Dans l’histoire des sciences cognitives et de l’intelligence artificielle, rares sont les modélisations théoriques à avoir marqué aussi durablement les esprits que celle proposée à la fin des années 1970 par Roger Schank et Robert Abelson. Face aux apories du computationnalisme classique, centré sur une analyse purement formelle et syntaxique de la cognition, les deux chercheurs ont articulé une proposition révolutionnaire : l’esprit humain ne traite pas le monde par le calcul décontextualisé de propositions logiques, mais à travers des structures de connaissances préexistantes, hautement ritualisées et stéréotypées, forgées par l’expérience quotidienne au sein d’un environnement socioculturel donné. C’est au cœur de cette dynamique conceptuelle qu’émerge la théorie des scripts, cristallisée de manière exemplaire dans le célèbre « script du restaurant ».
Le repas pris au restaurant constitue une situation sociale d’une banalité trompeuse. Tout individu socialisé sait intuitivement qu’en franchissant le seuil d’un tel établissement, une séquence ordonnée d’actions invariantes va se déployer : attendre qu’un maître d’hôtel ou un serveur vous assigne une table, s’asseoir, parcourir la carte, commander des mets, consommer son repas, solliciter la note, s’acquitter du paiement et quitter les lieux en laissant un pourboire. Pourtant, la formalisation algorithmique et psychologique de ce savoir tacite soulève des questions fondamentales. Comment la mémoire humaine encode-t-elle ces séquences spatiotemporelles ? Pourquoi un lecteur comprend-il instantanément une phrase telle que « Jean est allé au restaurant ; il a laissé un gros pourboire » sans que le texte n’ait besoin de mentionner qu’il s’est assis, a commandé, mangé et payé son repas ?
Ce traité exhaustif se propose d’explorer en profondeur la genèse, l’architecture théorique, les validations expérimentales et la postérité contemporaine de la théorie des scripts. En croisant l’intelligence artificielle symbolique, la psychologie de la mémoire constructive, la linguistique computationnelle, les neurosciences cognitives et les interactions homme-machine, cette analyse démontrera en quoi le paradigme du restaurant élaboré par Schank et Abelson demeure un jalon épistémologique incontournable pour saisir les mécanismes de la compréhension humaine et computationnelle du sens.
1. Introduction et genèse de la théorie des scripts de Roger Schank et Robert Abelson
1.1 Le contexte historique de l’intelligence artificielle et des sciences cognitives des années 1970
Au tournant des années 1970, les sciences cognitives traversent une mutation épistémologique majeure. La révolution cognitiviste initiée deux décennies plus tôt avait victorieusement brisé le carcan du béhaviorisme skinnerien, réhabilitant la légitimité scientifique des états mentaux internes, de la mémoire et des représentations symboliques. Toutefois, cette première vague du cognitivisme, fortement influencée par les grammaires génératives de Noam Chomsky et les modèles de traitement de l’information sériels inspirés de von Neumann, s’était enfermée dans une perspective résolument computationnelle et syntaxique. L’esprit était postulé comme un processeur logique manipulant des symboles désincarnés selon des règles algorithmiques formelles, postulat incarné par les premiers programmes d’intelligence artificielle tels que le General Problem Solver d’Allen Newell et Herbert Simon.
Or, dès le début des années 1970, cette approche strictement syntaxique se heurte au « mur de la sémantique » lors des tentatives de traitement du langage naturel (Natural Language Processing). Les systèmes computationnels de l’époque se révèlent magistralement inaptes à lever les ambiguïtés lexicales et contextuelles les plus élémentaires. Des phrases simples de la vie quotidienne demeurent incompréhensibles pour une machine parce que le sens ne réside pas uniquement dans l’agencement syntaxique des morphèmes, mais dépend de manière cruciale d’un vaste réservoir de connaissances implicites sur le monde matériel et social. Le problème de la compréhension automatique du langage exigeait dès lors un changement de paradigme : il ne s’agissait plus seulement de parser des phrases selon des règles de dérivation formelles, mais de modéliser l’immense tissu de connaissances d’arrière-plan (background knowledge) dont dispose tout être humain pour attribuer du sens aux énoncés.
1.2 La collaboration interdisciplinaire entre Schank et Abelson
C’est précisément à cette intersection problématique que se noue la collaboration historique entre Roger Schank, linguiste et chercheur en intelligence artificielle computationnelle, et Robert Abelson, psychologue social émérite à l’Université de Yale. Schank avait préalablement développé la théorie de la dépendance conceptuelle (Conceptual Dependency theory), un formalisme visant à représenter le sens des phrases par un ensemble restreint de primitives d’action physique et mentale indépendantes de la langue naturelle utilisée. Cependant, Schank prenait conscience que la décomposition sémantique atomique de phrases isolées échouait à saisir la macrostructure des récits et la continuité de la narration humaine.
De son côté, Robert Abelson s’intéressait de longue date aux systèmes de croyances, aux idéologies politiques et aux structures cognitives qui guident les interactions interpersonnelles au sein de la psychologie sociale. Sa rencontre intellectuelle avec Schank débouche, en 1977, sur la publication d’un ouvrage fondamental de la science cognitive moderne : Scripts, Plans, Goals and Understanding: An Inquiry into Human Knowledge Structures. Cette synergie interdisciplinaire inédite permit de fusionner l’exigence formelle et logicielle de l’intelligence artificielle avec la plausibilité psychologique issue de l’expérimentation comportementale. Leur ambition déclarée était de concevoir un modèle global de la mémoire épisodique et sémantique capable à la fois d’expliquer comment les êtres humains comprennent des histoires et d’implémenter cette compétence dans des architectures informatiques concrètes.
