En savoir plus

Pour comprendre les communautés écologiques, un choix se présente a priori : construire des théories simplifiées et qualitatives, ou des simulations réalistes qui requièrent une connaissance empirique exhaustive. Mais cette opposition n’est pas inévitable. Des comportements simples peuvent émerger spontanément des interactions complexes. Ces comportements sont collectifs et génériques : peu sensibles aux traits individuels des espèces, et déterminés par des propriétés agrégées à l’échelle de la communauté.

Prédire diversité, fonctionnement et stabilité

Les auteurs de l’article appliquent cette idée à des simulations complexes couvrant un large éventail de types et de structures d’interaction (compétition, mutualisme, prédation, hiérarchies et groupes fonctionnels). Ils combinent ces caractéristiques dans de grandes communautés simulées, et montrent que la diversité, le fonctionnement et la stabilité peuvent être entièrement prédits par quelques propriétés statistiques de la communauté.

Entre ordre et désordre

Cette simplicité émergente repose sur l’intuition mathématique du désordre. Des interactions ordonnées et prévisibles, comme la hiérarchie d’une chaîne alimentaire, donnent un rôle clair et distinct à chaque espèce. En revanche, des interactions complexes, qui interfèrent les unes avec les autres, brouillent ces rôles ; ils laissent place à des effets collectifs, similaires à des comportements de foule. Les communautés écologiques se trouvent entre la hiérarchie et la foule, et même des simulations complexes peuvent être décomposées en ces deux éléments : des motifs simples ordonnés (compréhensibles de façon mécaniste), et des effets collectifs désordonnés (prévisibles de façon statistique).

Une approche qui fournit un cadre puissant pour prédire les conséquences des assemblages de modélisations écosystémiques et quantifier la valeur ajoutée de modèles et de mesures plus détaillés.