Séminaire CVSI, 12 décembre 2025 : Comment les communes et les territoires peuvent-ils engager les citoyens face aux crises ?

Vendredi 12 décembre 2025, 16h.

Télécom Paris, 19, place Marguerite Perey, Palaiseau.

Salle 4D19 (4e étage, bât. D).

Intervenant : Yvan LUBRANESKI, Vice-Président des Maires Ruraux de France chargé de la Démocratie et de la Communication, Maire des Molières (2014-2023)

Thème : Comment les communes et les territoires peuvent-ils engager les citoyens face aux crises, quand les processus démocratiques et les solidarités ne s’improvisent pas ?

CR : Les modèles climatiques et l’imprévisible

Didier Paillard LSCE / IPSL

16 mai 2025

Compte-rendu

Introduction : définitions et citation

Le climat ? Etymologie du grec κλίμα (klima) : angle hauteur du soleil au dessus de l’horizon.

Définition vue dans un dictionnaire : climat, moyenne de la météo sur 30 ans.

Il existe une définition plus « mathématique » du climat, par Lovejoy en 2015, basée sur le concept technique de « pente spectrale » et considérant le triplet « la météo (imprévisible), la macro-météo (équivalen16 mai 2025t au climat tel que défini ci-dessus), le climat (conçu sur une grande échelle de temps, imprévisible).

« la prévision est difficile surtout lorsqu’elle concerne l’avenir » (Niels Bohr).

« Les savants de bonne foi et soucieux de leur réputation ne se hasarderont à prédire le temps » (François Arago, 1858).

« climate is what you expect, weather is what you get » (Robert Heinlein, parfois attribué à Mark Twain).

1. Climat ?

Invention du calendrier : il s’agit de prédire le retour des saisons.

Aristote prévoit qu’il fait froid au pôle sud, sans jamais y avoir été.

Il existe depuis longtemps des cartes de classification climatique. Exemple de la classification de Köppen.

La notion de changement climatique est ancienne (XIXe siècle). La climatologie est un mélange de sciences dures et de sciences humaines. Il ne faut pas se limiter au groupe 1 du GIEC .

2. Quels modèles du climat ?

Problème : les modèles de climats GCM (Global Climate Models) sont construits sur quelques dizaines d’années (car calés sur les observations instrumentales), or ils sont faits pour des prédictions sur des échelles de 100 ou 1000 ans (inférieures aux cycles de Milankovitch ).

Comment confronter ces modèles au passé ? On fait des « snapshots » en imposant des conditions (calotte glaciaires, ….). Comment prendre en compte la dynamique de la végétation ?

Pour les scénarios du groupe 3 du GIEC. Comment prendre en compte l’évolution de la population ?

En entrée des modèles GIEC, on prescrit l’évolution de l’occupation des sols.

Les modèles de climat ont été construits pour simuler le futur, pas pour simuler le passé.

Remarque (Marc) : le GIEC ne dit plus « prédire », il parle juste de « projection ». Didier P. : en effet un résultat de modèle n’est pas une prédiction !

Un résultat-type, simple et robuste, obtenu avec des modèles compliqués : on a presque proportionnalité entre la quantité de CO2 qui s’accumule dans l’atmosphère et la température.

Ce n’est pas parce que le modèle est plus sophistiqué que le modèle est meilleur. La théorie simpliste donne une courbe, le modèle compliqué un intervalle de confiance.

Il est satisfaisant de confirmer un modèle compliqué avec un modèle simple.

Exemple de modèle compliqué, le Schéma de Bretherton (1986) : Conceptual model of Earth System, vision systémique. Il s’agit d’un schéma en boite qui modélise les interactions entre le climat et l’ensemble des composantes du système Terre.

Dans sa recherche, Didier P. souhaite expliquer pourquoi on a des cycles interglaciaires, pourquoi le climat change au cours du temps dans le passé. Quid des points de bascule ?

En géologie, la reconstruction de l’échelle temporelle (datation) est délicate.

Remarque (Marc) : tout le système terre évolue de façon fulgurante aujourd’hui (climat, mais aussi sols, végétation, océans…).

Il existe un modèle simple, ne comportant qu’une équation différentielle, fait par un journaliste climato-sceptique, Nigel Calder, en 1974. A posteriori on se rend compte que ce modèle permet de dire des choses, par exemple sur le volume de glace. Didier P. a proposé des modèles plus sérieux, mais du même niveau de simplicité.

En janvier 1901, Nils Ekholm prédit le réchauffement climatique anthropique. Il pense qu’on peut contrôler le climat, empêcher le prochain âge glaciaire.

3. Points de bascule

Notion de « point de bascule / tipping point » (seuil au-delà duquel un système change rapidement d’état). Cette terminologie trouve son origine dans le GIEC, vers l’an 2000, pour parler des évènements de Dansgaard-Oeschger et des évènements de Heinrich . L’ordre de grandeur est alors de quelques dizaines d’années. Par exemple certains évènements de Dansgaard-Oeschger ont conduit à 16 degrés de moins en un siècle, localement, au Groenland. On trouve des phénomènes analogues dans les lacs.

