La perception visuelle humaine ne constitue pas une simple transposition passive et mécanique des flux photoniques frappant la mosaïque rétinienne en représentations conscientes élémentaires. Loin de se réduire à une mosaïque atomistique de sensations juxtaposées, l’expérience visuelle se caractérise d’emblée par une organisation structurée, cohérente et immédiate du champ phénoménal. Au tournant du XXe siècle, ce constat fondamental a suscité une refonte épistémologique radicale des sciences de l’esprit, orchestrée principalement par l’école germano-autrichienne de la psychologie de la forme (Gestaltpsychologie). Deux figures tutélaires incarnent de manière magistrale cette rupture théorique : Max Wertheimer, par ses investigations minutieuses sur les lois du groupement perceptif, et Edgar Rubin, par sa théorisation pionnière de la ségrégation figure-fond. Ensemble, ils ont redéfini la perception non comme une construction additive de sensations locales, mais comme un processus dynamique d’auto-organisation spatiale et temporelle régi par des principes intrinsèques d’économie et d’équilibre structural.
L’exploration des principes de groupement énoncés par Wertheimer en 1923 et des dynamiques de ségrégation spatiale documentées par Rubin en 1915 a inauguré un programme de recherche expérimental qui transcende largement le cadre historique de la psychologie classique. Leurs travaux ont posé les jalons conceptuels d’une interrogation fondamentale : comment le système visuel, confronté à un ensemble continu et ambigu de luminances et de longueurs d’onde sur la surface bidimensionnelle des récepteurs oculaires, parvient-il à inférer avec une célérité stupéfiante des entités volumétriques individualisées, ordonnées selon des relations de profondeur, de cohésion interne et de prévalence attentionnelle ? Ce problème canonique de la segmentation de scènes et du liage perceptif (perceptual binding) demeure l’un des verrous théoriques centraux de la neuroscience contemporaine, de la psychophysique computationnelle et de la vision artificielle.
Le présent essai se propose d’analyser en profondeur l’héritage scientifique et conceptuel de Max Wertheimer et d’Edgar Rubin. En articulant une perspective historique, épistémologique, neurophysiologique et computationnelle, nous examinerons la genèse de la Gestalt, la systématique des facteurs d’intégration spatiale, la phénoménologie de la frontière unilatérale régissant la ségrégation figure-fond, ainsi que les prolongements contemporains de ces découvertes dans l’étude des microcircuits corticaux et des architectures neuronales artificielles. À travers l’examen critique de leurs théories et de leurs validations expérimentales modernes, il s’agira de comprendre comment ces pionniers ont anticipé les modèles actuels de traitement de l’information visuelle, transformant à jamais notre compréhension du regard humain sur le monde.
1. Introduction épistémologique et genèse de la Gestalt : Wertheimer et Rubin
1.1 Le contexte intellectuel de la psychologie de la Gestalt à Berlin et Copenhague
L’émergence de la psychologie de la Gestalt au début du vingtième siècle s’inscrit en rupture directe avec le paradigme dominant de l’époque : le structuralisme atomiste incarné par Wilhelm Wundt et son disciple Edward Bradford Titchener. Cette approche classique postulait que la conscience pouvait être disséquée en éléments sensoriels discrets, purs et indivisibles, assimilables à des « atomes psychiques ». Selon cette doctrine associationniste, issue de l’empirisme britannique de Locke, Berkeley et Hume, la perception complexe d’un objet n’était rien d’autre que l’agrégation mécanique de ces sensations élémentaires, reliées rétrospectivement par des lois d’association passive forgées au fil de l’expérience passée et de l’apprentissage répété.
Cette vision réductionniste et mécaniste fut vivement contestée par le philosophe autrichien Christian von Ehrenfels dans son essai séminal de 1890, Über ‘Gestaltqualitäten’ (Sur les qualités de forme). Ehrenfels y soulignait qu’une mélodie transposée dans une tonalité différente ne partage aucune note élémentaire avec sa version d’origine, et pourtant, l’auditeur la reconnaît instantanément comme étant la même mélodie. Il en déduisait l’existence d’une « qualité de forme » (Gestaltqualität) irréductible aux constituants matériels isolés. Bien qu’Ehrenfels demeurât attaché à une épistémologie associationniste — supposant qu’un acte intellectuel de niveau supérieur venait se surajouter aux éléments primitifs —, il avait ouvert une brèche conceptuelle majeure dans laquelle s’engouffrèrent les fondateurs de l’école de Francfort et de Berlin : Max Wertheimer, Wolfgang Köhler et Kurt Koffka.
Parallèlement aux développements allemands, un tournant méthodologique décisif s’opérait à l’Université de Copenhague sous l’égide du philosophe et psychologue Harald Høffding, maître à penser d’Edgar Rubin. Høffding défendait une approche attentive à la dynamique de la conscience et à la synthèse perceptuelle, incitant Rubin à soumettre l’expérience phénoménale directe à une analyse expérimentale méticuleuse. Alors que Wertheimer, lors de ses expériences fondatrices de 1912 sur le phénomène phi à Francfort, démontrait l’existence d’un mouvement apparent pur qui ne saurait résulter de la simple addition de stimulations statiques locales, Rubin, dès 1915 à Copenhague, s’attaquait à la structure fondamentale de la visibilité en démontrant que l’espace visuel ne se donne jamais comme un plan d’expérience homogène, mais s’articule spontanément en une figure proéminente et un fond subordonné.
La convergence de ces trajectoires intellectuelles consacra l’abandon de l’introspectionnisme analytique au profit d’une phénoménologie expérimentale. Contrairement à l’introspection wundtienne, qui contraignait les sujets à ignorer le sens des objets pour décrire d’improbables sensations brutes, la méthode phénoménologique gestaltiste prenait pour point de départ l’expérience vécue naïve et immédiate, telle qu’elle se manifeste à l’observateur avant toute théorisation savante, tout en variant systématiquement les paramètres physiques du stimulus pour en dévoiler les régularités invariantes.
1.2 L’axiome fondamental : La totalité perceptuelle face à la somme des parties
L’axiome central de la Gestaltpsychologie est souvent résumé par l’aphorisme populaire : « Le tout est plus que la somme de ses parties ». Toutefois, comme le précisait avec insistance Kurt Koffka, cette formulation trahit la pensée véritable du mouvement : il convient d’affirmer que le tout est autre que la somme de ses parties (Das Ganze ist etwas anderes als die Summe seiner Teile). Cette distinction n’est pas une simple subtilité sémantique ; elle traduit un changement ontologique profond. Le tout perceptif possède des propriétés émergentes intrinsèques qu’aucun examen parcellaire, si exhaustif soit-il, ne permet d’inférer à partir de la contemplation isolée des fragments décontextualisés.
Corollaire indissociable de cet axiome, la Gestalt a mené une charge critique dévastatrice contre ce qu’elle a nommé « l’hypothèse de constance » (Konstanzannahme). Cette hypothèse implicite, partagée par les tenants du structuralisme et du béhaviorisme naissant, postulait une correspondance biunivoque et rigide entre la stimulation proximale locale (l’excitation ponctuelle d’un photorécepteur rétinien) et l’élément de sensation consciente correspondant. Les gestaltistes ont démontré l’invalidité fondamentale de cette prémisse : une même stimulation rétinienne locale engendre des percepts radicalement différents selon la configuration globale dans laquelle elle est immergée. À l’inverse, des configurations physiques hétérogènes peuvent engendrer des percepts structurellement identiques.
