Suchergebnisse

L'usage de jeux expérimentaux à but pédagogique en économie de l'environnement et des ressources est relativement récent. Des expérimentations économiques ont été utilisées pour faciliter la compréhension des mécanismes décisionnels concernant la responsabilité sociale (Rodrigo-González et María Caballer-Tarazona, 2015), l'effet des taxes sur la pollution (R. Corrigan, 2011) ou encore le cout opportunité des permis d'émission (Holt et al., 2010). Des logiciels existent également, comme par exemple MobLab (https://www.moblab.com/), pour réaliser facilement et à bas coût des expérimentations en classe à l'aide d'ordinateurs connectés, tablettes ou smartphones. AnaWag est une plateforme de jeu expérimentale qui permet de réaliser des séances pédagogiques avec des étudiants pour illustrer le fonctionnement d'un système de partage de ressources en eau. La nature expérimentale du jeu permet de formuler des hypothèses sur le comportement des joueurs et de les tester en confrontant le comportement observé avec les attentes théoriques et les résultats du modèle économique qui est derrière le jeu. Nous illustrons d'abord le jeu expérimental AnaWag, puis les résultats d'une séance conduite récemment et discutons les atouts, limites et perspectives d'un tel outil. AnaWag est un développement de la plateforme "Wat-A-Game" (WAG) (Ferrand et al., 2009) et a été utilisé comme support pédagogique d'abord dans sa version préliminaire (Farolfi, 2013) en Afrique australe, puis dans des versions plus récentes en France et en Tunisie. Une interface informatique, AnaWag, a été élaborée dans le cadre du projet ExpéComMod (Bonté et al., 2018). La version présentée ici est le format 'jeu de plateau' d'AnaWag. Le modèle décrit un jeu de contribution à un bien public et d'extraction d'une ressource commune dans un système asymétrique, où les joueurs n'ont pas accès égal à la ressource commune (Janssen et al., 2011). Le jeu est contextualisé, les joueurs sont des irrigants dans un périmètre irrigué le long d'un canal. Une partie de l'eau disponible provient de la pluie, et une partie d'un forage. La quantité d'eau produite par le forage dépend de l'entretien assuré par le groupe : plus le groupe contribue à l'entretien, plus le forage produira de l'eau. Les champs des agriculteurs sont alignés le long du canal, l'eau arrive d'abord dans les champs du premier, puis du second, etc. La position (1, 2, 3 etc.) est indiquée en début de jeu et reste inchangée jusqu'à la fin. Le jeu est répété. Quatre joueurs (ou équipes de joueurs) sont prévus. Chaque tour les joueurs font deux choix : 1. Contribuer à l'entretien du forage, entre 0 et 3 jetons (WAGs). La production d'eau (W) correspondante à la contribution du groupe (0 ≤x≤ 12) suit la fonction suivante : W=0 if 0≤x≤2 W=2x-4 if 2≤x≤8 W= 12 if 8≤x≤12 2. Jouer une carte d'activité: Les activités comportent un coût (de 1 à 2 WAGs en fonction des activités) et rapportent des recettes (de 1 à 6 WAGs). Ils nécessitent de l'eau en entrée et peuvent produire de l'eau en sortie. Si l'eau nécessaire en entrée n'est pas obtenue, le montant dépensé pour l'activité est perdu. Le modèle permet de calculer des équilibres qui représentent les attentes théoriques en économie, à confronter avec les résultats observés. Ces équilibres, exprimés en termes de contribution au bien commun et de gain du groupe, dépendent du niveau initial de pluie. A travers ce jeu nous pouvons tester deux hypothèses : H1: une plus grande disponibilité d'eau de pluie induit une plus faible contribution du groupe (car moins de stress). H2: plus de communication au sein du groupe induit plus de coopération (Ostrom, 1990) et donc un gain du groupe proche de l'équilibre coopératif. Le design expérimental consiste donc en deux traitements : un avec 1 unité d'eau de pluie chaque tour et un avec 4 unités d'eau chaque tour. Deux groupes, un par traitement, sont formés avec ces disponibilités fixes d'eau de pluie. Au sein de chaque groupe nous testons en plus l'effet de l'introduction de la communication entre joueurs. Des séquences de trois tours avec (A) et sans (S) communication sont joués : ASA et SAS. Pendant une session jouée à l'INAT de Tunis le 13/11/2018, 22 étudiants ont été divisés en deux groupes de 4 équipes. Pour suivre les règles de l'expérimentation économique, une rémunération a été prévue pour les gagnants de chaque groupe. L'animateur conduisait simultanément le jeu des deux groupes et, à l'aide de fiches remplies par les joueurs, notait les choix des joueurs dans un fichier de calcul pour enregistrer les résultats. Dans le groupe 1 (1 unité d'eau de pluie) on observe plus de contribution pour pallier le stress hydrique naturel, et un effet fort de la communication pour aboutir à un équilibre coopératif en fin de jeu. Dans le groupe 2 (4 unités d'eau de pluie) on observe moins de contribution et une coopération provoquée par la communication. Cette coopération se maintient aussi en dernière séquence, sans communication, et permet une coordination entre joueurs aboutissant à un équilibre coopératif dans les trois dernières périodes. Les résultats confirment les hypothèses. Bien que sans une vraie validité statistique, à cause d'un relativement faible nombre d'observations, les résultats permettent de discuter les hypothèses émises et les concepts économiques sous-jacents avec les étudiants. Néanmoins, l'usage répété de la plateforme en conditions identiques peut donner lieu à des résultats expérimentaux exploitables. Dans les situations d'utilisation (cours doctoraux EDEG en France et CEEPA à l'Université de Pretoria, cours MSc à l'INAT Tunis et dans différentes universités d'Afrique australe) les étudiants ont apprécié l'aspect ludique et en même temps la rigueur des résultats et du modèle qui supporte le jeu. Ils ont considéré que la mise en situation et la possibilité de confronter les résultats observés à la théorie économique sont des atouts pédagogiques importants. En particulier, dans la session jouée à l'INAT, les résultats ont confirmé les hypothèses formulées. Les étudiants ont été 'favorablement surpris' de voir à quel point leurs choix en termes de partage d'une ressource commune correspondaient à ce que la théorie économique prévoit. En termes d'apprentissage, un tel outil permet aux étudiants de 'se mettre dans la peau' des sujets économiques étudiés (ici des agriculteurs irrigants) et de faire eux-mêmes des choix économiques et non pas seulement d'étudier les effets de choix théoriques ou réalisés par d'autres. Cette mise en situation, couplée à l'observation ex-post des effets de ces choix sur le système étudié, permet une compréhension rapide et plus profonde des concepts d'économie des ressources à la base du jeu. Aussi une discussion plus informée des résultats de l'expérimentation permet d'aborder au même temps l'analyse du comportement économique et les effets de certaines politiques environnementales. L'évaluation des apprentissages se fait à travers un débriefing d'une heure, suivi par un questionnaire à chaud et par un examen écrit à quelques jours de distance.

