Les études sur le pointage et l’intentionnalité – Michael Tomasello

Dans l’histoire des sciences cognitives et de la psychologie du développement, peu de comportements en apparence anodins ont suscité autant de bouleversements théoriques que le geste d’étendre l’index vers un objet. Longtemps relégué au statut de précurseur moteur mécanique ou de simple réflexe de désignation spatiale, le geste de pointage a été transfiguré par les travaux pionniers de Michael Tomasello et de ses collaborateurs au sein de l’Institut Max Planck d’anthropologie évolutionniste de Leipzig. À travers une série d’études comparatives rigoureuses menées parallèlement chez le nourrisson humain et chez les grands singes non humains, Tomasello a révélé que ce geste élémentaire constitue en réalité la manifestation visible d’une rupture ontologique et évolutive majeure : l’avènement de la communication coopérative et de l’intentionnalité partagée.

Comprendre la portée des recherches de Tomasello exige de s’affranchir d’une conception strictement computationnelle ou individualiste de l’esprit. Loin de n’être qu’un acte physique unilatéral, le pointage humain s’inscrit au sein d’une matrice intersubjective extraordinairement sophistiquée. Lorsque l’enfant de douze mois pointe un oiseau dans le ciel pour sa mère, il ne cherche pas simplement à orienter la tête de son interlocutrice dans une direction géométrique ; il cherche à créer un alignement attentionnel, à partager un sentiment d’émerveillement ou à offrir une information utile sans contrepartie immédiate. Ce geste condense en lui-même une architecture psychologique unique au sein du règne animal, reposant sur la mutualité, la lecture récursive des états mentaux et un engagement prosocial indéfectible.

Le présent article propose une analyse approfondie et systématique des travaux de Michael Tomasello consacrés au pointage et à l’intentionnalité. En parcourant les fondements épistémologiques de son modèle, la trajectoire ontogénétique du nourrisson, les comparaisons phylogénétiques avec les primates non humains, ainsi que les implications cliniques et anthropologiques de ses découvertes, nous mettrons en lumière la manière dont une phénoménologie de l’index tendu permet de refonder l’ensemble de notre compréhension du langage, de la culture et de la nature humaine.

1. Introduction théorique : Les origines de la communication coopérative chez Tomasello

1.1 Contexte épistémologique et rupture avec le modèle cartésien

L’édifice théorique déployé par Michael Tomasello émerge en rupture explicite avec les paradigmes dominants qui ont façonné les sciences cognitives de la seconde moitié du XXe siècle. Les modèles classiques, héritiers du dualisme cartésien et du computationalisme fodorien, envisageaient l’esprit comme un système de traitement de l’information essentiellement solipsiste. Dans cette optique mécaniste, la cognition était conçue comme un ensemble de modules internes manipulant des symboles désincarnés, où la relation à l’autre se réduisait à un décodage passif de stimuli environnementaux. L’individu cognitif cartésien constituait ainsi une monade isolée, tentant de reconstituer par le calcul probabiliste les intentions opaques d’autrui au sein d’un univers fondamentalement atomisé.

Tomasello opère un décentrement radical en réintégrant la pensée vygotskienne au cœur de l’anthropologie cognitive contemporaine. En s’inspirant de Lev Vygotski, il pose que les fonctions psychologiques supérieures ne se développent pas d’abord au sein du for intérieur pour s’extérioriser ensuite, mais prennent naissance dans les matrices d’interactions sociales concrètes. Le positionnement institutionnel du département de psychologie comparée et développementale de l’Institut Max Planck d’anthropologie évolutionniste de Leipzig, que Tomasello a codirigé pendant deux décennies, a offert un creuset empirique sans précédent pour matérialiser ce changement d’échelle : confronter systématiquement la cognition des enfants humains à celle de nos plus proches parents phylogénétiques, les chimpanzés et les bonobos.

Cette approche comparative a mis en lumière une distinction fondatrice entre la communication gestuelle animale et le langage coopératif humain. Alors que les primates recourent à des signaux communicatifs principalement impératifs et individualistes, destinés à modifier le comportement physique d’un congénère à leur propre avantage, l’espèce humaine est la seule à avoir développé des formes de communication reposant sur un socle d’objectifs conjoints et d’attention partagée. Ce n’est donc pas la simple complexité computationnelle individuelle qui singularise l’humain, mais sa capacité innée à concevoir un « nous » constitutif de son architecture mentale.

1.2 Définition du geste de pointage dans l’ontogenèse cognitive

Dans ce cadre théorique renouvelé, le geste de pointage digital n’est plus envisagé comme un simple épiphénomène moteur, mais comme le véritable baptême de la référence spatiale et intersubjective. Définie classiquement par la linguistique comme un acte déictique élémentaire, la déixis gestuelle consiste à isoler l’index tout en repliant les autres doigts de la main pour désigner un objet, un événement ou une direction dans l’espace péripersonnel ou extrapersonnel. Cependant, d’un point de vue cognitif, cette extension corporelle s’avère infiniment plus complexe qu’une banale trajectoire géométrique.

Le pointage marque le franchissement d’un seuil décisif dans l’ontogenèse : la transition du contact physique direct vers l’indication à distance. Avant l’émergence de ce geste, l’enfant interagit avec son environnement de manière tactile, par préhension, manipulation ou rejet immédiat. Pointer, c’est suspendre l’action motrice primaire d’appropriation pour la transposer dans une sphère sémiotique. L’objet n’est plus simplement saisi pour être consommé ou exploré unilatéralement ; il est suspendu dans un espace de signification où il devient un foyer d’intérêt partagé entre deux consciences.

Cette transition repose sur une synchronisation motrice et visuelle extrêmement précise. Pour que le pointage soit efficace, l’enfant doit coordonner l’axe de son propre regard, l’orientation spatiale de son bras tendu et la vérification continue de la trajectoire visuelle du destinataire. Loin d’être un réflexe automate dicté par une décharge motrice, le geste s’adapte dynamiquement à la posture de l’interlocuteur, attestant dès sa genèse d’une nature intentionnelle sophistiquée qui le distingue radicalement des simples mouvements d’orientation observés chez les autres espèces.

1.3 L’hypothèse de l’infrastructure coopérative

L’intuition la plus profonde de Tomasello réside dans ce qu’il nomme l’« hypothèse de l’infrastructure coopérative ». Il formule un paradoxe sémiotique saisissant : en lui-même, l’acte de pointer est un signal physique totalement indéterminé et pauvre. Un index tendu vers un paysage ne spécifie absolument rien par sa simple forme visuelle ; il ne dit pas si l’observateur doit regarder la couleur de l’arbre, l’oiseau posé sur la branche, le mouvement du feuillage causé par le vent ou la distance séparant les deux individus du bosquet. Comment un geste aussi sous-déterminé peut-il véhiculer un sens précis et instantané pour le partenaire de communication ?

La réponse apportée par Tomasello réside dans l’existence impérative d’un substrat psychologique de coopération partagée, sans lequel le pointage demeure un pur non-sens sémiotique. Pour qu’une déixis fonctionne, il faut que l’émetteur et le récepteur partagent déjà un ensemble de présupposés, de connaissances mutuelles et d’objectifs conjoints. Le geste n’est que la partie émergée d’un iceberg communicationnel dont la partie immergée est constituée par la lecture coordonnée des intentions d’autrui.

Cette démonstration permet de dépasser définitivement le modèle du signalement éthologique classique, hérité de la théorie de l’information de Shannon et Weaver ou de la biosémiotique behavioriste. Les animaux émettent des signaux codés (comme les cris d’alarme du singe vervet) qui déclenchent des comportements préprogrammés chez leurs congénères. Chez l’être humain, la communication n’opère pas par décodage automatique d’un signal fixe, mais par reconstruction inférentielle de l’intention communicative de l’émetteur à travers une hypothèse de pertinence coopérative mutuellement assumée.

2. L’ontogenèse du geste de pointage chez le nourrisson humain

2.1 L’émergence vers l’âge de 9 à 12 mois et la révolution du premier an

Dans la chronologie développementale typique de l’enfant humain, l’apparition du geste d’isoler l’index pour désigner une entité survient avec une remarquable régularité entre le neuvième et le douzième mois de vie. Ce moment charnière est désigné par Michael Tomasello sous l’expression de « révolution cognitive des neuf mois ». Bien avant l’accès au langage articulé et la maîtrise des premiers morphèmes grammaticaux, ce jalon temporel signale une refonte globale de l’appareil psychologique du nourrisson, qui passe du statut d’observateur passif à celui de partenaire socio-communicatif actif.

La révolution des neuf mois marque précisément la fin de l’ère des interactions exclusivement dyadiques. Durant ses premiers mois d’existence, l’enfant s’engage alternativement dans deux types de configurations isolées : soit des interactions dyadiques sujet-sujet (échanges de sourires, de regards, vocalisations en miroir avec la figure d’attachement), soit des interactions dyadiques sujet-objet (exploration solitaire d’un hochet, fixation d’un mobile). Vers neuf à dix mois, ces deux domaines fusionnent pour former une configuration triadique inédite : le nourrisson devient capable d’engager simultanément une relation avec un autrui social au sujet d’un objet tiers situé dans l’environnement.