Ce rejet de l’hypothèse de constance imposait de repenser l’architecture fonctionnelle de la perception. L’émergence de la forme ne pouvait plus être conçue comme une inférence cognitive secondaire ou un jugement tardif venant corriger une sensation primaire défectueuse. La perception devait être reconnue comme une dynamique d’auto-organisation spontanée et unitaire du système nerveux central, où les gradients d’activité s’équilibrent mutuellement selon des lois de champ comparables à celles régissant les systèmes physiques macroscopiques, tels que la distribution des charges électrostatiques sur un conducteur ou la formation d’une bulle de savon sphérique sous l’effet de tensions de surface.
2. Les fondements des études sur le groupement selon Max Wertheimer (1923)
2.1 L’article séminal de 1923 : Untersuchungen zur Lehre von der Gestalt II
Onze années après sa publication historique sur la perception du mouvement stroboscopique, Max Wertheimer fit paraître dans la revue Psychologische Forschung un traité magistral intitulé Untersuchungen zur Lehre von der Gestalt II (Recherches sur la théorie de la forme, partie II). Cet article de 1923 constitue la charte fondatrice de l’étude formelle du liage visuel. Wertheimer s’y livrait à une démonstration systématique et rigoureuse de la manière dont les éléments visuels discrets s’agrègent spontanément pour former des unités perceptuelles intégrées, ou « Gestalten ».
Pour neutraliser l’influence perturbatrice de la signification sémantique, des associations culturelles et de l’expérience biographique des sujets — souvent invoquées par les empiristes pour justifier la cohérence de l’expérience visuelle —, Wertheimer eut l’intuition méthodologique de concevoir un corpus de stimuli géométriques épurés. À l’aide de simples réseaux de points alignés, de tirets, de barres parallèles et de segments abstraits, il présenta des matrices visuelles dépourvues de charge affective ou utilitaire. En observant ces configurations, n’importe quel observateur constatait immédiatement que certains groupements s’imposaient à la conscience avec une force d’évidence quasi contraignante, tandis que d’autres combinaisons géométriquement concevables demeuraient rigoureusement inaccessibles au regard spontané.
Wertheimer formalisa à cette occasion la dichotomie fondamentale entre les facteurs objectifs du stimulus (objektive Faktoren) et les facteurs subjectifs (subjektive Faktoren). Les facteurs subjectifs englobent les attentes, l’attention délibérée et l’attitude perceptive de l’observateur (Einstellung). Wertheimer démontra que, si une posture attentionnelle volontaire peut parfois moduler l’organisation du champ, cette flexibilité subjective est constamment contrainte, voire dominée, par la puissance des facteurs objectifs inhérents à la géométrie spatiale du stimulus. Les forces d’intégration organisationnelle ne sont pas le produit d’un décret arbitraire de l’esprit ; elles sont ancrées dans la configuration optique même, attestant l’existence de mécanismes perceptifs universels et autonomes.
2.2 Le principe d’économie cognitive et le concept de champ perceptif
L’interprétation théorique que Wertheimer donna de ces groupements repose sur l’hypothèse de l’existence d’un champ perceptif unifié, concept largement inspiré de la physique des champs électromagnétiques de James Clerk Maxwell et Michael Faraday. Wertheimer et son confrère Wolfgang Köhler postulaient que le cerveau ne fonctionne pas comme un faisceau de câbles téléphoniques isolés transmettant des influx séparés, mais comme un milieu physique conducteur où les événements nerveux interagissent dynamiquement sous forme de champs d’ondes et de potentiels globaux.
Cette conceptualisation déboucha sur la formulation du concept d’isomorphisme psychophysique. Selon ce principe fondamental, il existe une analogie structurale et fonctionnelle directe entre l’organisation de l’espace phénoménal perçu et l’organisation macroscopique des processus électrochimiques sous-jacents dans le cortex cérébral. L’ordre phénoménal n’est pas une illusion cognitive projetée sur un substrat biologique hétérogène ; il reflète directement la topologie des champs neuronaux.
Dans ce cadre, le système perceptif est régi par un principe universel d’économie cognitive : confronté à une infinité géométrique d’interprétations spatiales compatibles avec les flux sensoriels incidents, le système converge instantanément vers l’état stationnaire d’énergie potentielle minimale et de simplicité maximale. La résolution des ambiguïtés inhérentes à la stimulation sensorielle immédiate s’opère ainsi sans délibération discursive, par une transition de phase naturelle vers une configuration de moindre contrainte physique au sein du champ cortical.
3. Les lois classiques de proximité et de similarité de Wertheimer
3.1 La loi de proximité (Gesetz der Nähe) : Métrique spatiale et groupement
La loi de proximité (Gesetz der Nähe) constitue le principe d’intégration spatiale le plus élémentaire et le plus universel identifié par Wertheimer. Cet axiome stipule que, toutes choses étant égales par ailleurs, les éléments visuels les plus proches spatialement les uns des autres tendent à être perçus de façon irrépressible comme appartenant à une même entité globale ou formant une sous-structure unifiée.
Pour établir mathématiquement ce principe, Wertheimer mit en scène des séries régulières de points équidistants disposés sur une ligne horizontale :
- Dans une condition de base où la distance entre chaque point successif est rigoureusement identique ($a – b = b – c = c – d$), le système perceptif n’exprime aucune préférence directionnelle univoque ; la ligne apparaît simplement comme une succession continue de grains.
- Dès que l’on introduit une asymétrie métrique en modifiant l’espacement ($a-b$ court, $b-c$ long, $c-d$ court), le champ phénoménal se restructure instantanément en une série de paires discrètes ($ab$, $cd$, etc.). La force de groupement est fonction inverse de la distance euclidienne relative séparant les stimuli.
L’expérimentation avec des matrices bidimensionnelles confirme avec éclat la puissance de cette métrique spatiale. Si l’on dispose des points au sein d’une grille où l’intervalle vertical ($d_v$) est inférieur à l’intervalle horizontal ($d_h$), l’observateur perçoit infailliblement une succession de colonnes verticales bien ordonnées, et il devient cognitivement laborieux, voire impossible dans des conditions de présentation tachistoscopique brève, d’appréhender la scène sous la forme de rangées horizontales. La distance métrique dicte l’émergence des axes dominants de segmentation.
Ce principe dépasse le simple domaine statique et s’étend à la dynamique spatio-temporelle : des stimuli apparaissant successivement dans des intervalles temporels brefs sont agrégés selon leur proximité spatiale, régissant la trajectoire du mouvement apparent. De nos jours, la loi de proximité constitue l’un des piliers cardinaux de l’ergonomie cognitive, de la mise en page typographique et de la conception d’interfaces utilisateurs (UI/UX) : l’espacement fonctionnel entre les blocs de texte, les marges et les boutons dicte instantanément à l’utilisateur la hiérarchie informationnelle sans nécessiter la médiation d’une lecture textuelle explicite.
3.2 La loi de similarité (Gesetz der Ähnlichkeit) : Groupement par attributs
Lorsque la métrique spatiale est neutralisée par l’introduction d’intervalles géométriques équidistants, la loi de similarité (Gesetz der Ähnlichkeit) prend le relais de manière souveraine. Wertheimer formula ce principe en démontrant que des éléments visuels occupant des positions spatiales équivalentes s’agrègent spontanément en sous-ensembles cohésifs dès lors qu’ils partagent des attributs morphologiques ou physiques communs.