Points de bascule : voir aussi The timing of Pleistocene glaciations from a simple multiple-state climate model (DP, 1998).

Pour décrire l’entrée en glaciation, la théorie astronomique marche bien. Pour comprendre la sortie des glaciations il faut la théorie bistable : voir Paillard et Parrenin EPSL 2004.

L’énigme du meltwater pulse 1A (Montée des eaux de 4 à 5 mètres par an) reste une énigme ! Si on met de l’eau douce dedans, est-ce que l’on peut en déduire que la circulation dans l’océan s’arrête ? Non, le meltwater pulse 1A est un contre-exemple : ici on met beaucoup d’eau douce, et on accélère la circulation.

La transition paléocène-éocène correspond à une injection massive de carbone, à un réchauffement brutal, une acidification de l’océan : cela ressemble beaucoup à ce que l’on vit, mais c‘était alors en dix fois moins rapide. On constate durant cette transition une injection de GES, une augmentation des températures, l’acidification des océans, l’extinction de la flore benthique, le renouvellement des mammifères, des primates, etc.

L’histoire de la terre est une succession de points de bascule.

Avant 19e siècle prévalait une vision catastrophique, déluge, etc.

A la fin du19e siècle prévalait la vision d’une lente évolution de la géologie.

Aujourd’hui, on redécouvre qu’il s’est passé des choses brutales dans le passé. La notion de transition est là depuis toujours, dans le passé.

Nos idées sur le futur provienne quasiment toutes de ce qu’on a observé dans le passé.

4. Divers

Notion de sensibilité climatique : elle était différente à l’époque où il n’y avait pas de glace.

Didier P. a travaillé pour l’ANDRA, pour « prédire » le climat du prochain million d’année. On injecte un pic de carbone : estime l’arrivée de la prochaine glaciation (qui finit par arriver).

Remarque : on devrait prendre en compte l’effet des nitrates : le procédé Haber Bosch (engrais chimiques azotés) favorise la fixation de carbone (agriculture), mais aussi le développement des zones mortes (zones de l’océan, impactées par les effluents azotés, qui deviennent déficitaires en oxygène).

5. Penser le long terme

L’échelle du million d’années est intéressante, car c’est l’échelle de l’humanité. A comparer avec l’échelle de la « durabilité ». Pour l’IPBES, l’échelle est à 100 ans. Pour l’exploitation des ressources minière, la décennie est l’unité de temps.

Aujourd’hui on ne crée pas de cathédrales et de pyramides, sauf l’ANDRA (pour stocker des déchets sur le site de Bure) ! Pour gérer convenablement les déchets nucléaires, on se demande combien de temps va durer la perturbation CO2. En effet, pour l’enfouissement, il faut prendre en compte les glaciations, leur impact sur les rivières, l’érosion, la remontée des eaux, la pollution des nappes profondes. On ne pose pas la même question du long terme pour le CO2 et le climat !

Originellement le climat c’est déterministe (hauteur du soleil, saisons, etc.). Au delà de combien de temps on ne peut plus prévoir le climat ? On sait que l’astronomie (mécanique céleste) est chaotique à l’échelle de 50 millions d’années (travaux de Jacques Laskar). Mais les incertitudes existent aussi dans le cas non chaotique : calottes de glace, océan profond…

Marc : l’apparition de l’humain vient perturber le système terre … Il y a des émergences fortes au sein du vivant qui bousculent tout. Des extinctions animales (grands mammifères) ont déjà été provoquées par les anciens humains. Cela s’accélère !

Que faire ? Penser le long terme … ne pas se focaliser sur les 10 ans.

Peut-on améliorer notre vision de l’avenir climatique avec de l’IA ? Les méthodes sérieuses, ce n’est pas l’amélioration des modèles GCM ! La bonne voie, c’est d’aller voir au delà de l’atmosphère, au fond des océans, etc. Plein de choses ne sont pas observées, pas comprises. Ce n’est pas l’IA qui va aller voir là ou c’est inaccessible ! On ne crée pas ainsi de la nouvelle science !

CR. Séminaire du 21/02/25. “Ce que je comprends des problèmes de l’agriculture face à l’incertitude”

Par Adrienne Ressayre :

INRAE, UMR Génétique Quantitative et Évolution, Université Paris-Saclay.

Adrienne Ressayre est chargée de recherche INRAE au sein du laboratoire de génétique quantitative et évolution, sur le plateau de Saclay. Par ailleurs elle vient de terminer un mandat de direction de l’unité expérimentale Versailles-Saclay, c’est-à-dire d’une ferme expérimentale de 80 hectares. Ses recherches portent sur la génétique et l’évolution des plantes, leurs applications aux grandes cultures (maïs), et l’impact de l’urbanisation sur les systèmes agricoles, notamment les bioagresseurs des cultures.