1.3 Définition épistémologique fondamentale du concept de script
Sur le plan épistémologique, Schank et Abelson définissent le script comme une structure prédéterminée, stéréotypée et hautement organisée en mémoire, qui représente une séquence d’événements appropriée dans un contexte social spécifique. Le script opère comme un schéma mental procédural et temporel, un « scénario » cognitif intériorisé par l’individu à travers la répétition itérative d’expériences similaires au cours de sa socialisation. Cette structure n’est pas une simple liste passive d’actions possibles, mais un ensemble cohérent d’attentes causales et temporelles reliant des rôles, des accessoires et des conditions préalables à une finalité précise.
Le rôle théorique central du script réside dans sa formidable capacité de prédictibilité. Face à une réalité sociale complexe et lacunaire, le script dispense le système cognitif d’une analyse exhaustive de chaque stimulus perceptif. Il permet d’opérer des inférences directes et automatiques sur ce qui s’est produit, ce qui est en train de se dérouler et ce qui va vraisemblablement advenir. Épistémologiquement, le script marque une distinction cruciale entre la connaissance déclarative abstraite (savoir que le restaurant est un lieu de restauration marchande) et la connaissance procédurale séquentielle (savoir comment se comporter chronologiquement du franchissement de la porte jusqu’au règlement de la facture). Il constitue ainsi l’interface cognitive primordiale entre la mémoire à long terme et le traitement immédiat des situations sociales quotidiennes.
2. Les fondements théoriques : Schémas, plans, buts et scripts
2.1 Filiation conceptuelle : Des schémas de Bartlett aux scripts
La théorisation des scripts ne surgit pas ex nihilo ; elle s’inscrit dans une prestigieuse lignée de recherches consacrées à l’organisation schématique de la cognition humaine. L’ancêtre intellectuel le plus direct est incontestablement le psychologue britannique Frederic Bartlett. Dès 1932, dans son étude séminale sur la remémoration (Remembering), Bartlett avait démontré, au moyen de son célèbre paradigme de la reproduction répétée du récit amérindien « La Guerre des Fantômes », que la mémoire n’est en rien un enregistrement photographique ou une trace statique fidèle de la réalité objective. Bartlett y avance le concept de schéma : une organisation active d’expériences et de réactions passées qui restructure en permanence les informations nouvelles pour les conformer aux attentes socioculturelles du sujet.
Quatre décennies plus tard, en 1974, Marvin Minsky, l’un des pères fondateurs de l’intelligence artificielle au Massachusetts Institute of Technology, formalise cette intuition sous le concept de cadres sémantiques ou frames. Les cadres de Minsky sont des structures de données destinées à représenter des situations stéréotypées (comme entrer dans une pièce ou assister à une fête d’anniversaire), articulant des nœuds invariants et des créneaux variables (slots) remplis par des valeurs par défaut. Schank et Abelson intègrent cet héritage mais introduisent une rupture essentielle : alors que les cadres de Minsky demeurent essentiellement spatiaux, descriptifs et statiques, les scripts sont intrinsèquement diachroniques, causaux et dynamiques. Le script n’est pas une simple description d’éléments co-occurrents, mais une trajectoire temporelle stricte gouvernée par une téléologie d’action où chaque maillon conditionne logiquement le suivant.
2.2 L’architecture cognitive globale : Thèmes, buts et plans
Il serait réducteur de limiter l’apport théorique de Schank et Abelson au seul concept de script. Leur ouvrage de 1977 propose une architecture cognitive stratifiée à quatre niveaux, conçue pour rendre compte de l’ensemble des comportements humains, depuis la réaction la plus machinale jusqu’à la résolution de problèmes inédits face à des situations inconnues. Au sommet de cette architecture trônent les thèmes (themes), qui représentent les motivations profondes, les statuts existentiels ou les engagements d’un individu (par exemple, être un bon parent, réussir sa carrière universitaire, préserver sa santé). Ces thèmes génèrent des buts (goals), définis comme des états désirés du monde que l’agent aspire à concrétiser (but instrumental de subsistance, but de possession, but relationnel).
Pour atteindre ces buts en l’absence de scripts immédiatement disponibles, l’agent cognitif doit déployer des plans (plans). Un plan est une séquence stratégique flexible et délibérative d’actions générales qu’un individu conçoit consciemment pour surmonter des incertitudes ou faire face à une configuration inédite. Le cœur de la dynamique cognitive réside alors dans la routinisation : lorsqu’un plan novateur réussit à plusieurs reprises et qu’il est appliqué de manière récurrente à un contexte social stable, il perd son caractère d’effort délibératif pour se « compiler » sous la forme d’un script automatisé. Le script n’est donc rien d’autre qu’un plan fossilisé, rigidifié par l’usage social, libérant ainsi des ressources attentionnelles considérables pour l’esprit humain.