Les dimensions visuelles primitives susceptibles de déclencher ce groupement automatique sont multiples :
- La luminance et la couleur : Dans une matrice régulière de points où alternent des colonnes de disques noirs et de disques blancs, l’espace se segmente spontanément en bandes verticales monochromes.
- La taille géométrique : Des éléments de dimensions volumétriques distinctes insérés dans une trame homogène s’associent immédiatement par homothétie d’échelle.
- L’orientation spatiale : Des segments inclinés à 45 degrés se détachent sans équivoque d’un arrière-plan composé de barres verticales à 90 degrés.
- La forme et la texture : L’alternance de cercles et de carrés crée des partitions structurelles immédiates.
Wertheimer s’intéressa tout particulièrement à la compétition perceptuelle directe entre indices de proximité et de similarité. En concevant des protocoles où les facteurs s’affrontent — par exemple, en rapprochant spatialement des formes dissemblables tout en éloignant des formes identiques —, il mit en évidence des seuils d’inversion perceptuelle. Si la distance relative devient trop critique, la proximité triomphe de la ressemblance formelle ; inversement, une divergence chromatique ou de luminance extrême peut annihiler les effets d’un espacement spatial réduit.
Cette dynamique relève de ce que la psychologie cognitive contemporaine, notamment sous l’impulsion des travaux d’Anne Treisman sur l’intégration des caractéristiques (Feature Integration Theory), qualifie d’extraction pré-attentive des saillances catégorielles. Le système visuel procède à une décomposition parallèle des attributs primitifs dans les aires corticales primaires, et les gradients d’homogénéité d’attributs guident la synthèse rapide de cartes de saillance globale.
4. Les principes de bonne continuité et de fermeture (clôture)
4.1 La loi de bonne continuité (Gesetz der guten Fortsetzung)
La loi de bonne continuité (Gesetz der guten Fortsetzung) stipule que les éléments visuels s’agencent de manière à privilégier les trajectoires linéaires ou curvilignes fluides, en minimisant systématiquement les ruptures directionnelles abruptes, les variations d’angle aiguës et les discontinuités de courbure. Si deux segments linéaires s’intersectent en forme de croix ou de X, l’observateur ne perçoit quasiment jamais deux angles pointus accolés par leurs sommets opposés (par exemple, deux structures en ><), mais bien deux lignes continues et indépendantes qui se croisent en préservant leur vecteur directionnel propre.
Ce principe revêt une importance écologique fondamentale pour la survie des organismes. Dans l’environnement naturel, les objets opaques s’occultent mutuellement de manière omniprésente : la ramure d’un arbre masque partiellement le corps d’un prédateur ou le tronc situé à l’arrière-plan. Grâce à la bonne continuité, le système perceptif résout instantanément le problème de la désocclusion visuelle en prolongeant virtuellement les contours interrompus derrière les surfaces couvrantes. Cette opération d’interpolation cognitive permet de maintenir la constance et l’intégrité fonctionnelle des objets fragmentés dans l’image rétinienne.
Sur le plan neurophysiologique moderne, la loi de bonne continuité trouve une confirmation spectaculaire dans le principe d’association collinéaire découvert au niveau du cortex visuel primaire (aire V1). Les neurones corticaux simples et complexes, dont les champs récepteurs sont accordés à des orientations spatiales précises, ne sont pas isolés : ils sont interconnectés latéralement par de longs axones horizontaux non myélinisés qui traversent les colonnes d’orientation. Ces collatérales axonales facilitent préférentiellement l’excitation réciproque des neurones qui partagent des préférences d’orientation spatialement alignées et tangentielles le long d’un axe géométrique continu, fournissant ainsi une implémentation synaptique directe à l’intuition de Wertheimer.
4.2 La loi de fermeture (Gesetz der Geschlossenheit) : Intégration des contours
La loi de fermeture ou de clôture (Gesetz der Geschlossenheit) énonce une tendance intrinsèque du mécanisme perceptif à compléter mentalement des contours discontinus, lacunaires ou fragmentaires pour engendrer une unité topologique bornée, étanche et spatialement circonscrite. Confronté à une figure dont le périmètre linéaire présente des interruptions physiques, l’appareil visuel tend à ponter activement les brèches pour stabiliser une morphologie fermée plutôt que d’interpréter la scène comme un agrégat de segments flottants et déconnectés.
Wertheimer démontra expérimentalement la prédominance structurelle des formes fermées sur les lignes ouvertes dans des paradigmes de compétition géométrique :
- Lorsque des crochets ou des parenthèses sont disposés à intervalles alternés, l’observateur apparie préférentiellement les segments qui s’orientent l’un vers l’autre pour délimiter une enceinte intérieure ($[ ] \quad [ ]$), délaissant l’appariement fondé sur la stricte proximité si celle-ci engendre des formes ouvertes incompatibles ($] \quad [ ] \quad [$).
- La présence d’un espace intérieur unifié crée une pression de confinement qui prévaut sur les symétries locales ouvertes.
L’extension théorique la plus spectaculaire de la loi de fermeture s’incarne dans la mise en évidence des contours illusoires ou quasi-perceptifs, illustrés de façon emblématique par le célèbre triangle de Gaetano Kanizsa en 1955. Dans ces configurations, des segments circulaires échancrés (les « Pac-Man ») et des lignes convergentes tronquées incitent le système visuel à générer des frontières perceptuelles lumineuses éclatantes là où il n’existe physiquement aucune modification du gradient de luminance sur le support papier. Le besoin d’intégration d’une forme fermée dominante génère une surface subjective dotée d’une clarté accrue et de contours nets qui s’imposent à la conscience comme une présence matérielle indubitable.
5. Destin commun, symétrie et la loi fondamentale de Prägnanz
5.1 La loi du destin commun (Gesetz des gemeinsamen Schicksals)
Alors que la plupart des lois gestaltistes sont illustrées à l’aide de paradigmes spatiaux statiques, Wertheimer formula la loi du destin commun (Gesetz des gemeinsamen Schicksals) pour régir l’organisation du champ dynamique spatio-temporel. Cette loi stipule que des éléments visuels disparates qui partagent une même trajectoire spatiale, une vélocité cinétique uniforme ou une synchronie de phase temporelle s’intègrent instantanément au sein d’une Gestalt unifiée, se détachant avec force du contexte stationnaire ou animé de mouvements divergents.
Ce principe constitue une condition sine qua non de la vision écologique, théorisée ultérieurement par James J. Gibson. Dans le monde biologique :
- Le phénomène de camouflage cryptique d’un animal (un insecte mimant une feuille ou un reptile épousant les textures de l’écorce) repose entièrement sur la désagrégation statique de ses contours par les lois de similarité et de texture avec l’arrière-plan.
- Dès que l’animal initie le moindre déplacement, la corrélation spatio-temporelle de l’ensemble des points de sa surface corporelle déclenche l’application irrépressible de la loi du destin commun, rompant instantanément le camouflage et signalant sa présence comme un objet unitaire en mouvement.
Des recherches contemporaines en psychophysique de la vision ont démontré une dissociation neuro-fonctionnelle majeure entre le groupement statique et le groupement cinétique. Le destin commun met en jeu des circuits corticaux spécialisés dans le traitement du flux optique et du mouvement global, principalement localisés au sein de l’aire médio-temporale (MT / V5). Les neurones de l’aire MT réalisent l’intégration des signaux de direction du mouvement local émis par l’aire V1, synthétisant un vecteur cinétique global qui contraint la perception de la structure de l’objet à travers le temps.
