Antifragilité

Un article de Wikipédia, l'encyclopédie libre.
Sauter à la navigation Sauter à la recherche

L'antifragilité est une propriété des systèmes qui se renforcent lorsqu'ils sont exposés à des facteurs de stress, des chocs, de la volatilité, du bruit, des erreurs, des fautes, des attaques, ou des échecs. C'est un concept développé par le Professeur Nassim Nicholas Taleb dans son livre Antifragile et dans des articles de recherche[1],[2]. Comme Taleb l'explique dans son livre, l'antifragilité est fondamentalement différente des concepts de résilience (la capacité à se remettre d'un échec) et de robustesse (la capacité de résister à l'échec). Le concept a été appliqué dans l'analyse des risques[3],[4], la physique[5], la biologie moléculaire[6],[7], la planification des transports[8],[9], l'ingénierie[10],[11],[12], l'aéronautique (NASA)[13] et l'informatique[14],[15],[16],[17].

Taleb la définit comme suit dans la revue Nature :

« En quelques mots, l'antifragilité se définit comme la réponse convexe à un facteur de stress ou à une source de nuisance (dans une certaine mesure), se traduisant par une sensibilité positive à l'accroissement de la volatilité (ou variabilité, stress, dispersion, incertitude, et tout ce que l'on associe au champ lexical du désordre). La fragilité , quant à elle, est définie comme une sensibilité concave aux facteurs de stress, et se traduit par une sensibilité négative à l'accroissement de la volatilité. La relation entre la fragilité, la convexité, et la sensibilité au désordre est mathématique, obtenue par un théorème, et non par la recherche a posteriori dans des données empiriques ou des récits historiques. Elle est un a priori[18]. »

Antifragile contre résilient[modifier | modifier le code]

Dans son livre, Taleb souligne les différences qui existent entre l'antifragile et le robuste/résistant :« L'antifragilité est au-delà de la résilience et de la robustesse. Le résilient résiste aux chocs et reste le même; l'antifragile s'améliore[1]

Antifragile contre adaptatif[modifier | modifier le code]

Un système adaptatif est un changement qui modifie son comportement en fonction des informations disponibles lorsqu'il est utilisé (plutôt que d'avoir un  comportement défini dès la conception du système). Cette caractéristique est parfois appelé cognitive. Même si les systèmes adaptatifs garantissent la robustesse dans une variété de scénarios (souvent inconnus lors de la conception du système), ils ne sont pas nécessairement antifragiles. En d'autres termes, la différence entre antifragile et adaptatif se caractérise comme suit : un système antifragile s'améliore dans un environnement instable, tandis qu'un système adaptatif est robuste dans un environnement initialement inconnu.

Applications[modifier | modifier le code]

Le concept a été appliqué à la physique, l'analyse des risques[19], la biologie moléculaire[20], la planification des transports[21], l'ingénierie[22], l’aéronautique (NASA), la gestion de projets[23] et l'informatique[24],[25].

En informatique, il existe une proposition de « Manifeste du Logiciel Antifragile », pour rompre avec les modèles de conception traditionnels[26]. L'idée majeure est de développer l'antifragilité dès la conception, de construire un système qui s'améliore à partir des facteurs présents dans son environnement.

Voir aussi[modifier | modifier le code]

Références[modifier | modifier le code]