2.3 Le fonctionnement cognitif des attentes et des inférences automatiques
L’activation d’un script déclenche instantanément une machinerie cognitive sophistiquée dédiée à la génération d’attentes (expectations). Dès lors qu’un stimulus environnemental ou textuel indexe un script en mémoire (par exemple la simple lecture des mots « menu » et « garçon d’étage »), ce script déploie un ensemble de créneaux préremplis d’office par ce que Schank et Abelson nomment les valeurs par défaut (default values). Ce mécanisme d’instanciation automatique constitue la pierre angulaire de l’économie cognitive humaine. Face à la profusion d’informations sensorielles et à la concision intrinsèque de la communication linguistique, notre esprit comble en permanence les ellipses narratives sans aucun coût subjectif conscient.
Considérons l’énoncé canonique : « Paul entra au bistrot. Il commanda un rôti de bœuf. Quand il ressortit, son portefeuille était vide. » À aucun moment le narrateur n’a affirmé explicitement que Paul s’était assis à une table, que le bœuf lui avait été servi, qu’il l’avait mastiqué et avalé, ni même qu’il avait réglé son dû en échange de sa nourriture. Pourtant, tout lecteur humain sain conclut avec une certitude absolue que Paul a effectivement mangé le bœuf et qu’il a payé son repas avec l’argent de son portefeuille. Ce comblement systématique des blancs textuels par inférence par défaut atteste que le texte ne contient pas en lui-même l’intégralité du sens : le texte se contente de fournir un faisceau d’amorces (cues) destinées à projeter le script en mémoire de travail, réduisant ainsi la charge cognitive globale nécessaire au traitement de l’information.
3. La modélisation canonique du script du restaurant
3.1 La segmentation en quatre scènes fondamentales
Afin de conférer à leur théorie une rigueur algorithmique opérationnelle pour l’intelligence artificielle, Schank et Abelson ont décortiqué la visite au restaurant en un formalisme séquentiel d’une précision chirurgicale. Dans sa version canonique la plus célèbre, le script « Restaurant » s’articule autour de quatre scènes fondamentales, dont le déroulement chronologique obéit à des contraintes causales strictes et irréversibles :
- Scène 1 : L’Entrée (Entering). Le client physique pénètre dans l’enceinte de l’établissement. Cette scène initiale englobe des micro-actions codifiées : franchir la porte, localiser la zone d’accueil, patienter jusqu’à l’intervention du personnel d’accueil, être escorté vers une table assignée ou choisir librement son emplacement, puis accomplir l’action motrice de s’asseoir et de déposer ses effets personnels.
- Scène 2 : La Commande (Ordering). Une fois la position assise stabilisée, le serveur remet le support textuel (le menu ou la carte). Le client entreprend la phase cognitive de consultation et de délibération, opérant une sélection conforme à ses préférences et à ses contraintes budgétaires. Le serveur s’approche, prend note des désidératas du client au moyen d’un carnet ou d’un terminal, et transmet les instructions de préparation à l’espace technique de la cuisine.
- Scène 3 : La Consommation (Eating). La brigade de cuisine élabore les préparations culinaires, lesquelles sont acheminées par le serveur jusqu’à la table du client. Celui-ci s’empare des couverts et accessoires appropriés et procède à l’acte d’ingestion des aliments. Cette scène intègre d’éventuelles sous-routines itératives de réapprovisionnement (demander une carafe d’eau supplémentaire, solliciter du pain ou signaler un condiment manquant).
- Scène 4 : Le Départ (Exiting). Ayant achevé son repas, le client émet un signal conventionnel pour requérir l’addition (le relevé financier de la prestation). Le serveur produit la note. Le client opère la transaction monétaire (espèces, carte bancaire), alloue éventuellement une gratification facultative mais normativement attendue (le pourboire), se lève, récupère ses effets personnels et franchit à rebours le seuil de l’établissement.
3.2 Rôles, accessoires et conditions préalables (Preconditions)
Pour qu’un script puisse s’exécuter valablement tant dans l’esprit humain que dans un automate symbolique, il doit obligatoirement définir un ensemble d’arguments formels structurant le cadre d’instanciation. Ces arguments comprennent en premier lieu les rôles invariants dévolus aux agents : le rôle central du Client (initiateur de la demande), du Serveur (médiateur relationnel et logistique), du Cuisinier (agent de transformation de la matière première, souvent invisible mais causalement indispensable) et du Caissier (agent de perception financière, parfois fusionné avec le rôle du serveur).
En deuxième lieu, le modèle exige des accessoires obligatoires (props) sans lesquels les actions élémentaires ne peuvent se déployer : tables, chaises, cartes des mets, plats, couverts, verres, serviettes, registre d’addition et monnaie fiduciaire ou électronique. Enfin, Schank et Abelson démontrent la primauté des conditions préalables (preconditions) et des résultats d’état (results). Les conditions initiales imposent que le client ressente un état de privation physiologique (avoir faim) et possède les moyens financiers nécessaires pour contracter l’échange marchand. À l’issue de l’exécution complète du script, les résultats d’état sont rigoureusement inversés : la satiété biologique est rétablie (le client n’a plus faim), l’avoir monétaire de l’individu est amputé du coût de la prestation, et les avoirs du restaurant sont corrélativement accrus. Cette logique d’états d’entrée et de sortie garantit la clôture sémantique de l’expérience.
