Dépasser les frontières artificielles du savoir
Michel Serres, 1992
Métissage, voilà mon idéal de culture. Blanc et noir, sciences et lettres, monothéisme et polythéisme, sans haine réciproque, pour une pacification que je souhaite et pratique.
La pensée systémique, à laquelle ont notamment contribué la cybernétique de Norbert Wiener (1948)¹ et la théorie générale des systèmes de Ludwig von Bertalanffy (1968)², soutient qu’un phénomène se comprend par ses relations plutôt que par l’examen isolé de ses constituants. Toute entreprise de connaissance analytique procède, dans un premier temps du moins, par disjonction : elle extrait un objet du réseau de relations dans lequel il s’inscrit afin d’en rendre l’étude possible. Cette démarche fonde une part légitime du savoir scientifique et administratif — elle permet de comparer et de conceptualiser des problèmes qui, faute d’une telle abstraction, résisteraient à toute investigation. Elle cesse d’être heuristique, néanmoins, lorsque ce découpage, conçu comme un outil provisoire, se substitue silencieusement à la représentation du réel. Les exemples ne manquent pas : une décision politique agit sur l’économie, les comportements et les mentalités ; une crise environnementale traverse simultanément des registres scientifiques, territoriaux et sociaux ; une innovation technique résout un problème en amont, au risque d’en créer un nouveau en aval. Nos institutions, pourtant, continuent de classer ces situations dans des domaines cloisonnés — santé, environnement, économie, culture — alors même que les interactions déterminantes se logent précisément entre ces catégories. Le rapport conjoint de l’Organisation de coopération et de développement économiques (OCDE) et de l’Institut international pour l’analyse des systèmes appliqués (IIASA), Systemic Thinking for Policy Making (2020)³, souligne à ce titre la nécessité de dépasser les silos sectoriels pour saisir les liens entre des enjeux que les pouvoirs publics et les champs disciplinaires persistent à aborder séparément.
La partie et le tout
Un système ne s’identifie pas à la somme de ses éléments : sa spécificité tient à l’architecture relationnelle qui les articule, étant entendu que la validité d’une explication est fonction de l’échelle à laquelle elle est formulée. Deux configurations partageant des composants identiques peuvent engendrer des résultantes radicalement divergentes selon la nature de ces couplages — régimes de circulation informationnelle, répartition du pouvoir, leviers d’incitation orientant les arbitrages individuels, topologie des flux qui les traversent — et leur sédimentation historique. L’action de chaque entité se règle sur les structures qui l’encadrent ; réciproquement, l’agrégation de ces actions reconfigure cet agencement, auxquelles chacune doit ensuite s’ajuster — récursivité qui interdit de traiter la partie et le tout comme deux niveaux de réalité indépendants. Transposée aux affaires humaines, une conduite qui, prise hors contexte, paraît irrationnelle est susceptible de retrouver sa cohérence dès lors qu’on la resitue dans les contraintes qui la surdéterminent. À l’inverse, une dynamique collective ne se laisse pas ramener à la somme des choix individuels qui la composent.
Les boucles de la causalité
Dans un ensemble complexe où les parties sont interdépendantes, la causalité ne suit plus une trajectoire linéaire : un effet peut rétroagir sur sa cause première et en remanier les conditions d’exercice. L’environnementaliste et analyste des systèmes Donella Meadows (1999, 2008)⁴ a consacré une part substantielle de son œuvre à ces boucles : elle distingue les boucles de renforcement, qui amplifient un écart, des boucles d’équilibrage, qui le corrigent — un débordement qu’un mécanisme correcteur, logé ailleurs dans le dispositif, peut du reste enrayer plutôt que laisser filer indéfiniment. Elle établit qu’une variation modeste peut, selon l’endroit où elle s’exerce, avoir des conséquences considérables, tandis qu’un ajustement si important soit-il, s’il porte sur un simple paramètre, peut être absorbé sans incidence notable — si bien que la localisation de l’intervention importe davantage que l’ampleur des moyens déployés.
