Face à l'intensification des crises environnementales globales, il est crucial de concevoir des alternatives socio-techniques (AST) respectueuses des limites planétaires. Celles-ci reposent à la fois sur les technologies disponibles et sur les choix de société. Elles doivent également être cohérentes sur le plan biophysique, c'est-à-dire respecter les équilibres de matière.

Des logiciels tels que STAN implantent des analyses de flux de matière et d'énergie (AFME) et sont utilisés à des fins de diagnostic en se focalisant sur la correction de données mesurées et l'estimation de flux manquants. Les outils de scénarisation sont eux généralement sectoriels (énergie, agriculture, etc.) et n'ont pas recours à de l'optimisation. Notre approche novatrice applique l'AFME à un usage prospectif multisectoriel (dit approche nexus) avec le développement d'un logiciel pour aider à la conception et l'exploration d'AST, nommé STAX (pour Socio-Technical Alternatives eXplorer). D'abord, l'utilisateur exprime des souhaits et des contraintes sur les productions et les consommations au sein d'un système productif. Puis, cela est converti en un problème d'optimisation sous contraintes et le solveur SCIP trouve des AST qui tranchent des compromis à faire dus à l'incompatibilité entre les souhaits. Outre les problèmes mathématiques d'optimisation, découlent de cela des questions d'explicabilité des résultats et d'interface d'utilisation pour accompagner la conception des AST.

Cet outil peut être utilisé pour imaginer des changements socio-techniques (modes de production, pratiques de consommation, etc.) mais aussi évaluer la résilience d'un système face à des crises ou vulnérabilités diverses, comme le manque de disponibilité des ressources. La modélisation proposée est applicable à tout système avec des flux quantifiables (matière, énergie, main d'œuvre, etc.) et constitué de multiples modes de production et de consommation. Pour le moment, nous avons conçu plusieurs modèles jouets (jusqu'à une cinquantaine de variables) et reproduit les résultats d'un article sur des scénarios du secteur agroalimentaire.