Dans une première partie, elle dresse un rapide panorama de la complexité d’une exploitation agricole. Il s’agit d’un système techno-économique avec des parcelles, des exploitant.es humain.es, un parc de machines agricoles, des intrants et des semences. L’exploitation peut pratiquer la culture, l’élevage ou la polyculture-élevage, avec éventuellement un atelier de transformation et une activité de vente directe. Elle s’insère dans un système économique, vendant directement aux consommateurs ou via une coopérative, parfois sur un marché international.

Ceci conduit à des impondérables économiques, liés à la volatilité des marchés des intrants et des produits agricoles, qui peuvent être influencés par des événements géopolitiques, comme la guerre en Ukraine. Le poids des amortissements et des charges financières, liés aux coûts importants des machines agricoles, peut rendre l’exploitation non rentable, avec des fluctuations imprévisibles dues à l’économie.

Elle enchaîne ensuite sur des impacts plus ou moins imprévus résultant de l’usage des machines agricoles, dont l’utilisation a explosé depuis les années 50. Elle insiste sur l’exemple du tassement des sols par les lourdes machines agricoles. Il affecte la pénétration de l’eau et le développement des racines, réduisant la profondeur utile pour les cultures. Pour décompacter le sol, on doit utiliser divers autres dispositifs ou machines, mais cela engendre des coûts et des dépenses énergétiques supplémentaires, l’utilisation de grosses machines créant ainsi un cercle vicieux. Plus généralement, la FAO tire la sonnette d’alarme sur la perte des sols.

De nombreux facteurs influencent donc les rendements agricoles : éléments agronomiques comme le type de travail du sol, la densité de semis, la fertilité du sol, et la compétition avec les adventices et les parasites. Les interactions entre ces facteurs sont très complexes, par exemple la date de semis a un impact sur le parasitisme. Les facteurs abiotiques, comme le précédent cultural, le type de sol, la minéralisation, l’humidité, et les pluies, se combinent aux facteurs biotiques pour influencer le rendement.

Gérer une exploitation agricole implique donc de faire continuellement des choix face à des incertitudes climatiques, humaines, matérielles, économiques et réglementaires. L’effondrement de la biodiversité, le dérèglement climatique et la dégradation des sols sont des problèmes majeurs qui renforcent ces incertitudes.

Dans cet exposé, le risque est défini comme une situation où les probabilités des différents états de la nature sont connues. L’incertitude se caractérise par des probabilités inconnues, et l’ambiguïté par des probabilités incertaines.

Il est nécessaire de diversifier les paysages agricoles et de mettre en place des infrastructures agroécologiques, ce qui est également en soi une source d’incertitude : la question est de savoir comment passer d’un système simplifié et mécanisé à un système agroécologique sans chute de rendement et de revenus (interférences entre les anciennes et les nouvelles pratiques qui doivent coexister un temps, verrouillages sociotechniques). Un seuil de 30 % d’infrastructures agroécologiques est réputé nécessaire pour bénéficier des services écosystémiques. La sanctuarisation des zones naturelles ne suffit pas, il faut permettre la connectivité entre les populations. Il est urgent de réduire l’utilisation des pesticides.

Face aux changements climatiques, l’agriculture peut aider à atténuer (impact sur les climats locaux et sur le climat global), mais il est aussi nécessaire de s’adapter. L’adaptation peut passer par des interventions incrémentielles (dates de semis, nouvelles variétés, gestion de l’eau), des changements systémiques (agriculture de précision, diversification), ou une agriculture transformante (nouvelles espèces cultivées).

Remarque : l’amélioration considérable des rendements du maïs au XXe siècle est liée à l’introduction d’hybrides et à l’industrialisation de l’agriculture. Les hybrides ont permis de supprimer la compétition entre le pollen et la production de graines. L’adaptation à un milieu fertile a également contribué à l’augmentation des rendements. L’augmentation de la densité de semis (rendue possible par l’utilisation massive d’intrants) a également joué un rôle important.

Les rendements du blé tendre plafonnent depuis les années 2000, probablement en raison du changement climatique. Les sélectionneurs cherchent à adapter les plantes aux conditions défavorables. D’une manière générale, l’adaptation de la biodiversité, cultivée ou non, aux nouvelles conditions climatiques est une course contre la montre.

L’exposé se conclut par un exemple du caractère systémique de la situation : l’effondrement de la biodiversité touche particulièrement les oiseaux spécialistes des milieux agricoles. Les oiseaux généralistes, adaptés aux humains comme les colombidés et les corvidés, en profitent et peuvent causer des dégâts importants (semis de maïs, etc.). D’une manière générale, la proximité des zones urbaines influence les bioagresseurs, comme les oiseaux et les plantes adventices. Il serait intéressant d’étudier l’impact de la périurbanisation sur les productions agricoles.