3.3 Les embranchements et pistes contextuelles (Tracks)
Loin d’être un carcan monolithique aveugle aux variations du monde réel, la théorie des scripts intègre une plasticité intrinsèque via la notion de pistes ou branches contextuelles (tracks). Un même méta-script (celui de la restauration marchande) se ramifie en sous-scripts hautement spécialisés qui en modifient l’ordonnancement séquentiel, les rôles engagés et le répertoire des actions possibles.
Schank et Abelson distinguent ainsi explicitement la piste du restaurant gastronomique traditionnel (service complet à table, personnel hiérarchisé, rythme cérémoniel étalé), la piste de la cafétéria ou self-service (le client se munit d’un plateau, se déplace le long d’un buffet réfrigéré, choisit visuellement les plats avant de consommer, et paye généralement avant de manger), et la piste de la restauration rapide (fast-food, où la commande s’effectue debout à un comptoir, la transaction financière est instantanée, et le débarrassage final incombe souvent au consommateur lui-même). Malgré ces mutations substantielles dans la cinématique des micro-actions, l’ontologie sous-jacente (consommer des aliments contre rémunération) demeure invariante. Cette conception modulaire et arborescente confère au modèle une puissance explicative remarquable face à la diversité des pratiques culturelles et commerciales.
4. Le protocole expérimental : Évaluation empirique du modèle
4.1 Les expériences princeps de Bower, Black et Turner (1979)
Bien que la formulation initiale de Schank et Abelson ait été motivée par des impératifs d’ingénierie computationnelle en intelligence artificielle, elle a immédiatement suscité un immense intérêt chez les psychologues expérimentaux de la mémoire. Deux ans après la publication de l’ouvrage fondateur, Gordon Bower, John Black et Terrence Turner (1979) décident de soumettre l’existence psychologique réelle des scripts à des tests empiriques rigoureux dans les laboratoires de l’Université de Stanford. Leur interrogation était limpide : les scripts constituent-ils de simples artefacts formels commodes pour les informaticiens, ou correspondent-ils véritablement à des structures de contrôle mnésique opérantes dans le cerveau des individus ?
Pour répondre à cette question fondamentale, Bower et ses collègues ont élaboré un protocole expérimental d’une rare élégance méthodologique. Ils ont exposé des cohortes d’étudiants volontaires à une série de courts textes narratifs décrivant des activités ordinaires (aller chez le dentiste, faire une lessive, se rendre au restaurant). Crucialement, ces récits étaient délibérément tronqués : ils omettaient volontairement certaines actions incontournables et présentaient parfois l’enchaînement séquentiel dans un ordre chronologique inversé ou altéré. Les sujets étaient ensuite soumis, après divers délais de rétention, à des épreuves standardisées de rappel libre (free recall), de reconnaissance booléenne d’assertions et d’ordonnancement temporel, permettant de mesurer avec précision les reconstructions mnésiques à l’œuvre.
4.2 L’opérationnalisation des variables indépendantes et dépendantes
L’opérationnalisation scientifique mise en œuvre par Bower, Black et Turner reposait sur la manipulation minutieuse de plusieurs variables indépendantes. La variable cardinale était le niveau de centralité ou de typicalité des actions textuelles. Les expérimentateurs avaient préalablement établi des échelles normées classant chaque micro-action selon qu’elle était jugée hautement typique (ex. s’asseoir, regarder le menu, payer l’addition), moyennement typique (ex. vérifier la propreté de sa fourchette) ou atypique/accessoire (ex. nouer ses lacets en entrant, regarder par la fenêtre). Une seconde variable indépendante résidait dans l’intégrité narrative, comparant des textes canoniquement ordonnés à des textes dont certains fragments étaient déplacés de manière anormale dans le temps.
Du côté des variables dépendantes, les chercheurs ont distingué avec une rigueur novatrice le rappel verbatim (la reproduction exacte des mots utilisés dans l’histoire originale) du rappel sémantique ou reconstructif (la reformulation des idées avec substitution de synonymes ou génération d’inférences). De surcroît, des mesures chronométriques de précision ont été déployées : enregistrement du temps de lecture phrase par phrase via des dispositifs d’auto-présentation tachistoscopique, et chronométrage des temps de décision nécessaires pour confirmer ou rejeter la validité d’une proposition lors de la phase de test.
4.3 Dispositifs d’évaluation de la convergence interindividuelle
Préalablement aux tests de mémorisation proprement dits, Bower, Black et Turner ont dû démontrer qu’il existait un consensus empirique réel entre les êtres humains quant au contenu même d’un script donné. Ils ont donc administré une tâche de génération de scripts à un groupe témoin étendu : chaque participant recevait la consigne simple d’énumérer, sous la forme d’une liste chronologique détaillée, l’ensemble des actions qu’une personne type effectue lorsqu’elle se rend au restaurant.
Les résultats statistiques ont révélé un taux d’accord interindividuel stupéfiant. Non seulement les participants mobilisaient un lexique conceptuel identique pour désigner les phases d’accueil, de sélection, d’ingestion et de facturation, mais la hiérarchie séquentielle manifestait une stabilité quasi absolue (coefficient de corrélation de rang supérieur à 0,90). Plus significatif encore, les sujets convergeaient spontanément vers un niveau de granularité cognitive intermédiaire : personne ne mentionnait la contraction des muscles quadriceps pour s’asseoir ni la digestion enzymatique dans l’estomac, de même que personne ne résumait l’expérience à une seule action synthétique indivisible « a mangé ». Il existe donc un niveau d’abstraction fonctionnel partagé par tous les membres d’une même communauté culturelle, correspondant au découpage canonique conceptualisé par Schank et Abelson.
