Algorithmes culturels : donner une mémoire collective à l'optimisation
Une population de solutions peut évoluer puis oublier ce que les générations précédentes ont appris. Les algorithmes culturels ajoutent un espace de croyances qui conserve plusieurs formes de connaissance et influence les candidats suivants. Cette séparation offre une métaphore puissante pour les produits adaptatifs : l'activité change vite, la mémoire partagée évolue sous contrôle.
Deux espaces qui apprennent ensemble
L'espace de population contient les solutions testées à un instant donné. L'espace de croyances reçoit l'expérience de certains candidats acceptés et organise cette information. Il peut conserver de bons exemples, des plages admises, une histoire, une carte des régions explorées ou des connaissances propres au domaine.
La communication fonctionne dans les deux sens. L'expérience met à jour la mémoire, puis cette mémoire influence la génération ou la modification des solutions. Le système ne dépend donc pas uniquement de l'héritage direct entre candidats successifs.
Décider ce qui mérite d'entrer dans la mémoire
Tout résultat ne doit pas devenir une norme. Une fonction d'acceptation sélectionne les expériences qui mettent à jour l'espace partagé. Si elle est trop stricte, la mémoire se fige ; si elle est trop ouverte, elle absorbe du bruit ou des comportements opportunistes.
Dans un produit, cette fonction peut correspondre à une validation humaine, une période d'observation ou plusieurs indicateurs concordants. Les règles de promotion, d'expiration et de correction doivent être explicites. Une connaissance historique peut rester informative sans continuer à diriger les décisions.
Transformer la mémoire en gouvernance
L'espace partagé peut séparer exemples validés, limites normatives, historique et contexte. Cette structure évite qu'une seule métrique écrase toutes les autres formes de connaissance. Elle facilite aussi l'audit : on peut identifier ce que le système considérait comme acceptable à une date donnée.
Le risque principal est de solidifier les biais du passé. La diversité des sources, la durée de validité et les mécanismes de contestation sont donc essentiels. Une mémoire collective utile n'est pas un dépôt immuable, mais un ensemble versionné de connaissances que l'on peut réviser.
Concevoir une mémoire partagée
- Séparer candidats actifs et connaissances conservées
- Distinguer exemples, normes, histoire et contexte
- Définir qui accepte une expérience et sur quels critères
- Versionner promotion, expiration et correction
- Auditer les biais que la mémoire peut amplifier
Les algorithmes culturels rappellent qu'apprendre ne signifie pas seulement sélectionner le prochain gagnant. Il faut aussi décider quelle connaissance survivra, comment elle influencera la suite et qui peut la remettre en question.