Avant Symbiote, avant les UCO et avant même l'idée de développer une technologie, il y avait une question.

Pourquoi certains phénomènes restent-ils difficiles à expliquer dans les sciences ? Et lorsque nous avons une explication, pourquoi certaines choses continuent-elles parfois à nous échapper ?

C'est à partir de cette question que Paméla Magotte a commencé, en 2022, un travail de recherche indépendant qui l'a progressivement conduite à explorer le vivant, les systèmes naturels, la cognition, les systèmes complexes et leurs dynamiques. Le programme s'est ensuite développé par explorations conceptuelles, travaux épistémologiques, développements méthodologiques et expérimentations.

Ce chemin de recherche a progressivement donné naissance à Symbiote.

CHERCHER LÀ OÙ L'EXPLICATION RÉSISTE

Au départ, il ne s'agissait pas de chercher une théorie capable de tout expliquer.

Il s'agissait au contraire d'aller regarder les endroits où nos explications deviennent difficiles, incomplètes ou dépendent fortement de la manière dont nous avons choisi de représenter le problème.

Cette recherche a volontairement traversé des domaines très différents, y compris des sujets situés aux frontières des connaissances établies. L'objectif était de confronter les intuitions à la littérature scientifique, de distinguer ce qui pouvait être relié à des connaissances existantes de ce qui relevait d'une hypothèse, puis de chercher ce qui pouvait réellement être formalisé et testé.

Une difficulté revenait régulièrement : la puissance d'un modèle ne suffit pas toujours à résoudre le problème si quelque chose a déjà été perdu au moment où nous avons choisi ce que nous allions représenter.

Ce questionnement a progressivement conduit à travailler sur un niveau situé en amont des équations elles-mêmes : le cadrage, les frontières du système, les échelles pertinentes, les relations retenues et la manière dont nous décidons qu'un phénomène devient modélisable.

L'IA A ACCÉLÉRÉ LA RECHERCHE. ELLE A AUSSI POSÉ UN NOUVEAU PROBLÈME.

Après quelques mois d'utilisation intensive de l'intelligence artificielle, une autre question est apparue.

L'IA permettait d'explorer beaucoup plus rapidement des domaines, des hypothèses et des connaissances très différentes.

Mais aller plus vite ne suffisait pas.

Il fallait aller plus vite tout en continuant à comprendre.

Comment conserver le contexte d'une recherche qui évolue ?

Comment relier des informations provenant de disciplines différentes ?

Comment retrouver le chemin qui a conduit à une hypothèse ?

Comment intégrer une contradiction sans perdre tout ce qui avait été appris auparavant ?

Comment distinguer ce qui venait de l'IA, des connaissances scientifiques disponibles et de la manière dont la chercheuse elle-même construisait sa compréhension ?

Pour répondre à ces questions, Paméla Magotte a commencé à modéliser son propre système de pensée.

S'EXTRAIRE DE L'ÉQUATION

Modéliser sa propre manière de penser a rapidement posé une difficulté fondamentale.

Pour comprendre ce qui pouvait être transmis, reproduit ou calculé, il fallait distinguer ce qui appartenait à la personne de ce qui relevait de mécanismes plus généraux d'organisation de l'information.

Il a donc fallu observer comment une compréhension se construit : comment une information entre dans un système, comment elle est reliée à ce qui est déjà connu, comment le contexte modifie son interprétation, comment la mémoire intervient, comment une contradiction transforme la représentation existante et comment plusieurs informations distribuées peuvent progressivement former un ensemble cohérent.

Ce travail a conduit à la création d'un premier agent, puis de plusieurs agents, et à l'étude d'architectures cognitives distribuées.

Les recherches correspondantes explorent notamment la propagation distribuée de l'information, la modulation locale, la régulation sous contraintes, la stabilité adaptative et la reconfiguration.

C'est dans cette trajectoire qu'ont progressivement émergé Symbiote et les UCO.

REVENIR AU VIVANT

En parallèle, la recherche revenait continuellement vers les systèmes naturels.

Une cellule, un organisme, un système immunitaire, un microbiome ou un écosystème ne restent pas viables parce que rien ne change.

Ils vivent précisément dans le changement.