Les études longitudinales ont largement documenté la valeur prédictive fondamentale de cette émergence. Les données quantitatives indiquent que la fréquence et la précocité du geste de pointage chez le bébé entre 10 et 12 mois sont corrélées de manière hautement significative avec la taille du vocabulaire réceptif et expressif mesurée à 18 et 24 mois. L’enfant qui pointe fréquemment et de manière diversifiée s’approprie les conventions lexicales avec une célérité supérieure, confirmant que le geste déictique constitue le marchepied structural sur lequel s’érigera l’ensemble du système symbolique de sa langue maternelle.

2.2 Du format dyadique à l’attention conjointe triadique

Le passage au format triadique bouleverse la phénoménologie de la perception infantile en instaurant l’attention conjointe. Cette dernière ne se résume pas à regarder le même objet qu’un tiers par simple coïncidence spatiale. Elle exige que les deux sujets soient conscients que leur attention est focalisée de manière concertée sur cette cible externe. L’objet devient alors un point d’ancrage triangulé, où l’axe perceptif de l’enfant et celui de l’adulte convergent au sein d’une boucle de validation réciproque.

Le marqueur comportemental cardinal de cette émergence triadique est le phénomène d’alternance du regard (« gaze alternation »). Lorsqu’un enfant de onze mois pointe un jouet inanimé ou un événement insolite, sa production motrice ne s’accompagne pas d’une fixation unilatérale de la cible. Les micro-analyses vidéo révèlent une dynamique visuelle triangulaire rigoureuse :

• L’enfant regarde la cible attractive présente dans l’espace.
• Il tend le bras et déploie l’index en direction de cette cible.
• Il pivote immédiatement la tête vers le visage de l’adulte pour vérifier si ce dernier a réorienté son regard vers l’objet désigné.
• Il revient enfin sur l’objet pour savourer la focalisation partagée.

Cette vérification visuelle explicite prouve irréfutablement que le geste n’est pas une simple décharge émotionnelle solipsiste. Si le pointage était un réflexe autonome provoqué par l’excitation de la découverte, l’enfant se désintéresserait de la posture oculaire de son interlocuteur. L’alternance du regard prouve que le but visé par l’acte n’est pas l’objet lui-même, mais l’état attentionnel du partenaire à l’égard de cet objet, instaurant un contrôle intentionnel de la communication dès le stade pré-verbal.

2.3 Développement morphologique et moteur de la déixis

D’un point de vue morphologique, le développement de la déixis manuelle traverse plusieurs phases subtiles que les chercheurs de Leipzig ont documentées avec minutie. Avant l’avènement du pointage avec index étendu (« index-finger pointing »), les nourrissons manifestent fréquemment une forme plus fruste : le pointage avec la main entière ouverte ou paume tournée vers le sol (« whole-hand pointing »). Longtemps assimilés l’un à l’autre, ces deux gestes recouvrent des réalités cognitives et motrices différenciées.

Le pointage de la main entière conserve une composante cinématique issue de la saisie avortée. Il s’apparente sur le plan moteur à une tentative d’atteindre l’objet (« reaching »), où la main s’ouvre pour appréhender l’espace sans opérer une véritable désignation symbolique ciblée. À l’inverse, l’isolation sélective de l’index requiert une inhibition corticale motrice sophistiquée des autres doigts, médiée par la maturation des faisceaux cortico-spinaux et des aires motrices supplémentaires. Isoler l’index supprime toute fonction d’agrippement physique : le doigt cesse d’être un instrument de préhension matérielle pour se muer en un vecteur optique pur, un curseur sémiotique projeté dans l’espace.

Simultanément à cette stylisation motrice, le geste s’hybride avec des vocalisations pré-linguistiques coordonnées. L’enfant ne pointe que rarement dans un silence absolu : l’extension du bras est très fréquemment accompagnée d’une inflexion prosodique modulée, dont le contour intonatif renseigne déjà le partenaire sur la teneur fonctionnelle du geste. Qu’il s’agisse d’une exclamation aiguë d’étonnement ou d’un ton monocorde interrogatif, la vocalisation préfigure la courbe mélodique du futur énoncé linguistique, s’agrégeant au vecteur spatial pour composer une unité communicative multimodale cohérente.

3. Typologie fonctionnelle du pointage selon Michael Tomasello

3.1 Le pointage proto-impératif : la sollicitation instrumentale

L’une des contributions majeures de Tomasello, s’inscrivant dans le sillage des taxinomies pionnières d’Elizabeth Bates, consiste à distinguer les fonctions pragmatiques sous-tendant la production du pointage infantile. La première de ces fonctions, historiquement identifiée comme la plus précoce ou la plus pragmatiquement évidente, est le pointage proto-impératif. Dans cette configuration, la visée de l’enfant est rigoureusement instrumentale : il s’agit d’utiliser autrui comme un médiateur pour modifier l’état physique de l’environnement, généralement pour obtenir un objet inaccessible ou provoquer une action concrète (« fais ceci », « donne-moi cela »).

La structure psychologique du pointage proto-impératif s’apparente à une logique des moyens et des fins hautement élaborée. Selon l’analyse piagétienne des schèmes d’action, l’enfant comprend la causalité physique et s’efforce d’agir sur les objets par des intermédiaires matériels (comme tirer sur une nappe pour rapprocher un hochet). Dans le pointage proto-impératif, l’intermédiaire n’est plus un outil inanimé, mais un être humain doté de motricité autonome. L’adulte est mobilisé comme un puissant levier social capable de surmonter les limitations biomécaniques de l’enfant.

Toutefois, Tomasello prend soin de souligner la complexité cognitive de cet impératif chez l’humain. Contrairement au chimpanzé qui pousse la main d’un soigneur vers une cage, le nourrisson humain qui pointe de manière impérative ne contraint pas physiquement le corps de l’autre. Il transmet une consigne intentionnelle à distance, s’en remettant à la volonté d’action du partenaire social. La structure logique sous-jacente est déjà triadique : « Je veux que tu fasses en sorte que j’obtienne cet objet ». L’efficacité de la requête repose sur la reconnaissance implicite du statut d’agent causal intentionnel prêté à l’adulte.

3.2 Le pointage proto-déclaratif : le partage d’attention et d’émotion

Si le pointage impératif répond à une logique utilitariste, le pointage proto-déclaratif introduit une discontinuité évolutive stupéfiante. Dans ce format, l’enfant pointe vers un objet ou un spectacle sans chercher aucunement à s’approprier matériellement l’entité désignée, ni à commander une quelconque modification physique du monde extérieur. Lorsqu’un nourrisson pointe avec insistance un camion poubelle qui passe dans la rue ou un papillon virevoltant au jardin, son mobile est intrinsèque et désintéressé : il s’agit de partager un état d’attention et d’aligner une résonance affective avec l’adulte.

Dans la configuration proto-déclarative, le bénéfice instrumental immédiat pour l’enfant est rigoureusement nul. L’unique finalité de l’acte réside dans l’expérience intersubjective elle-même, c’est-à-dire l’harmonisation psychologique de deux esprits focalisés sur un même segment de réalité. Ce que l’enfant sollicite et évalue scrupuleusement chez son interlocuteur, ce n’est pas une action motrice de restitution, mais un retour socio-émotionnel explicite : un regard alterné, un sourire approbateur et une validation verbale (« Oh oui, regarde ce gros camion ! »).

Les protocoles de l’Institut Max Planck ont mis en évidence la sélectivité drastique de l’enfant quant à la réponse attendue. Si un adulte réagit au pointage déclaratif d’un enfant en regardant uniquement le doigt de celui-ci sans transférer son attention vers l’objet, ou s’il se contente de regarder l’objet d’un air vide et inexpressif sans synchroniser son émotion avec l’enfant, le nourrisson manifeste un désappointement marqué. Il répète son geste, s’agite ou tente de recapter le regard du tuteur. Cette exigence prouve que le pointage déclaratif n’a pas pour cible la transmission d’une commande, mais la réalisation d’une fusion attentionnelle et affective réciproque.

3.3 Le pointage informatif : l’altruisme communicationnel

Au-delà de la polarité classique impératif/déclaratif, Michael Tomasello et son équipe ont mis au jour une troisième catégorie fondamentale, unique à l’espèce humaine : le pointage informatif. Cette variante illustre de manière paradigmatique l’altruisme communicationnel précoce qui caractérise l’ontogenèse humaine. Ici, le nourrisson produit un geste déictique non pas pour obtenir quelque chose pour lui-même, ni simplement pour s’émerveiller conjointement d’un événement insolite, mais pour fournir à autrui une information utile et nécessaire à la réalisation des propres objectifs de cet autrui.

Cette découverte a été confirmée expérimentalement par des situations d’une grande élégance méthodologique. Un expérimentateur utilise un agrafeur ou une paire de ciseaux devant un enfant de douze à quatorze mois, puis dépose l’outil sur une étagère avant de s’absenter brièvement. Pendant son absence, une tierce personne déplace l’outil et le cache sous une boîte sans que le premier adulte ne le sache. À son retour, l’expérimentateur commence à chercher son outil de manière visiblement perplexe, cherchant sous les feuilles et manifestant son impuissance sans adresser aucune consigne verbale explicite.

