La subjectivité dans la caractérisation du vivant

Ce billet rend compte des réflexions sur la perception subjective du vivant que nous avons faites lors de la réalisation du projet de vie artificielle décrit dans cet article.  Ce billet de blog est une présentation abrégée de travail de stage de Clément Hege.

Dans ce projet, notre objectif était de créer un écosystème paraissant naturel. Or, pour juger de la qualité de notre modèle, il est important de soulever la question de la perception du vivant. En effet, l'évolution du projet a été constamment rythmé par des choix de simulation. Ces choix ont été justifiés par une certaine perception de ce qu'est un écosystème, perception qui doit être analysée afin d'éviter une estimation trop personnelle (subjective) du vivant.  C'est pourquoi, dans ce billet de blog, nous allons discuter d'une question centrale à la manipulation de systèmes de vie artificielle : « comment caractériser le vivant ? ».

Parmi les travaux s'attaquant à cette question, nous pouvons citer Vie artificielle de Jean-Philippe Rennard [2] qui rappelle de nombreuses définitions du vivant. Ces définitions se fondent sur l'organisation d'un être, son imprévisibilité, ou encore son lien avec son environnement. Cependant, Jean-Philippe Rennard ne manquera pas de préciser que :

« Aucune des quelques définitions que nous venons de présenter n'est réellement satisfaisante, ce qui montre bien la complexité du problème. »

Cela ne nous empêchera pas de nous inspirer de ces définitions pour faire naître quelques questionnements mais nous devons admettre que, dans la mesure où nous ne pouvons pas utiliser une définition exacte, notre modèle se fondera sur notre propre appréciation du vivant. Nous verrons d'ailleurs qu'elle sera orientée vers des choix que l'on peut décrire comme partiellement objectifs et subjectifs.

Questionnements sur le vivant

Si le problème de définir le vivant ne paraît pas si délicat à première vue, c'est parce que nous sommes habitués à distinguer ce qui pour nous est vivant de ce qui ne l'est pas. Il est tout à fait possible de demander à un enfant si ce qu'il voit est ou non vivant. On n'est évidemment pas à l'abri d'une erreur mais il n'est pas nécessaire de rassembler beaucoup de connaissances ou d'expérience pour déclarer si un être nous semble vivant ou non.

Mais alors sur quoi est fondé notre jugement ? Une vision objective semblerait nous amener à juger l'organisation, l'imprévisibilité d'un être. Si une définition objective exacte n'est pas envisageable, doit-on donner toute la valeur du jugement à une perception subjective liée à l'expérience et à nos représentations humaines (modèles, images mentales …) du vivant ?

Cette dernière question est très importante car une perception subjective nous pousserait à nous projeter dans la simulation et à y faire apparaître notre subjectivité. A ce moment là, le caractère vivant de la simulation risquerait de n'être que le fruit de notre vision.

Nous avons pu échanger par E-mail avec Catherine Allamel-Raffin, maître de conférences en histoire des sciences, qui a travaillé sur l'« objectivité et illustrations scientifiques contemporaines » dans le cadre de son Habilitation à Diriger des Recherches. Elle a confirmé que dans le cadre de la science la partie subjective pose un vrai problème et devrait être contenue, sinon éliminée.

Test du caractère vivant d'un élément photographié

Afin de se faire une idée de cette perception subjective du vivant à laquelle nous pouvons difficilement échapper, nous avons réalisé un test sur un échantillon d'une trentaine de personnes avec des photos en noir et blanc, en enlevant dans la mesure du possible toute identification de l'échelle ou du contexte, donc en limitant fortement toute projection subjective. Certaines choses restent /a priori/ plus facilement identifiables par leurs formes connues ; d'autres ne pouvant l'être que sur la base de leur complexité apparente.

Dans ce test, nous avons systématiquement posé la question sur la nature vivante ou non vivante des objets montrés. Nous avons aussi demandé d'évaluer la complexité perçue et l'échelle des objets. Nous donnons ici quelques-unes de ces images avec la distribution des réponses des sondés.

Coraux

Les deux figures suivantes montrent des photos des coraux.

 

Dans un cas (première figure), l'objet est facilement identifié comme vivant. Dans l'autre (deuxième figure) on a moins de 33% de bonnes réponses. Certes, le filtre noir et blanc et le floutage du contour de la photo joue, mais le corail est encore bien visible. Cependant, sans information, les sujets n'ont pas identifié du corail ; seulement évalué d'après sa complexité apparente sa probabilité de ressembler à du corail.