5.2 La loi de Prägnanz : Recherche de la bonne forme et d’entropie minimale
Au sommet de l’édifice théorique de Wertheimer et de ses collègues gestaltistes trône la loi cardinale de Prägnanz (généralement traduite par « loi de bonne forme » ou « loi de prégnance »). Ce métapríncipe postule que toute organisation psychologique tend spontanément vers le meilleur état structurel possible au regard des conditions périphériques incidentes. Une « bonne forme » se caractérise phénoménologiquement par sa simplicité, sa régularité, sa stabilité intrinsèque, sa cohésion harmonique et l’absence d’ambiguïté morphologique.
La formulation générale de la prégnance implique que le système visuel, confronté à un agencement géométrique complexe ou équivoque, l’interprète invariablement de la manière la plus économique qui soit. Ainsi, une figure composée d’un carré superposé à un cercle n’est jamais perçue comme un polygone tarabiscoté à multiples facettes flanqué d’un arc de cercle résiduel accolé de façon accidentelle, mais comme l’intersection de deux formes géométriques primaires régulières et stables, partiellement occultées. L’esprit privilégie la structure qui minimise le nombre de discontinuités formelles.
À l’époque contemporaine, cette quête gestaltiste de la simplicité maximale a trouvé une modélisation mathématique rigoureuse grâce à la théorie algorithmique de l’information et à la complexité de Kolmogorov (souvent désignée sous le terme de Minimum Description Length Principle ou principe de la longueur de description minimale). Selon cette approche formalisée notamment par Emmanuel Leeuwenberg et Peter van der Helm, le système perceptif évalue implicitement le coût informationnel des différentes configurations possibles. La « bonne forme » retenue par la conscience consciente est celle dont le code génératif algorithmique est le plus court, réduisant l’entropie représentationnelle au strict minimum.
Dans ce processus d’optimisation, la symétrie axiale et centrale intervient comme un opérateur fondamental d’économie cognitive. Un objet symétrique possède une redondance informationnelle intrinsèque élevée : la connaissance de l’une de ses moitiés permet de déduire l’autre par simple réflexion spéculaire. Wertheimer a démontré que la présence de symétrie confère aux stimuli une force d’attraction configurationnelle disproportionnée, stabilisant la cohésion globale de l’entité contre les forces d’éclatement ou les bruits contextuels.
6. L’émergence de la ségrégation figure-fond : Les travaux séminaux d’Edgar Rubin
6.1 La thèse de 1915 : Synsoplevede Figurer et l’identification du problème
Tandis que Wertheimer cartographiait les forces qui agrègent les éléments au sein d’un même plan, le psychologue danois Edgar Rubin opéra une percée conceptuelle tout aussi monumentale en publiant en 1915 sa thèse de doctorat à Copenhague : Synsoplevede Figurer : Studier i psykologisk Analyse (Figures visuellement perçues : études d’analyse psychologique), traduite et diffusée en allemand en 1921. Rubin mit en évidence un phénomène tellement universel et enraciné dans l’expérience quotidienne que la science psychologique antérieure l’avait entièrement négligé : l’organisation spontanée et asymétrique du champ visuel en une figure et un fond.
Jusqu’aux travaux de Rubin, la psychologie sensorielle concevait tacitement le plan visuel comme une surface géométrique uniforme et isotrope de projection, où des taches colorées s’inscrivaient de manière contiguë, à la manière d’une mosaïque ou d’une marqueterie. Rubin fracassa ce modèle cartographique simpliste en démontrant que même dans un dessin bidimensionnel parfaitement plat, dépourvu de tout indice de stéréoscopie ou d’ombrage physique, la perception procède instantanément à une stratification verticale et ontologique de l’espace. Le champ n’est jamais perçu comme une marqueterie plane ; il se scinde invariablement en un objet focalisé (la figure) qui semble flotter devant une étendue indéterminée (le fond).
Pour isoler ce mécanisme des biais sémantiques habituels, Rubin conçut des dispositifs expérimentaux aujourd’hui légendaires, au premier rang desquels figure le célèbre Vase de Rubin (ou figure réversible du vase et des profils). Ce stimulus bistable confronte l’observateur à une aire centrale en forme de calice délimitée par deux silhouettes latérales évoquant des visages humains face à face. La propriété cardinale de cette figure réside dans son ambiguïté structurelle délibérée : les gradients de contrastes et la géométrie des contours rendent la configuration totalement réversible.
6.2 La nature de la bistabilité perceptuelle et les dynamiques de bascule
L’observation rigoureuse du vase de Rubin et des figures bistables analogues dévoile une loi psychologique impitoyable : l’incompatibilité de la double perception simultanée. Un observateur ne peut en aucun cas faire l’expérience consciente, au même instant précis et au même emplacement spatial, des deux profils et du vase sous le statut de figures coordonnées. L’accès à la conscience perceptive s’effectue selon un mode d’exclusion mutuelle absolue :
- Soit l’aire centrale blanche s’organise en calice, et les zones noires latérales s’effacent phénoménologiquement pour devenir un fond continu et informe passant derrière l’objet.
- Soit les zones noires se structurent en deux visages expressifs, et l’espace blanc central perd instantanément sa cohésion chosale pour se dissoudre dans l’arrière-plan vide.
Cette alternance n’est pas figée ; elle s’exprime par des dynamiques d’inversion ou de bascule perceptuelle (perceptual reversals) régulières et incontrôlables sur la durée. Lorsque l’attention se maintient de manière prolongée sur la configuration bistable, la bascule s’opère de façon spontanée au bout de quelques secondes. Les psychophysiciens expliquent ce phénomène par des mécanismes de fatigue neuronale ou de satiation perceptuelle (neural adaptation) : les populations de neurones corticaux sous-tendant l’interprétation dominante subissent une désensibilisation synaptique progressive, abaissant leur niveau d’activation sous le seuil d’excitabilité des circuits neuronaux concurrents qui encodent l’interprétation alternative, provoquant ainsi le basculement inéluctable du percept.
Rubin étudia avec finesse l’interaction entre les processus ascendants (bottom-up, contraintes physiques locales) et les processus descendants (top-down, attention sélective volontaire). Si un observateur peut temporairement freiner ou hâter le moment de la bascule en concentrant son regard sur des détails anatomiques spécifiques (le nez d’un profil ou le pied du vase), il demeure structurellement impuissant à figer indéfiniment son état perceptif ou à imposer une fusion des deux représentations antagonistes. L’organisation figure-fond obéit à des règles de dynamique non linéaire d’une robustesse inaltérable.
7. Caractéristiques phénoménologiques différentielles de la figure et du fond
7.1 Le statut ontologique de la figure : Morphologie, localisation et contour
L’apport le plus magistral de Rubin réside dans sa description microscopique de la phénoménologie asymétrique séparant l’entité-figure du substrat-fond. La figure n’est pas simplement une région du champ dotée d’une plus grande attention ; elle acquiert un statut ontologique totalement distinct au sein de l’écologie de l’esprit. Rubin caractérise la figure par son éminente « choséité » ou son caractère quasi-chosal (Dingcharakter). La figure apparaît comme un objet matériel dense, solidement délimité, doté d’une cohérence volumétrique et d’une présence corporelle tangible.
Cette matérialité de la figure est régie par une découverte théorique fondamentale d’Edgar Rubin : l’appartenance unilatérale du contour (border ownership). Bien que sur le tracé matériel du dessin la ligne de démarcation constitue la frontière géométrique commune partagée par les deux zones contiguës, l’expérience phénoménale refuse absolument cette réciprocité :
- Le contour n’appartient jamais simultanément aux deux côtés.