Les résultats ont montré que, de façon spontanée et massive, les très jeunes enfants étendent l’index vers la boîte pour indiquer à l’adulte l’emplacement exact de l’objet perdu. Ce comportement informatif s’effectue sans aucune récompense matérielle offerte, et en l’absence totale de renforcement opérant antérieur. Il démontre que l’enfant a non seulement compris le but poursuivi par l’adulte (trouver l’outil), identifié son état d’ignorance ou de fausse croyance quant à sa localisation actuelle, mais qu’il est mû par une impulsion prosociale spontanée consistant à combler ce déficit informationnel par le biais d’un geste indicatif précis.

4. L’intentionnalité partagée : Clé de voûte de la théorie tomasellienne

4.1 Définition et distinction conceptuelle des formes d’intentionnalité

Pour conférer une assise philosophique et logique rigoureuse à ses observations expérimentales, Tomasello a élaboré le concept d’« intentionnalité partagée » (shared intentionality), en s’appuyant notamment sur les analyses de philosophes de l’action tels que John Searle, Michael Bratman et Margaret Gilbert. Ce concept ne se réduit pas à une capacité cognitive supérieure isolée, mais désigne une forme d’organisation psychologique qualitativement distincte, qui permet à plusieurs individus de coordonner leurs états intentionnels dans le cadre d’activités collaboratives complexes.

Tomasello structure l’évolution de la cognition sociale autour d’une gradation conceptuelle essentielle :

• L’intentionnalité individuelle : Caractéristique de la plupart des vertébrés et des grands singes non humains, elle est orientée vers la poursuite d’objectifs personnels dans un environnement perçu en fonction de ses affordances propres. L’agent individuel prend en compte les actions des autres uniquement comme des variables dynamiques ou des obstacles physiques à intégrer dans son calcul stratégique.
• L’intentionnalité conjointe : Émergée spécifiquement chez les hominines au Pléistocène moyen, elle implique la fusion de deux perspectives distinctes au sein d’un objectif partagé (« nous deux faisons cela ensemble »). Elle requiert la constitution d’un but commun et d’une répartition coordonnée des rôles complémentaires.
• L’intentionnalité collective : Stade ultérieur propre à Homo sapiens, elle élargit cette coordination à l’échelle de la communauté culturelle tout entière, générant des conventions institutionnelles, des normes morales décontextualisées et des symboles partagés (« nous, en tant que membres de cette culture, croyons et agissons ainsi »).

Cette modélisation emprunte à Margaret Gilbert l’idée d’un engagement conjoint (joint commitment). Dès lors que deux individus s’engagent dans une interaction triadique, ils ne se contentent pas de juxtaposer des intentions parallèles : ils contractent un pacte normatif implicite de coordination mutuelle, où chaque participant accorde à l’autre le droit légitime d’attendre une fidélité au but partagé.

4.2 Les cadres d’attention conjointe (‘Joint Attentional Frames’)

Au cœur du dispositif de l’intentionnalité conjointe se déploie ce que Tomasello baptise les cadres d’attention conjointe (Joint Attentional Frames). Un cadre attentionnel ne correspond pas à l’ensemble du champ visuel physique embrassé par les rétines des partenaires ; il s’agit d’une enveloppe de pertinence psychologique délimitée par l’activité coopérative en cours. Ce cadre opère comme une lentille sélective qui filtre le réel et assigne une signification pragmatique aux entités physiques qui s’y trouvent immergées.

L’importance vitale du cadre attentionnel devient flagrante lorsque l’on observe la radicale ambiguïté d’un geste de pointage produit en dehors de tout contexte partagé. Si un individu inconnu s’approche de vous dans la rue et pointe le pneu d’une voiture garée sans un mot, son geste est indéchiffrable : le pneu est-il dégonflé ? S’agit-il d’une marque de pneumatique réputée ? Y a-t-il un insecte venimeux posé sur la jante ? La couleur du métal est-elle remarquable ? L’acte déictique physique demeure structurellement silencieux sur son objet intentionnel.

En revanche, si les deux protagonistes sont en train de changer une roue dans le cadre d’une activité conjointe de dépannage, ce même geste de pointer le pneu devient instantanément univoque et limpide : il signifie « apporte cette pièce ici » ou « vérifie la pression maintenant ». Le cadre attentionnel conjoint détermine ce qui est cognitivement saillant, en discriminant le fond invariant du changement pertinent pour l’autre. Le pointage fonctionne ainsi comme un opérateur différentiel qui met en relief une information nouvelle sur un arrière-plan d’activités déjà coordonnées.

4.3 Le socle commun (‘Common Ground’) et la récursivité mentale

L’opérationnalisation du cadre attentionnel présuppose l’existence d’un « socle commun » (ground commun ou savoir mutuel). Théorisé initialement par le linguiste Herbert Clark, le common ground désigne l’ensemble des connaissances, des croyances et des expériences perceptives que deux interactants partagent, et qu’ils savent mutuellement qu’ils partagent. Il ne suffit pas que l’événement X soit vu par l’adulte et par le bébé ; il faut que l’enfant sache que l’adulte voit X, que l’adulte sache que l’enfant voit X, et que l’enfant sache que l’adulte sait que l’enfant voit X.

Cette boucle récursive de la lecture d’esprit constitue la marque de fabrique de la cognition humaine. Même à l’âge pré-verbal de douze mois, le nourrisson calcule spontanément la profondeur perspective du savoir partagé. Il distingue les objets qui appartiennent au socle commun de ceux qui relèvent de sa seule expérience privée. L’acte de pointer n’est jamais produit dans le vide : il prend racine dans la sédimentation des interactions passées vécues conjointement avec ce partenaire spécifique.

Cette dynamique récursive permet des inférences pragmatiques d’une remarquable subtilité. Lorsqu’un parent montre du doigt une couverture jetée au sol alors que l’enfant cherche son doudou, l’enfant n’interprète pas le geste comme signifiant simplement « regarde cette couverture ». En croisant le geste avec leur socle commun (le fait qu’ils sont tous deux engagés dans la quête du doudou), l’enfant infère immédiatement l’ellipse cognitive : « Ton doudou est caché sous cette couverture ». L’index physique n’a fait qu’amorcer la pompe inférentielle que seul le terrain d’entente mutuel a permis de résoudre.

5. Comparaison phylogénétique : Les grands singes face au geste de pointage

5.1 Paradigmes expérimentaux appliqués aux chimpanzés (Pan troglodytes)

Pour mettre à l’épreuve l’hypothèse de la spécificité humaine de cette infrastructure coopérative, l’équipe de Michael Tomasello à l’Institut Max Planck a soumis les grands singes anthropomorphes, en particulier les chimpanzés (Pan troglodytes), à une batterie rigoureuse de paradigmes comparatifs. L’une des expériences les plus célèbres est la tâche de choix d’objet (Object-Choice Task). Le dispositif, en apparence d’une simplicité désarmante, confronte le sujet à deux boîtes opaques inversées posées sur une table. Sous l’un de ces récipients a été dissimulée une friandise hautement désirable (un fruit), hors de la vue de l’animal.

L’expérimentateur humain, qui a assisté à la dissimulation, intervient alors comme auxiliaire : il regarde le singe dans les yeux, puis pointe de manière ostensible et appuyée le récipient contenant la nourriture cachée, tout en maintenant son bras tendu et en alternant son regard entre la boîte et l’animal. Le chimpanzé est ensuite autorisé à choisir l’un des récipients pour récupérer la pitance. Les données recueillies sur des dizaines d’individus et répliquées par de multiples laboratoires internationaux ont révélé un résultat massif : les chimpanzés réussissent cette tâche à un niveau purement aléatoire (environ 50 % de réussite), échouant systématiquement à exploiter l’indice directionnel fourni par l’humain.

Cette incapacité robuste ne relève aucunement d’une déficience sensorielle ou visuelle. Les chimpanzés possèdent une acuité visuelle équivalente à la nôtre et sont capables de suivre géométriquement la ligne de visée d’un congénère à travers des obstacles complexes. L’origine de l’échec est intrinsèquement cognitive et socio-motivationnelle : le chimpanzé ne conçoit pas que l’humain puisse produire un geste dans le but délibéré et désintéressé de l’aider. Ne disposant pas de l’échafaudage de l’intentionnalité partagée, le primate perçoit le bras tendu comme un segment spatial quelconque, incapable de déduire que ce mouvement corporel constitue un vecteur d’information coopératif conçu pour son propre bénéfice.

5.2 Le pointage en captivité versus l’absence en milieu naturel

La question du pointage chez les primates non humains gagne en complexité lorsque l’on confronte les observations en milieu sauvage aux études menées sur des animaux nés ou élevés en captivité. Dans les forêts de Taï, de Gombe ou de Kibale, les primatologues de terrain les plus chevronnés, de Jane Goodall à Christophe Boesch, ont cumulé des milliers d’heures d’observation sans jamais consigner un seul cas authentique et univoque de geste de pointage déictique orienté vers un congénère. Les chimpanzés sauvages utilisent une vaste gamme de signaux corporels (frappes au sol, vocalisations, présentations sexuelles), mais aucun individu n’isole l’index pour attirer l’attention d’un tiers vers un objet d’intérêt commun.