Nanotubes de carbone

La figure suivante est une photographie de nanotubes de carbone.

 

Cette image montre un objet d'une grande complexité, très variable, avec des formes courbes. C'est un objet que les sujets ont identifié majoritairement comme vivant, de façon assez semblable que pour la première photo de corail. Il s'agit pourtant d'un objet microscopique (6 µm de large) fabriqué par un processus physico-chimique, nécessitant méthane, hydrogène et cobalt, dans un four à 800°C : ce sont des nanotubes de carbones auto-organisés dans une structure massive et complexe.

L'image suivante est aussi une photographie de nanotubes.

 

C'est encore une photo de l'inerte partiellement interprété comme du vivant avec la même fréquence que dans les cas vivants montrés dans les photos des coraux. On peut imaginer que l'aspect organisé mais hétérogène au niveau des longueurs pousse à décrire cette photo comme du vivant. Il est difficile de commenter ces résultats sans y apporter de la subjectivité mais on essaye tout de même de repérer quelques similitudes avec un système vivant sans présupposer qu'il puisse s'agir de matière inerte créé par un processus physico-chimique en laboratoire.

Anémone de mer

Cette image est une photographie d'anémone de mer.

Cette figure est intéressante car la quasi totalité des sondés a vu juste et a repéré du vivant. En regardant la photo on pense immédiatement qu'une structure si complexe et organisée est difficilement imaginable sans l'intervention du vivant. Mais là encore, l'explication ne peut être que approximative, surtout si l'on se réfère à sa complexité comparée à celle de la première photo de nanotubes de carbone.

Les choix d'implémentation de la simulation

De ces questionnements doit résulter une prise de recul quant aux différents choix de notre l'implémentation de notre écosystème artificiel (présenté dans le billet de blog précédent). On peut évidemment douter de beaucoup d'éléments mais nous nous limiterons ici aux choix les plus simples réalisés pour rendre la simulation plus naturelle.

Nous nous intéresserons à l'aspect objectif et subjectif du choix. C'est à dire, nous verrons si les choix sont fondés sur un "bon sens" dont l'objectivité reste à définir ou sur un jugement subjectif comme celui donné sur les précédentes photos.

Un choix objectif

L'un des choix que l'on peut qualifier d'objectif dans la construction de notre modèle est le choix de représenter la masse à l'aide d'entiers. En effet, la représentation à l'aide de double n'aurait pas assuré une conservation de la masse. Ce choix est fait naturellement car nous estimons que dans un système fermé, la masse doit se conserver. Nous ne fondons pas cette décision sur une perception subjective mais bien sur un "bon sens", sur une connaissance objective des lois de la physique.

Un choix subjectif

Prenons comme exemple le choix de l'intensité de la gravité ou de l'agitation thermique. Elles peuvent être égales, sans souci de réalisme, à toute une fourchette de valeurs. Pourtant, à la visualisation de la simulation, on choisit de régler la gravité pour la voir influencer la simulation sans rendre inutile tout déplacement réalisé par les nageoires. Ce choix est réalisé après visualisation de la simulation est peut être qualifié comme subjectif.

Un choix objectif et subjectif

La quasi totalité de nos choix ont un aspect objectif et subjectif, cependant dans les deux exemples précédents, on pouvait remarquer un aspect plus centré sur un "bon sens" ou sur un ressenti. On peut prendre comme autres exemples de choix le positionnement d'une créature après la division ou le principe de l'exclusivité spatiale.  L'implémentation entière est faite de ces choix que l'on doit repérer afin de prendre conscience des limites du caractère vivant de notre simulation.

Conclusion

Travailler sur le vivant amène de nombreux problèmes qui touchent à la subjectivité. Ces problèmes sont présents car le vivant ne peut être défini objectivement et doit être interprété par celui qui l'étudie. Cet aspect ne doit pas être négligé car il est à l'origine de beaucoup de choix dans une simulation de formes de vie artificielle. De plus, il influencera sans aucun doute les résultats recherchés de l'influence de la stratification de l'environnement sur la biodiversité.

On pensera donc à prendre du recul sur les choix déterminants de la simulation afin de tester le caractère vivant de la simulation. Ces tests devront être réalisés avec l'aide de questions bien choisies qu'il nous reste à déterminer. Cela étant dit, l'une des questions qui pourrait révéler la qualité de la simulation serait celle qui sonderait la curiosité du spectateur et lui donnerait envie de regarder l'évolution d'un écosystème artificiel.