  1. a et b Nassim Nicholas Taleb, Antifragile: Things That Gain from Disorder, Random House, (ISBN 9781400067824, lire en ligne), p. 430
  2. Taleb, N.N. and Douady, R., 2013. Mathematical definition, mapping, and detection of (anti) fragility. Quantitative Finance, 13(11), pp.1677-1689
  3. Aven, T. (2014). The Concept of Antifragility and its Implications for the Practice of Risk Analysis. Risk Analysis, 35(3), 476-483.
  4. Derbyshire, J., & Wright, G. (2014). Preparing for the future: Development of an ‘antifragile’methodology that complements scenario planning by omitting causation. Technological Forecasting and Social Change, 82, 215-225.
  5. Naji, A., Ghodrat, M., Komaie-Moghaddam, H., & Podgornik, R. (2014). Asymmetric Coulomb fluids at randomly charged dielectric interfaces: Anti-fragility, overcharging and charge inversion. J. Chem. Phys. 141 174704.
  6. Danchin, A., Binder, P. M., & Noria, S. (2011). Antifragility and tinkering in biology (and in business) flexibility provides an efficient epigenetic way to manage risk. Genes, 2(4), 998-1016.
  7. Grube, M., Muggia, L., & Gostinčar, C. (2013). Niches and Adaptations of Polyextremotolerant Black Fungi. In Polyextremophiles (pp. 551-566). Springer Netherlands.
  8. Levin, J. S., Brodfuehrer, S. P., & Kroshl, W. M. (2014, March). Detecting antifragile decisions and models lessons from a conceptual analysis model of Service Life Extension of aging vehicles. In Systems Conference (SysCon), 2014 8th Annual IEEE (pp. 285-292). IEEE.
  9. Isted, R. (2014, August). The use of antifragility heuristics in transport planning. In Australian Institute of Traffic Planning and Management (AITPM) National Conference, 2014, Adelaide, South Australia, Australia (No. 3).
  10. Verhulsta, E. (2014). Applying Systems and Safety Engineering Principles for Antifragility. Procedia Computer Science, 32, 842-849.
  11. Jones, K. H. (2014). Engineering Antifragile Systems: A Change In Design Philosophy. Procedia Computer Science, 32, 870-875.
  12. M. Lichtman, M. T. Vondal, T. C. Clancy et J. H. Reed, « Antifragile Communications », IEEE Systems Journal, vol. PP, no 99,‎ , p. 1–12 (ISSN 1932-8184, DOI 10.1109/JSYST.2016.2517164, lire en ligne)
  13. Jones, Kennie H. "Antifragile Systems: An Enabler for System Engineering of Elegant Systems." (2015), NASA, [1]
  14. Ramirez, C. A., & Itoh, M. (2014, September). An initial approach towards the implementation of human error identification services for antifragile systems. In SICE Annual Conference (SICE), 2014 Proceedings of the (pp. 2031-2036). IEEE.
  15. Abid, A., Khemakhem, M. T., Marzouk, S., Jemaa, M. B., Monteil, T., & Drira, K. (2014). Toward Antifragile Cloud Computing Infrastructures. Procedia Computer Science, 32, 850-855.
  16. Monperrus, M. (2014). Principles of Antifragile Software. arXiv preprint arXiv:1404.3056.
  17. Guang, L., Nigussie, E., Plosila, J., & Tenhunen, H. (2014). Positioning Antifragility for Clouds on Public Infrastructures. Procedia Computer Science, 32, 856-861.
  18. Taleb, N. N. (2013). Philosophy:'Antifragility'as a mathematical idea. Nature, 494(7438), 430-430.
  19. Aven, T. (2014). The Concept of Antifragility and its Implications for the Practice of Risk Analysis. Risk Analysis.
  20. Antoine Danchin, Philippe M. Binder et Stanislas Noria, « Antifragility and Tinkering in Biology (and in Business) Flexibility Provides an Efficient Epigenetic Way to Manage Risk », Genes, vol. 2, no 4,‎ , p. 998–1016 (DOI 10.3390/genes2040998)
  21. (en) Richard Isted, « The Use of Anti-Fragility Heuristics in Transport Planning », Australian Institute of Traffic Planning and Management (National Conference 2014), Adelaide, South Australia, no 3,‎ (lire en ligne [PDF])
  22. Verhulsta, E. (2014). "Applying Systems and Safety Engineering Principles for Antifragility". Procedia Computer Science, 32, 842-849.
  23. Atif Ansar, Bent Flyvbjerg, Alexander Budzier, Daniel Lunn, Bent Flyvbjerg, Bent Flyvbjerg, Bent Flyvbjerg, Bent Flyvbjerg, Bent Flyvbjerg et Bent Flyvbjerg, « Big is Fragile: An Attempt at Theorizing Scale », The Oxford Handbook of Megaproject Management, Oxford University Press,‎
  24. Guang, L., Nigussie, E., Plosila, J., & Tenhunen, H. (2014). "Positioning Antifragility for Clouds on Public Infrastructures". Procedia Computer Science, 32, 856-861.
  25. Marc Lichtman, « Antifragile Communications », Virginia Tech,‎ (lire en ligne)
  26. Daniel Russo et Paolo Ciancarini, « A Proposal for an Antifragile Software Manifesto », Procedia Computer Science, vol. 83,‎ , p. 982–987 (DOI 10.1016/j.procs.2016.04.196, lire en ligne)