- Le contour s’attache exclusivement, unilatéralement et intégralement à la figure, dont il façonne activement la silhouette et le profil morphologique.
- La région qui se voit assigner la propriété du contour se dresse au premier plan, acquérant un relief subjectif et une saillance proximale.
Il en résulte une illusion universelle de profondeur relative : la figure est systématiquement perçue comme étant physiquement située en avant du fond. Même sur une surface de papier rigoureusement plane, la figure semble s’avancer vers l’observateur dans l’espace péripersonnel, expulsant le reste du champ visuel vers un plan spatial second.
7.2 Le statut phénoménologique du fond : Substance et indéfini spatial
À l’opposé absolu de la netteté chosale de la figure, le fond se voit relégué à un état phénoménologique dégradé, qualifié par Rubin de caractère de substance informe (Stoffcharakter). Le fond ne possède pas de silhouette propre, pas de forme autonome, pas de limites structurales définies. Privé de la propriété du contour qui a été confisquée par la figure adjacente, le fond apparaît comme une matière amorphe, continue et spatialement indéterminée.
L’une des propriétés les plus stupéfiantes du fond réside dans sa continuité amodale subjective. L’observateur n’a jamais l’impression que le fond s’arrête net au bord du profil de la figure ou qu’il présente une découpe béante en forme de calice. Au contraire, l’esprit postule et perçoit phénoménalement que le fond se prolonge sans interruption derrière la figure, s’étendant de manière ininterrompue sous l’objet occluant. Le système perceptif rétablit l’homogénéité du monde environnant en comblant l’occlusion.
Cette asymétrie structurale a des conséquences cognitives majeures, notamment sur la consolidation mnésique. Rubin mena une série d’expériences remarquables sur la mémoire de reconnaissance :
- Après avoir présenté à des sujets des figures géométriques arbitraires et nouvelles imbriquées le long d’un contour sinueux, il leur présenta ultérieurement le même contour, mais en inversant la coloration pour forcer l’ancienne zone de fond à devenir la figure.
- Les sujets échouèrent massivement à reconnaître la frontière qu’ils avaient pourtant fixée pendant de longues secondes.
- La trace mnésique est rigoureusement corrélée à l’assignation du contour : l’observateur mémorise la forme de la figure, tandis que le fond subit une amnésie fonctionnelle quasi totale, traversant le cortex sans laisser d’empreinte morphologique durable.
8. Les déterminants visuels et géométriques régissant l’assignation figure-fond
8.1 Facteurs géométriques classiques identifiés par Rubin
Puisque la réversibilité du vase n’est qu’un cas particulier méticuleusement équilibré pour suspendre la décision visuelle, quelles sont les contraintes physiques objectives qui dictent normalement au cerveau quelle zone du champ doit être élevée au statut de figure et quelle zone doit être répudiée comme fond ? Rubin a isolé une suite de facteurs géométriques déterministes d’une redoutable constance.
Le premier de ces facteurs est la taille relative des surfaces (Relative Size). Lorsque deux zones s’affrontent le long d’une frontière, la région occupant l’aire spatiale la plus restreinte tend massivement à être captée comme la figure, tandis que la zone la plus vaste et étendue est repoussée dans le fond. Ce mécanisme est fonctionnellement adaptatif : dans l’environnement physique naturel, les objets manipulables ou les entités vivantes d’intérêt biologique occupent généralement une fraction modeste du champ de vision comparativement à l’immensité de la voûte céleste, de la plaine ou du mur de fondation.
Le deuxième facteur fondamental est l’enchâssement ou l’inclusion (Surroundedness). Une région visuelle dont les limites géométriques sont entièrement circonscrites et encloses par une autre région acquiert presque invariablement le statut de figure, reléguant la surface englobante au rôle d’arrière-plan. Il est extrêmement difficile d’obliger le système perceptif à concevoir la surface extérieure comme un objet troué d’une lucarne vide par laquelle on apercevrait un fond intérieur, sauf si des indices stéréoscopiques ou de perspective forcée viennent contrarier cette régularité géométrique primitive.
Le troisième facteur réside dans l’orientation spatiale. Les composantes du stimulus dont les axes structurels principaux sont alignés sur les axes cardinaux de l’espace euclidien — la verticalité et l’horizontalité gravitationnelles — possèdent une propension beaucoup plus élevée à s’imposer comme figure que les structures orientées selon des axes obliques à 45 degrés. Cette supériorité des axes verticaux et horizontaux (souvent conceptualisée dans la recherche visuelle sous le terme d’oblique effect) découle de l’accordage statistique du système visuel aux régularités de l’environnement physique terrestre dominé par la gravité et la ligne d’horizon.
8.2 Indices supplémentaires : Convexité, symétrie et contraste de luminance
Depuis les travaux fondateurs de Rubin, la recherche contemporaine a enrichi et précisé la hiérarchie des indices géométriques gouvernant la ségrégation figure-fond. Parmi eux, la convexité des frontières s’impose comme un critère d’une efficacité déterminante, supérieure dans bien des cas à la symétrie axiale elle-même. Les recherches pionnières de Mary Peterson et de ses collègues (notamment Peterson et Salvagio, 2008) ont mis en lumière que, face à une alternance de bandes délimitées par des ondulations périodiques, les zones présentant des contours convexes vers l’extérieur sont systématiquement désignées par le cortex comme appartenant à la figure (avec une probabilité excédant souvent 85 %), tandis que les surfaces concaves sont rétrogradées en fond.
Ce biais en faveur de la convexité trouve une justification écologique éclatante : les objets matériels solides cohésifs possèdent une morphologie globale convexe imposée par la matière, les forces de cohésion moléculaire et les nécessités biomécaniques de l’organisme. Les concavités du profil externe d’un objet ne sont généralement que des points d’inflexion locaux marquant la transition entre deux sous-parties convexes (conformément au principe des minima de courbure théorisé par Donald Hoffman et Whitman Richards pour la décomposition des objets en parties volumétriques primitives).
La symétrie bilatérale, bien que déjà identifiée par Rubin, a fait l’objet de quantifications psychophysiques raffinées. Une région délimitée par des frontières qui se reflètent symétriquement autour d’un axe médian mobilise puissamment les mécanismes d’assignation unilatérale du contour à son profit, surpassant les régions asymétriques adjacentes. Enfin, le contraste de luminance et de texture interne joue un rôle modulateur décisif : les zones présentant une densité de texture élevée, une granularité fine ou des gradients de luminance abrupts créent un différentiel de relief apparent qui force le système à les situer au premier plan spatial, ancrant la figure au détriment des zones lisses ou chromatiquement neutres.
9. L’interaction dynamique entre groupement wertheimerien et ségrégation de Rubin
9.1 La dépendance bidirectionnelle : Le groupement façonne-t-il la figure ou inversement ?
L’articulation théorique entre les lois de groupement de Max Wertheimer et la ségrégation figure-fond d’Edgar Rubin pose l’un des dilemmes les plus stimulants et vertigineux des sciences cognitives : celui de la préséance temporelle et causale dans la chaîne du traitement visuel. Selon une vision séquentielle linéaire classique inspirée du modèle computationnel de David Marr (1982) :
- Le système visuel devrait d’abord extraire les contours et regrouper les éléments atomiques par proximité, similarité et bonne continuité au sein d’une ébauche primale (primal sketch).