Références

[1] M.A.Ronald Edmund, Sipper Moshe, and S.Capcarrère Mathieu. Testing for emergence on artificial life. 1999.

[2] Rennard Jean-Philippe. Vie artificielle, Où la biologie rencontre l’informatique. Vuibert Informatique, 2002.

[3] Rennard Jean-Philippe. Golem numérique, vie et vie artificielle. 2008.

Vie artificielle dans un environnement avec gravité

L'objectif de ce travail à été de simuler un écosystème artificiel fait d'un très grand nombre de créatures de forme cubique, capables de se déplacer et de s'entredévorer© dans un milieu où règne gravitation et agitation thermique. Les créatures ont été implémentées avec des caractéristiques suffisamment simples (encodées dans des « gènes ») pour être relativement facilement répertoriées.

Ce billet de blog est une présentation abrégée de travail de stage de Clément Hege.

Réalisation informatique

La simulation se déroule dans une grille carrée contenant des curseurs. Chaque curseur est défini par sa position dans la grille (ses coordonnées) et sa charge utile, ici une créature cubique. Une créature est décrite par les paramètres suivants : la masse, l'orientation selon les trois axes de l'espace et le génome. Le génome est une liste de gènes, dont chacun code un organe, c'est-à-dire, le type de l'organe et sa position sur l'une des faces du cube de la créature. On note l'existence du type de l'organe « vide » représentant un potentiel de mutation. Les types suivants de créatures on été définis :

• le plancton : Le plancton ne possède pas d'organe ; on lui attribue d'emblée la masse maximale qu'une créature peut avoir à sa naissance.
• le crabe : Le crabe ne possède pas de bouche mais a cependant deux nageoires opposées qui lui permettent de se déplacer selon un seul axe.
• la puce : La puce ne possède pas de bouche mais a une nageoire sur chacune de ses six faces. Elle saute en permanence.
• le prédateur-nageur : Le prédateur-nageur possède trois nageoires du même côté et trois bouches à l'opposé de ces nageoires. Cela fait de cette créature un prédateur redoutable.
• la créature aléatoire : Une loi uniforme détermine la masse de cette créature entre la masse minimale et la masse maximale possible à la naissance.

Pour chaque simulation, nous stockons les données de la simulation dans un fichier CSV qui contient à chaque itération : un identifiant de la créature, sa position, l'itération de la simulation, la masse de la créature, la taille du génome de la créature.

Chaque créature a une certaine probabilité de se déplacer d'une unité vers le bas. Cette probabilité est égale à une constante gravitationnelle multipliée par la masse de la créature. Ainsi une créature de faible masse chutera moins fréquemment qu'une créature massive. L'effet de la gravité sur le système peut être vu sur la figure suivante.

Les créatures subissent également une agitation thermique, qui implique deux phénomènes : la diffusion de translation et la diffusion de rotation. L'effet de l'agitation thermique est calculé de façon probabiliste, tout comme celui de la gravité. Nous remarquons que sans agitation thermique, les nageurs se dirigent constamment dans la même direction et finissent par se stopper contre une face du cube de la simulation. Ce n'est pas le cas lorsqu'ils subissent translations et rotations aléatoires.
Chaque créature a un certain nombre de nageoires. A chaque tour de la simulation, chaque nageoire d'une créature à une probabilité de s'activer. Deux nageoires opposées qui s'activent ne provoquent aucun mouvement. Pareil, chaque bouche associée à une créature a une probabilité de s'activer et de manger la ou les créatures présentes dans la case qui se trouve en face d'elle. Si une créature (ou plusieurs) s'y trouve, cette créature est tuée et sa masse s'ajoute à la masse de la créature qui l'a mangée.  Dans le cas où plusieurs créatures se font face, c'est la première créature à agir, c'est-à-dire la première créature dans la liste de tous les curseurs, qui mangera l'autre.

Nous avons choisi d'interdire à deux créatures de se rejoindre dans la même case de la grille. Nous n'empêchons pas deux créatures d'_apparaître_ sur la même cellule de la grille, mais nous immobilisons une créature qui a pour dessein de se rendre sur une case occupée.