Commentaires :

Ce séminaire à montré que l’imprévisible est omniprésent dans l’activité agricole. Le changement climatique et la chute de la biodiversité exacerbent cela. L’exposé à montré aussi que le simple fait de changer de modèle agricole est porteur d’imprévisible. Quelques questions en vrac :

Quid de l’éventuel recours à la géo-ingénierie sur les rendements agricoles ?

Quid des effets directs ou indirect du changement de composition de l’atmosphère (CO2) sur les cultures (certaines plantes réagissent positivement au CO2, y compris les adventices!)?

Quid des terres éventuellement cultivables libérées par la fonte des glaces ?

Quid de l’impact des pollutions diffuses (micro et nano-plastiques, métaux lourds, polluants éternels apportés par les amendements et les pollutions diverses) ?

Quid de l’impact des changements sociétaux impliquant l’alimentation humaine (protéines obtenues par génie génétique et « fermentation de précision », éthique et bien être animal, véganisme, …)

Est-il raisonnable de miser sur l’agriculture comme « solution » ? Une politique de réduction importante des émissions agricoles de méthane pourrait avoir un effet important et rapide sur le climat, et à plus long terme pour le dioxyde de carbone et le protoxyde d’azote. La captation de CO2 par les sols agricoles (« stratégie 4 pour 1000 ») a montré son caractère incertain, depuis l’accord de Paris en 2015.

CR : Voir et prévoir la transformation sociale

Marie-Anne Dujarier
11 avril 2025
Compte-rendu


Marie-Anne Dujarier fait remarquer d’emblée que la sociologie est plutôt une science du passé qu’une science de la prédiction. M-A D se propose de s’alléger de l’idée que les sciences sociales et humaines pourraient prédire le futur.

Exposé en 3 temps : le rapport de la sociologie au temps et à la prévisibilité, sa propre recherche en sociologie du travail (incluant une démarche de recherche-action), et enfin exemples de recherches liées à la prévisibilité.

M-A D parle de « faire de la sociologie au bord du volcan » mais corrige ensuite : ce qui nous fait le plus peur aujourd’hui n’est pas l’imprévisible, mais le prévisible. L’incertain, de ce point de vue est ce qui pourrait nous rassurer, notamment face aux scénarios annoncés (montée des fascismes, effondrement des écosystèmes, guerres pour les ressources, injustices croissantes) qui semblent, eux, trop prévisibles.
Elle cite de nombreux événements majeurs imprévus dans l’histoire (guerres mondiales, inventions comme le téléphone ou les antibiotiques, mai 68, Tchernobyl, Fukushima, 11 septembre 2001, 7 octobre 2023, crises financières, covid) pour illustrer que l’imprévisible est, d’une certaine manière, la normalité du point de vue des événements sociaux.

Parallèlement, il est facile d’entendre de nombreuses prévisions fausses, particulièrement en économie.
M-A D aborde ensuite l’histoire de la sociologie : c’est une discipline récente, née dans le sillage des Lumières et de l’idée de raison, influencée par le darwinisme, l’évolutionnisme et le positivisme. Pour être prise au sérieux, elle a emprunté à la physique le vocabulaire et les symboles, notamment l’idée de « loi » permettant de prévoir des effets relativement à une cause. Cette période fondatrice était marquée par une croyance dans le progrès social, technique et démocratique, et dans l’idée que les sciences sociales pouvaient y contribuer. Cependant il faut rappeler que cette science est née dans un contexte d’évidences coloniales, racistes, masculinistes et capitalistes, ignorant largement la question écologique.

Après cette période, plusieurs moments ont marqué le rapport au prévisible :

Un premier moment centré sur la prise en compte des risques créés par l’homme (Gunther Anders, Ulrich Beck) et l’idée que la « maîtrise de la nature » engendre de nouveaux risques, comme avec le nucléaire.

Ensuite, dans les années 80, un mouvement a promu l’idée de discuter collectivement des risques et des prévisions technologiques (Patrick Lagadec, Pierre Lascoumes, Michel Callon, Bruno Latour). C’est le “Moment Habermassien”, lequel a essayé de casser le mur entre experts et non-experts en reconnaissant l’expertise citoyenne. Cependant, cette idée qu’il suffit de discuter pour décider de l’avenir est aujourd’hui considérée comme passée de mode : les rapports sociaux pèsent plus lourds que la discussion.

Les prévisions en sciences sociales peuvent parfois être pertinentes : les démographes se trompent assez peu, car ils travaillent sur des tendances à long terme. En SHS, les autres prévisions (macro) sont souvent fausses. Même les régularités observées (comme la reproduction sociale chère à Bourdieu) sont basées sur un hypothèse “toutes choses égales par ailleurs”, c’est-à-dire à monde constant, ce qui est problématique aujourd’hui.