En captivité, en revanche, des formes de pointage manuel peuvent faire leur apparition chez des individus soumis à des interactions prolongées avec des soigneurs humains. Cependant, une analyse microscopique de ces manifestations gestuelles dissipe toute confusion avec la déixis humaine. Premièrement, ces gestes ne sont jamais adressés à des congénères chimpanzés, mais exclusivement aux gardiens humains qui contrôlent l’accès à la nourriture. Deuxièmement, ces pointages sont invariablement et strictement restreints au registre proto-impératif :

• Le singe pointe vers une banane située hors de portée pour que l’humain la lui donne.
• Le geste est fréquemment réalisé avec la main entière ouverte tournée vers le haut, reproduisant la posture gestuelle de mendicité alimentaire propre à l’éthogramme de l’espèce.
• Le primate ne manifeste aucun intérêt pour le statut mental du gardien ; son attention est monopolisée de manière obsessionnelle par l’objet convoité.

L’émergence de ce pointage impératif chez les singes dits « enculturés » résulte d’un apprentissage associatif par conditionnement opérant : l’animal comprend que tendre le bras vers l’objet produit statistiquement l’intervention du distributeur humain. En revanche, le pointage déclaratif (pointer pour dire « regarde ce papillon ») demeure totalement absent, y compris chez les chimpanzés les plus intensément stimulés intellectuellement, scellant une ligne de démarcation évolutive infranchissable.

5.3 L’incompréhension des motivations altruistes d’aide

L’étiologie de cette divergence phylogénétique s’enracine dans la structure motivationnelle et adaptative des espèces. L’écologie comportementale des chimpanzés est régie de manière prépondérante par des dynamiques de compétition hiérarchique pour l’accès aux ressources sexuelles et alimentaires. Les primates ont développé une « théorie de l’esprit compétitive » remarquablement aiguisée : ils excellent à deviner ce qu’un rival dominant peut voir ou ne pas voir, exploitant l’occultation visuelle pour dérober furtivement de la nourriture.

Tomasello et son collaborateur Brian Hare ont brillamment démontré ce paradoxe à travers une variante du test de l’objet caché. Si, au lieu de pointer gentiment la boîte pour aider le chimpanzé, l’expérimentateur adopte une posture compétitive et fait semblant de s’étirer agressivement vers le récipient pour s’emparer de la nourriture sans y parvenir, le singe comprend immédiatement la situation : il se précipite sur la bonne boîte pour devancer son compétiteur. Le primate réussit donc avec brio dans un contexte agonistique ce pour quoi il échoue dans un cadre altruiste.

L’incompréhension du geste coopératif d’aide découle de cette absence de présupposé mutualiste dans la niche écologique du singe. Le chimpanzé ne projette pas sur autrui la volonté d’aider gratuitement, car sa propre machinerie psychologique ne comporte pas de pulsion innée au partage désintéressé d’informations. Ne concevant pas l’altruisme communicationnel chez ses pairs, il est structurellement aveugle aux intentions coopératives d’un humain qui pointe une boîte, là où un nourrisson humain de douze mois lit immédiatement l’acte comme une offre d’assistance généreuse.

6. Mécanismes cognitifs sous-jacents : Le socle motivationnel et référentiel

6.1 La théorie de l’esprit minimale et l’attribution intentionnelle

Pour qu’un nourrisson puisse convertir une projection motrice de son index en un vecteur d’information intelligible, son architecture cognitive doit héberger une forme de théorie de l’esprit, au moins sous une modalité minimale ou implicite. Longtemps, les psychologues ont postulé que la théorie de l’esprit n’émergeait qu’à l’âge de quatre ans avec la réussite aux célèbres épreuves de fausse croyance (comme le paradigme de Sally et Anne). Les études tomaselliennes sur le pointage ont pulvérisé ce consensus en révélant l’existence d’une compétence mentaliste opérationnelle dès la fin de la première année de vie.

Cette théorie de l’esprit minimale ne consiste pas à manipuler des représentations métacognitives hautement réflexives ou des concepts linguistiques de « croyances erronées », mais à percevoir autrui comme un agent intentionnel animé de désirs, de perspectives visuelles distinctes et de plans d’action autonomes. Lorsque le bébé pointe un objet, il opère une différenciation fondamentale entre sa propre expérience phénoménologique et celle de son interlocuteur. Il comprend que l’autre ne perçoit pas nécessairement ce que lui-même perçoit à cet instant précis, et que son propre geste possède le pouvoir de modifier l’état épistémique de l’interlocuteur en réalignant son champ visuel.

Le pointage s’affirme donc comme l’externalisation active et corporelle de la lecture de pensées (mindreading). Loin d’être un acte aveugle, il constitue une ingénierie de l’attention d’autrui. En projetant son index vers une anomalie environnementale, l’enfant traite l’esprit de son partenaire comme un système plastique orientable, attestant d’une compréhension pré-verbale intime des relations dynamiques reliant la vision, l’attention et la connaissance chez autrui.

6.2 Le principe d’équivalence sociale (‘Like-Me framework’)

Cette capacité à appréhender autrui comme un agent intentionnel s’articule intimement avec le cadre théorique du « comme-moi » (Like-Me framework), développé initialement par Andrew Meltzoff et intégré par Tomasello dans son architecture coopérative. Selon cette perspective, la genèse de l’attribution d’intentions trouve son carburant dans l’analogie corporelle primordiale : le nourrisson fait l’expérience interne de ses propres états volitifs et moteurs, tout en découvrant par le miroir social que les êtres qui l’entourent lui sont morphologiquement et fonctionnellement équivalents.

L’imitation néonatale et les jeux de synchronie posturale préparent le terrain à cette équivalence sociale. Lorsque le nourrisson constate que l’adulte réagit aux objets avec la même gamme d’émotions, de regards et de préhensions que lui-même, il infère naturellement une continuité psychique entre son for intérieur et l’intériorité d’autrui. L’adulte n’est pas appréhendé comme une entité physique mécanique régie par les lois de la cinématique newtonienne, mais comme un semblable (« un être fait comme moi ») opérant selon les mêmes principes d’orientation téléologique.

Cette projection analogique est le catalyseur sans lequel le geste de pointage ne saurait fonctionner. En pointant, l’enfant anticipe la réponse de l’autre par simulation incarnée : « Si j’étais à sa place et que quelqu’un orientait mon attention dans cette direction, je découvrirais cet objet passionnant ». Cette capacité de projection perspective, indissociable de la reconnaissance de la similarité existentielle d’autrui, confère au geste une universalité immédiate au sein de l’espèce humaine, par-delà les variations culturelles locales.

6.3 La régulation de la coopération par la recherche de réciprocité

L’infrastructure socio-motivationnelle humaine se singularise non seulement par la production d’actes coopératifs, mais tout autant par une vigilance aiguë quant à la réciprocité de l’échange. Le geste de pointage n’est pas un message unilatéral lancé dans l’éther sans préoccupation de son écho ; il est immédiatement soumis à une évaluation scrupuleuse de la conformité du partenaire au contrat de communication implicitement ouvert.

Des expériences subtiles conçues à Leipzig ont analysé les réactions comportementales d’enfants de douze mois face à diverses réponses déviantes de l’adulte suite à un pointage déclaratif :

• Condition « Non-partage » : L’adulte regarde l’objet désigné mais garde un visage totalement neutre et impassible.
• Condition « Attention centrée sur l’enfant » : L’adulte sourit chaleureusement à l’enfant et lui parle affectueusement, mais sans tourner la tête vers l’objet pointé.
• Condition « Regard sur le doigt » : L’adulte regarde avec perplexité l’index de l’enfant sans prolonger le vecteur visuel jusqu’à la cible.
• Condition « Partage conjointe » (témoin) : L’adulte regarde l’objet, manifeste une émotion congruente et commente l’événement en alternant son regard.

Les résultats ont montré sans ambiguïté que l’enfant rejette systématiquement les trois premières conditions. Face à un adulte qui le regarde affectueusement sans regarder le jouet, ou face à un adulte qui scrute son doigt, le nourrisson s’agace, insiste par de nouvelles vocalisations ou cesse complètement d’interagir. L’enfant refuse la simple gratification sociale égocentrée ; il exige la réciprocité triadique parfaite. Cette exigence prouve l’existence précoce d’une véritable morale communicationnelle, où l’enfant surveille l’engagement mutuel et sanctionne toute défection au contrat d’attention partagée.

