Jumeau numérique d’élevage : valider avant de décider

Une décision précise avant une copie de la ferme

Faut-il transférer une partie des truites vers un autre bassin, modifier la distribution d’aliment ou revoir l’apport d’oxygène ? Un jumeau numérique cherche à comparer les conséquences de telles décisions à partir d’une représentation du système d’élevage. Son intérêt dépend de la décision qu’il aide à préparer. Une représentation détaillée de l’installation peut rester peu utile si ses prédictions ne sont pas assez fiables pour l’intervention envisagée.

Le cas de Lima et ses collègues porte sur la truite arc-en-ciel, Oncorhynchus mykiss, dans une ferme italienne à terre. La version révisée de 2023 présente une application conceptuelle associant données de terrain et modèles. Elle ne démontre pas, par un essai comparatif de production, qu’un pilotage automatique améliorerait la croissance ou la santé dans toutes les piscicultures.

Ce que représentent l’eau et les poissons

Les auteurs distinguent deux composantes : l’eau et les poissons. La première décrit notamment les conditions du bassin ; la seconde représente la croissance et les besoins des animaux. Les interactions comptent autant que les valeurs isolées. Une biomasse plus élevée peut accroître la demande totale en oxygène, tandis que la température intervient dans le fonctionnement biologique du lot.

L’oxygène dissous n’est donc pas seulement une courbe à afficher. Il relie une mesure locale, les échanges avec l’environnement, les apports techniques et la consommation des poissons. Le métabolisme des animaux participe à cette consommation. Une valeur simulée dépend ainsi de plusieurs hypothèses, dont certaines sont moins directement observables qu’une concentration mesurée par une sonde.

Les informations sur les effectifs, les masses, les transferts et l’aliment distribué doivent suivre les événements réels. Si un transfert est absent du registre, le modèle peut attribuer à tort une modification d’oxygène à un changement physiologique. La correction porte alors sur l’historique du lot, avant de porter sur les paramètres mathématiques.

Simuler un scénario ne valide pas son bénéfice

Un modèle permet de poser une question conditionnelle : que devrait-il se passer si une partie du lot change de bassin ? Cette comparaison est utile pour préparer une décision, mais elle reste dépendante des relations retenues. Un résultat favorable à l’écran ne prouve ni sa faisabilité matérielle ni son innocuité pour les animaux.

La revue de Chen et ses collègues, publiée en 2025, décrit les applications et les possibilités de cette technologie en aquaculture. Elle aide à situer les ambitions du domaine. Elle ne transforme pas chaque architecture proposée en outil opérationnel validé. Il faut distinguer une démonstration de connexion entre capteurs et logiciel, une prédiction correctement testée et une amélioration effectivement observée après décision.

Pour un élevage, cette distinction conduit à choisir un objectif limité. Par exemple, estimer l’évolution de l’oxygène avant un transfert prévu demande une validation différente de celle d’un système qui ajuste lui-même les apports. Plus la conséquence d’une erreur est immédiate, plus les conditions d’utilisation et de reprise manuelle doivent être explicites.

Tester le modèle hors des données qui l’ont réglé

Avant d’utiliser une prédiction, l’équipe peut conserver des périodes d’observation qui n’ont pas servi à ajuster le modèle. Comparer ensuite les valeurs prévues aux mesures de terrain permet de rechercher des écarts persistants, notamment lors d’un nourrissage, d’un transfert ou d’un changement de régime hydraulique. Cette proposition constitue une démarche de validation locale, pas une performance chiffrée obtenue dans l’étude.

L’échantillonnage des poissons mérite la même attention. Une estimation de masse obtenue sur des individus facilement accessibles peut mal représenter le lot. La date et la méthode de cette estimation doivent accompagner la valeur utilisée. Une erreur de biomasse ne disparaît pas parce que les calculs suivants comportent plusieurs décimales.

Il est aussi utile d’annoncer ce qui rendrait le modèle inutilisable : données manquantes, capteur en défaut, configuration hydraulique modifiée ou nouvelle gamme de taille non évaluée. Ces situations ne doivent pas être assimilées à des conditions déjà couvertes. Le modèle peut continuer à calculer tout en ayant perdu sa pertinence pour la décision.

Organiser un essai réversible sur le terrain

Une première utilisation peut consister à produire des prévisions sans laisser le logiciel commander les équipements. L’équipe compare alors les scénarios à ses observations et consigne les désaccords. Ce fonctionnement ne dispense pas de surveiller les poissons ; il permet de comprendre les limites de l’outil avant de lui confier davantage d’actions.

Le registre d’essai peut préciser la décision proposée, les données disponibles, l’incertitude connue, l’intervention finalement réalisée et l’évolution constatée. Il faut également conserver les changements de version. Si une amélioration coïncide avec une modification d’aliment ou de débit, elle ne peut pas être attribuée sans examen au seul jumeau numérique.

Le bien-être et la santé restent des critères à part entière. Une prévision de croissance ne remplace pas l’examen d’un lot présentant une ventilation inhabituelle, une baisse d’appétit ou des lésions. Ces observations peuvent signaler des facteurs que le modèle ne représente pas. Elles justifient une réévaluation de la situation, même si la trajectoire simulée paraît normale.

Retenir un outil dont les limites sont connues

Le jumeau numérique devient utile lorsque ses utilisateurs savent ce qu’il prévoit, sur quelles données il repose et dans quelles circonstances ses résultats doivent être suspendus. Le cas de la truite fournit une base méthodologique pour cette réflexion, sans garantir un bénéfice universel ni remplacer le jugement d’élevage.

Vetofish peut aider à définir une question de suivi, à relier observations sanitaires et données techniques, puis à organiser un essai documenté grâce à son conseil et accompagnement pour les équipes d’aquaculture. L’objectif est de rendre la décision plus explicable, avec des critères de vérification adaptés à la ferme.