Sur le terrain, cette propriété se heurte à un biais cognitif solidement documenté : le chercheur en sciences de la gestion John Sterman (1989)⁵ a démontré, expériences à l’appui, que les décisionnaires raisonnent spontanément en chaînes causales linéaires et appréhendent fréquemment les systèmes complexes selon une logique qui peine à anticiper les répercussions des boucles de rétroaction, constat que corroborent du reste des travaux récents (Veldhuis et al., 2025)⁶. Cet angle mort se prolonge à l’échelle organisationnelle sous une forme plus retorse, celle d’une boucle qui se referme sur elle-même. Repenning et Sterman (2002)⁷ mettent en évidence, à partir d’une étude de cas, un processus relatif à l’attribution d’un problème de performance à un défaut des personnes — plutôt qu’aux délais techniques séparant un investissement de ses effets — qui engendre précisément les comportements qui semblent ensuite confirmer ce diagnostic, enfermant la structure dans le schéma causal qu’elle croit subir alors qu’elle le génère à son insu.
Le pari de l’interrelationalité
Avec pour ambition d’échapper à cet écueil, Causal Nexus adopte la pensée systémique comme cadre intellectuel, non sans lui appliquer la vigilance qu’elle réclame en retour : là où l’information se répartit traditionnellement entre rubriques spécialisées, nous prenons leurs jonctions pour point de départ. La perspective critique se construisant à bonne distance des certitudes, c’est depuis ces zones de contact que nous aimons développer des lectures attentives aux jeux de circulation et aux dépendances réciproques qui façonnent un objet d’enquête conjoint. Ce choix éditorial — qui épouse la pluralité sans tenter de la réduire artificiellement — implique une forme d’humilité : accepter que certaines interrogations restent ouvertes ou débouchent sur davantage de questions que de réponses. Par affinité avec Michel Serres (1992)⁸, qui déclarait dans Éclaircissements : « Métissage, voilà mon idéal de culture. Blanc et noir, sciences et lettres, monothéisme et polythéisme, sans haine réciproque, pour une pacification que je souhaite et pratique », nous faisons de l’interrelationalité un principe éditorial. Cette dernière désigne ici la manière dont des domaines de savoir ou des traditions culturelles distinctes tirent leur intelligibilité de leurs rapports mutuels plutôt que de leur clôture identitaire respective, chaque terme se redéfinissant au contact de l’autre, sans fusion qui abolirait leurs différences ni séparation qui interdirait tout échange.
Cette approche n’échappe toutefois pas à ses propres dérives. À vouloir restituer l’enchevêtrement des causes, elle peut dissoudre l’imputabilité dans un réseau si vaste qu’aucun acteur ne semble plus répondre de ses choix. À force d’ajouter des variables, elle peut aussi rendre toute explication compatible avec les faits observés et perdre ainsi sa capacité de discrimination. Enfin, une représentation trop englobante donne parfois l’illusion de la profondeur alors qu’elle ne fournit ni critères de hiérarchisation ni prise concrète sur l’action. Sa valeur dépend donc moins de l’étendue du tableau dressé que de l’aptitude à repérer les mécanismes décisifs, à borner l’enquête et à concilier compréhension des contraintes et imputation des responsabilités.
Sources :
¹ Wiener, N. (1948). Cybernetics: Or Control and Communication in the Animal and the Machine. New York : John Wiley & Sons.
² Bertalanffy, L. von (1968). General System Theory: Foundations, Development, Applications. New York : George Braziller.
³ Hynes, W., Lees, M., & Müller, J. M. (dir.) (2020). Systemic Thinking for Policy Making: The Potential of Systems Analysis for Addressing Global Policy Challenges in the 21st Century. Paris : Éditions OCDE.
⁴ Meadows, D. H. (1999). Leverage Points: Places to Intervene in a System. Hartland, VT : Sustainability Institute. — Meadows, D. H. (2008). Thinking in Systems: A Primer (D. Wright, dir.). White River Junction, VT : Chelsea Green Publishing.
⁵ Sterman, J. D. (1989). Modeling Managerial Behavior: Misperceptions of Feedback in a Dynamic Decision Making Experiment. Management Science, 35(3), 321-339.
⁶ Veldhuis, G. A., Smits-Clijsen, E. M., van Waas, R. P. M., Hof, T., Maccatrozzo, V., Rouwette, E. A. J. A., & Kerstholt, J. H. (2025). The influence of causal loop diagrams on systems thinking and information utilization in complex problem-solving. Computers in Human Behavior Reports, 17, 100613.
⁷ Repenning, N. P., & Sterman, J. D. (2002). Capability Traps and Self-Confirming Attribution Errors in the Dynamics of Process Improvement. Administrative Science Quarterly, 47(2), 265-295.
⁸ Serres, M. (1992). Éclaircissements : cinq entretiens avec Bruno Latour. Paris : François Bourin.