Modéliser le principe de simplicité est peut être une porte vers des systèmes prédictifs imitants le comportement humain plus efficients.

Modéliser le principe de simplicité est peut être une porte vers des systèmes prédictifs imitants le comportement humain plus efficient.
Body: 

Tombé au hasard de mes recherches sur le net / biblio sur différentes sciences "prédictives" ou "anticipatives". (j'en ai besoin dans ce que je fais...trouver de nouveaux horizons...), j'en suis arrivé aux sciences cognitives ....en particulier à essayer de définir ce qu'est une décision "juste" et par quels mécanismes les décisions jugées "justes" sont prises et/ou par défaut comment les risques sont perçus...car la perception de ces risques amène des réactions qui deviennent eux-même une nouvelle réalité (je suis dans le trading hein..où une information même totalement fausse à 200% peut retourner un marché)
Et là une petite pépite au hasard de quelques publications scientifiques assez discrètes.

La théorie de la simplicité développée, en création, par un Français à l'ENST - Jean Louis Dessalle - est assez étonnante.
http://www.simplicitytheory.org/

Alors que tout porte actuellement à considérer la connaissance comme une amoncellement d'éléments de plus en plus complexes, liés entre eux et difficiles à cerner, JL Dessalle avance strictement l'inverse :

Notre cerveau, et ses interactions, seraient peut être plus gouvernés par la simplicité. En tout cas nos prises de décisions, nos intérêts, ect.. sont issues d'une recherche constante et permanente de simplicité dans l'action.

La simplicité ?

En faite il définit plutôt la complexité. La complexité pour lui c'est la quantité minimale d'information pour décrire complètement un événement.
Soit par exemple C(i) (Complexité de l’événement i). Et cette complexité il la mesure en bytes (ENST oblige - c'est une école oû les modèles informatiques sont légions) comme la vitesse de connexion à internet ou mieux comme la capacité de stockage de votre ordi.

Là où son analyse devient encore plus sympa, c'est qu'il définit un W-Machine comme une World-Machine qui produit l'événement et ses biais cognitifs pour l'imaginer 'vivre' (pourquoi, comment, ou) et une O-Machine comme la machine "observante qui l'observe.

En gros il y a bien "une matrice" issue de ces propres biais cognitifs ou culturel qui produit un travail pour produire un événement ("votre réalité") et une perception ("ce que vous en voyez")- une observation - qui lui est étrangère et qui produit un AUTRE travail pour l'observer.

Il y a donc une complexité pour créer un événement (définit comme la quantité minimale nécessaire pour le décrire complètement) appelons là Cw et une autre complexité pour l'observer soit C (une quantité minimale d'observation pour décrire ce qu'on voit).

Je vous passe les différentes démonstrations (je vais m'y coller pour mes propres modèles prédictifs en trading de toute manière) mais , pour lui, il prouve plus ou moins que :
Le coté inattendu d'un événement (Unexpectedness ) est en faite directement lié à LA divergence (discrepancy) entre la complexité à créer un événement et la complexité à le décrire.

Et même mieux : l'humain sera naturellement attiré par toutes les anomalies qui voient un C < Cw c'est à dire quand la facilité de description d'un élément observé est inférieur à la complexité pour le créer....

Ce coté inattendu noté U se définit alors comme U=Cw-C c'est à dire la différence entre la quantité d'information minimale nécessaire pour créer un évenement et la quantitié minimale nécessaire pour l'observer. (Complexités).

En gros et pour faire simple, c'est bien l'impression du "c'est trop simple pour être vrai" qui est à l'oeuvre derrière cette mise en équation.
"Bobby et Samantha, s'aiment à la folie. Bobby veut vivre avec Samantha toute sa vie. Bobby retourne à la cuisine, prend un couteau, reviens vers samantha et lui plante un couteau entre les 2 omoplates. Elle meurt".

Votre "World-Machine" va mouliner comme une taré pour trouver un début d'explication logique ou cohérente à cette histoire qui n'a strictement rien de logique. La Complexité (Cw) sera grande. (élevée).

Par contre la complexité pour décrire l'événement est, elle, relativement faible : Samantha est morte sous les coups de couteau de Bobby.
Vous avez un "Unexpectedness" (inattendu-ité) très élevé car la différence de complexité entre la nécessaire création "intellectuelle" de l'évenement et le résultat que vous décrivez est très forte.

Ce "U" lié avec l'Impact Emotionnel d'un évenement crée alors l’intérêt (I) que va porter un individu X sur un événement Y.

I=U+E

L'interêt que vous portez à un sujet (politique, économique) est donc vu comme la somme d'inattendu(s) qu'il vous procure ajouté à l'impact émotionnel qu'il a sur vous.
Et cet impact émotionnel est une relation directe avec l'inverse de la distance au carré multiplié par un multiplicateur (le nombre de morts par exemple). L'échelle de l'impact émotionnel est logarithmique c'est à dire que l'augmentation de 5 morts à 30 morts choquera plus que celui de 300 à 400.

La distance au carré définit bien "le sentiment de proximité" d'un événement : plus tu es loin, plus tu t'en fous. Les journalistes connaissent bien ce théorème de base des media.
La formule est bornée aussi et définit donc des seuils de saturations (vivre des catastrophes tous les jours ne les font plus entrer dans l'inattendu et donc l'interêt va baisser).
Si on multiplie par le nombre de sujets observants, on arrive à décrire des interêts de masse pour tel ou tel sujet suivant ces logiques...et à prédire au passage l'attirance possible de tel catégorie de la population pour X ou Y.

Bref le site a plusieurs examples "très pratiques" de l'application de cette théorie a des événements du quotidien...

"the term of unexpectedness U allows to make several non-trivial predictions about what constitutes valuable information. These predictions include logarithmic variations with distance (see The "next door" effect), the role of prominent places or individuals (see The "Eiffel Tower" effect), habituation effects, the importance of coincidences (see The Lincoln-Kennedy effect), recency effects, transitions, violations of norms (see The running nuns), and records (see The "Robert Wadlow" effect). These theory-based predictions apply to personalized information and to newsworthiness in the media as well." -- Jean Louis Dessalle

Dans mon domaine financier / trading, cet intérêt va se traduire en "actions" : ordre d'achat ou de vente, mouvement de panique ect...donc l'I d'un individu (l'interêt) devient l'Information pour un autre. Il y a donc un effet de contagion par les pairs, de diffusion....en additionnant de multiples interêts définis comme précedemment.
To be continued.