Systèmes Apprenants - HAL Accéder directement au contenu
N°spécial de revue/special issue Cahiers de Systémique Année : 2023

Learning Systems

Systèmes Apprenants

Résumé

Learning is a characteristic of open systems, which contributes to their adaptation to their environment. Learning was initially studied in humans, giving rise to specific research domains of psychology, sociology, and specific disciplines, pedagogy, didactics, educational sciences. The study of processes was then extended to living beings in general, to highlight the function of learning in adaptation. Learning becomes possibly too powerful a term, because we discover that any living organism would be capable of it: even a blob, devoid of a brain, is capable of learning. Systemic approaches make it possible to extend the modeling of these processes to any system capable of storing and processing the information it receives from its environment, to adapt to it or act on it to adapt it to itself. This is how we can speak of learning organizations for groups such as companies or administrations which take advantage of their experience to develop. Or collective intelligence about an ant colony which identifies a resource and marks the route to bring it back to the anthill. Formalization makes it possible to apply processes to machine learning. It allows us to ask the question of whether viruses, bacteria, and other pathogens “learn” to circumvent the barrier measures against them. Yet, remarkably, the founding fathers of cybernetics and systems theory did not deal with learning per se. It is therefore one of the interests of this issue of the Cahiers de Systémique to propose taking up this entry.
Apprendre est une caractéristique des systèmes ouverts, qui concourt à l’adaptation à leur environnement. L’apprentissage a au départ été étudié chez l’humain, donnant lieu à des domaines spécifiques de la psychologie, de la sociologie, et à des disciplines spécifiques, la pédagogie, la didactique, les sciences de l’éducation. L’étude des processus a été ensuite étendue aux êtres vivants en général, pour faire ressortir la fonction de l’apprentissage dans l’adaptation. L’apprentissage devient un terme éventuellement trop puissant, car on découvre que tout organisme vivant en serait capable : même un blob, dénué de cerveau, est capable d’apprendre. Les approches systémiques permettent d’étendre la modélisation de ces processus à tout système capable de stocker et traiter l’information qu’il reçoit de son environnement, pour s’adapter à ce dernier ou agir sur lui pour l’adapter à soi. C’est ainsi qu’on peut parler d’organisations apprenantes pour des collectifs comme des entreprises ou des administrations qui profitent de leur expérience pour se développer. Ou d’intelligence collective à propos d’une colonie de fourmi qui identifie une ressource et marque le trajet pour la rapporter à la fourmilière. La formalisation permet d’appliquer les processus à l’apprentissage par les machines. Elle permet de se poser la question de savoir si les virus, bactéries, et autres pathogènes « apprennent » pour contourner les mesures barrières qui leur sont opposées. Pourtant, remarquablement, les pères fondateurs de la cybernétique et de la théorie des systèmes n’ont pas traité de l’apprentissage en tant que tel. C’est donc l’un des intérêts de ce numéro des Cahiers de Systémique que de proposer de se saisir de cette entrée.
Fichier principal
Vignette du fichier
CS02-Systemes-Apprenants.pdf ( 3.68 Mo ) Télécharger
Origine : Fichiers éditeurs autorisés sur une archive ouverte
Licence : Licence Ouverte - etalab
Loading...

Dates et versions

halshs-04332413, version 1 (08-12-2023)

Licence

Licence Ouverte - etalab

Identifiants

Citer

Vivien Braccini, Hugues Petitjean. Systèmes Apprenants. Cahiers de Systémique, 2, 2023, ⟨10.5281/zenodo.10076304⟩. ⟨halshs-04332413⟩
30 Consultations
58 Téléchargements
Dernière date de mise à jour le 12/05/2024
comment ces indicateurs sont-ils produits

Altmetric

Partager

Gmail Facebook Twitter LinkedIn Plus