Plusieurs raisons rendent les prévisions difficiles en sciences sociales :

– La multiplicité des facteurs et leurs combinaisons possibles, la complexité de l’être humain, qui n’est pas uniquement rationnel et ne peut être réduit/simplifié sans perdre en prévisibilité. La figure de l’homo economicus est qualifiée par Bourdieu de “monstre anthropologique”, sans histoire sociale, inconscient ou affects, et dont l’hypothèse, même reconnue comme fausse par certains économistes, est utilisée pour faciliter la recherche.

– La difficulté à penser les dynamiques récursives et les conséquences non anticipées.
Le fait est que les prévisions sont elles-mêmes inscrites dans des rapports sociaux et politiques forts (qui les commande, les paye, pour qui ?).

– De nombreux phénomènes sont invisibles, parce que nous manquons de catégories de pensée pour les appréhender. Ces catégories arrivent souvent en retard sur les observations empiriques. Des phénomènes restent invisibles parce que non mis à l’agenda social (exemple : le futur de la solidarité vs celui du travail).

– La quantification comme réduction du réel. Alain Desrosières a montré la perte d’informations qualitatives induite par la mise en chiffres. La citation classique d’Albert Camus est utilisée ici pour illustrer ce que la mise en chiffre oublie : les émotions, les expériences non quantifiables qui jouent pourtant un rôle essentiel dans la vie sociale.
“Vous avez cru que tout pouvait se mettre en chiffres et en formules ! Mais dans votre belle nomenclature, vous avez oublié la rose sauvage, les signes du ciel, les visages d’été, la grande voix de la mer, les instants du déchirement et la colère des hommes !” Albert Camus, L’Etat de Siège (Gallimard, 1948).

M-A D critique l’hégémonie de l’économie orthodoxe et ses hypothèses fausses. Elle note l’échec de l’économie à prédire les crises, et suggère une analogie avec la magie, dans l’esprit de Marcel Mauss : la foi précède l’expérience et n’est pas remise en question par les échecs empiriques. Les modèles économiques, malgré leurs échecs (par exemple, crise de 2008) continuent d’être utilisés, ce qui montre une foi qui n’est pas remise en question par le réel.

M-A D insiste sur la difficulté qu’il y a à faire des prévisions sérieuses en sociologie. Les sociologues qui font des prévisions sont souvent mis en avant dans les médias généralistes, et leurs prévisions servent régulièrement à justifier des politiques publiques moins sociales et plus sécuritaires.

Pour M-A D, la sociologie est une science du passé, au mieux du présent, mais toujours un peu en retard sur celui-ci. Lorsqu’elle s’intéresse au futur, elle peut le faire selon 3 modalités pertinentes :
– Une sociologie des futurs tels qu’ils sont discutés dans la société actuelle : analyser qui fait les prévisions (marché de la prévision), pour qui, et à quoi elles servent. Cela inclut l’analyse des discours (utopies, dystopies, science-fiction). Par exemple, Jacques Ellul voit dans la science-fiction une manière d’exagérer les désastres présents (discours apocalyptique) pour rendre le présent plus acceptable.
– L’étude de l’écart entre les catégories de pensée et les pratiques empiriques : analyser comment nos concepts diffèrent des réalités vécues. Si l’on prend l’exemple du travail, le Code du travail ne couvre que l’emploi salarié dans les pays du Nord, ignorant le travail informel, domestique, animal, robotique. Il y a un écart très fort entre la catégorie institutionnelle de travail (emploi) et le travail au sens ordinaire.
– L’analyse de l’appropriation sociale des résultats scientifiques : comment la société reçoit ou ignore les prédictions faites par les sciences « dures » (climat, etc.). L’exemple du rapport Meadows est cité : un best-seller dont les prédictions se sont vérifiées, mais qui a suscité une indifférence totale dans les politiques publiques. (Marc Delepouve fait état des critiques sur la validité scientifique de ce rapport, et rappelle qu’il a surtout été conçu et utilisé comme outil de communication). Le fait que des puissants l’aient lu mais aient continué des politiques de croissance illustre la situation classique du “savoir et faire l’inverse”. Les mécanismes de déni psychique peuvent-être un objet d’étude sociologique.

M-A D fait état d’un de ses projets de recherche-action, visant à travailler avec des scientifiques sur le sens de leur travail dans le contexte du capitalocène (ateliers SENS, dans une version sociologique, centrée sur le travail).