7. L’hypothèse de l’infrastructure coopérative de la communication

7.1 Le modèle gricéen revisité par l’approche comparative

Pour théoriser la mécanique sémiotique du geste de pointage, Michael Tomasello opère une translation spectaculaire de la pragmatique linguistique de Paul Grice vers la psychologie pré-verbale du nourrisson. Dans son célèbre article de 1957 sur la signification, Grice postulait que la véritable communication réflexive exige que le locuteur ait l’intention que l’interlocuteur reconnaisse que le locuteur a cette intention communicative précise. Cette double couche intentionnelle (l’intention d’informer et l’intention communicative que cette intention informative soit reconnue) semblait exiger un formalisme logique que la philosophie réservait au langage adulte hyper-sophistiqué.

Le coup de génie de Tomasello a consisté à démontrer que cette structure gricéenne n’est pas le produit tardif de conventions grammaticales savantes, mais la matrice naturelle et instinctive sous-jacente au moindre geste de pointage infantile. Lorsqu’un enfant pointe une pomme pour son père, il ne cherche pas simplement à ce que le père voie la pomme (ce qui pourrait advenir par accident si la pomme tombait bruyamment) ; il produit un signal ostensif délibéré afin que le père comprenne : « Je veux que tu saches que je suis en train de te montrer cette pomme ».

Le geste de pointage condense ainsi une véritable structure propositionnelle sans employer de syntaxe phonatoire. Il contient un topique (l’objet rendu saillant dans l’espace physique par l’axe de l’index) et un focus prédicatif (l’attitude intentionnelle, l’information nouvelle ou l’affect partagé convoyé par l’expression faciale et l’intonation). Bien avant la première phrase parlée « Le chat est dehors », le geste combiné au regard articule une prédication incarnée accessible à toute créature partageant la même grammaire motivationnelle intersubjective.

7.2 Le principe de pertinence coopérative

Cette mécanique gricéenne s’appuie indéfectiblement sur le principe de pertinence coopérative, analogue aux thèses développées par Dan Sperber et Deirdre Wilson dans leur théorie de la pertinence, mais réenraciné par Tomasello dans l’évolutionnisme coopératif. La réception d’un geste de pointage repose sur un axiome herméneutique implicite : le récepteur part du présupposé absolu que le geste de l’émetteur a été produit pour lui, et qu’il est porteur d’une signification pertinente pour ses buts actuels ou pour leurs intérêts partagés.

Face à l’extrême indétermination géométrique du vecteur spatial décrit par le doigt, l’esprit humain ne calcule pas une infinité de paraboles physiques ; il procède par inférence abductive fulgurante en fonction du contexte pragmatique. Si deux personnes marchent en forêt et que l’une s’arrête net et pointe le sol, l’autre n’infère pas « ceci est de la terre », mais « attention, il y a un serpent » ou « regarde cette trace de cerf ». Le récepteur cherche immédiatement l’hypothèse qui maximise la pertinence coopérative de l’information offerte.

Les nourrissons de douze à quatorze mois appliquent déjà cette herméneutique avec une aisance confondante. Si un expérimentateur pointe une tasse vide posée sur une table au cours d’une routine de jeu où l’on assemble des puzzles, l’enfant comprend que la tasse n’est pas montrée en tant qu’ustensile à boire, mais parce que la dernière pièce du puzzle y est dissimulée. L’enfant résout l’indétermination sémiotique du geste en se posant la question inconsciente : « Quelle intention d’une pertinence coopérative motive mon partenaire à orienter mon regard vers ce point précis à cet instant du jeu ? ».

7.3 La normativité et la mutualité sociale

L’infrastructure coopérative de la communication ne se cantonne pas à une ingénierie de la pertinence ; elle sécrète de manière constitutive une dimension normative. Dès les premières orchestrations triadiques, l’interaction ne se réduit pas à une simple conjonction de comportements mécaniques : elle installe un univers de règles partagées, d’attentes mutuelles et de devoirs implicites qui préfigurent la moralité humaine.

Cette normativité naissante s’observe dans le sentiment de responsabilité conjointe qui émerge des cadres d’activité partagée. Si l’un des deux participants s’écarte inopinément de l’action sans raison apparente, l’enfant manifeste une protestation verbale ou gestuelle, rappelant le partenaire à l’ordre de son engagement. Le geste de pointage lui-même participe à l’édification de normes d’action et d’interprétation communes. En pointant, on impose à l’autre une focalisation attentionnelle, mais on se soumet soi-même à l’obligation de justifier la pertinence de cette interruption du flux perceptif.

De surcroît, les enfants manifestent très tôt des attentes morales relatives à l’honnêteté communicationnelle. Des protocoles ont mis en scène des informateurs humains fournissant de faux indices gestuels ou pointant des boîtes vides pour tromper le nourrisson. Dès l’âge de 14 à 16 mois, l’enfant repère l’informateur non fiable : il cesse rapidement d’exploiter ses pointages ultérieurs et refuse de s’engager dans de nouveaux formats d’attention conjointe avec lui. Cette défiance sélective prouve que le pointage repose sur une confiance épistémique fondatrice : le geste perd toute viabilité dès lors que la mutualité coopérative est trahie.

8. Du geste déictique au langage symbolique conventionnel

8.1 Le pointage comme précurseur structural du lexique et de la grammaire

L’une des thèses les plus remarquables de Tomasello est que le langage symbolique articulé n’est pas apparu ex nihilo par une mutation génétique accidentelle codant pour une grammaire universelle chomskienne, mais qu’il constitue l’institutionnalisation culturelle d’une infrastructure coopérative déjà pleinement opérationnelle dans le geste déictique. Loin de s’opposer au langage verbal, le pointage en est la matrice structurale et développementale directe.

Sur le plan ontogénétique, les corrélations statistiques révèlent un pont continu entre la déixis gestuelle et l’essor du système lexico-grammatical :

• Les objets pointés le plus fréquemment par un enfant vers l’âge de 11 mois sont précisément ceux dont les étiquettes lexicales feront leur apparition dans ses premiers mots vers 14 mois.
• La fréquence globale des pointages déclaratifs prédit la vitesse d’expansion du vocabulaire de manière bien plus robuste que le QI général ou la classe socio-économique des parents.
• L’émergence des premières structures syntaxiques est systématiquement précédée par la production de combinaisons bimodalités « geste + mot » (ex. pointer une tasse tout en prononçant « maman », ou pointer la porte en disant « parti »).

Ces combinaisons transmodales sont structurellement équivalentes aux premiers énoncés à deux termes (« pivot-schemas »). L’index physique y assume le rôle d’argument nominal (le sujet ou l’objet direct), tandis que le mot vocal y adjoint le prédicat qualificatif ou événementiel. L’enfant n’attend pas d’avoir synchronisé deux mots phonologiques pour produire une structure propositionnelle complexe : il utilise la plasticité multimodale de son corps pour articuler son premier schéma prédicatif bien avant que son tractus vocal ne soit prêt à gérer une double articulation lexicale.

8.2 De la déixis physique aux symboles linguistiques arbitraires

Comment la déixis physique s’est-elle métamorphosée en symboles linguistiques conventionnels et arbitraires ? Dans son ouvrage de référence Origins of Human Communication, Tomasello esquisse une trajectoire évolutive et développementale en trois étapes successives : le pointage déictique spatial, le geste iconique (mimétique), puis le symbole conventionnalisé (oral ou signé).

Le pointage physique possède une limite intrinsèque : il ne peut référer qu’à des entités physiquement présentes dans l’environnement immédiat de l’interaction (l’ici et le maintenant). Pour dépasser ce goulet d’étranglement déictique et désigner un objet absent ou une action abstraite, les hominines ont développé les gestes iconiques : mimer le vol d’un oiseau avec les bras ou le geste de boire avec la main repliée. L’iconicité permet de convoquer une représentation mentale partagée sans support perceptif matériel direct, en s’appuyant toujours sur l’attention conjointe des partenaires pour interpréter la pantomime.

Enfin, lorsque ces pantomimes gestuelles et les vocalisations associées sont reprises et répétées au sein d’une même communauté culturelle, elles subissent un processus d’usure morphologique et de simplification motrice que la linguistique historique nomme la conventionnalisation. Les signaux perdent leur ressemblance iconique pour devenir des symboles arbitraires dont le lien à la cible repose sur une norme commune intériorisée. Mais Tomasello insiste : aucun mot d’aucune langue ne saurait être appris par un enfant sans l’intervention préalable du pointage et de l’attention partagée. Un mot n’est rien d’autre qu’un geste déictique vocal hautement perfectionné, dont la fonction ultime demeure d’orienter l’attention d’autrui au sein d’un espace conceptuel partagé.

8.3 L’apprentissage culturel par transmission et coordination des perspectives

L’avènement du langage conventionnel à partir de la déixis gestuelle consolide le mécanisme le plus décisif de l’adaptation humaine : l’apprentissage culturel. Contrairement à l’apprentissage par émulation observé chez les singes (où le sujet reproduit uniquement les conséquences physiques d’une action sur l’environnement en inventant ses propres moyens moteurs), l’enfant humain procède par apprentissage par imitation fidèle, en reproduisant scrupuleusement les buts et les moyens exacts démontrés par le modèle culturel.

