On discute souvent pour savoir si un département peut être bon individuellement, au sein d'une université, ou si la présence de plusieurs bons départements tire l'ensemble vers le haut. Il s'agit de savoir si le tout est plus fort que la somme des parties, si vous voulez.

C'est un sujet sensible. Fréquemment, un département (ou laboratoire) très bon au sein d'une université moyenne vient faire état de la qualité de sa recherche : oui, l'Université de Trifouillis, elle est mauvaise, mais nous (le département d'Ontologie de l'Université de Trifouills) on est à la pointe. En même temps, la renommée, la présence de plusieurs grands départements vient sans doute tirer les autres, mais on n'a en général pas d'exemples précis de cette interaction, qui laisse peu de traces.

C'est quand même un des points qui me frappe le plus : aucune grande université anglo-saxonne n'aurait l'idée d'être mono-disciplinaire, que ce soit par intérêt bien compris ou par amour de la science. Une université qui se limite à une école d'ingénieur, ça parait aberrant de l'autre côté de l'Atlantique ou de la Manche. Encore plus si les ingénieurs en question sont limités dans leur champ d'étude (genre aux ponts, ou aux mines). Mais à nouveau, est-ce une coïncidence ? En quoi cette cohabitation est-elle vraiment utile ?

Une belle histoire, publiée dans Nature le 2 décembre dernier, vient éclairer les interactions entre disciplines différentes au sein d'une même université. L'histoire commence par un professeur de biologie, à Caltech. Il étudie le comportement des drosophiles: interaction, séduction, combats, etc. Pourquoi les drosophiles ? Probablement parce qu'elles sont plus faciles à observer en laboratoire que les éléphants ou les jaguars. Et quelle est la méthode opératoire : on met les mouches en présence, on filme, et on a des armées d'étudiants ou de post-docs qui observent les vidéos et qui chronomètrent les différentes actions. Ensuite, on prend les colonnes de chiffres, et on essaie d'en tirer quelque chose. Avec évidemment les problèmes de reproductivité des résultats : si deux étudiants observent le même comportement, mais ne sont pas d'accord sur le début et sur la fin, on a des chiffres différents. Et évidemment, les étudiants s'en vont au bout d'un moment, et impossible de comprendre lequel des deux avait tort, ou le pourquoi du biais de mesure.

Notre professeur de biologie, à un moment, s'est plaint de ce caractère aléatoire de ses mesures à d'autres collègues, dont Pietro Perona, lui aussi professeur à Caltech, mais spécialisé en Computer Vision (en français analyse d'images et de vidéos). Lequel Perona lui a répondu : "tu sais, je crois que je peux faire quelque chose pour toi". À part la masse de données à traiter, le fait que la scène est observée sous plusieurs angles par des caméras différentes et que c'est un film ultra-rapide (500 images par seconde), c'est un problème classique de Computer Vision. Le logiciel développé conjointement par le département informatique et le département de biologie de Caltech permet d'automatiser la phase d'analyse des vidéos de mouches, et de passer directement à l'analyse du comportement.

Une belle histoire, il faut le reconnaitre, et l'un des rares cas documentés de synergie efficace entre deux départements différents d'une université.

La première fois que je l'ai lue, je n'ai retenu que cette partie : la coexistence, sur un même campus, de plusieurs départements de recherche, de disciplines différentes peut donner des résultats que chaque département n'aurait pas eu séparément.

Mais en y repensant 3 mois plus tard, un autre point me frappe : la biologie décrite dans l'article est terriblement "labor-intensive". L'idée d'employer des doctorants, des post-docs, à ne rien faire d'autre que d'accumuler les données en regardant des vidéos, pour un informaticien, ça parait bizarre. C'est probablement une conséquence du côté "expérimentateur", par rapport au côté "théoricien" (cf. ce billet chez Tom Roud). L'expérimentateur est très "labor-intensive", le théoricien travaille plus tout seul de son côté.