L'utilisation des bouches sans moyen de baisser les masses des créatures peut amener à l'apparition de créatures possédant une très grande masse.  Le critère de division qui a été implémenté est de décider qu'à partir d'une masse maximale la créature se divisera automatiquement en deux créatures de même masse.  La stratégie pour placer l'une des nouvelles créatures dans la grille est la suivante : d'abord regarder autour de la créature qui s'est divisée (axes horizontaux) et s'il y a une case alors y placer la nouvelle créature. Sinon on essaye de la placer au dessus (axe vertical) ; si cette place n'est pas non plus disponible, on réitère les essais à partir de cette dernière case. La créature aura alors tendance à repousser les autres créatures sus-jacentes vers le haut pour créer une case libre. Il peut cependant se produire une situation critique dans laquelle les créatures ne peuvent être davantage repoussées vers le haut, la pile de créatures sus-jacentes atteignant déjà la paroi supérieure de la grille. En pratique, avec l'intervention de la gravité et de l'agitation thermique détruisant une telle pile, ce cas est rare.

À chaque division, une créature reste la même et l'autre sera susceptible de subir une mutation. Nous avons actuellement mis en place 3 différentes mutations se produisant à la création de chaque nouvelle créature (fille) :

 - mutation par addition ou par soustraction d'un bit dans un gène,

 - mutation par décalage : un gène est décalé à droite ou à gauche,

 - mutation par délétion : le gène concerné est supprimé.

Une probabilité de subir une mutation est attribuée à chaque gène du génome. Si un gène doit en subir une, le choix entre les trois types de mutation se fait d'après leurs probabilités respectives.

Voies d'amélioration

Critère de division

Avec le mode de fonctionnement actuellement implémenté, on tend à avoir une grande majorité de créatures avec une masse avoisinant la moitié de la masse maximale permise. La figure suivante illustre cette uniformisation ; la masse est représentée par la taille des cubes. On peut également observer la sédimentation impliquée par la gravité.

Une piste d'amélioration serait d'appliquer un critère de division probabiliste : la division sera d'autant plus probable que la créature sera massive.

 

Mutations

La réalisation actuelle de mutation a quelques défauts : le tir des probabilités des mutations n'est pas implémenté de façon efficace. Ensuite, une distribution uniforme des probabilités est imposée. Enfin la mutation par copie, qui permettrait de créer un nouvel organe, n'est pas implémentée. Pour améliorer la gestion des probabilités des mutations, on pourrait introduire des vitesses de mutation différentes pour les trois types de mutation, ainsi qu'implémenter de nouveaux types de mutation.

 

La matière

La matière est une substance inerte présente dans l'espace fermé d'évolution et qui, comme les créatures, subirait la gravité (selon la densité de matière) et l'agitation thermique. Cette substance constitue un substrat servant à la fois d'énergie, de déchet et de moyen potentiel de communication des créatures entre elles. Certaines créatures pourraient s'en nourrir (nécessitant un autre organe) et accroître leur masse. Elle constituerait aussi une source d'énergie pour la natation et serait alors relâchée par les créatures dès lors qu'ils utilisent leurs nageoires ; une masse de cette matière proportionnelle à l'action engagée serait alors soustraite à celle des créatures et libérée dans le milieu. Ainsi, les créatures très actives, qui ont une grande capacité de mouvement, auraient le défaut de perdre de la masse plus rapidement.

L'interaction des créatures avec la matière développerait éventuellement des zones denses ou au contraire déplétées en matière où la survie des créatures serait plus ou, respectivement, moins probable. Ces zones seraient très intéressantes dans l'étude de l'impact de la gravité, car, accompagnées d'un moteur de diffusion, elles créeraient surement un gradient de densité de matière et permettraient l'observation directe de la survie des créatures selon la force de la gravité.

 

Analyse des trajectoires, de la diversité "génétique" et des survivants

Nous sommes pour l'instant capables d'enregistrer une simulation à travers l'enregistrement du déplacement de chaque créature ainsi que l'évolution de sa masse et de la longueur de son génome. D'une part, une analyse approfondie de ces résultats doit nous permettre d'observer différents types de trajectoires, que ce soit dans une analyse grossière au niveau d'une vitesse moyenne ou dans une analyse plus précise de la forme de la trajectoire et du dégagement d'un potentiel motif de déplacement. D'autre part, ces résultats doivent nous permettre d'analyser l'évolution de la diversité génétique en fonction des différentes strates.

Finalement, une telle étude devra nous amener à repérer différentes stratégies (génétiques) possibles de survie dans un environnement déterminé par un certain nombre de paramètres (physiques notamment). La liste des paramètres à faire varier est importante et nous permettra de mettre en place un grand nombre d'environnements différents.

Bohm or not Bohm ?

Je regarde la théorie de De Broglie - Bohm avec grand intérêt.