Ce mimétisme n’est rendu possible que parce que le nourrisson est capable de coordonner sa propre perspective avec celle du tuteur. Le geste de pointage offre précisément la gymnastique cognitive indispensable à cette flexibilité de perspective. En suivant l’index d’un adulte vers un objet complexe, l’enfant s’habitue à voir le monde non pas à travers son seul prisme subjectif égocentrique, mais à travers la perspective attentionnelle que l’adulte cherche à lui faire adopter. Pointer et comprendre un pointage brise l’égocentrisme cognitif primaire bien plus efficacement que n’importe quelle maturation solitaire.

Cette coordination dynamique des perspectives s’avère indispensable pour l’acquisition du système lexical, car les mots d’une langue humaine incarnent des points de vue sémantiques alternatifs sur une même réalité objective. Une même entité peut être désignée comme « un chien », « un animal », « un caniche », « une bête » ou « un animal de compagnie » selon la perspective communicative choisie. L’enfant ne peut naviguer dans cette polyphonie lexicale que parce que, grâce à l’infrastructure du pointage, il a déjà appris à faire osciller son esprit entre sa propre perspective et celle de son partenaire.

9. Protocoles expérimentaux emblématiques de l’Institut Max Planck

9.1 Le paradigme de l’objet disparu et de l’aide spontanée

Pour mesurer avec une précision chirurgicale la manifestation de l’altruisme communicationnel, Michael Tomasello, Felix Warneken et Henrike Moll ont conçu le désormais classique « paradigme de l’objet disparu ». L’objectif méthodologique était d’exclure tout conditionnement opérant préalable, toute demande verbale explicite et toute rétribution matérielle susceptible de biaiser le mobile de l’enfant.

Dans ce protocole, un enfant de douze à quatorze mois est assis au sol dans une salle d’expérimentation riche en stimulations ludiques. Un adulte entre dans la pièce muni d’une pile de documents ou d’un assemblage de pinces à linge nécessaires à une tâche de bureau bien visible. Soudain, l’expérimentateur laisse choir par mégarde un objet essentiel (une pince ou une agrafe) derrière une boîte ou sous un meuble bas, à un endroit que l’enfant voit parfaitement mais que l’adulte ne peut plus apercevoir en raison de l’angle de sa posture. L’adulte pose sa pile de dossiers, se retourne vers la table et commence à chercher l’outil manquant en émettant de légères vocalisations de contrariété (« Mmmh, où est-elle ? ») tout en balayant la pièce du regard, mais sans jamais poser les yeux sur l’enfant.

Les résultats empiriques ont stupéfié la communauté scientifique :

• Dans une proportion écrasante (supérieure à 75 % des cas), les nourrissons se redressent immédiatement, pointent avec vigueur la cachette où l’objet a roulé et alternent leur regard entre l’objet et le visage de l’adulte jusqu’à ce que ce dernier retrouve son outil.
• La latence de réaction est extraordinairement brève, se mesurant souvent en fractions de seconde, ce qui atteste d’une mobilisation intentionnelle automatique et spontanée.
• Si l’adulte fait tomber un morceau de papier sans importance et continue son travail sans le chercher, l’enfant ne pointe rien : il discrimine parfaitement entre un objet devenu fonctionnellement nécessaire à autrui et un déchet non pertinent, prouvant que son pointage repose sur une modélisation précise du but d’action du partenaire.

9.2 L’épreuve du seau et de la récompense cachée (Object-Choice Task)

Le second protocole emblématique, évoqué dans sa dimension phylogénétique, est la tâche de choix d’objet (Object-Choice Task), administrée de manière standardisée par Josep Call et Michael Tomasello pour cartographier les écarts de performance entre les hominoïdes non humains et les bébés humains pré-verbaux. La force de ce paradigme réside dans son élégance géométrique et sa stricte symétrie méthodologique.

Le dispositif met en présence deux récipients identiques et opaques (des seaux ou des gobelets renversés) séparés par un mètre de distance. L’expérimentateur cache une récompense (nourriture pour les singes, jouet attrayant pour les enfants) sous l’un des récipients à l’insu du sujet. Une fois le dispositif stabilisé, l’expérimentateur produit un geste de pointage clair vers le contenant cible. La distance entre l’index et le récipient est strictement calibrée (de 10 à 50 cm) afin d’éviter tout indice tactile direct. Le geste est maintenu immobile pendant plusieurs secondes pour permettre une fixation visuelle complète.

Les résultats quantitatifs ont mis en relief une divergence abyssale : les bébés humains de 14 mois choisissent le récipient pointé dans plus de 85 % des essais dès la première session, sans aucun apprentissage préalable. Ils comprennent instantanément que le pointage de l’adulte n’est pas un obstacle physique, mais un indice généreux offert pour abréger leur quête. En revanche, les chimpanzés adultes, les bonobos et les gorilles plafonnent à un taux de réussite de 50 % (le hasard parfait), échouant même après des centaines d’essais répétés, à moins qu’un conditionnement pavlovien lourd ne soit laborieusement implanté au fil de plusieurs mois. Ce test a scellé la démonstration expérimentale que la compréhension de la déixis coopérative constitue une adaptation cognitive humaine spécifique.

9.3 L’analyse des ruptures de ground commun

Pour prouver que l’enfant ne pointe pas simplement ce qui est objectivement nouveau dans l’environnement physique, mais ce qui est nouveau par rapport au savoir partagé avec une personne précise, Tomasello et Henrike Moll ont conçu l’expérience des ruptures de ground commun (Common Ground Disruption). Ce paradigme d’une prodigieuse subtilité expérimentale manipule précisément l’historique perceptif partagé entre l’enfant et deux adultes différents.

Le protocole se décompose en plusieurs phases chronologiques :

1. L’enfant découvre successivement deux jouets inédits (Jouet A et Jouet B) en interagissant activement avec une adulte (Expérimentatrice 1). Ils manipulent ensemble les objets, créant un solide common ground triadique autour d’eux.
2. L’Expérimentatrice 1 quitte temporairement la pièce. Durant son absence, une seconde adulte (Expérimentatrice 2) entre et introduit un troisième jouet inédit (Jouet C). L’enfant explore activement ce Jouet C en tête-à-tête avec l’Expérimentatrice 2.
3. Le Jouet C est alors disposé sur un plateau aux côtés des Jouets A et B.
4. L’Expérimentatrice 1 revient dans la pièce. Elle s’arrête devant le plateau regroupant les trois jouets, lève les mains d’un air théâtral et s’exclame d’un ton excité et générique : « Oh, regarde là-bas ! C’est génial ! Regarde ça ! », sans nommer l’objet ni fixer aucun jouet en particulier.

La question posée par Tomasello était limpide : quel jouet l’enfant va-t-il désigner du doigt pour l’adulte ? Si l’enfant est régi par un simple biais perceptif d’égocentrisme, il devrait pointer le Jouet C, car c’est le dernier qu’il a exploré, ou n’importe quel jouet au hasard. Les résultats ont été spectaculaires : les enfants de 14 à 18 mois pointent majoritairement et spécifiquement le Jouet C en direction de l’Expérimentatrice 1. Ils ont mémorisé que l’Expérimentatrice 1 a déjà vu et partagé les Jouets A et B, mais qu’elle n’a jamais vu le Jouet C. L’enfant pointe donc pour combler la lacune perceptive de l’adulte, démontrant qu’il gère simultanément deux comptabilités épistémiques distinctes et adapte son pointage au socle commun spécifique qui le lie à cet interlocuteur.

10. Débats et controverses scientifiques autour des thèses de Tomasello

10.1 Les critiques cognitivistes nativistes et minimalistes

L’ampleur théorique des thèses de Leipzig a suscité en retour des objections vigoureuses issues de plusieurs chapelles des sciences cognitives. Les tenants du nativisme modulaire, dans la lignée de Jerry Fodor ou d’Alan Leslie, ont reproché à Tomasello de sous-estimer la maturation de modules cérébraux dédiés à la théorie de l’esprit, affirmant que la capacité à attribuer des croyances ne dépend pas d’un apprentissage coopératif mais d’un déploiement génétique indépendant des interactions culturelles. Pour ces auteurs, l’attention conjointe ne serait qu’une manifestation périphérique d’un module de lecture des yeux (Eye Direction Detector) déjà préprogrammé.

À l’autre extrémité du spectre, les partisans d’une approche cognitiviste minimaliste et behavioriste (tels que Celia Heyes ou Robert Lurz) ont contesté la surinterprétation mentaliste systématique des gestes infantiles. Selon cette critique déflationniste, Tomasello prête aux nourrissons de 12 mois une machinerie psychologique disproportionnée, digne d’un philosophe gricéen. Pour Heyes, les comportements de pointage informatif ou déclaratif pourraient être modélisés par des mécanismes d’apprentissage associatif beaucoup plus simples : l’enfant apprend que pointer produit une cascade de renforcements positifs sous forme d’attention et d’exclamations adultes, sans qu’il soit nécessaire de postuler une lecture récursive d’intentions partagées ou un socle commun calculé.