- Dans un second temps seulement, ces ensembles groupés permettraient de ségréger la figure globale du fond et d’assigner les frontières.
Cependant, les travaux expérimentaux modernes issus de la microgenèse perceptuelle et des potentiels évoqués visuels à très haute résolution temporelle ont révélé que cette conception ascendante stricte est théoriquement insoutenable. Il existe une interdépendance bidirectionnelle récursive entre groupement et ségrégation figure-fond. D’une part, le groupement d’éléments texturés ou de segments collinéaires fournit indubitablement la matière première nécessaire pour esquisser l’émergence d’une zone circonscrite candidate au statut de figure. Mais d’autre part, la décision précoce d’assigner l’appartenance d’un contour modifie rétroactivement et de manière foudroyante les processus de groupement locaux.
Dès lors qu’une bordure est étiquetée comme appartenant à la région A, les éléments de texture situés à l’intérieur de la région A sont groupés entre eux avec une efficacité et une vitesse dramatiquement supérieures à celles des éléments situés dans la région B (le fond). La ségrégation figure-fond agit donc comme un cadre de confinement attentionnel et computationnel qui délimite la portée spatiale des lois de Wertheimer. Le groupement ne précède pas simplement la ségrégation ; ils émergent simultanément à travers un dialogue itératif et en cascade au sein des micro-réseaux corticaux.
9.2 Conflits perceptifs et scènes visuelles complexes
Dans l’écologie visuelle naturelle, les principes de Wertheimer et de Rubin ne fonctionnent pas en vase clos dans des configurations immaculées ; ils sont en constante négociation, coopérant harmonieusement ou entrant en collision frontale au sein de scènes denses et complexes. L’archétype du conflit perceptif est fourni par l’artifice du camouflage militaire ou biologique. Le camouflage déploie délibérément les principes de bonne continuité et de similarité pour neutraliser l’assignation normale de la figure :
- Des motifs de couleur et de luminance identiques à ceux de l’arrière-plan traversent le corps de l’animal ou du véhicule, brisant le contour physique réel de l’objet.
- Le système visuel de l’observateur, dupé par la continuité des motifs externes qui s’agrègent avec le décor, échoue à assigner unilatéralement la bordure à la silhouette cible, dissolvant la figure dans la substance informe du fond.
Un autre défi théorique de premier plan concerne le rôle de la mémoire et de la familiarité sémantique dans ces arbitrages précoces. La Gestalt orthodoxe prétendait que la ségrégation figure-fond était un processus purement pré-attentif, ascendant et encapsulé, imperméable aux représentations mnésiques de haut niveau. Les travaux révolutionnaires menés par Mary A. Peterson depuis les années 1990 ont ruiné ce dogme de l’étanchéité modulaire. En concevant des stimuli où le fond d’une bordure ambiguë dessine une forme familière et hautement mémorisée (par exemple la silhouette d’un hippocampe ou d’une lampe de table) tandis que la zone convexe géométrique est dépourvue de sens, Peterson a démontré que la familiarité peut triompher des déterminants géométriques classiques :
Le système visuel active les représentations sémantiques mémorisées dans les cortex associatifs de façon extrêmement rapide, avant même que la décision finale de ségrégation figure-fond ne soit irréversiblement stabilisée, réinjectant ces informations descendantes pour faire basculer le statut de figure au profit de la forme pourvue de sens.
10. Corrélats neuronaux et neurophysiologie de la ségrégation et du groupement
10.1 Le codage de l’appartenance du contour (Border Ownership) dans le cortex visuel
Pendant des décennies, les concepts gestaltistes ont été critiqués par les positivistes anglo-saxons qui leur reprochaient leur caractère prétendument vague, métaphorique et dénué d’ancrage mécanistique au niveau synaptique. Cette critique a été magistralement pulvérisée à la fin du vingtième siècle par les découvertes électrophysiologiques pionnières réalisées par Rudiger von der Heydt et ses collaborateurs (notamment Zhou, Friedman et von der Heydt, 2000) au sein du cortex visuel des primates.
En enregistrant l’activité unitaire de neurones individuels dans l’aire visuelle secondaire (aire V2) et, dans une moindre mesure, dans l’aire V1 de macaques éveillés, l’équipe de von der Heydt a découvert des cellules hautement spécialisées qui ne se contentent pas de détecter l’orientation spatiale locale d’un bord (comme le faisaient les neurones découverts par Hubel et Wiesel), mais qui encodent explicitement l’appartenance unilatérale du contour (border-ownership selective neurons) :
- Un neurone typique de cette classe répond avec une intensité maximale à une arête verticale placée dans son champ récepteur classique si et seulement si la surface solide de l’objet (la figure) est située, par exemple, sur le flanc gauche du contour.
- Si la géométrie globale de la scène est inversée de telle sorte que la surface de la figure bascule sur le flanc droit — sans que la luminance, le contraste ou l’orientation locale à l’intérieur du champ récepteur minimal n’aient varié d’un iota —, la réponse neuronale s’effondre de manière drastique.
Cette sensibilité électrophysiologique au contexte global s’opère avec une vélocité stupéfiante : l’assignation de la figure se manifeste dans la modulation de fréquence de décharge du neurone dès 15 à 25 millisecondes après l’initiation de la réponse visuelle primaire (soit environ 70 millisecondes post-stimulus). Une telle fulgurance démontre que le cortex résout la ségrégation de Rubin de façon quasi instantanée, bien avant que les processus cognitifs volontaires lents n’aient le temps d’intervenir.
10.2 Connectivité horizontale et modulations par rétroaction (Feedback)
Comment un neurone individuel de l’aire V2, dont le champ récepteur ne couvre qu’une minuscule portion de l’espace rétinien, peut-il « savoir » que la région qui s’étend sur des degrés entiers au-delà de sa zone de captation fait office de figure ou de fond ? La neuroanatomie fonctionnelle a identifié deux architectures complémentaires opérant de concert :
- D’une part, les connexions horizontales intrinsèques à longue portée au sein des aires V1 et V2. Ces axones collatéraux permettent à des colonnes corticales distantes de plusieurs millimètres d’échanger des signaux latéraux d’inhibition et de facilitation, propageant l’information de collinéarité et de fermeture le long du réseau.
- D’autre part, les boucles massives de rétroaction descendante (feedback) en provenance des aires hiérarchiquement supérieures du système visuel ventral, notamment de l’aire V4 et du cortex inférotemporal (IT).
Ces aires ventrales d’ordre supérieur disposent de champs récepteurs immenses, capables d’appréhender la scène visuelle dans sa globalité macroscopique et d’intégrer d’un bloc la silhouette d’un objet complexe. Dès que ces structures de haut niveau effectuent une ébauche de catégorisation globale, elles projettent de puissants signaux de réentrée (reentrant signals) vers les aires primaires V1 et V2. Ces signaux descendants viennent moduler le gain des neurones de bas niveau, renforçant l’activité de ceux qui alignent leurs réponses avec la frontière de la figure sélectionnée et inhibant ceux qui correspondent au fond texturé.
Sur le plan temporel, ce liage fonctionnel entre neurones distants codant pour les différentes facettes d’une même Gestalt est sous-tendu par des mécanismes d’oscillations synchronisées dans la bande gamma (entre 30 et 80 Hz), mis en lumière par Wolf Singer et Charles Gray. Les ensembles neuronaux dispersés qui répondent aux multiples attributs (forme, couleur, trajectoire cinétique) d’une même figure déchargent leurs potentiels d’action dans une stricte corrélation temporelle de l’ordre de la milliseconde, formant ainsi une assemblée neuronale cohérente qui signe l’unité de l’objet conscient face au bruit asynchrone du fond.