La question des prédictions (erronées ?) formulées par la recherche est introduite avec l’exemple des pertes d’emploi dues à l’IA et les discours hégémoniques sur le “future of work”. M-A D replace cela dans le contexte d’une peur récurrente liée aux innovations technologiques, déjà présente au moment de l’épisode luddite. Ces discours émanent aujourd’hui majoritairement des classes dominantes, hautement éduquées, dont les carrières évoluent de manière fluide entre différents univers comme les cabinets de conseils et la haute fonction publique. Dans leurs discours, le terme “work” n’est pas bien défini et désigne implicitement l’emploi salarié dans le Nord, ignorant le travail hors emploi et la situation de pays du sud ou domine l’informalité. Voir les articles de Cédric Leterme sur la signification du « travail » dans les productions de l’Organisation Internationale du Travail (OIT).
Ces discours s’avèrent être techno-déterministes, affirmant que la technologie va remplacer le travail humain. La solution proposée est souvent paradoxale : il faut investir dans la technologie pour s’en prémunir. La technologie est vue comme un pharmakon, à la fois remède et poison.
Ils relèvent souvent des pseudosciences : ils se présentent sous les atours de la recherche mais manquent de rigueur, n’utilisent pas la littérature académique disponible, se limitent à des références circulaires, mélangent divers types de textes (articles de presse, productions de think tanks, working papers d’économistes…), utilisent les citation des articles les plus cités comme des mantras. Exemple emblématique, l’article de Frey et Osborne en 2013. Il faudrait parler de projections plutôt que de prédictions (Marc Delepouve fait remarquer que le GIEC utilise d’ailleurs le terme « projection » et non plus « prédiction » depuis son deuxième rapport, marquant ainsi une humilité bienvenue).
Les raisonnements sont en général faits “à monde constant”. Parfois les enjeux écologiques sont évoqués, mais sans en prendre en compte les implications profondes : effondrement, rareté des ressources, impasses du modèle agricole. De plus, ils ne prennent pas en compte les rapports sociaux ou de pouvoir. L’impératif de croissance et la croyance au progrès technique ne sont jamais discutés. Exemple donné par ???? : travaux de l’économiste William Nordhaus (prix de la Banque de Suède en mémoire d’Alfred Nobel en 2018). Les formes d’automatisation du travail sont pourtant le résultat de rapports sociaux. Ces « prévisions » sont donc souvent des prophéties auto-réalisatrices (effet performatif de la prévision) : ce qui est présenté comme déterminant (la tech) est déterminé par ce qui est réellement déterminant (les rapports sociaux). L’avenir annoncé adviendra probablement parce que ceux qui l’annoncent ont le pouvoir de le faire advenir. C’est ainsi que l’on peut comprendre la phrase emblématique de ces discours : “le futur est déjà là”.

Le terme de dénialisme doit-être préféré à celui de scepticisme pour qualifier l’attitude de ceux qui, connaissant les dangers (tabac, climat), choisissent de les ignorer. Il s’agit d’une volonté de rendre invisible une partie du réel.

Deux citations remarquables ont été reprises pendant l’exposé :

« Ils attendent le pire – ils n’attendent pas l’inconcevable. » Charlotte Delbo, Aucun de nous ne reviendra, 1970.

« Nous ne croyons pas ce que nous savons. » Jean-Pierre Dupuy, La catastrophisme éclairé, 2002.

Activités externes

Séminaires CVSI

Date des prochains séminaires : 12 décembre, 23 janvier, 13 février, 13 mars, 10 avril, 22 mai.

13 février 2026 : Kévin Jean, le changement climatique et la santé ; présentation

23 janvier 2026 : Lucile Sergent, la recherche participative

12 décembre 2025 : Yvan Lubraneski, comment les communes et les territoires peuvent-ils engager les citoyens face aux crises ? ; présentation

13 juin 2025 : Joan Delort-Ylla, la modélisation des systèmes énergétiques (méthodes, objectifs, impacts) ; présentation

16 mai 2025 : Didier Paillard, la modélisation du climat ; présentation ; compte-rendu.

11 avril 2025 : Marie-Anne Dujarier, voir et prévoir les transformations sociales ? : présentation ; compte-rendu.

21 mars 2025 : Pascal Maugis, l’hydrologie et l’usage de l’eau face à l’incertitude ; présentation ; compte-rendu et questions qui se posent.

21 février 2025 : Adrienne Ressayre, l’agriculture face à l’incertitude ; présentation ; compte-rendu et questions qui se posent.

CR : L’hydrologie et l’usage de l’eau face à l’incertitude

Pascal Maugis (IPSL)
21 mars 2025
Compte-rendu

  1. Incertitude dans l’activité de recherche

L’expertise de Pascal Maugis porte sur l’hydrologie, l’usage de l’eau, et l’adaptation au changement climatique. Au delà de son activité de recherche, il participe à divers groupes d’experts, comme le conseil scientifique du parc naturel régional de la haute vallée de Chevreuse. Il est aussi impliqué dans la vulgarisation (chaine Youtube « Science Utile »).

Il a choisi le plateau de Saclay comme terrain d’étude en raison de ses enjeux hydrologiques, qu’il percevait même si les discours dominants à l’époque étaient centrés sur les nitrates et non sur le changement climatique ou la compétition pour les usages de l’eau. PM a analysé le cycle de l’eau sur le plateau, en cherchant à quantifier les différents termes du bilan hydrique : infiltration, évapotranspiration par les plantes et le sol, drainage, résurgences, recharge profonde des nappes, ruissellement, etc.