Mais (il y a un mais...) selon une publi de 1992, les trajectoires des particules seraient, je cite, "sur-réalistes". Ce qui a enterré cette théorie pendant 20 ans.

Or, depuis quelques temps, cette interprétation de la physique quantique revient sur le devant de la scène (même si elle reste en deça de l'interprétation des mondes multiples et de la décohérence).

Voici ce que j'ai pu trouver sur le web et qui m'a interpellé :
https://www.youtube.com/watch?v=QBR92fkgp3E&t=76s
https://www.youtube.com/watch?v=WIyTZDHuarQ

et surtout :
https://www.youtube.com/watch?v=_6TNF854Xmo&list=PL7LbfRoKBR5OpRjt8toBOmzqGjH7zaM1m

Tout cela est un peu long (en durée), mais me pose un vrai problème :

pourquoi les pro-Bohm sont autant convaincus et

pourquoi les anti-Bohm sont également totalement convaincus !!!

Qu'en pensez-vous ?

Cells vs. Animals: Is Cellular Machinery an Artifact of Experimental Methodology?

In high school, I was fascinated by the living cell: this building block of life appears as a tiny, finely tuned factory consuming and producing various substances, all of that being orchestrated by a clear, rather mathematical system of pathways. Take, for instance, one of the most amazing things that happen to a cell: division. Division is a very complex process consisting of apparently clearly defined phases, separated by checkpoints verifying that the previous phase has was concluded properly before transitioning into the next one (see, for example, [0]).

Human and animal physiology didn't attract nearly as much, however (I didn't really know plants had a physiology too at that time). Indeed, where the cell is mechanistically precise, macroscopic living organisms seem pretty much approximate and shaky: in the cell, everything is organised by proteins, synthesised according to the cellular program, the DNA.  The regulation of our bodies seems to be quite less centralised and uniform.  From a high-school student's point of view, the cell clearly wins in what concerns clear regulation of processes.  And then, take a look at the brain : this horrible soup of neurons, axons, and various supporting cells, which appears to only have some superficial, rather macroscopic structures, and looks quite messy at smaller scales.

Clearly, the presence of various intertwining signalling mechanisms in higher vertebrates and the very complex structure of their brains allows them to be very adaptable.  Later on, I learned that a lot of the fabulously clear organisation of the cell is actually just a slice of the whole picture of the immensely complex processes happening inside it.  Still, the terminology around the living cell is way more mechanistic than that concerning macroscopic organisms.

Is it because macroscopic organisms, being extremely large and complex instances of cooperation between the already very complex cells, just cannot (structurally) be so well organised as the cell, which is a clockwork of biomolecules?

Or rather, is it that, due to the lack of direct, naked eye, unintrusive observations of the microscopic parts of the cell, we are tempted to invent the missing details to fit the mechanistic explanation, so very natural to us?

(The question about whether the cell is a machine or not was originally posed by Nicolas Glade.)

[0] Paul Nurse. A Long Twentieth Century of the Cell Cycle and Beyond. Cell , Volume 100, Issue 1, pp. 71-78. http://dx.doi.org/10.1016/S0092-8674(00)81684-0

Les réseaux de neurones sont-ils subjectifs ?

L'autre jour Nicolas avait posé la question suivante :

Réflexion minute : "L'IA", les réseaux de neurones qui participent au traitement des données massives, sont-elles objectives ?

La réponse dépend de la définition de la subjectivité.

1. Si « subjectif » veut dire « conscient ergo unique », on réduit le problème à une question plus générale (et encore plus floue) de « les réseaux de neurones ont-ils une conscience ? ».

2. Si « subjectif » veut dire « capable d'avoir des biais » (capable d'avoir des déviations locales d'une fonction globale), alors le degré de subjectivité d'un réseau de neurones augmente avec sa taille. Un réseau d'un nœud est très objectif : il correspond à une fonction de seuil assez simple. Plus il y a de nœuds (et de boucles de rétroaction), plus il y aura d'intrication entre les activités de neurones. Un réseau de neurones suffisamment grand pourra ajuster la sortie pour un petit groupe d'entrées sans avoir un impact considérable sur d'autres entrées => plus de biais fins.

3. On peut s'inspirer de (1) pour poser un autre principe « subjectif ergo non modélisable » : on ne peut pas modéliser nous-mêmes, pour l'instant, donc on est subjectifs. De même pour un chien ou un chat. Un réseau de neurones on arrive à le modéliser, donc ce qu'il dit est objectif. 

