La théorie de la complexité naît de la nécessité de comprendre des systèmes qui ne peuvent être analysés par des approches linéaires ou réductionnistes. Contrairement à des phénomènes simples ou compliqués – comme construire une voiture ou résoudre une équation mathématique –, les systèmes complexes se définissent par des interactions multiples et imprévisibles.
Quelques exemples illustrent cette complexité : le climat mondial, le fonctionnement des écosystèmes, ou encore les dynamiques sociales. Ces systèmes ne sont ni rigides ni chaotiques ; ils évoluent selon des boucles de rétroaction, des interactions non linéaires, et présentent des propriétés émergentes – un mot clé au cœur de la théorie qui suggère que « le tout est plus que la somme de ses parties ».
Dans les années 1970 et 1980, des chercheurs pionniers affiliés à l’Institut de Santa Fe (États-Unis) ont contribué à formaliser les principes de cette théorie. Elle s’appuie sur des disciplines variées, de la biologie à la physique, en passant par l’informatique et les sciences humaines.
Appliquer la théorie de la complexité à l’intelligence n’a rien d’anodin. C’est reconnaître que notre esprit n’est ni une « machine» isolée ni un simple produit de notre cerveau individuel. Au contraire, l’intelligence émerge de la combinaison de multiples facteurs biologiques, sociaux et contextuels.
Dans le cerveau humain, environ 86 milliards de neurones interagissent au travers d’un réseau synaptique extraordinairement dense. Ces connexions ne fonctionnent pas de manière fixe ou déterministe. Elles évoluent en permanence, selon nos expériences, nos apprentissages et notre environnement. Ce phénomène est connu sous le nom de plasticité cérébrale.
Or cette plasticité illustre parfaitement un principe fondamental de la complexité : l’adaptabilité d’un système en réponse à des stimuli externes. Chaque apprentissage, chaque souvenir est une nouvelle configuration de ce système dynamique.
L’intelligence ne se limite pas à l’individu ; elle prend aussi racine dans les communautés humaines. Lorsque nous collaborons, échangeons des idées et apprenons des perspectives des autres, des solutions émergent parfois que personne n’aurait pu concevoir seul. Les théories sur l’intelligence collective s’appuient sur cette même logique d’interaction dynamique, où le partage et les rétroactions génèrent de nouvelles approches. Ce phénomène est évident dans les innovations scientifiques comme dans les mouvements sociaux complexes.
Si les systèmes complexes nous fascinent, c’est qu’ils résistent souvent à des prédictions exactes. L’intelligence adaptative, dans ce contexte, apparaît comme une compétence cruciale pour naviguer dans l’incertitude.
Face à une situation inconnue, l’intelligence adaptative nous invite à explorer de nouvelles pistes plutôt que de nous accrocher à des comportements routiniers. Par exemple, les travaux de Michael Tomasello sur le développement de l’intelligence chez les enfants ont montré l’importance de l’exploration active et de l’expérimentation dans l’apprentissage.
Cette capacité d’adaptation se traduit aussi par la résilience cognitive, c’est-à-dire la capacité du cerveau à rebondir après un échec ou à se réorganiser après un traumatisme. Le système nerveux adapte alors ses connections en tenant compte à la fois de la perte et des nouvelles opportunités offertes par l’environnement.
Lorsque nous prenons des décisions, nous sommes rarement dans des situations claires et linéaires. Dans son livre Thinking, Fast and Slow, le psychologue Daniel Kahneman explique que nous utilisons souvent des raccourcis cognitifs (ou heuristiques) pour naviguer dans la complexité. Bien que ces heuristiques puissent parfois conduire à des erreurs, elles sont aussi des outils puissants pour agir rapidement dans des contextes incertains.
Explorer l’intelligence adaptative sous l’angle de la complexité n’est pas qu’une réflexion théorique. Cela transforme aussi nos pratiques dans des domaines clés comme l’éducation et la santé.
Dans le domaine éducatif, une approche « complexe » implique d’accepter l’imprévisibilité et de privilégier des contextes d’apprentissage ouverts, dynamiques et interactifs. Par exemple, des pédagogies comme celles de Maria Montessori ou de Célestin Freinet valorisent déjà cette liberté d’exploration et cette capacité à s’adapter à des environnements variés.
Le chercheur Sugata Mitra, connu pour son initiative Hole in the Wall, a également démontré que la curiosité combinée à l’accès à des outils (comme Internet) peut générer des apprentissages impressionnants sans intervention directe de l’enseignant, illustrant une forme d’apprentissage auto-organisé.
Dans la santé, la prise en charge des maladies chroniques ou des troubles neurologiques met en lumière les bénéfices d’approches intégratives et personnalisées. Comprendre qu’un patient est un système complexe – influencé par des interactions biologiques, psychologiques et sociales – permet de construire des interventions plus adaptées.
Par exemple, des thérapies comme la remédiation cognitive pour les troubles neurodéveloppementaux (TND) ne cherchent pas à corriger un fonctionnement "déviant", mais à développer des compétences adaptées aux besoins réels, dans un cadre d’environnements dynamiques.
Si la théorie de la complexité enrichit profondément notre compréhension de l’intelligence adaptative, elle pose aussi des défis. Elle nous oblige à abandonner les explications simplistes, à accepter l’incertitude et à reconnaître qu’il n’existe pas de solutions standardisées pour résoudre les problèmes.
Cependant, cette approche ouvre aussi des fenêtres immenses. Elle nous pousse à honorer la richesse des interactions, à cultiver la diversité cognitive, et à penser les intelligences comme des manifestations multiples, non réductibles mais profondément connectées.
Et peut-être est-ce là l’essence même de l’intelligence humaine : savoir déployer ses ailes face à l’inconnu, tel un oiseau qui ne trouvera son équilibre qu’en vol.