Le Plateau de Saclay, homogène en surface (couche de limon), est hétérogène en profondeur. On y trouve des sables de Lozère, perméables, du calcaire fracturé permettant l’infiltration, et des argiles à meulières. Cette hétérogénéité spatiale, même sur de courtes échelles de temps, rend le fonctionnement hydrologique complexe, avec des écoulements latéraux inattendus, loin du schéma simple d’infiltration verticale. Le ruissellement contribue beaucoup aux inondations et au fonctionnement de l’écosystème hydrologique. Les eaux des sables de Lozère soutiennent le débit de la Bièvre et de l’Yvette, attenantes au nord et au sud respectivement.

La quantification de la recharge se heurte à une difficulté majeure : Les processus sont variables, influencés par les plantes, les pratiques agricoles, et les zones urbaines environnantes. La bibliographie et les rapports existants montrent des estimations variables et inconsistantes. Différentes méthodes et modélisations donnent des résultats dissemblables. Les retraits d’eau (pompage pour l’eau potable et par le CEA) et les fuites des réseaux compliquent encore le bilan.

PM a mis en place une expérience pour mesurer l’infiltration et l’évapotranspiration, ainsi que d’autres paramètres du sol. Les résultats confirmèrent l’hétérogénéité du sol. Mais, surtout, l’utilisation des sondes capacitives d’humidité s’est révélée extrêmement problématique. Ces sondes nécessitent un calibrage car la relation avec l’humidité n’est valide que pour les sols sans argile, or le sol du plateau contient de l’argile. On observe une influence de la température non prévue et des disparités entre les sondes du même fabricant. PM a ainsi mis en évidence une accumulation d’erreurs qui rendent l’incertitude finale du même ordre de grandeur que l’information recherchée. Le terrain (Plateau de Saclay) semble trop complexe pour une approche quantitative basée sur cette méthode.

PM a pu néanmoins utiliser ses connaissances acquises lors de cette expérience de manière qualitative pour analyser des événements pluvieux en juin 2018 et octobre 2024. Il a montré que les événements pluvieux ne doivent pas être considérés indépendamment (comme c’est fait dans certains cadres réglementaires basés sur les pluies tombées sur une fenêtre de 12h), car la vidange de l’eau du sol entre deux épisodes peut être incomplète (nécessité de considérer des périodes supérieures à 12h, au moins 48h).

PM mentionne aussi le risque de retrait-gonflement des argiles qui peut causer des fissures voire la destruction de maisons. Le changement climatique, en accentuant les variations d’humidité, aggrave ce risque, qui est actuellement plus coûteux en France que les inondations. Par ailleurs, les travaux d’urbanisme peuvent exacerber les problèmes en modifiant l’hydrogéologie locale, ce qui est mal pris en compte par les études réglementaires.

  1. Expertise scientifique et la communication de l’incertitude dans le domaine du climat

Comment un non-expert peut-il identifier un expert fiable et la légitimité de l’expertise individuelle ? Il faut des expertises collectives robustes, des relectures et des justifications. 1Les modèles climatiques globaux et régionaux sont basés sur la modélisation de différentes composantes du système terre (atmosphère, océans, surfaces continentales, cryosphère, biosphère). Ils ont des mailles grossières de l’ordre de 100km et nécessitent déjà de longs temps de calcul. On affine ensuite les résultats avec des modèles régionaux, puis on applique des méthodes de correction de biais pour se rapprocher des observations de terrain. Cependant, les modèles climatiques donnent des résultats très variés pour un même scénario d’émissions, en raison des choix de processus physiques et des différences entre équipes. Le GIEC présente cet éventail de résultats pour représenter l’incertitude. Par ailleurs, le choix de certaines méthodes de correction de biais peut être influencé par des raisons politiques (méthode de Météo France). Ces analyses mal construites peuvent être utilisées pour recommander la construction de grandes retenues d’eau (“bassines”), pour stocker l’eau hivernale en vue de l’irrigation en été.

PM pointe le risque de maladaptation, potentiellement dommageable pour l’environnement et la résilence humaine. La communication de l’incertitude par le GIEC est formalisée, croisant les preuves (evidence) et le consensus (agreement) pour attribuer des niveaux de confiance (low, medium, high, very high, virtually certain). Cependant, il y a une tendance à ne communiquer aux décideurs que les informations avec un niveau de confiance suffisant (souvent medium ou plus), ce qui peut conduire à l’omission d’informations potentiellement importantes. L’incertitude est souvent réduite à des intervalles de confiance ignorant ainsi les événements extrêmes qui tombent en dehors de ces intervalles.