Ils reçoivent des perturbations, modifient leurs équilibres, régulent certaines variables, mobilisent leur mémoire, redistribuent des ressources, compensent, réparent et peuvent parfois reconfigurer leur organisation.

Les mécanismes biologiques diffèrent considérablement d'un système et d'une échelle à l'autre. Pourtant, leur étude comparative fait apparaître des dimensions structurelles récurrentes : frontières, contraintes de viabilité, régulation interne, mémoire, couplage avec l'environnement, redondance, traitement des perturbations et reconfiguration adaptative.

Une nouvelle question est alors devenue centrale :

Comment un système parvient-il à continuer d'exister dans un environnement qui change ?

DE LA PERFORMANCE À LA VIABILITÉ

Le vivant ne maintient pas nécessairement un état fixe et ne maximise pas en permanence une seule variable.

Il maintient un domaine dans lequel il peut continuer à fonctionner, évoluer et se transformer.

Cette distinction a progressivement déplacé la recherche de la seule performance vers la viabilité.

Un système peut être performant aujourd'hui tout en consommant progressivement ses capacités de récupération.

Il peut absorber une perturbation sans dommage apparent tout en accumulant une fragilité.

Il peut posséder de la redondance qui semble inefficace dans une logique d'optimisation immédiate, mais qui devient essentielle lorsqu'une partie du système est perturbée.

La question devient alors dynamique :

Où se trouve le système aujourd'hui, quelle marge possède-t-il, quelle trajectoire suit-il et que se passe-t-il lorsqu'on le perturbe ?

Les travaux sur le vivant conduisent ainsi à représenter la persistance comme le maintien d'un domaine dynamique de viabilité, propre au système étudié.

L'ORGANISATION DEVIENT UN OBJET SCIENTIFIQUE

À travers ces recherches, un problème revenait continuellement.

Nous savons représenter les composants d'un système.

Nous savons mesurer des états.

Nous savons modéliser des mécanismes.

Nous savons représenter des réseaux et calculer des trajectoires.

Mais entre les mécanismes locaux et ce que devient le système dans son ensemble, l'organisation elle-même reste souvent implicite.

Comment représenter ce qui se passe entre les éléments ?

Comment comparer deux organisations sans exiger qu'elles soient constituées des mêmes choses ?

Comment caractériser une organisation qui persiste, se transforme ou change de régime ?

Ce problème a conduit à proposer un niveau structurel intermédiaire, situé entre les mécanismes locaux et le comportement global du système.

UNE PREMIÈRE FONDATION SCIENTIFIQUE PUBLIÉE

Toward an Intermediate Structural Representation of Organization in Complex Systems

Paméla Magotte
Systems Research and Behavioral Science, Wiley
2026

Cette recherche propose de rendre l'organisation explicitement représentable afin qu'elle puisse être observée, comparée et étudiée comme un objet scientifique.

Elle introduit notamment les notions de Structural Configurations, Structural Equivalence, Structural Signatures et Signature Space.

L'objectif est de pouvoir comparer certaines propriétés organisationnelles de systèmes hétérogènes sans supposer qu'ils reposent sur les mêmes composants ou les mêmes mécanismes physiques.

L'article ne présente pas une théorie universelle de l'organisation. Il établit une première base formelle permettant d'étudier cette hypothèse de manière explicite et réfutable.

Lire l'article publié chez Wiley

DOI : 10.1002/sres.70152

DES CONCEPTS À L'EXPÉRIMENTATION : LES UCO

La formalisation ne suffisait pas.

Il fallait pouvoir construire, perturber et observer des systèmes artificiels afin de tester les hypothèses.

C'est dans cette logique qu'ont été développées les Unités Computationnelles Organiques, ou UCO.

Leur construction s'est faite progressivement, sans définir toute leur complexité à l'avance : état interne, mémoire, seuils, régulation, saturation, fatigue, récupération, adaptation locale, reconfiguration, puis interactions distribuées.

Les UCO ont ensuite été assemblées en tissus computationnels afin d'étudier la propagation, la coordination locale, la redistribution des contraintes, les perturbations de nœuds, les transitions de régime et la robustesse collective.

Elles constituent ainsi un terrain expérimental permettant de passer d'une question théorique à des dynamiques effectivement exécutables et observables.

