Philosophie économique et complexité

Résumé Fr En

La philosophie économique, dont le développement implique un accroissement accéléré de complexité (ce qui est la définition même de la complexité). Les prémices en ont été le second théorème sur l’équilibre général, et les théorèmes d’impossibilité sur le choix collectif, ou le dilemme des biens publics. Certes, il est possible d’utiliser certains facteurs de complexité, comme des mutations aléatoires, pour définir par exemple des équilibres évolutionnaires, mais ces facteurs sont aussi une source d’instabilité. L’économie expérimentale a mis en lumière la dépendance de nos choix par rapport à leurs évolutions et références antérieures, ce qui est une autre source de complexité. Une exploration rationnelle de ces dépendances met elle-même en jeu la complexité de leurs processus, et implique d’incessantes révisions. Il semble inévitable, puisqu’on ne peut pas réduire les complexités qui tiennent à ces réajustements, qui impliquent un bayésianisme multi-niveaux généralisé, d’admettre que ces révisions n’aient qu’une portée limitée (« minimiser l’énergie libre »). On peut réinterpréter en ce sens les expériences sur des incohérences temporelles dans nos choix, une fois pris en compte l’application de cette minimisation aux processus mêmes d’évaluation des situations de choix. D’autres limitations pourraient être définies en combinant les contraintes neurologiques, psychologiques et économiques. Là encore, une telle combinaison est aussi une source de complexités. Mais dans un autre sens, développer ces relations complexes peut permettre de dépasser les circularités de l’inférence inverse (du neurologique à l’économie expérimentale et inversement). Enfin les simulations computationnelles nous révèlent que des évolutions que l’on croyait asymptotiques sont capables de plus lointaines divergences. Compliquer les modèles computationnels peut limiter leur généralité. Inversement les simplifier n’est utile que si cela révèle aussi quelles simplifications nous font manquer quelle complexité des interactions économiques. L’exploration de ces relations entre cette croissance accélérée de complexité liée non seulement à ces interactions mais à l’entreprise même de leur rationalisation est d’abord la tâche de l’économie dans ses différents champs, mais la philosophie de l’économie peut avoir un rôle dans l’élucidation des rapports entre ces différentes sources de complexité et leurs modalités de limitation les plus raisonnables Code JEL : B490

Economic philosophy explores the conditions and limits of economic theory, the development of which implies an accelerated increase in complexity (which is the very definition of ’complexity’). Its first manifestations were the second theorem on general equilibrium, and the impossibility theorems on collective choice, as well as the public goods dilemma. For sure, it is possible to use certain factors of complexity, such as random mutations, to define, for example, evolutionary equilibria, but these factors are also a source of instability. Experimental economics had brought to light the dependence of our choices on our previous evolutions and references and expectations, which is another source of complexity. A rational exploration of these dependencies itself brings into play the complexity of their processes and involves continual revisions. It seems inevitable, since one cannot reduce the complexities which are inherent in these readjustments- which involve a generalized and multi-levels Bayesianism, -to admit that these revisions have only a limited scope (“minimizing free energy”). We can reinterpret in this way the experiences on temporal inconsistencies in our choices, once taken into account the application of this minimization to the very processes of evaluation of the situations of choice. Other limitations could be defined by combining neurological, psychological and economic constraints. Here again, such a combination is also a source of complexity. But in another way, developing these complex relationships can help overcome the circularities of inverse inference (from neurological to experimental economics and vice-versa). Finally, computational simulations reveal to us that evolutions which one believed to be asymptotic are capable of more remote divergences. Complicating computational models can limit their generality. Conversely, simplifying them is only useful if it also reveals which simplifications make us miss which complexity of economic interactions. The exploration of these relationships between this accelerated growth of complexity linked not only to these interactions but to the very enterprise of rationalizing them is first of all the task of economics in its various fields, but the philosophy of economy can have a role in elucidating the relationships between these different sources of complexity and their most reasonable modalities of limitations.