5. Les résultats empiriques : Intrusions mémorielles et mémoire constructive
5.1 Le phénomène des fausses reconnaissances et intrusions de script
L’apport le plus spectaculaire et le plus commenté de l’étude de Bower, Black et Turner concerne sans conteste l’apparition massive d’intrusions de script lors du rappel différé. Confrontés à des récits au sein desquels des étapes essentielles du script avaient été intentionnellement expurgées (par exemple, un texte mentionnant que « Paul est entré, a commandé un steak et a fini par donner 50 dollars au serveur », sans nulle trace textuelle de l’action de manger), les sujets affirmaient de manière catégorique et hautement confiante que l’action manquante était bel et bien écrite dans le document d’origine.
Dans les épreuves de choix forcé et de reconnaissance, le taux de fausse reconnaissance pour les propositions non mentionnées mais fortement prédites par le script avoisinait couramment les 50 à 60 %. Les individus n’avaient pas simplement comblé la lacune au moment d’écrire leur résumé ; ils avaient fusionné la représentation des stimuli textuels réels avec le script préexistant dans leur mémoire à long terme au moment même de l’encodage. Ces résultats ont apporté la preuve expérimentale la plus éclatante depuis Bartlett du caractère intrinsèquement constructif et intégratif de la mémoire épisodique : nous ne nous souvenons pas de ce qui s’est passé de manière isolée, mais de la synthèse unifiée entre l’événement particulier et le modèle générique du monde que nous possédons d’ores et déjà.
5.2 L’effet de typicalité et l’alignement mémoriel
L’analyse différentielle des taux de rétention a mis en lumière un second résultat fondamental : l’effet de typicalité. Les actions hautement typiques et centrales dans l’architecture du script du restaurant bénéficient d’un ancrage préférentiel dans la mémoire à long terme globale du texte. Toutefois, ce privilège s’accompagne d’un coût épistémologique : les sujets éprouvent une difficulté structurelle à discriminer si une action ultra-typique a été effectivement lue ou si elle a été générée par leur propre esprit. À l’inverse, les détails triviaux et atypiques (la couleur de la cravate du serveur ou le bruit d’un klaxon dans la rue) sont soit très rapidement oubliés lorsqu’ils n’ont aucune fonction causale, soit mémorisés avec une fidélité verbatim parfaite lorsqu’ils retiennent l’attention.
De manière encore plus saisissante, lorsque les expérimentateurs soumettaient aux sujets des textes dont la séquence chronologique avait été délibérément inversée ou désordonnée (par exemple, payer la note avant même d’avoir consulté le menu, sans que cela soit justifié narrativement), le rappel libre manifestait une restructuration spontanée de l’ordre temporel. Les participants « normalisaient » inconsciemment le récit, réarrangeant les propositions pour les réaligner sur la progression séquentielle naturelle du script. Le schéma mental agit ainsi comme un attracteur gravitationnel cognitif qui redresse les incohérences de surface du texte pour restaurer la causalité du monde réel.
5.3 Les temps de réponse et l’activation des connaissances d’arrière-plan
Les mesures chronométriques d’amorce et de lecture ont corroboré ces données mnésiques au niveau du traitement en temps réel. Lorsque des phrases se succèdent en stricte conformité avec le déploiement linéaire du script du restaurant, le temps de fixation oculaire et le temps de lecture de chaque proposition se trouvent significativement réduits. Le lecteur n’a pas besoin de reconstruire un nouveau modèle de situation ; chaque action nouvelle glisse sans friction dans le créneau préalablement ouvert par le traitement de l’action antérieure.
En revanche, dès lors qu’une phrase introduit une rupture thématique ou une violation inattendue de l’ordre scriptural, les chronomètres de lecture enregistrent un allongement brutal des temps de traitement. Le système cognitif subit une décélération mesurable, signalant la défaillance de l’anticipation automatique et la mobilisation de processus de contrôle exécutif descendants pour réinterpréter le stimulus. Des tâches d’amorçage sémantique et de décision lexicale ont de surcroît confirmé que l’activation du mot-concept « restaurant » accélère immédiatement la reconnaissance de termes associés tels que « fourchette », « pourboire » ou « addition », apportant la preuve neuro-cognitive que le script induit une pré-activation (priming) neuro-sémantique massive et distribuée au sein du lexique mental.
6. Le traitement cognitif des anomalies et des ruptures de script
6.1 Typologie des incidents : Obstacles, erreurs et distractions
Une théorie cognitive de la compréhension narrative ne saurait se cantonner à la modélisation de mondes parfaits où chaque scénario se déroule sans accroc. Le monde réel, tout comme la littérature, tire sa dynamique de l’inattendu, de la friction et de l’accident. Roger Schank et Robert Abelson ont donc accordé une attention conceptuelle méticuleuse aux dysfonctionnements du script, en élaborant une typologie formelle tripartite des ruptures incidentes :
- Les Obstacles (Obstacles) : Ils surviennent lorsqu’une condition préalable indispensable à l’accomplissement d’une sous-routine fait subitement défaut. Dans le restaurant, l’obstacle archétypal se manifeste lorsque le client sollicite un plat précis et que le serveur lui rétorque que l’établissement est en rupture complète de stock, ou lorsque le client découvre, au moment de payer, qu’il a égaré son portefeuille. L’action ne peut plus progresser le long du canal prévu.