11. Modélisation computationnelle, intelligence artificielle et vision par ordinateur
11.1 La formalisation algorithmique des principes de la Gestalt
L’intuition de Wertheimer et Rubin, selon laquelle la perception procède par minimisation énergétique au sein d’un champ dynamique global, a trouvé son incarnation mathématique la plus féconde dans le paradigme des modèles variationnels et des fonctions d’énergie de segmentation d’image. L’un des jalons computationnels majeurs de cette formalisation est le modèle de contour actif, universellement désigné sous le nom de « snakes » (serpents), introduit par Michael Kass, Andrew Witkin et Demetri Terzopoulos en 1988.
Un modèle de serpent est une courbe paramétrique continue qui se déploie sur une image matricielle en cherchant à minimiser une fonctionnelle d’énergie globale mathématiquement pondérée :
$$E_{\text{total}} = \int \left( E_{\text{interne}}(v(s)) + E_{\text{image}}(v(s)) + E_{\text{contrainte}}(v(s)) \right) ds$$
Cette équation traduit rigoureusement les principes gestaltistes :
- L’énergie interne ($E_{\text{interne}}$) incorpore explicitement les forces de bonne continuité et de tension élastique de Wertheimer : elle pénalise mathématiquement les courbures excessives (dérivée seconde du tracé) et les étirements brutaux (dérivée première), contraignant la frontière à demeurer une ligne lisse, harmonieuse et fluide.
- L’énergie liée à l’image ($E_{\text{image}}$) attire inexorablement la courbe vers les fortes variations locales de gradient de luminance, assignant la bordure aux limites physiques réelles des objets.
- L’énergie de contrainte ($E_{\text{contrainte}}$) force la fermeture topologique de l’enceinte pour sceller une unité fermée conforme à la loi de clôture.
Dans la même veine, les mathématiciens David Mumford et Jayant Shah ont formulé en 1989 le célèbre problème variationnel de segmentation d’images par décomposition en régions homogènes et frontières optimales, posant les bases formelles de l’extraction automatisée des entités visuelles. Parallèlement, l’usage des champs markoviens aléatoires (Markov Random Fields – MRF) et des algorithmes de coupure de graphe (Graph Cut) a permis de formaliser la ségrégation figure-fond sous l’angle de l’optimisation combinatoire : chaque pixel du champ d’une image est représenté comme un nœud dans un graphe interconnecté, et la séparation spatiale en deux sous-graphes mutuellement exclusifs (la figure et le fond) est résolue en trouvant la coupe de coût énergétique minimal à travers le réseau de contraintes locales de similarité.
11.2 Les réseaux de neurones profonds face aux défis de Rubin et Wertheimer
L’avènement spectaculaire de l’apprentissage profond (Deep Learning) au cours de la dernière décennie a profondément transformé la vision par ordinateur, tout en réactualisant de façon criante les dilemmes fondamentaux soulevés par Wertheimer et Rubin. Les réseaux de neurones convolutifs standards (Convolutional Neural Networks ou CNN) ont démontré des performances remarquables dans la classification d’images et la détection d’objets au sein de banques de données massives (telles qu’ImageNet). Cependant, une analyse épistémologique et expérimentale minutieuse de leur comportement interne révèle des faiblesses structurelles majeures qui les distancient fondamentalement de la vision humaine :
Contrairement au système visuel biologique qui privilégie d’emblée la structure globale, la bonne continuité des contours et l’organisation figure-fond, les CNN classiques opèrent essentiellement par un assemblage statistique opportuniste de textures locales superficielles (texture bias). Lorsqu’ils sont confrontés à des stimuli ambigus, à des figures géométriques fragmentées requérant l’interpolation de contours amodaux (comme le triangle de Kanizsa) ou à des configurations de camouflage où la texture interne est neutralisée, les architectures purement feedforward (à propagation directe sans rétroaction) s’effondrent de manière spectaculaire.
De surcroît, les réseaux conventionnels sont particulièrement vulnérables aux exemples contradictoires (adversarial attacks) et demeurent totalement démunis face à la bistabilité du vase de Rubin : programmés pour générer une distribution statique de probabilités par classe au niveau de leur couche softmax terminale, ils sont structurellement incapables d’expérimenter la dynamique temporelle non linéaire de l’inversion perceptuelle et le maintien simultané de deux interprétations spatialement incompatibles sous le régime de l’exclusion mutuelle.
Pour combler ce gouffre computationnel, la recherche de pointe s’oriente désormais vers le développement d’architectures hybrides intégrant explicitement les lois de la Gestalt :
- Les réseaux de neurones récurrents à connexions latérales modulées (qui imitent la connectivité horizontale de V1/V2 et les boucles de feedback corticocorticales).
- Les Vision Transformers (ViT), dont les mécanismes d’auto-attention spatiale globale (multi-head self-attention) permettent enfin d’émuler formellement les interactions à longue distance et le traitement holistique simultané du champ perceptif propre au génie intuitif de Max Wertheimer.
12. Synthèse critique, implications cognitives et applications cliniques
12.1 Perturbations de l’organisation figure-fond et du groupement en psychopathologie
L’intégrité opérationnelle des lois du groupement perceptif et de la ségrégation figure-fond ne constitue pas seulement une curiosité de laboratoire ; elle représente le socle fondamental sur lequel s’édifie le sentiment continu de réalité et la cohérence de l’interaction avec le monde environnant. En psychopathologie et en neuropsychologie clinique, la désagrégation sélective de ces mécanismes engendre des tableaux nosographiques profonds qui éclairent en retour le fonctionnement normal de l’appareil cognitif.
Dans le spectre de la schizophrénie, de nombreuses investigations psychophysiques contemporaines ont mis en évidence un déficit marqué du liage visuel précoce (perceptual binding deficit). Les patients schizophrènes éprouvent fréquemment des difficultés spécifiques à réaliser l’intégration des contours collinéaires fragmentés et présentent une diminution notable de la sensibilité aux illusions d’optique fondées sur la prégnance globale (telles que le triangle de Kanizsa ou l’illusion de Müller-Lyer). Cette altération est imputée à une défaillance de la transmission glutamatergique au niveau des récepteurs NMDA régissant les connexions horizontales et les projections descendantes de rétroaction dans le cortex visuel précoce. Privé de la synthèse gestaltiste automatique qui stabilise la cohésion des formes, le monde visuel du patient schizophrène tend à se fragmenter en une constellation d’éléments locaux déconnectés, générant un sentiment d’étrangeté perceptive et d’effondrement structural propice aux interprétations délirantes.
Dans le champ des troubles du spectre de l’autisme (TSA), l’organisation gestaltiste se déploie selon des modalités atypiques théorisées par le modèle du traitement local préférentiel ou de la cohérence centrale faible (Uta Frith) et le modèle du surfonctionnement perceptif (Laurent Mottron) :
- Les personnes autistes manifestent fréquemment une insensibilité relative aux contextes visuels trompeurs qui contraignent ordinairement le regard neurotypique.
- Leurs performances sont exceptionnellement élevées dans la tâche des figures enchâssées de Gottschaldt, où il s’agit d’extraire une forme géométrique simple délibérément dissimulée au sein d’une structure géométrique globale hautement prégnante.
