Des chercheurs du Complexity Science Hub et du Santa Fe Institute ont développé un modèle pour calculer la rapidité ou la lenteur avec laquelle un organisme devrait idéalement apprendre dans son environnement. Le taux d’apprentissage idéal d’un organisme dépend du rythme du changement environnemental et de son cycle de vie, disent-ils.
Chaque jour, nous nous réveillons dans un monde différent et nous nous y adaptons. Les entreprises sont confrontées à de nouveaux défis et à de nouveaux concurrents et s’adaptent ou font faillite. En biologie, c’est une question de survie : chaque organisme, des bactéries aux baleines bleues, est confronté au défi de s’adapter à des environnements en constante évolution. Les animaux doivent apprendre où chercher de la nourriture nourrissante, même si ces sources de nourriture changent avec les saisons. Cependant, l’apprentissage prend du temps et de l’énergie : un organisme qui apprend trop lentement sera à la traîne des changements environnementaux, tandis qu’un organisme qui apprend trop rapidement gaspillera ses efforts à essayer de suivre des fluctuations insignifiantes.
Le nouveau modèle mathématique apporte une réponse quantitative à la question : quel est le rythme d’apprentissage optimal pour un organisme dans un monde en évolution ? “L’idée clé est que le taux d’apprentissage idéal augmente de la même manière, quel que soit le rythme du changement environnemental, que l’organisme change son environnement ou modifie son interaction avec lui. Cela suggère un phénomène généralisable qui peut sous-tendre l’apprentissage dans une variété d’écosystèmes. “, déclare Eddie Lee, postdoctorant au CSH.
Le modèle des chercheurs imagine un environnement qui alterne entre différents états, comme les saisons humides et sèches, à un rythme caractéristique. L’organisme détecte cet état environnemental et enregistre une mémoire des états passés. Mais les souvenirs plus anciens perdent de leur importance avec le temps, à un rythme qui définit l’échelle de temps d’apprentissage de l’organisme.
APPRENDRE À LA RACINE CARRÉE DU CHANGEMENT
Quelle est la durée d’apprentissage optimale pour maximiser l’adaptation à l’environnement ? Le modèle prédit une loi universelle : l’échelle de temps d’apprentissage devrait être égale à la racine carrée de l’échelle de temps environnementale.
Par exemple, si l’environnement fluctue deux fois plus lentement, le taux d’apprentissage de l’organisme devrait diminuer d’un facteur 1,4 (la racine carrée de 2). Cette mise à l’échelle de la racine carrée représente un compromis optimal entre un apprentissage trop rapide et un apprentissage trop lent. Il est important de noter qu’une relation racine carrée indique qu’il existe des rendements décroissants pour une mémoire plus longue.
“Le modèle simule également des organismes qui non seulement apprennent passivement, mais peuvent activement remodeler leur environnement – une capacité appelée construction de niche”, explique Lee, membre ESPRIT du Fonds scientifique autrichien (FWF) au CSH. Si un organisme possède des pouvoirs « stabilisants » lui permettant de rendre son environnement plus constant, il acquiert un avantage évolutif. Cependant, cet avantage n’apparaît que si l’organisme peut monopoliser les bénéfices d’un environnement stable. Si des concurrents freeloaders exploitent également la niche stabilisée, la stratégie de construction de niche s’effondre. Un exemple : les castors façonnent activement leur environnement en construisant des barrages dans les rivières, créant ainsi des étangs stables qui fournissent un habitat à eux-mêmes et à d’autres espèces. Cette construction leur offre un avantage évolutif significatif, car elle assure un approvisionnement alimentaire constant et une protection contre les prédateurs. Cependant, cet avantage peut diminuer si d’autres organismes, comme le rat musqué ou les poissons, exploitent les ressources de l’habitat créé.
FRAIS METABOLIQUES POUR LES GRANDS ANIMAUX
Enfin, les chercheurs évaluent comment la capacité d’apprentissage interagit avec les coûts métaboliques liés à la vie, c’est-à-dire les besoins énergétiques du corps. Ils prédisent que pour les petites créatures à vie courte comme les insectes, les coûts de l’apprentissage et de la mémoire sont primordiaux. En revanche, pour les animaux plus grands et plus longs comme les mammifères, les coûts d’apprentissage sont éclipsés par les frais métaboliques.
Cela prédit que les petits organismes à vie courte ont une mémoire bien adaptée à leur environnement. “En revanche, les organismes plus grands comme les éléphants ont une mémoire plus longue, mais la durée exacte pendant laquelle ils conservent les informations peut avoir davantage à voir avec les coûts de non-apprentissage ou avec d’autres types d’environnements tels que les groupes sociaux qui imposent des exigences cognitives supplémentaires”, explique Lee. Ainsi, il n’est peut-être pas tout à fait approprié de tourner en dérision la « mémoire d’une puce » bien réglée.
Le nouveau modèle offre un cadre quantitatif pour comprendre comment les organismes équilibrent les exigences concurrentes de l’apprentissage et d’autres impératifs de survie dans un monde en constante évolution. Les résultats suggèrent un rythme d’adaptation optimal adapté à la vitesse du changement environnemental et à la durée de vie de l’organisme dans le monde vivant, des microbes aux humains.