L’exemple de la montée du niveau marin est frappant : les rapports du GIEC ont longtemps ont sous-estimé les possibilités maximales par rapport aux avis d’experts et aux observations, notamment en raison de la difficulté à modéliser la fonte rapide des calottes polaires. Ce manque de transparence a pu nuire à la crédibilité du GIEC à long terme, car les prévisions ont dû être révisées à la hausse dans les rapports ultérieurs.

  1. Comment aborder les incertitudes pour la prise de décision ?

Il existe d’autres approches que d’essayer de réduire l’incertitude et de proposer une adaptation basée uniquement sur l’incertitude quantifiable. Il faut accepter les incertitudes irréductibles ou incommensurables. Les incertitudes peuvent être statistiques, scénaristiques (sur les émissions futures), sur les risques avérés (événements peu probables mais connus) ou les risques potentiels (ampleur ou probabilité difficile à évaluer), et enfin les surprises (inconnus inconnus).

Les attitudes possibles face au risque incluent la prudence (risque mesuré, occurrence connue), la prévention (risque connu mais incertain en occurrence), et le principe de précaution (risques qu’on ne peut écarter même si leur probabilité est faible ou inconnue).

Le management adaptatif, qui consiste à s’adapter progressivement “à vue”, est souvent promu pour faire face à l’incertitude. Cependant, il est dangereux pour les risques (les surprises) qui nécessitent une anticipation à long terme, comme la protection d’infrastructures critiques face à une montée rapide du niveau marin. L’adaptation incrémentale est un facteur de mal-adaptation.

PM critique l’utilisation de modèles trop complexes sur-paramétrés qui ne peuvent pas être suffisamment contraints par les données disponibles. L’augmentation de la complexité des modèles ne garantit pas nécessairement une amélioration de la précision. Les modèles scientifiques doivent-être avant tout des outils de réflexion pour faire avancer la compréhension, pas des outils de prévision pour la décision. Leur utilisation actuelle pour guider les choix politiques via des projections qui présentent des résultats de simulation comme des prévisions est problématique. La présentation d’une fourchette de résultats (comme l’écart-type ou les quantiles) donnent une image de l’incertitude basée sur la variabilité des modèles, pas nécessairement sur la variabilité du système réel. La capacité d’un modèle à bien reproduire le climat passé ne garantit pas sa performance future, car les processus dominants peuvent changer. Des modèles plus simples peuvent parfois être plus efficaces pour la prévision de phénomènes spécifiques comme les crues.

“Quels principes de précaution face à l’incertitude radicale ?”

Colloque “Réparer le futur ? Réflexions et expériences depuis l’écologie politique”, à Toulouse les 1,2,3 juillet 2025. Avec une contribution du groupe de travail CVSI “Quels principes de précaution face à l’incertitude radicale ?” dans le symposium : « Les scientifiques et leurs savoirs protègent-iels le vivant ? », jeudi 3 juillet, 11h-12h30, Amphi MB1.

A cette occasion nous proposons un questionnaire en ligne (3 questions), afin d’acquérir collectivement une meilleure vision d’ensemble de cette problématique.

Ce sujet nous semble d’une importance particulière dans un contexte où les disciplines scientifiques sont convoquées par les pouvoirs politiques qui cherchent (ou pas) à mettre en place des politiques d’atténuation et d’adaptation, cela parfois, voire le plus souvent, en ne prenant pas en compte l’imprévisible et, donc, en n’appliquant pas les politiques de précaution pour y faire face.

Au delà des pouvoirs politiques, les milieux académiques, citoyens, associatifs et militants qui proposent des alternatives non standard aux options politiques et économiques majoritaires ne peuvent faire l’économie de ces questionnements. Il nous semble intéressant de voir comment l’incertain et l’imprévisible sont pris en compte dans les scenarios proposés.

Séminaire CVSI Vendredi 13 juin 2025 : modélisation des systèmes énergétiques : méthodes, objectifs, impacts

Vendredi 13 juin 2025, 16h.

Télécom Paris, 19, place Marguerite Perey, Palaiseau, salle 1D23.

Intervenant : Joan Delort Ylla, ingénieur de recherche de l’École Polytechnique au sein du Laboratoire de Météorologie Dynamique (LMD) et responsable du modeling lab du centre E4C. En septembre 2024, au sein de l’ED IP Paris, il a soutenu sa thèse sur l’impact des politiques d’électrification du chauffage des bâtiments couplés au changement climatique potentiel sur l’investissement en capacités renouvelables dans le système électrique français. Il travaille à l’interface économie et sciences du climat.


L’exposé traitera d’une réflexion sur la pratique de modélisation des “systèmes énergétiques” par la communauté scientifique, telle que perçue par un “primo-arrivant”. Il sera notamment discuté des méthodes employées aujourd’hui en regard des premières approches en la matière, puis s’ensuivra une réflexion sur ce que ces pratiques reflètent des objectifs affichés de la communauté. Enfin, seront abordés les impacts que ces questionnements scientifiques ont pu avoir sur la prise de décision autour des systèmes énergétiques.