1.1 – Décrire un comportement

11La programmation permet de définir, sous la forme d’algorithmes, des fonctionnalités qui peuvent être exécutées manuellement par leurs auteurs, ou être attribuées à des entités dotées d’une certaine indépendance. Appelées agents, ces entités opèrent au sein d’environnements virtuels selon des modes de coopération, de conflit et de concurrence qui leur permettent de survivre voire de se reproduire. Un agent visera à satisfaire ses propres objectifs en fonction de ses compétences et des ressources qui sont à sa disposition, mais aussi de la représentation qu’il possède, à un moment donné, de son environnement. Un agent est capable d’agir seul, c’est-à-dire de prendre des décisions selon ses propres critères, sans l’intervention d’un autre agent ni d’un opérateur humain (Richard, 2001). Définir un agent autonome revient à concevoir une entité individualisée. C’est cette relative autonomie vis-à-vis d’un opérateur humain que met en exergue le Pixel Blanc d’Antoine Schmitt (1996) qui cherche à atteindre une destination qui change continuellement au sein d’un environnement bidimensionnel d’un noir absolu sur lequel il n’a aucune prise. L’artiste a utilisé la programmation pour définir un comportement, un « mode d’être » modélisé d’après une interprétation simplifiée du modèle freudien de l’appareil psychique et qu’il a attribué à un pixel (Schmitt, 2000).

12Comme l’a écrit Antoine Schmitt, le Pixel Blanc « fonctionne pendant qu’on le regarde. […] Rien n’est préenregistré, tout se passe en temps réel, ici et maintenant, dans le même temps que celui du spectateur » (2000). Les déplacements du Pixel Blanc ont lieu au moment où se déplace le spectateur dans l’espace d’exposition ou lorsque celui-ci le fixe du regard. Il s’instaure un dialogue entre la trajectoire du pixel blanc et le parcours du visiteur. La programmation confère à l’agent autonome une présence singulière. L’ordinateur n’est pas envisagé comme un simple moyen de communication ou un outil de synthèse d’images et de sons. Le travail d’Antoine Schmitt a la particularité de mettre en évidence la tension qui se crée entre une entité informatique dotée d’une certaine liberté de mouvement et les forces qui contraignent son déplacement. Elle se retrouve aussi bien mise en scène dans ses performances audiovisuelles les plus récentes comme Tempest (réalisée en duo avec Franck Vigroux et présentée en octobre 2015 à la Philharmonie de Paris) que dans ses simulations datant du début des années 2000 comme Vexation 1.

13Vexation 1 soumet un agent autonome à des instructions qu’il doit exécuter dans un ordre prédéterminé afin de jouer indéfiniment la même mélodie, et ce malgré la liberté de mouvement qui lui a été aussi attribuée. Antoine Schmitt définit une entité qui joue inlassablement les mêmes sons, les uns à la suite des autres, en se cognant aux parois de l’espace dans lequel elle a été insérée. Seul le tempo varie, témoin de la liberté de mouvement, toute relative, qui lui a été accordée. Le travail d’Antoine Schmitt interroge l’indépendance qu’il est possible d’accorder à des agents autonomes via la description de comportements. Il rappelle le caractère déterministe de la programmation, les algorithmes ne connaissant pas le hasard.

1.2 – Organisations artificielles

14Les SMA rassemblent, au sein d’un même environnement, des entités individualisées pour lesquelles il est possible à tout moment d’indiquer une position. Les agents d’un SMA sont situés. Leur position détermine leur capacité à percevoir et agir. Contrairement aux systèmes experts de l’intelligence artificielle et à la majorité des autres programmes informatiques, les SMA n’ignorent pas leur environnement, ils constituent « de véritables sociétés d’êtres qui doivent se mouvoir, planifier, communiquer, percevoir, agir et réagir et, d’une manière générale, “vivre” et travailler dans un milieu dans lequel ils entrent parfois en conflit avec d’autres agents » (Ferber, 1995). L’élaboration d’un SMA se distingue des approches systémiques plus classiques en considérant l’action et l’interaction comme les éléments moteurs de la structuration d’un système dans son ensemble. Les SMA prennent le parti de l’émergence : une émergence épistémique relative à l’observateur qui apparait sous les traits d’une nouveauté possiblement fondamentale.