- Les Erreurs (Errors) : Elles caractérisent une action mal exécutée, incomplète ou ratée de la part d’un des agents engagés dans le script. L’exemple paradigmatique réside dans le geste maladroit du serveur qui trébuche et renverse l’intégralité d’un bol de soupe fumante sur le pantalon du convive, ou dans la remise erronée d’un plat contenant des ingrédients incompatibles avec l’état biologique du client (une viande crue au lieu d’une cuisson à point).
- Les Distractions (Distractions) : Il s’agit d’événements environnementaux exogènes, totalement déconnectés des finalités intrinsèques du script, qui viennent suspendre brutalement son déroulement normal. L’irruption soudaine d’un incendie dans les cuisines, un braquage à main armée, une vive dispute conjugale à la table voisine ou la rencontre inattendue d’une vieille connaissance constituent autant de perturbations qui obligent l’esprit à geler temporairement le script du restaurant au profit d’un traitement d’urgence.
6.2 L’impact mnésique paradoxal des éléments déviants (L’effet de saillance)
L’introduction d’accidents et d’anomalies au sein des protocoles expérimentaux a engendré un résultat mnésique fascinant, souvent désigné comme un paradoxe cognitif de la typicalité : si les actions ultra-typiques sont reconnues plus rapidement et comblées spontanément, ce sont en réalité les ruptures de script saillantes qui sont les mieux mémorisées sur le long terme. Les événements hautement inattendus et anormaux bénéficient d’une rémanence mnésique considérablement supérieure à celle des micro-actions routinières de l’histoire.
Ce phénomène s’articule directement avec l’antique effet d’isolement de von Restorff, appliqué ici à des macrostructures cognitives complexes. Lorsqu’une action routinière se produit, le système la traite par assimilation immédiate sans requérir d’encodage distinctif ; elle disparaît dans la brume du modèle générique. En revanche, face à une erreur ou un obstacle majeur (le serveur renversant la carafe de vin), le mécanisme de prédiction par défaut échoue brutalement. L’esprit est contraint de suspendre le mode d’interprétation automatique pour engager des processus inférentiels approfondis, encodant l’événement sous forme d’un épisode singulier hautement contextualisé. Cette saillance cognitive garantit que l’exception historique n’est pas broyée par la régularité du schéma.
6.3 Stratégies d’adaptation et génération de plans correctifs
Que fait l’esprit humain lorsqu’un script est brisé ? Schank et Abelson démontrent que le système cognitif bascule instantanément du mode scriptural automatisé vers le mode de planification délibérative. Face à un obstacle (l’absence du vin commandé), l’agent réactive son niveau supérieur d’architecture cognitive : le but (boire un verre en mangeant). Pour pallier l’obstacle, il génère un plan correctif (consulter à nouveau la carte pour identifier un vin de substitution d’un cépage voisin).
Ce basculement impose une renégociation constante de la situation à travers des boucles de rétroaction (feedback loops). Le client doit évaluer si le plan de contingence permet de recoller au script global ou s’il exige une sortie prématurée et conflictuelle (quitter furieusement le restaurant sans consommer). L’étude des ruptures de script a ainsi permis d’établir que l’architecture de Schank et Abelson n’est pas un système déterministe rigide, mais un équilibre dialectique permanent entre des structures de mémoire précompilées ultra-rapides et des mécanismes de raisonnement flexible capables de gérer l’indétermination du monde vécu.
7. Implémentation computationnelle : Le programme SAM et l’intelligence artificielle
7.1 Architecture et principes de SAM (Script Applier Mechanism)
L’originalité irréductible de l’école de Yale résidait dans l’obligation de traduire chaque énoncé théorique en code informatique testable. Pour valider formellement la théorie des scripts, Roger Schank et son doctorant Robert Wilensky conçoivent, au milieu des années 1970, le programme SAM (Script Applier Mechanism). SAM n’était pas un simulateur abstrait, mais un système logiciel fonctionnel implémenté en langage LISP, capable de lire des dépêches de presse ou des récits textuels rédigés en anglais courant concernant des visites de restaurants, des accidents de voiture ou des voyages en train.
L’architecture interne de SAM reposait sur une collaboration étroite entre un analyseur linguistique (parser), fondé sur la théorie de la dépendance conceptuelle, et un moteur d’instanciation de scripts. Lorsque SAM ingérait une phrase textuelle, l’analyseur la réduisait à un graphe conceptuel d’actions primitives (telles que ATRANS pour le transfert abstrait de possession, PTRANS pour le déplacement physique d’un corps, INGEST pour l’ingestion biologique, ou MTRANS pour la communication mentale). Dès que le système détectait une combinaison de primitives caractéristique d’une scène de restaurant, il activait le script correspondant. SAM projetait alors l’ensemble du script dans sa mémoire vive, appariant chaque mot du texte avec les variables d’actants et d’accessoires définies dans la structure globale.