Ce principe pose une barrière floue : si un jour on modélise le chien, ses avis seront objectifs. Pareil pour nous-mêmes : le jour ou on peut modéliser nous-mêmes (= j'écris une appli qui me représente de façon très fidèle), on sera objectifs. On pourra répliquer mes avis à tout âge, plusieurs fois, à tout moment de la journée. On pourra avoir plusieurs moi jettables, etc.

Note : on fait introduire une espèce de « surprise » par ce principe : un système est subjectif si on ne peut pas (encore) prédire son comportement. Le jour où on pourra le faire, il ne sera plus subjectif. Ça colle pas mal avec ce que les gens disent de leurs ordis : « mon pécé ne m'écoute pas » ; ils n'arrivent pas à prédire le comportement de leurs ordinateurs, ils sont surpris.

4'. Toutes ces réflexions posent une question intéressante : c'est quoi être modélisable ? Pouvoir être répliqué bêtement dans un support suffisamment souple ? Dans ce cas-là, si tout est déterminé (mwahaha), alors tout est modélisable. Mais là on fait rentrer le principe de l'incertitude et le mont Mécanique Quantique, donc on ne pourra probablement pas dépasser une certaine précision dans la modélisation. Est-ce un gros décalage ?

On peut également poser une définition plus forte de la modélisabilité, fondé un peu dans la calculabilité, en disant que modéliser veut dire pouvoir (semi)décider certaines propriétés. Mais là on aura un autre curseur donné par le choix des propriétés, et boum, ça explose en des variantes bien variées.

Quelle que soit l'approche à la modélisation, se pose la question d'utilité (Nicolas) : est-ce utile de modéliser ? Est-ce plus utile que de jouer avec des modèles peu realistes sans chercher à aller vers une vérité qu'on ne peut pas atteindre [0] ?

[0] Michael Conrad. On design principles of a molecular computer. Communications of the ACM, Volume 28 Issue 5, May 1985, pp 464-480.

Question of the day : reliability of Life

Machines need to be reliable. Do Life needs it too ?
I wager it would not !

Une suggestion d'amélioration des radars pédagogiques ou... la vallée de l'étrange et ma relation avec les radars.

Hier soir, en rentrant chez moi en voiture je suis passé par l'inévitable radar pédagogique qui me fait tout le temps la tête, ce smiley en colère rouge avec la bouche inversée et les sourcils pointant vers le centre du visage.
Celui-ci en tout cas ne m'aime pas, mais il est vrai que sur les deux que je croise sur mon trajet, ce dernier se trouve dans une pente et, bien que réduisant effectivement ma vitesse, je suis toujours aux alentours de 55 km/h ; c'est en tout cas ce qu'il me dit.
Malheureusement, au contraire du premier qui, lui, verdit à chacun de mes passages (ce n'est pas un smiley content ou pas content, mais un simple compteur qui s'actualise très vite), je pense avoir décidé que, de manière réciproque, je ne l'aimais pas non plus. Pourquoi ? Parce qu'il me tire la tête pardi ! Si, de temps en temps, il se décidait à avoir pitié de ma fatigue tardive et de me signifier que 52 ou 55 km/h, ce n'est pas si éloigné que ça de 50 km/h, peut être accepterais-je de lui faire davantage plaisir à chaque fois.
C'est bien là d'ailleurs que je souhaite en venir. Entre les deux types de radars il existe une différence fondamentale. Le premier indique le changement de vitesse en continu (en plus de signifier en vert ou en rouge si l'on est en dessous ou en dessus de la vitesse limite), ce qui incite à ralentir. Le deuxième capture une seule fois la vitesse du véhicule et ajoute un jugement, la tête du smiley,  sans la moindre chance d'améliorer son comportement. Le jugement est donné ; point barre !
Ma petite suggestion serait alors d'une part de n'avoir que des radars pédagogiques qui actualisent rapidement la vitesse mesurée, donnant au conducteur toutes les chances de ralentir en toute connaissance de sa vitesse ; il s'agit d'autre part d'adoucir le jugement porté par cette saleté de smiley au comportement bipolaire par tout un gradient plus important de mimiques dont l'évolution serait guidée par l'accélération ou la décélération et non la vitesse immédiate. Il sortirait ainsi de la vallée de l'étrange (de l'angoisse ?) dans laquelle il est coincé.

Introduisons donc un peu de psychologie dans toute cette pédagogie routière. Encourageons plutôt que de nous limiter à juger.

Tiens, c'est marrant, ça s'applique aussi à l'enseignement ...