Après l’observation, le phénomène dominant commence à apparaître. Les données montrent peut-être une mémoire longue, une intermittence, une queue lourde, une rupture de régime, une propagation, une interface active ou une dynamique critique. Mais ce constat ne suffit pas encore. Il faut maintenant relier ce phénomène à des familles connues de comportements complexes.

Relier signifie d’abord replacer le problème dans son histoire. Aucun système n’arrive sans passé scientifique, technique ou expérimental. Il faut donc examiner les travaux existants, les modèles déjà proposés, les résultats empiriques disponibles, les limites rencontrées et les controverses éventuelles.

Relier signifie ensuite ouvrir la bibliographie au-delà du domaine immédiat. Un phénomène observé dans un radar peut rappeler une turbulence de surface. Une crise financière peut évoquer une transition de phase. Un projet industriel sous tension peut être lu comme un système diffusion/réaction ou comme un réseau proche d’un seuil de percolation. Cette ouverture transdisciplinaire ne sert pas à produire des analogies décoratives ; elle sert à reconnaître des structures communes.

Relier signifie aussi choisir les bons outils de caractérisation. Une queue lourde appelle l’étude des distributions extrêmes. Une mémoire longue appelle les autocorrélations, les spectres ou les ondelettes. Une dynamique de transition appelle les régimes, les seuils, les bifurcations ou les changements de stabilité. Une propagation appelle les graphes, les réseaux, la diffusion ou la percolation.

Cette étape construit donc une cartographie entre les données et les modèles possibles. Elle ne fixe pas encore le modèle définitif, mais elle réduit l’espace des hypothèses. Elle permet de dire : le phénomène observé semble relever d’une dynamique de potentiel, d’un processus à mémoire longue, d’un système diffusion/réaction, d’une interface fractale, d’un modèle multiplicatif, d’une transition critique ou d’un réseau en propagation.

Relier, c’est transformer une observation locale en compréhension structurée. C’est le moment où les données cessent d’être isolées et commencent à appartenir à une famille de phénomènes. C’est aussi le moment où la physique de la complexité joue pleinement son rôle : fournir une carte des formes dynamiques possibles.