Le 29 janvier 2022 – Source Peter Turchin
Enrico Fermi
Le brillant physicien atomique Enrico Fermi était réputé pour perturber les candidats au doctorat lors de leurs examens oraux en leur demandant “Combien d’accordeurs de piano y a-t-il dans la ville de Chicago ?” L’intérêt de la question, outre l’effet psychologique, était d’évaluer la capacité du candidat à estimer (et à justifier !) une quantité apparemment inestimable. C’est une chose que les physiciens expérimentaux font couramment pour estimer si un effet physique peut être mesuré. Même en l’absence d’un accélérateur de particules dans le voisinage, les questions de Fermi sont un moyen amusant de passer le temps lors d’un long voyage en voiture (“Combien d’arbres y a-t-il dans l’État de Washington ?”, “Combien de gallons d’eau y a-t-il dans l’océan ?”).
La plupart des questions de Fermi estiment généralement une quantité statique, mais certaines questions de Fermi demandent si et comment un système complexe peut atteindre un certain état. Nous utilisons ce genre d’exercices tous les jours lorsque nous nous demandons quel temps il fera dans quelques heures, si une action pourrait bien arriver dans un an, ou si elle est échec et mat en dix ans. Pour répondre à ces questions, il faut souvent réfléchir aux événements qui pourraient avoir un impact sur les principaux processus sous-jacents et au moment où ils pourraient se produire. Mais en fonction de la complexité des processus et de la probabilité des événements, les gens ne sont pas très doués pour suivre les chemins alternatifs et donc estimer les résultats probables.
C’est pourquoi les ordinateurs sont devenus indispensables pour répondre à de telles questions dynamiques avec une certaine profondeur temporelle. Bien sûr, il faut avoir une compréhension assez logique, souvent quantitative, des processus pour pouvoir effectuer de telles simulations. Une grande partie du travail de prévision météorologique, de modélisation du changement climatique et de jeu d’échecs consiste à coder les “règles” du processus et à s’assurer que les étapes sont modélisées à une résolution suffisante pour ne pas manquer les impacts importants.
Qu’en est-il des questions de Fermi appliquées à l’histoire ? De nombreuses questions bien connues ont été posées sur les événements et la dynamique de l’histoire, notamment sur la chute des États et la montée des États suivants ou des envahisseurs. Un excellent exemple récent d’une telle enquête est The Escape from Rome de Walter Scheidel, dans lequel il se demande pourquoi un autre empire romain n’est jamais apparu en Europe après la chute de l’original en 476 de notre ère, alors que, par exemple, de vastes empires chinois se sont constamment reformés en dépit de divers effondrements dynastiques. Dans le cadre de ses recherches de grande envergure, il s’est demandé quelles autres sociétés auraient pu plausiblement prendre la place de Rome dans les siècles qui ont suivi la chute et quels facteurs ont contrôlé chacune d’entre elles à tour de rôle. Un modèle informatique pourrait-il contribuer à éclaircir ces vieilles questions historiques ?
C’est ce que j’ai fait dans un article publié dans PLOS ONE la semaine dernière, en construisant un modèle informatique sophistiqué d’États agraires et de confédérations nomades qui rend compte de manière substantielle de la dynamique des sociétés en Europe et en Asie sur trois mille ans d’histoire, de 1500 avant J.-C. à 1500 de notre ère. Inspiré à l’origine par les travaux de Turchin et al. 2013, mon modèle combine des éléments de différentes théories populaires pour prédire non seulement le nombre d’États, leur localisation et leur taille, mais aussi leur population, ce qui va déterminer leur puissance militaire. Le modèle prédit comment l’expansion militaire d’un État serait freinée sur le plan logistique et donc quand les guerriers passeraient de la guerre interétatique à la guerre civile, provoquant l’apparition et l’expansion de nouveaux États. En utilisant des dates, des lieux et des estimations historiquement exacts de la gravité de la menace que représentaient les groupes nomades (qui utilisaient des moyens militaires pour extorquer un tribut aux États), le modèle peut, pour la première fois, expliquer l’augmentation rapide de la taille et le bon timing de différents méga-empires. Il s’agit notamment des empires achéménide, romain, mauryan et han, ainsi que de diverses grandes confédérations nomades “miroir” telles que les Scythes et les Xiongnu, comme le suggère la conjecture de Turchin en 2009 concernant une course aux armements le long de la frontière méta-ethnique agraire/steppe.
Mais le cadre de modélisation va plus loin. Il m’a permis d’identifier une foule d’événements et de développements clés qui sont nécessaires pour expliquer l’histoire observée. Par exemple, s’il n’y avait pas eu l’invention de grands navires rapides et fiables dans toute la Méditerranée au cours du premier millénaire avant notre ère et l’utilisation de chameaux comme animaux de transport dans les déserts d’Égypte et d’Asie du Sud-Ouest, notre monde serait radicalement différent aujourd’hui. En éliminant, retardant ou changeant l’échelle de ces événements contingents, le modèle peut inspirer nos intuitions sur ce qui aurait pu se produire “sans” ces événements. Dans une expérience, par exemple, si des États agraires étaient apparus en 1500 avant J.-C. dans les vallées du Mékong et du Gange, plutôt que dans les vallées du Nil, de la Mésopotamie et du fleuve Jaune, le moment où la pression des nomades a permis l’émergence de très grands empires européens à l’ouest de la Perse aurait été retardé d’environ 600 ans. Il est intéressant de noter que, dans ce cas, le premier empire chinois serait né dans le sud, car la technologie militaire associée serait revenue de la Perse par l’Inde, puis par les États du Mékong, permettant ainsi à un très grand État chinois du sud de s’étendre vers le nord, dans l’arrière-pays restant, et d’affronter finalement les nomades un millénaire plus tard que ce qui a été observé. Le modèle suggère également qu’aucun empire perse, mauryan ou cambodgien n’aurait vu le jour dans ces régions, car elles étaient déjà saturées de nombreux petits États militairement équilibrés, dont aucun ne pouvait exploiter efficacement la technologie militaire améliorée avant que ses voisins ne l’adoptent également.
En cours de route, j’ai pu répondre à d’autres questions importantes de Fermi. Dans quelle mesure les grands États eurasiens étaient-ils plus productifs sur le plan agricole que les non-États ? En gros, trois fois plus, puis six fois plus à partir de la fin du Moyen Âge. Dans quelle mesure les armées des anciens États sont-elles devenues plus efficaces sur le plan logistique en raison de la menace des confédérations nomades ? En gros, deux fois. Combien de temps les très grands méga-empires ont-ils survécu avant leur effondrement interne par rapport aux petits empires ? En gros, pas du tout – comme le montre la figure ci-dessous, les données historiques et les prédictions du modèle s’accordent sur le fait qu’une taille accrue ne semble pas être un remède à la menace d’instabilité interne et de guerre civile !
Ce type de modèle informatique est une étape cruciale pour consolider et tester les théories causales sur le pouls des sociétés du passé, au fur et à mesure qu’elles s’élèvent, se répandent et, finalement, chutent. Les modèles construits pour examiner les idées recueillies par les historiens continueront d’inspirer nos intuitions sur le pourquoi et le comment de l’histoire.
James Bennett
Traduit par Hervé, relu par Wayan, pour le Saker Francophone