Tomasello a vigoureusement répliqué à ces critiques en s’appuyant sur la plasticité et la spécificité des données expérimentales. Si le pointage ne relevait que d’un conditionnement opérant aveugle, l’enfant se contenterait de n’importe quel renforcement social. Or, les expériences ont démontré que si l’adulte le renforce chaleureusement mais sans regarder l’objet (rupture de la triadicité), l’enfant n’est pas satisfait et proteste. De même, les protocoles de rupture de ground commun rendent caduque l’explication par le simple renforcement perceptif, car l’enfant sélectionne l’objet à pointer en fonction exclusive de l’historique invisible de vision partagée avec un agent singulier.

10.2 Les contre-propositions primatologiques

Un second front de controverse est venu de la primatologie et de l’éthologie cognitive de terrain. Des chercheurs de renom, tels que Frans de Waal ou David Premack, ont accusé les protocoles de l’Institut Max Planck d’avoir instauré un biais expérimental anthropocentrique systématique au détriment des grands singes. Selon De Waal, soumettre des chimpanzés captifs à des tâches d’échange coopératif avec des humains vêtus de blouses blanches dans des cages stériles ne saurait refléter l’intelligence sociale naturelle de l’espèce. Le primate, placé en situation de stress ou d’infériorité écologique face à une espèce étrangère, serait logiquement inhibé dans ses compétences intersubjectives.

De plus, certains primatologues ont fait valoir des cas anecdotiques de coordination collective chez les chimpanzés sauvages lors de la chasse aux singes colobes, affirmant que ces battues coordonnées impliquent une authentique intentionnalité partagée avec répartition des rôles (rabatteurs, bloqueurs, assaillants). D’autres ont souligné que chez le bonobo (Pan paniscus), espèce notoirement plus tolérante et prosociale que le chimpanzé, des conduites d’apaisement, de partage alimentaire spontané et d’attention conjointe embryonnaire ont pu être répertoriées en captivité enrichie.

Face à ces objections primatologiques, Tomasello a maintenu une ligne méthodologique rigoureuse. Concernant la chasse chez les chimpanzés, il a démontré par des analyses cinématiques que chaque individu chasse en réalité pour son propre compte : le singe se positionne là où il maximise ses propres chances d’intercepter la proie en fonction de la position des autres, sans qu’il existe un plan conjointement négocié ni d’obligation normative de partage de la viande (le dominant s’appropriant la carcasse par la force). Quant aux épreuves de choix d’objet, les équipes de Leipzig les ont répétées avec des congénères conspécifiques entraînés plutôt que des humains, sans que les chimpanzés ne parviennent davantage à exploiter le pointage d’un congénère. Tomasello reconnaît la prodigieuse intelligence des singes, mais insiste : leur génie est compétitif, machiavélien et individuel, jamais foncièrement coopératif et déixique.

10.3 Les approches énactives et dynamiques du comportement

Une troisième critique d’une portée théorique profonde émane des partisans de la cognition incarnée et énactive, représentés par des philosophes et psychologues comme Shaun Gallagher ou Dan Hutto. Ces auteurs contestent la terminologie même utilisée par Tomasello, en particulier les métaphores computo-représentationnelles de « lecture de l’esprit » (mindreading) et d’« inférences récursives » appliquées au nourrisson de 12 mois. Pour l’énaction, prêter à un bébé des calculs propositionnels du type « Je sais que tu sais que je regarde » relève d’une régression intellectualiste cartésienne.

Selon l’approche énactive, le pointage n’est pas le fruit d’un décodage métacognitif abstrait, mais une forme directe d’engagement corporel et d’action conjointe dans le monde (direct social perception). L’enfant ne déduit pas les intentions invisibles d’autrui à partir d’indices visibles ; il perçoit directement le sens des actions corporelles d’autrui au sein d’une relation dynamique. La déixis doit être pensée comme une affordance écologique intersubjective, où le corps se coordonne avec un autre corps sans avoir besoin d’échafauder des représentations internes complexes d’états épistémiques.

Cette joute philosophique a conduit Tomasello à préciser son vocabulaire sans pour autant renier l’ossature empirique de son édifice. Il concède volontiers que l’infrastructure intentionnelle du nourrisson est incarnée, sensori-motrice et opératoire plutôt que réflexive et théorique. Toutefois, Tomasello rétorque avec force que l’utilisation du concept d’intentionnalité conjointe et d’inférence pragmatique demeure scientifiquement incontournable pour rendre compte des dissociations expérimentales les plus fines, notamment lorsque l’enfant doit traiter l’absence d’une information chez l’autre dans le cadre des ruptures de savoir partagé.

11. Implications pour la psychopathologie développementale : Le cas de l’autisme

11.1 Dissociation pathologique entre pointage proto-impératif et proto-déclaratif

L’une des validations écologiques les plus saisissantes des découvertes de Michael Tomasello réside dans leur réfraction clinique au sein de la psychopathologie développementale, et tout particulièrement dans l’étude des troubles du spectre de l’autisme (TSA). Le modèle tomasellien fournit une grille de lecture explicative d’une clarté remarquable pour comprendre la nature exacte des altérations communicatives précoces chez les enfants autistes.

Dans la trajectoire développementale de l’autisme, on observe une dissociation quasi-parfaite et pathognomonique entre les deux grands types de pointage manuels :

• Le pointage proto-impératif est fréquemment préservé : L’enfant autiste est capable de déployer des gestes d’atteinte ou de pointage instrumental pour réclamer un gâteau, un jouet ou de l’eau, utilisant l’adulte comme un agent causal physique pour modifier l’environnement à son profit.
• Le pointage proto-déclaratif est sélectivement et sévèrement altéré : L’enfant autiste ne pointe presque jamais pour simplement montrer un objet insolite à l’adulte, partager un rire ou aligner une attention commune désintéressée sur un événement extérieur.

Cette double dissociation clinique apporte une confirmation éclatante à la thèse de Tomasello : le pointage impératif et le pointage déclaratif ne relèvent pas du même équipement psychologique. Le premier s’appuie sur une compréhension de la causalité instrumentale et d’une intentionnalité individuelle orientée vers l’action propre (présente chez les chimpanzés et préservée dans l’autisme). Le second s’enracine exclusivement dans l’infrastructure de l’intentionnalité conjointe et la motivation prosociale au partage d’expériences subjectives, qui constitue précisément le nœud vulnérable de la trajectoire autistique.

11.2 Déficit de l’attention conjointe comme biomarqueur précoce

L’identification de cette faille élective dans l’émergence du format triadique a transformé les pratiques de diagnostic précoce à l’échelle internationale. L’absence d’attention conjointe, de suivi du regard d’autrui et, par-dessus tout, l’absence de pointage proto-déclaratif à l’âge de 14-18 mois sont devenus les biomarqueurs comportementaux cardinaux pour le dépistage ultra-précoce de l’autisme.

Les échelles de dépistage les plus universellement standardisées, telles que le Checklist for Autism in Toddlers (CHAT) et sa version modifiée (M-CHAT), placent le geste déictique au cœur de leur batterie d’évaluation critique. L’examinateur y teste directement la réponse de l’enfant lorsqu’on lui montre un jouet au fond de la pièce (« Est-ce que votre enfant regarde l’objet que vous pointez ? ») et sa propension spontanée à désigner un point d’intérêt (« Est-ce que votre enfant utilise son index pour vous montrer quelque chose d’intéressant ? »).

L’absence de ce comportement triadique à 18 mois constitue l’indice prédictif le plus lourd d’une trajectoire atypique. Ce déficit primaire enraye mécaniquement le moteur du développement linguistique ultérieur. Privé de la boussole déictique et du cadre attentionnel partagé, l’enfant autiste peine à ancrer les étiquettes lexicales prononcées par son entourage dans les objets correspondants, basculant fréquemment dans des phénomènes d’écholalie ou un mutisme communicatif persistant, confirmant que le langage verbal ne peut éclore sans son terreau gestuel coopératif.

11.3 Perspectives rééducatives basées sur l’infrastructure coopérative

Sur le plan thérapeutique et psycho-éducatif, les conclusions de Tomasello ont impulsé une révolution méthodologique dans la conception des programmes d’intervention précoce. Les anciennes approches rééducatives hautement structurées, héritées de l’analyse appliquée du comportement (ABA classique), se concentraient de manière quasi obsessionnelle sur le dressage de compétences lexicales isolées et l’apprentissage de répertoires de mots par conditionnement et répétition mécanique sur table.

Les programmes naturalistes contemporains les plus validés scientifiquement, tels que le modèle d’intervention précoce de Denver (ESDM) ou les interventions basées sur l’engagement conjoint (comme le JASPER de Connie Kasari), ont totalement inversé cette priorité en s’adossant explicitement aux travaux de Tomasello. Les thérapeutes ne cherchent plus à faire répéter des vocables dans le vide, mais s’attachent d’abord à restaurer le socle motivationnel de l’intentionnalité partagée :

• Création de routines de jeu partagé (« Joint Action Routines ») fondées sur le plaisir de la mutualité et de l’imitation réciproque.
• Sollicitation systématique de l’alternance du regard à travers des scénarios d’action coordonnée.
• Modélisation et encouragement intensif de l’émergence du geste de pointage déclaratif avant toute exigence verbale formelle.

