JVoici une scène dans Les Simpson dans laquelle le demi-frère d’Homère, Herb, dévoile sa nouvelle invention – une machine pour traduire le langage des bébés – et Homer lui dit : « Les gens ont peur des nouveautés. Vous auriez dû prendre un produit existant et y mettre une horloge.
Ainsi, dans une remarque désinvolte, le bouffon animé préféré de l’Amérique a-t-il distillé le message d’un corpus de recherche scientifique en pleine expansion : les êtres humains n’aiment pas trop la nouveauté. Les innovations qui décollent combinent beaucoup de familiarité avec un peu de nouveauté.
Les Simpsons eux-mêmes illustrent cela. Lorsqu’on leur a demandé pourquoi la série télévisée était si populaire, les initiés de l’industrie ont répondu que c’était parce qu’elle avait pris un format existant – la sitcom – et avait injecté de l’animation et de l’humour irrévérencieux. Mais la règle vaut dans de nombreux autres domaines.
En 2016, Kevin Boudreau, alors de la Harvard Business School, a publié une analyse de la façon dont les propositions de recherche médicale sont évaluées pour le financement. Celles qui étaient très innovantes avaient tendance à obtenir des notes plus faibles que les propositions moins innovantes. Les projets très conventionnels ont également été notés, mais il y avait un juste milieu : les notes les plus élevées allaient aux projets qui réunissaient la sagesse reçue avec une réflexion nouvelle.
Un an plus tôt, Hyejin Youn, qui étudie les systèmes complexes à la Northwestern University et au Santa Fe Institute, a examiné tous les brevets déposés aux États-Unis entre 1790 et 2010 – en les utilisant comme proxy de l’innovation. Elle a constaté que de nombreux brevets jusqu’en 1870 environ représentaient de nouvelles technologies ou de véritables découvertes. À partir de ce moment-là, cependant, l’innovation s’est davantage concentrée sur la combinaison de technologies existantes de manière nouvelle. Il est devenu modulable, comme les meubles Ikea.
Les scientifiques tentent depuis longtemps de comprendre le secret d’une innovation réussie, dans le but de la guider et de prédire la prochaine grande évolution. Prédire l’innovation a un parfum d’oxymore : si vous pouvez le prévoir, est-ce vraiment nouveau ? Néanmoins, cela a été fait – en quelque sorte. Un exemple est la loi de Moore.
En 1965, l’ingénieur américain Gordon Moore a prédit que le nombre de transistors pouvant être intégrés dans une puce de silicium doublerait environ tous les deux ans. Bien que la question de savoir si sa loi est toujours valable soit sujette à débat, la plupart des experts s’accordent à dire qu’elle a si bien fonctionné jusqu’au siècle actuel. Ainsi, la trajectoire générale du progrès technologique, sinon des innovations individuelles, semble se prêter à la prévision.
Est-il possible d’être plus précis ? Il y a deux ans, Andrea Tacchella et ses collègues de l’Institut des systèmes complexes de Rome ont suggéré que ce pourrait être le cas. Ils ont remarqué que le langage utilisé pour décrire l’innovation est, comme l’innovation elle-même, combinatoire. Les frères Wright ont qualifié leur invention de 1906 de « machine volante », par exemple, n’ayant pas d’autre mot pour la décrire, et ce n’est qu’une décennie plus tard que ce nom collé à la hâte a été remplacé par un tout nouveau : « avion ». .
Les codes utilisés pour classer les brevets sont également modulaires. Dans le cadre du système de classification internationale des brevets (CIB) convenu en 1971, chaque brevet déposé se voit attribuer une combinaison de lettres et de chiffres en fonction de la section à laquelle il appartient – par exemple, « Électricité » et « Constructions fixes » – avec des lettres et des chiffres supplémentaires. ajoutant des détails. Lorsque les technologies se combinent dans de nouvelles inventions, il en va de même pour ces codes. Le groupe de Tacchella a utilisé ce fait pour essayer de prédire les futures combinaisons de codes – et donc, l’innovation future.
La première étape consistait à alimenter environ 7 000 codes de brevets dans un réseau neuronal et à laisser le réseau les organiser dans l’espace en fonction de la fréquence à laquelle ils apparaissaient dans une base de données mondiale sur les brevets. L’espace en question n’était pas l’espace physique, évidemment, mais quelque chose de plus abstrait : l’espace disponible pour l’innovation. Une fois cela fait, ils ont pu identifier les zones de cet espace qui n’avaient pas encore été envahies par les technologies existantes. Ces zones, que le biologiste Stuart Kauffman a qualifiées dans le contexte de l’évolution de « possible adjacent », sont mûres pour l’innovation.
Au fur et à mesure que la base de données sur les brevets évoluait au fil du temps, les chercheurs pouvaient voir des paires de codes se rapprocher au fur et à mesure qu’ils apparaissaient dans des « voisinages » technologiques de plus en plus proches – les mêmes sections de la CIB, puis des sous-sections, etc. Cela s’est produit, par exemple, lorsque les codes pour les fonctions d’évitement dans les véhicules routiers et pour la détection d’obstacles ont convergé dans les brevets pour les voitures autonomes. En utilisant cette approche, ils pouvaient prédire une innovation jusqu’à cinq ans avant qu’elle ne se produise.
Tacchella, aujourd’hui employé par la Commission européenne, adapte cette méthode pour tenter de guider l’innovation dans le secteur de l’environnement. L’idée est d’analyser le langage des réglementations pour identifier les besoins non satisfaits – en matière de réduction de la pollution, par exemple – puis d’orienter vers eux les personnes travaillant sur les nouvelles technologies.
Pendant ce temps, deux chercheurs du Massachusetts Institute of Technology, James Weis et Joseph Jacobson, ont utilisé un algorithme d’apprentissage automatique pour identifier les innovations passées dans le domaine de la biotechnologie. L’année dernière, ils ont pu prédire rétrospectivement 19 des 20 développements les plus significatifs réalisés entre 1980 et 2014. La prochaine étape sera de prédire l’avenir.
Il y a un paradoxe persistant pour ceux qui pensent à l’innovation : si la technologie s’auto-organise et le progrès est prévisible, quel est le rôle de l’inventeur ? Youn les considère comme des personnes qui, par un mélange d’expérience, de curiosité et de chance, se retrouvent à la limite du possible adjacent. Il n’est donc pas surprenant que, tout au long de l’histoire, plusieurs esprits aient convergé vers la même idée nouvelle à peu près au même moment. Témoin Bell, Gray et Meucci, qui ont inventé le téléphone ; le développement quasi simultané du calcul de Newton et Leibniz ; et la théorie de l’évolution telle que décrite par Darwin et Wallace. Tous ont transformé l’expérience humaine de manière incalculable mais profonde, c’est pourquoi nous nous souvenons d’eux.
Homer avait raison de dire que les gens craignent la nouveauté, mais ils l’apprécient souvent rétrospectivement. Le talent de Herb était de repérer le besoin non satisfait, puis d’y répondre. Heureusement, son traducteur baby-talk l’a rendu riche et il a partagé les bénéfices avec son demi-frère.
Lectures complémentaires
La nature de la technologie par W Brian Arthur (Pingouin, 9,99 £)
D’où viennent les bonnes idées par Steven Johnson (Pingouin, 10,99 £)
Ce que la technologie veut par Kevin Kelly (Penguin, 15 £)