15Issu d’une collaboration entre Joseph Nechvatal et Stéphane Sikora le programme Computer Virus 2.0 (2002) arbore les propriétés principales des SMA. Le logiciel met en scène un processus de destruction créatrice au cours duquel des images peintes et sélectionnées par Joseph Nechvatal sont attaquées par des colonies virus qui se nourrissent de la couleur de leurs pixels. Les colonies de virus correspondent à des communautés d’agents autonomes qui partagent les mêmes caractéristiques. Tous sont capables, à l’aide de capteurs, de percevoir les ressources disponibles dans leur voisinage afin de se diriger vers les pixels qui contiennent les couleurs dont ils peuvent s’alimenter. Ils sont aussi dotés d’effecteurs qui leur donnent la capacité d’agir sur leur environnement en prélevant ces couleurs afin d’avoir suffisamment d’énergie pour continuer à exister voire à se dupliquer. Le programme Computer Virus 2.0 donne la possibilité à ses auteurs d’explorer des phénomènes et des dynamiques complexes issus de l’interaction entre ses agents situés. Il leur permet de définir une direction artistique en contrôlant l’impact des virus sur les images qui leur servent d’hôte via la définition en amont de leur comportement.

16Les évolutions des SMA ne sont pas soumises à un déterminisme simple qui permettrait de les prédire dans leur ensemble à partir de l’analyse d’un état initial. Les SMA obéissent aux principes des phénomènes chaotiques. Les conséquences de la moindre modification des conditions de départ, ou les effets de la seule introduction de variables aléatoires se trouvent amplifiés par les interactions entre agents si bien qu’il est impossible de connaitre à l’avance l’état ultérieur du système. Mais comme les simulations du programme Computer Virus 2.0 le montrent, les évolutions des SMA ne sont pas non plus incontrôlables. Il est aisé au contraire d’observer des effets d’auto-organisation et de voir surgir des structures dont les évolutions sont parfaitement maitrisées. Les SMA permettent d’élaborer des systèmes qui manifestent des comportements désirés, et s’adaptent à des situations initialement non prévues.

17Parmi les premières installations interactives qui ont fait usage d’un SMA pour faire évoluer des créatures artificielles figure A-Volve de Christa Sommerer et Laurent Mignonneau (1994-97). Cette installation emblématique de l’art interactif des années 90 a été conçue de façon à permettre à ses usagers de dessiner la forme de créatures aquatiques (sur une surface tactile) afin de les voir prendre vie dans un bassin rempli d’eau. Ses auteurs souhaitaient transformer à cette époque la réception des œuvres d’art en imaginant des dispositifs artistiques avec lesquels il était possible de communiquer, et le résultat de ces échanges se devait d’être imprévisible (Reichle, 2009).

18Laurent Mignonneau a fait usage de la programmation pour modéliser en temps réel des animats [3] à partir du dessin de leur silhouette, et définir des comportements de prédation. Le système mis en place permet aussi à ces créatures de se reproduire et de transmettre certaines de leurs caractéristiques à leur descendance (Sommerer et Mignonneau, 2009). À partir des comportements définis par ses auteurs en fonction de l’apparence de chaque animat, le SMA génère des agents de plus en plus aptes à survivre dans leur environnement. Un principe de sélection naturelle privilégie les entités qui possèdent une bonne condition physique, car elle leur permet de chasser et de se protéger des autres créatures plus facilement [4].