Adaption patterns undertaken by policy makers within their own jurisdiction may bump into adaptation patterns undertaken by others at their own level. The consequences of these interactions may lead to mutual reinforcement or a neutralization of each policy maker's adaptation capacity. Since adaptation plans are proliferating we seek to better understand the processes behind these transfers of vulnerability that might incidentally lead to maladaptation. In this presentation, we adapt Anderies (2014) framework by considering social ecological system (SES) adaptive management as autonomous feedback loop. We identify the interactions between these loops to characterize transfers of vulnerability or robustness as a mechanistic process, without the need to assume any intention of transfer. We use this representation in its capacity to encompass narratives observed in coastal case studies in France, South Africa and England. This enables the interpretation of observations and identification of possible connections between adaptive management autonomous processes, and the proposition of a typology of sources of transfers. We complete our analysis of observations through simulations in an artificial society, SugarScale, and experimentations with serious games. Sugar Scale features transfers of vulnerability between "countries" that use two complementary resources with contrasted exposure to hazards. The possibility to trade resources and migrate from one "country" to another generates virtual examples of vulnerability transfers among populations. Ultimately policy makers seek ways to increase the overall efficiency of adaptation plans but lack understanding of these complex relations. Our serious games raised the awareness of these possible transfers, made them visible and enabled discussion of (1) the plurality of adaptation patterns (and related goals), and (2) the mechanisms behind them that could be corrected. The outcomes of these preliminary experiments demonstrated the considerable potential of these settings to raise awareness and trigger discussion about vulnerability transfers. (Texte intégral)

In order to better manage complex situations of natural resource management, models are built in a participative way, involving the stakeholders of these situations in participatory modelling activities. The impact that this activity of participatory modelling has on the stakeholders is at the heart of the Companion Modelling approach but this impact is hardly possible to evaluate on the field. In this paper we propose a general framework to study in vitro the impact of participatory modelling on natural resources management. We illustrate our framework by proposing an experimental setting that looks at participatory modelling in the context of water management. We realized a pilot experiment and show that this experimental setting can be used to test, in the laboratory, the hypothesis that participatory modelling of a common pool resource situation has an impact on the way the resource is managed and increases the cooperative behaviour of stakeholders.

Developing an agent-based model (ABM) typically involves acquiring knowledge of the model's domain, developing the model itself, and then translating the model into software. This process can be complex and is an iterative one. Any ABM, to be considered as a robust and reliable tool, must be replicable in different computing settings. Previous works in comparing the implementation of the same ABM with different simulation platforms have been conducted either from scratch with a simple [1]or even "stupid" [2] benchmark or by trying to replicate an original implementation of a model related to a specific domain, for instance economics [3], political science [4] or ecology [5]. Most of these works relate difficulties to produce similar outputs from the various implementations, which is questioning the value of agent-based simulation as a scientific method. We present here an experience of conducting in parallel three implementations of the same model, a fire spreading over a forest and fire-fighter agents trying to eliminate it. Starting from a non-prescriptive narrative of this stylized socio-ecosystem, a set of UML diagrams was produced to serve as a common basis for the implementation by experienced agent-based modelers with three platforms: Cormas, Gama and NetLogo. We show that following the principles of test-driven agent-based simulation development can help uncovering potential areas of ambiguity which inevitably remain in the information provided by the description. In addition to these tests carried out on components of the model taken in isolation, we encourage to provide in the documentation the specification of a particular configuration of the simulation. Running then the simulation step-by-step allows checking in the visualization interface if the expected phenomenon occurs or not. It means ABM platforms should provide functionalities to load from external files any particular situation, and also to directly manipulate agents on the visualization interface.