DE L'EXPÉRIMENTATION À SYMBIOTE

À mesure que les travaux avançaient, il devenait nécessaire de disposer d'une infrastructure capable de représenter ces dynamiques de manière plus générale.

C'est le rôle de Symbiote Engine.

Symbiote fournit une couche computationnelle destinée à représenter les dynamiques internes d'un système : propagation, régulation, formation de signatures, transformations et reconfigurations structurelles.

Il ne remplace pas les modèles physiques, les outils métiers, les modèles statistiques, les intelligences artificielles ou les jumeaux numériques.

Il ajoute une couche de lecture de l'organisation dynamique du système.

UNE COUCHE DE COMPRÉHENSION À DIFFÉRENTES ÉCHELLES

C'est probablement ici que les différentes trajectoires de recherche se rejoignent aujourd'hui.

Le travail qui avait commencé par la modélisation d'un système de pensée n'est plus dépendant de ce système de pensée.

La représentation peut être construite à partir du système étudié.

Et cette capacité ouvre des terrains très différents.

Logiciels et infrastructures numériques

Comprendre les dépendances, la propagation d'une perturbation, les zones de fragilité, les changements de configuration et les conséquences indirectes d'une modification locale.

Intelligence artificielle et architectures cognitives

Étudier l'organisation du contexte, de la mémoire, des interactions distribuées et de la reconfiguration afin d'explorer de nouvelles architectures cognitives et computationnelles. Les travaux sur DCNM constituent notamment une branche de cette recherche.

Industrie, matière et énergie

Relier flux, contraintes, seuils, accumulation, saturation et changements de régime. Les travaux menés sur la viabilité des matériaux montrent par exemple comment cette lecture structurelle peut compléter les modèles physiques existants.

Équipes et entreprises

Représenter les flux d'information, les dépendances, les ressources, les contraintes, les régulations et les effets qu'une décision locale peut produire ailleurs dans l'organisation.

Systèmes sociétaux et territoires

Étudier des systèmes composés de nombreux acteurs, ressources, règles et échelles interdépendantes, dans lesquels une intervention peut produire des conséquences éloignées de son point d'origine.

Vivant et santé

Étudier la manière dont différentes fonctions participent ensemble au maintien d'un domaine de viabilité, tout en conservant les modèles biologiques et médicaux propres au système étudié.

LA QUESTION QUE NOUS POSONS AUJOURD'HUI

Que va devenir le système si nous agissons ici ?

C'est la question opérationnelle qui résume le mieux Symbiote.

Représenter un système.

Observer son organisation.

Introduire une perturbation.

Suivre sa propagation.

Observer les compensations et les accumulations.

Identifier les zones sensibles.

Comparer plusieurs configurations.

Étudier la récupération, la transformation ou le changement de régime.

Et progressivement, chercher à comprendre quelles organisations permettent au système de maintenir sa viabilité dans le temps.

UNE RECHERCHE ENCORE OUVERTE

Ces travaux traversent aujourd'hui des systèmes biologiques, cognitifs, physiques, technologiques et organisationnels.

Cela ne signifie pas que ces systèmes sont identiques, ni qu'une loi universelle de leur organisation aurait été démontrée.

Nous cherchons précisément les limites de cette représentation.

Après quatre années de recherche à travers des domaines et des échelles très différents, aucune frontière fondamentale invalidant le principe de cette couche structurelle n'a encore été identifiée.

Cela ne signifie pas qu'elle n'existe pas.

Cela signifie que nous devons continuer à la chercher.

La prochaine étape consiste donc à confronter Symbiote à davantage de systèmes réels, avec les spécialistes de chaque domaine, à définir les observables et les critères pertinents, à mesurer les résultats et à documenter autant les réussites que les limites.

UNE RECHERCHE DEVENUE TECHNOLOGIE

Ce qui avait commencé par une question sur les phénomènes que nous comprenions mal a progressivement conduit à une représentation de l'organisation, à des objets computationnels permettant de l'expérimenter, puis à un moteur capable de la calculer.

Aujourd'hui, Symbiote permet de commencer à apporter cette couche de compréhension à des systèmes de natures très différentes.

La recherche continue.

Et chaque nouveau système constitue aussi une manière de la mettre à l'épreuve.

Vous travaillez sur un système complexe ?

Apportez-nous votre système. Voyons ce que son organisation nous apprend.