Projet doctoral
Arbitrer et piloter l’adaptation territoriale : contribution d’un modèle IA participatif et spatialisé
Projet doctoral
Arbitrer et piloter l’adaptation territoriale : contribution d’un modèle IA participatif et spatialisé
Présentation synthétique
Intégrer progressivement la TRACC dans les documents de planification publique.
Concevoir les décisions locales à partir d’un climat futur de référence, et pas seulement du climat actuel ou passé.
Faire de l’adaptation un critère central pour l’aménagement, les investissements publics et le développement territorial.
Tenir compte des limites d’adaptation, qu’elles soient souples ou dures.
Anticiper le fait que certaines mesures deviennent moins efficaces à mesure que le réchauffement augmente.
Piloter l’adaptation comme une trajectoire dans le temps, en évitant les décisions qui ferment des options futures.
Ne pas se limiter à améliorer progressivement les systèmes existants.
Identifier les blocages économiques, institutionnels, culturels et politiques qui freinent les transformations profondes.
Arbitrer entre amélioration des infrastructures, bifurcations progressives et transformations plus importantes des usages et modèles territoriaux.
Évaluer les solutions d’adaptation selon leurs effets sur le carbone, l’énergie, l’eau, la biodiversité, les écosystèmes et les bénéfices sociaux.
Adapter l’évaluation à chaque territoire, car une même mesure peut être pertinente dans un contexte et problématique dans un autre.
La France dispose désormais d’un cadre national plus clair pour intégrer le climat futur dans la planification, mais les collectivités doivent encore convertir ce cadre en arbitrages opérationnels capables de gérer les limites d’adaptation, les risques de maladaptation et la tension entre adaptation incrémentale et transformation territoriale.
L’enjeu n’est pas seulement de planifier davantage, mais de mieux arbitrer : décider quoi protéger, quoi transformer, quoi abandonner progressivement, selon quels critères, avec quels acteurs, à quel horizon et avec quels indicateurs.
Un réseau bayésien est un modèle d'intelligence artificielle probabiliste qui relie des variables entre elles pour raisonner en situation d’incertitude, tester des scénarios et mettre à jour les résultats lorsque de nouvelles informations deviennent disponibles.
Il permet de représenter les liens entre aléas, exposition, vulnérabilités, mesures d’adaptation et impacts attendus.
Un réseau bayésien spatialisé intègre la dimension géographique pour comparer les vulnérabilités, repérer les zones prioritaires et adapter les décisions aux contextes locaux.
Un réseau bayésien participatif est construit avec les acteurs concernés, afin d’intégrer données scientifiques, expertise technique, savoirs locaux et perceptions.
Il sert aussi à organiser une discussion collective sur les priorités, les incertitudes et les conditions de mise en œuvre des mesures d’adaptation.
Un réseau bayésien explicable rend visibles ses variables, hypothèses, relations causales et résultats, ce qui facilite leur discussion par les acteurs.
Il permet aussi de rendre l’incertitude explicite, en distinguant ce qui est connu, supposé ou encore incertain.
Les réseaux bayésiens appliqués à l’adaptation territoriale restent un champ à approfondir, surtout lorsqu’ils sont étudiés non seulement comme des outils techniques de modélisation, mais comme de véritables instruments de gestion.
Dans cette perspective, cette thèse chercherait à analyser comment un modèle d’IA (intelligence artificielle) participatif, spatialisé et explicable peut aider les territoires à organiser la décision, coordonner les acteurs, expliciter les arbitrages et suivre l’action dans le temps.
L’apport principal de cette recherche serait donc d’étudier les conditions dans lesquelles un modèle probabiliste peut devenir un dispositif d’aide à la décision collective, capable de relier connaissance du risque, arbitrage stratégique, mise en œuvre opérationnelle et pilotage territorial.
La thèse s’inscrirait ainsi principalement en sciences de gestion, avec un appui secondaire en informatique.
rendre visibles les dépendances entre facteurs climatiques, territoriaux, sociaux et organisationnels ;
intégrer l’incertitude dans les processus de décision ;
comparer différents scénarios d’adaptation ;
aider à prioriser les actions selon les vulnérabilités locales ;
produire des indicateurs utiles au pilotage progressif des politiques d’adaptation.
Risques en cascade liés aux interdépendances climat-nature-société à mieux considérer
Ecart entre vulnérabilités diagnostiquées et mesures planifiées
Incertitudes climatiques, écologiques et socio-économiques mal intégrées
Articulation difficile entre approches top-down et bottom-up
Difficulté des compromis
Tensions entre développement économique et développement durable
Approche uniquement centrée sur les risques
Primauté des contraintes de court terme
Limites des approches coûts-bénéfices
Gouvernance multi-niveaux complexe
Difficultés de coordination entre services
Défaut d’acceptabilité et résistances
Indicateurs d’impacts encore insuffisants
Indicateurs qualité peu présents
Indicateurs de pilotage à structurer
Analyse qualitative peu intégrée
Évaluation difficile dans un contexte multifactoriel