets d'un filtre cognitif sur la diffusion d'information. 6ème Conférence Francophone de Modélisation et Simulation (MOSIM'06), Rabat (Maroc).

[1] ou la pratique

Contacter le webmaster

Visitez le Cemagref Auvergne-Limousin