- Là où le système neurotypique est captif de la totalité gestaltiste qui occulte les détails élémentaires, le regard autistique accède avec une minutie chirurgicale aux micro-constituants locaux, contournant l’injonction holistique de la loi de Prägnanz.
Enfin, en neurologie des lésions cérébrales focales, les agnosies visuelles aperceptives — consécutives par exemple à des intoxications au monoxyde de carbone ou à des accidents vasculaires cérébraux anoxo-ischémiques bilatéraux des régions occipito-temporales ventrales — offrent l’exemple le plus dramatique d’une faillite de la Gestalt. Les patients atteints du syndrome de déstructuration de la forme (ou agnosie intégrative, décrite par Riddoch et Humphreys) sont rigoureusement incapables d’assigner l’appartenance d’un contour ou de séparer la figure de son arrière-plan dès lors qu’un dessin linéaire présente le moindre enchevêtrement. Pour ces individus, l’espace redevient tragiquement ce que les empiristes prétendaient qu’il était : un chaos sensoriel illisible, une tempête d’atomes optiques privés de sens et de direction.
12.2 Héritage durable et perspectives futures pour la psychologie cognitive
Un siècle après les publications fondatrices de Rubin (1915) et de Wertheimer (1923), la vitalité conceptuelle de la psychologie de la Gestalt demeure intacte, ayant su triompher du dédain temporaire que le béhaviorisme d’une part, et le computationnalisme symbolique froid d’autre part, avaient initialement manifesté à son endroit. La redécouverte contemporaine des principes gestaltistes s’opère aujourd’hui à la confluence des neurosciences computationnelles et de l’ergonomie cognitive moderne.
Dans le domaine du design d’information, de l’architecture logicielle et des interfaces homme-machine (IHM), les principes de Wertheimer et Rubin se sont mués en standards méthodologiques universels. Qu’il s’agisse de concevoir des cockpits d’aviation militaire où le pilote doit traiter des flux critiques de données en quelques fractions de seconde, de modéliser des tableaux de bord chirurgicaux assistés par ordinateur ou d’optimiser l’ergonomie des applications mobiles, les lois de proximité, de similarité, de clôture et l’évitement des ambiguïtés figure-fond dictent impérieusement la composition spatiale pour garantir une charge mentale minimale et une sécurité perceptuelle optimale.
Sur le plan fondamental des neurosciences théoriques, le programme le plus prometteur s’articule désormais autour du paradigme du cerveau bayésien et du codage prédictif (Predictive Processing), magistralement conceptualisé par des chercheurs tels que Karl Friston et Andy Clark. Selon cette théorie unifiée du fonctionnement cérébral, le cerveau est une machine d’inférence active qui cherche perpétuellement à minimiser l’erreur de prédiction entre ses hypothèses descendantes (priors) et les signaux sensoriels ascendants.
Dans ce cadre grandiose, les lois de la Gestalt ne sont rien d’autre que l’incarnation neuro-algorithmique des régularités statistiques de la physique de l’univers (les natural image statistics) gravées au fil de l’évolution biologique dans les réseaux de nos aires visuelles. La proximité, la collinéarité, la symétrie, la convexité et la clôture ne sont pas des règles formelles arbitraires : elles représentent les a priori bayésiens les plus universels et les plus efficients pour inférer la présence d’un monde d’objets matériels stables, continus et séparés, sous-tendant notre capacité souveraine à agir et à survivre au sein du réel phénoménologique.
Références
- Ehrenfels, C. von. (1890). Über ‘Gestaltqualitäten’. Vierteljahrsschrift für wissenschaftliche Philosophie, 14(3), 249-292.
- Friston, K. (2005). A theory of cortical responses. Philosophical Transactions of the Royal Society B: Biological Sciences, 360(1456), 815-836. https://doi.org/10.1098/rstb.2005.1622
- Gibson, J. J. (1979). The Ecological Approach to Visual Perception. Houghton Mifflin.
- Gray, C. M., & Singer, W. (1989). Stimulus-specific neuronal oscillations in orientation columns of cat visual cortex. Proceedings of the National Academy of Sciences, 86(5), 1698-1702. https://doi.org/10.1073/pnas.86.5.1698
- Hoffman, D. D., & Richards, W. A. (1984). Parts of recognition. Cognition, 18(1-3), 65-96. https://doi.org/10.1016/0010-0277(84)90022-2
- Kanizsa, G. (1955). Margini quasi-percettivi in campi con stimolazione omogenea. Rivista di Psicologia, 49(1), 7-30.
- Kass, M., Witkin, A., & Terzopoulos, D. (1988). Snakes: Active contour models. International Journal of Computer Vision, 1(4), 321-331. https://doi.org/10.1007/BF00133570
- Koffka, K. (1935). Principles of Gestalt Psychology. Harcourt, Brace and Company.
- Köhler, W. (1920). Die physischen Gestalten in Ruhe und im stationären Zustand. Vieweg.
- Köhler, W. (1940). Dynamics in Psychology. Liveright.
- Marr, D. (1982). Vision: A Computational Investigation into the Human Representation and Processing of Visual Information. W. H. Freeman and Company.
- Mottron, L., Dawson, M., Soulières, I., Hubert, B., & Burack, J. (2006). Enhanced perceptual functioning in autism: An update, and eight principles of autistic perception. Journal of Autism and Developmental Disorders, 36(1), 27-43. https://doi.org/10.1007/s10803-005-0040-7
- Mumford, D., & Shah, J. (1989). Optimal approximations by piecewise smooth functions and associated variational problems. Communications on Pure and Applied Mathematics, 42(5), 577-685. https://doi.org/10.1002/cpa.3160420503
- Peterson, M. A., & Gibson, B. S. (1994). Must figure-ground organization precede object recognition? An examination of medical and non-medical axes. Journal of Experimental Psychology: Human Perception and Performance, 20(4), 740-759. https://doi.org/10.1037/0096-1523.20.4.740
- Peterson, M. A., & Salvagio, E. (2008). Inhibitory competition between visual perception and figure-ground perception. Journal of Vision, 8(4), Article 16. https://doi.org/10.1167/8.4.16
- Riddoch, M. J., & Humphreys, G. W. (1987). A case of integrative visual agnosia. Brain, 110(6), 1431-1462. https://doi.org/10.1093/brain/110.6.1431
- Rubin, E. (1915). Synsoplevede Figurer: Studier i psykologisk Analyse. Gyldendalske Boghandel.
- Rubin, E. (1921). Visuell wahrgenommene Figuren: Studien in psychologischer Analyse. Gyldendalske Boghandel.
- Treisman, A. M., & Gelade, G. (1980). A feature-integration theory of attention. Cognitive Psychology, 12(1), 97-136. https://doi.org/10.1016/0010-0285(80)90005-5
- van der Helm, P. A., & Leeuwenberg, E. L. (1996). Goodness of quantified Gestalt codes. Psychological Review, 103(3), 429-456. https://doi.org/10.1037/0033-295X.103.3.429
- Wertheimer, M. (1912). Experimentelle Studien über das Sehen von Bewegung. Zeitschrift für Psychologie, 61, 161-265.
- Wertheimer, M. (1923). Untersuchungen zur Lehre von der Gestalt II. Psychologische Forschung, 4(1), 301-350. https://doi.org/10.1007/BF00410640
- Zhou, H., Friedman, H. S., & von der Heydt, R. (2000). Coding of border ownership in monkey visual cortex. The Journal of Neuroscience, 20(17), 6594-6611. https://doi.org/10.1523/JNEUROSCI.20-17-06594.2000