7.2 Résolution des questions et comblement d’information par le système
La prouesse technique de SAM, qui stupéfia la communauté de l’intelligence artificielle à l’époque, se manifestait avec éclat dans les modules de résumé automatique et de réponses aux questions (Question-Answering). Après avoir lu un court texte de trois lignes disant : « John s’est rendu dans un restaurant new-yorkais. Il a mangé un hamburger. Il a laissé un gros billet sur la nappe puis est parti », SAM était capable de générer un résumé synthétique dans plusieurs langues différentes, prouvant que son traitement était sémantique et non superficiellement lexical.
Bien plus encore, lorsqu’on interrogeait le programme au moyen d’un module de questions : « John s’est-il assis ? », « A-t-il payé le repas ? », « Qui lui a apporté le hamburger ? », SAM répondait infailliblement par l’affirmative : « Oui, John s’est assis sur une chaise », « Oui, John a payé l’addition », « Un serveur anonyme a apporté le hamburger ». Le système d’Abelson et Schank avait déduit ces assertions sans qu’elles fussent physiquement mentionnées dans les pixels ou les octets des données d’entrée. Pour la première fois dans l’histoire de l’informatique, une machine donnait l’illusion de comprendre un récit en mobilisant une réserve de bon sens et d’inférences causales sur les conventions de la vie sociale humaine.
7.3 Limites algorithmiques de l’approche par script
Malgré l’enthousiasme initial et l’indéniable virtuosité démonstrative de SAM, la méthodologie des scripts s’est rapidement heurtée à des frontières computationnelles infranchissables qui ont préfiguré l’hiver de l’intelligence artificielle symbolique. La première limite majeure réside dans le problème de l’explosion combinatoire. Pour doter une machine d’une compréhension générale du monde réel, combien de scripts distincts faudrait-il lui coder à la main ? Aller chez le médecin, prendre l’avion, faire une demande en mariage, assister à un enterrement, faire des courses au supermarché : le tissu de l’existence humaine se fragmente en dizaines de milliers de scripts et de sous-variantes infinies.
La seconde impasse tenait à l’extrême fragilité (brittleness) du système face à l’imprévu. SAM était magistralement performant tant que le texte demeurait scrupuleusement confiné à l’intérieur des créneaux prévus par les ingénieurs. Mais dès qu’un élément narratif exogène s’immisçait (par exemple, si le client tombait amoureux de la serveuse et décidait de composer un poème sur la serviette en papier avant d’oublier de manger), l’algorithme se bloquait ou produisait des contresens ubuesques. Le programme ne disposait d’aucune conscience de ses propres limites et demeurait rigoureusement incapable d’apprendre par lui-même un nouveau script sans une refonte intégrale de sa base de règles par un programmeur humain.
8. Évolution théorique : Des scripts aux MOPs et au raisonnement par cas
8.1 La remise en question de l’insularité des scripts par Schank (1982)
Face aux limites criantes du programme SAM et sous le feu des critiques cognitives, Roger Schank lui-même entreprend, dès le début des années 1980, une révision critique radicale de son modèle originel. Dans son ouvrage révolutionnaire Dynamic Memory: A Theory of Minding and Learning in Computers and People (1982), Schank pose un constat dévastateur : les scripts traditionnels sont trop monolithiques, trop cloisonnés et structurellement insulaires.
Schank soulève une contradiction mnésique intolérable : si le script du restaurant est une structure unitaire étanche et autonome, comment expliquer qu’un individu puisse réutiliser instantanément la compétence acquise de « faire la queue et payer » lorsqu’il pénètre pour la première fois de sa vie dans un bureau de poste ou une station-service ? Si notre cerveau stockait un script complet, figé et séparé pour chaque institution humaine, la redondance informationnelle saturerait inutilement nos capacités neuronales. De surcroît, le modèle de 1977 était foncièrement incapable d’expliquer l’apprentissage : comment une mémoire qui ne fait qu’appliquer des scripts rigides peut-elle se transformer, s’enrichir et réaliser des analogies créatives entre des domaines de l’expérience humaine qui ne se ressemblent pas en surface ?
8.2 L’introduction des MOPs (Memory Organization Packets) et TOPs
Pour dépasser cette impasse sans renier l’ancrage schématique de sa pensée, Schank propose en 1982 une refonte conceptuelle magistrale fondée sur les MOPs (Memory Organization Packets). Un MOP n’est plus un scénario rigide de bout en bout, mais une structure de mémoire modulaire, hautement plastique et transversale, destinée à être partagée et réutilisée à travers de multiples contextes expérientiels distincts.
Dans cette nouvelle architecture, le « script du restaurant » cesse d’exister en tant que bloc atomique. Il est atomisé en une constellation de MOPs élémentaires interconnectés :
- Le M-Attendre (partagé avec la visite chez le médecin, la file d’attente à la gare ou la banque) ;
- Le M-Commander (partagé avec les achats par correspondance, les commandes de fournitures professionnelles ou les achats en ligne) ;
- Le M-Ingérer (activité biologique privée ou publique) ;
- Le M-Payer (processus de transaction monétaire universel commun à tous les commerces).
Au-dessus des MOPs, Schank théorise les TOPs (Thematic Organization Points), des structures de niveau métaphorique abstrait capables de saisir des principes directeurs universels indépendamment de tout objet concret (tels que « la rétribution différée », « l’arroseur arrosé » ou « l’attente stérile »), permettant ainsi à l’esprit humain d’opérer des transferts d’apprentissage analogiques fulgurants d’un domaine de la vie vers un autre.