19Le SMA produit de l’altérité en introduisant une part d’aléa dans le processus qui vise à simuler l’accouplement de deux créatures aquatiques. Les informations que transmettent les animats à leur descendance pour définir leur apparence et leur comportement sont légèrement altérées afin de générer artificiellement de la diversité. Ces altérations entrainent des changements inattendus vis-à-vis des formes et du comportement des agents autonomes. Il est difficile d’évoquer le fonctionnement des SMA sans faire référence au monde du vivant tant ces systèmes s’inspirent de la théorie de la sélection naturelle énoncée par Darwin dans son livre De l’origine des espèces (1859). Le processus d’évolution d’agents situés est fréquemment qualifié de processus d’évolution génétique malgré la réduction que font subir ces systèmes à la notion de patrimoine génétique et aux mécanismes de reproduction sexuée.

20Les artistes engagés dans l’élaboration de SMA s’inspirent de mécanismes moteurs de l’évolution des espèces comme la sélection naturelle, mais ils n’entendent pas en proposer une traduction parfaite. Au contraire, leur pratique artistique les pousse à prendre des libertés vis-à-vis de ces modèles afin de créer des systèmes qui possèdent leur propre logique. Les SMA représentent dans le champ des arts visuels une instance de l’« esprit distribué » que définit Roy Ascott au cours des années 90 pour évoquer les modalités d’une pratique artistique qui se construit par défaut en réseau :

21

« Nous sommes en train de créer une culture dans laquelle l’“artiste” devient un système complexe et largement distribué, dans laquelle la connaissance et la perception tant humaines qu’artificielles ont leur place ; un art qui émerge d’une multiplicité d’interactions dans un espace de données. » (1995)

22Les SMA ont participé à créer des installations interactives prenant davantage en compte et de façon plus nuancée la présence de visiteurs dans un espace d’exposition. Les interactions entre agents, mais aussi avec les spectateurs, ne se résument pas à déclencher des actions de type on/off dont le résultat est immédiatement perceptible, et souvent décevant. Elles influent sur des processus qui peuvent s’étendre sur de longues périodes de temps. Les SMA élaborés dans le champ des arts invitent à ne pas se contenter d’observer, mais à s’immerger dans la variabilité fluide de bassins de données. Ils proposent un changement d’attitude et de perspective dont les conséquences sont radicales. Les SMA permettent aux artistes de proposer de nouvelles façons d’appréhender des propositions artistiques qui ne peuvent plus être considérées comme des objets aux formes stables et aux fonctionnalités arrêtées. Les SMA ouvrent leurs installations et environnements virtuels à la transformation et aux changements.

23Employés par des designers, les SMA ouvrent sur des perspectives analogues notamment au cours de la phase de conception d’un projet. La rapidité avec laquelle la programmation permet de traiter d’importantes quantités de données augmente le temps que peut passer un artiste ou un designer à manipuler une matière informatique avant de fixer, au moins temporairement, sa forme. L’élaboration d’un SMA permet d’explorer des champs de possibles à la recherche de nouvelles structures et dynamiques. Certains programmes et librairies logicielles, permettant de définir le comportement d’agents autonomes et de les intégrer à des environnements virtuels, s’adressent expressément à des designers comme le montre la librairie iGeo. iGeo est une librairie logicielle conçue par Satoru Sugihara, fondateur de l’entreprise de design computationnel ATLV située à Los Angeles. Elle s’adresse à des designers ayant des compétences de base en programmation, et qui souhaitent générer des structures complexes en définissant le comportement d’agents situés. Un des principaux objectifs d’iGeo est de simplifier l’élaboration de SMA, en invitant ses usagers à choisir entre différents types d’entités individualisées (Sugihara, 2014). Chaque type d’agents autonomes possède son propre comportement et génère à un niveau macroscopique, par interaction avec son environnement, des structures qui lui sont propres. Les types d’agents prédéfinis correspondent à des primitives que les designers peuvent associer pour concevoir rapidement un SMA. Ils peuvent aussi choisir de créer de nouveaux types d’agents en étendant ou en réécrivant les fonctionnalités qui sont associées à ceux proposés par défaut. Ils pourront alors créer des formes qu’il n’était pas encore possible de générer à partir du canevas que représente iGeo.