En restaurant d’abord l’infrastructure de la coopération et la joie de l’alignement mental, ces interventions permettent au langage symbolique de s’implanter naturellement sur son substrat écologique originel, maximisant de manière exponentielle les gains adaptatifs et relationnels de l’enfant dans son environnement quotidien.

12. Synthèse et héritage théorique : Vers une théorie évolutive de la cognition humaine

12.1 La transmission culturelle cumulative et l’effet cliquet (‘Ratchet Effect’)

En embrassant l’ensemble de son parcours scientifique, la théorie du pointage et de l’intentionnalité développée par Michael Tomasello s’intègre harmonieusement dans une vaste fresque anthropologique consacrée à l’évolution culturelle cumulative de notre espèce. Tomasello a forgé le concept célèbre d’« effet cliquet » (Ratchet Effect) pour formaliser la singularité absolue de la culture humaine par rapport aux traditions comportementales embryonnaires observées chez d’autres mammifères.

Chez les chimpanzés, un individu particulièrement ingénieux peut inventer une technique pour casser des noix avec une pierre ou pêcher des termites avec une brindille effilée. Cependant, en raison de l’incapacité de ses congénères à pratiquer un apprentissage par imitation fidèle et une instruction coopérative conjointe, cette innovation technique stagne ou disparaît avec son inventeur sans s’enrichir au fil du temps. Le cliquet culturel patine et glisse en arrière : chaque génération est condamnée à réinventer la roue par essais et erreurs individuels.

Chez l’être humain, le cliquet s’enclenche de manière irréversible. L’infrastructure coopérative de l’intentionnalité partagée permet une fidélité d’imitation et une transmission intergénérationnelle d’une précision absolue. Une invention est stabilisée socialement par l’enseignement et le langage, puis un individu y apporte une amélioration incrémentale, qui est à son tour immédiatement transmise et adoptée par la communauté. Le geste de pointage s’affirme comme le micro-dispositif cognitif primordial de ce macro-phénomène historique : il est la première pince attentionnelle par laquelle un esprit adulte capture et guide avec exactitude l’esprit d’un enfant vers les éléments cruciaux du patrimoine culturel matériel et symbolique.

12.2 L’évolution en deux étapes : De l’intentionnalité conjointe à l’intentionnalité collective

Pour rendre compte du déploiement historique de cette machinerie coopérative, Tomasello propose dans son ouvrage A Natural History of Human Thinking un scénario évolutif articulé en deux transitions écologiques successives majeures :

1. La première étape : L’intentionnalité conjointe au Pléistocène moyen (il y a environ 400 000 ans). Confrontés à des changements environnementaux drastiques et à la rareté des ressources isolées, les ancêtres du genre Homo ont été contraints d’abandonner le modèle de subsistance individualiste au profit du butinage et de la chasse collaborative obligée. Les individus incapables de coordonner leurs buts, de tolérer le partage équitable de la pitance et d’harmoniser leurs efforts sont morts de faim. Cette pression sélective a forgé le câblage psychologique de l’intentionnalité conjointe à petite échelle (en dyades ou triades locales), matérialisé par le geste de pointage et la communication gestuelle déictique.
2. La seconde étape : L’intentionnalité collective chez Homo sapiens (il y a environ 100 000 ans). L’accroissement démographique spectaculaire et la compétition intergroupes ont ensuite contraint les hominines à s’organiser au sein de tribus beaucoup plus vastes. L’intentionnalité conjointe locale ne suffisait plus : il a fallu créer une intentionnalité collective régie par des symboles conventionnels arbitraires, des rituels partagés, des dialectes identitaires et des normes sociales institutionnalisées. L’index pointé vers la réalité concrète s’est transmuté en représentations collectives abstraites, fondant les piliers de l’objectivité, de la science et des lois morales universelles.

L’index tendu de l’enfant contemporain constitue ainsi le vestige phylogénétique actif de cette première transition héroïque : il est le témoin vivant du moment où nos ancêtres ont cessé de se battre pour des fragments de viande pour commencer à se désigner mutuellement la beauté et les défis du monde environnant.

12.3 Portée anthropologique et philosophique de l’œuvre de Tomasello

L’impact des recherches de Michael Tomasello dépasse largement le cadre spécialisé de la primatologie expérimentale et de la psychologie du développement pour renouveler les questions pérennes de l’anthropologie philosophique. Pendant des siècles, la tradition occidentale, d’Aristote à Descartes, a défini le « propre de l’homme » par la rationalité pure, la maîtrise des abstractions logiques ou l’exercice d’un intellect solipsiste désincarné.

L’œuvre de Tomasello détrône cette vision intellectualiste pour la remplacer par une anthropologie de la coopération incarnée. Ce qui singularise notre espèce au sein de la biodiversité terrestre, ce n’est pas d’abord notre capacité à calculer ou à résoudre des syllogismes formels, mais notre pulsion constitutive à nous allier, à compatir, à partager désintéressément des informations et à coordonner nos regards vers un horizon commun. L’intelligence humaine n’est pas une compétence individuelle qui s’est un jour découvert des applications sociales ; elle est, de part en part, le fruit direct et exclusif de notre sociabilité coopérative.

En scellant la réconciliation théorique entre la biologie évolutionniste et les sciences sociales, Michael Tomasello nous rappelle que notre trésor adaptatif le plus précieux loge dans cette phénoménologie du geste partagé. Lorsque le nourrisson de douze mois tend son petit index pour montrer un oiseau à sa mère, il accomplit un acte ontologique qui récapitule des millions d’années d’odyssée évolutive : il répète le geste fondateur par lequel l’animalité a franchi les rivages de la solitude individuelle pour bâtir l’édifice infini de la culture humaine.

Références

• Bates, E., Camaioni, L., & Volterra, V. (1975). Sensorimotor performatives: The development of pointing and the early words. In E. Lenneberg & E. Lenneberg (Eds.), Foundations of language development: A multidisciplinary approach (Vol. 1, pp. 205-226). Academic Press. https://doi.org/10.1016/B978-0-12-443701-2.50017-7
• Bratman, M. E. (1992). Shared cooperative activity. The Philosophical Review, 101(2), 327-341. https://doi.org/10.2307/2185537
• Call, J., & Tomasello, M. (1999). A nonverbal false belief task: The performance of children and great apes. Child Development, 70(2), 381-395. https://doi.org/10.1111/1467-8624.00028
• Clark, H. H. (1996). Using language. Cambridge University Press. https://doi.org/10.1017/CBO9780511620539
• Gilbert, M. (1989). On social facts. Routledge. https://doi.org/10.4324/9780203875322
• Grice, H. P. (1957). Meaning. The Philosophical Review, 66(3), 377-388. https://doi.org/10.2307/2182440
• Hare, B., & Tomasello, M. (2004). Chimpanzees are more skilful in competitive than in cooperative cognitive tasks. Animal Behaviour, 68(3), 571-581. https://doi.org/10.1016/j.anbehav.2003.11.011
• Liszkowski, U., Carpenter, M., Henning, A., Striano, T., & Tomasello, M. (2004). Twelve-month-olds point to share attention and interest. Developmental Science, 7(3), 297-307. https://doi.org/10.1111/j.1467-7687.2004.00349.x
• Liszkowski, U., Carpenter, M., Striano, T., & Tomasello, M. (2006). 12- and 18-month-olds point to provide information for others. Journal of Cognition and Development, 7(2), 173-187. https://doi.org/10.1207/s15327647jcd0702_2
• Meltzoff, A. N. (2007). ‘Like me’: A foundation for social cognition. Developmental Science, 10(1), 126-134. https://doi.org/10.1111/j.1467-7687.2007.00574.x
• Moll, H., & Tomasello, M. (2007). How 14- and 18-month-olds know what others have experienced. Developmental Psychology, 43(2), 309-317. https://doi.org/10.1037/0012-1649.43.2.309
• Sperber, D., & Wilson, D. (1995). Relevance: Communication and cognition (2nd ed.). Blackwell Publishers.
• Tomasello, M. (1999). The cultural origins of human cognition. Harvard University Press.
• Tomasello, M. (2006). Why don’t apes point? In N. J. Enfield & S. C. Levinson (Eds.), Roots of human sociality: Culture, cognition and interaction (pp. 506-524). Berg.
• Tomasello, M. (2008). Origins of human communication. MIT Press. https://doi.org/10.7551/mitpress/7551.001.0001
• Tomasello, M. (2014). A natural history of human thinking. Harvard University Press. https://doi.org/10.4159/9780674726369
• Tomasello, M. (2019). Becoming human: A theory of ontogeny. Harvard University Press. https://doi.org/10.4159/9780674988651
• Tomasello, M., Carpenter, M., Call, J., Behne, T., & Moll, H. (2005). Understanding and sharing intentions: The origins of cultural cognition. Behavioral and Brain Sciences, 28(5), 675-691. https://doi.org/10.1017/S0140525X05000129
• Vygotsky, L. S. (1978). Mind in society: The development of higher psychological processes. Harvard University Press.
• Warneken, F., & Tomasello, M. (2006). Altruistic helping in human infants and young chimpanzees. Science, 311(5765), 1301-1303. https://doi.org/10.1126/science.1121448