8.3 L’avènement du raisonnement fondé sur les cas (Case-Based Reasoning)
Cette mutation théorique majeure enfante à la fin des années 1980 l’un des paradigmes les plus florissants de l’intelligence artificielle appliquée : le raisonnement par cas (Case-Based Reasoning ou CBR). Réalisant que les règles générales abstraites (qu’elles s’appellent scripts ou MOPs) sont impuissantes à capturer l’infinie singularité du réel, Schank affirme désormais que la mémoire humaine fonctionne par une dialectique continue entre des modèles généraux et un réservoir monumental de cas épisodiques spécifiques indexés en mémoire.
Lorsque nous retournons au restaurant, nous n’activons pas simplement le script générique universel ; nous indexons des cas passés marquants : « ce petit bistrot lyonnais où le patron nous avait offert un digestif suite à une erreur sur la commande », ou « cette pizzeria new-yorkaise où nous avions failli rater notre avion ». Face à un problème inédit, l’agent cognitif (qu’il soit humain ou artificiel) n’élabore pas un algorithme de novo : il recherche dans sa mémoire le cas antérieur le plus proche, extrait la solution qui avait alors fonctionné, et l’adapte aux contraintes spécifiques de la situation présente. Le CBR est ainsi devenu une méthode industrielle incontournable pour le diagnostic médical, la jurisprudence assistée par ordinateur et la maintenance technique complexe.
9. Implications neurocognitives, développementales et cliniques
9.1 L’ontogenèse des scripts chez l’enfant
D’un point de vue développemental, la théorie des scripts a trouvé l’une de ses validations les plus spectaculaires dans les travaux pionniers de la psychologue Katherine Nelson (1981) sur l’émergence des structures cognitives chez le nourrisson et le jeune enfant. Nelson a démontré que bien avant d’être capables de catégoriser le monde selon des taxinomies logiques abstraites (classer un moineau dans la catégorie des vertébrés ovipares), les enfants d’âge préscolaire organisent leur univers mental sous forme de Représentations d’Événements Généralisés (Generalized Event Representations ou GERs), qui sont les homologues directs des scripts de Schank et Abelson.
Dès l’âge de deux ou trois ans, un enfant interrogé sur sa routine quotidienne à la crèche, le déroulement d’une fête d’anniversaire ou un repas pris au fast-food récite avec une assurance infaillible la chronologie des actions obligatoires, utilisant spontanément le présent d’habitude et le pronom indéfini impersonnel : « D’abord on prend un plateau, après la dame te donne les frites, et après on s’assoit ». Katherine Nelson a magistralement prouvé que le script n’est pas un artefact tardif de la culture écrite, mais le berceau fondamental du langage et de la socialisation. Fait révélateur, chez les tout-petits, le script possède une nature quasi morale et impérative : toute transgression accidentelle de l’ordre habituel (par exemple, apporter le dessert avant l’entrée) est vécue par l’enfant non comme une variante stylistique, mais comme une infraction scandaleuse aux règles du monde.
9.2 Substrats neurobiologiques de la mémoire événementielle
L’essor fulgurant des neurosciences cognitives et de la neuro-imagerie fonctionnelle (IRMf) à partir des années 1990 a permis de localiser avec précision les réseaux cérébraux sous-tendant l’activation, le stockage et la manipulation des scripts narratifs. L’encodage et la manipulation de la dimension séquentielle et temporelle des scripts dépendent fondamentalement de l’intégrité du cortex préfrontal dorso-latéral et ventro-latéral. Ces régions exécutives sont indispensables pour maintenir active la mémoire de travail, inhiber les étapes non pertinentes et superviser l’ordonnancement diachronique des actions motrices.
En parallèle, l’intégration de la sémantique événementielle et des décors contextuels mobilise massivement les lobes temporaux médians, notamment l’hippocampe, dont le rôle est de lier les attributs singuliers de l’épisode aux représentations stables entreposées dans les zones corticales associatives. Plus récemment, les protocoles d’imagerie cérébrale étudiant la compréhension de récits ont révélé l’activation synchronisée du réseau du mode par défaut (Default Mode Network – DMN), incluant le cortex cingulaire postérieur, le précunéus et le cortex préfrontal médian. Ce réseau neuronal, spontanément activé lorsque le cerveau ne traite pas de tâche sensorimotrice externe immédiate, se révèle être l’architecture même de la simulation mentale, du voyage temporel subjectif et de l’instanciation des modèles de situation sociaux théorisés par Schank et Abelson.
9.3 Altérations des scripts dans les pathologies neurologiques et psychiatriques
L’approche neuropsychologique a permis d’éclairer la dynamique des scripts à travers le prisme de leurs dégradations pathologiques. L’étude clinique des patients porteurs de lésions massives du cortex préfrontal consécutives à des traumatismes crâniens ou des accidents vasculaires cérébraux a mis en évidence une dissociation cognitive saisissante. Ces patients conservent parfaitement la connaissance sémantique déclarative des actions individuelles : ils savent ce qu’est une fourchette, un menu ou de l’argent. En revanche, lorsqu’on leur demande d’accomplir une tâche d’ordonnancement de cartes représentant la visite au restaurant, ils échouent de manière spectaculaire, plaçant le paiement avant l’entrée ou le dessert avant la commande. La cinématique causale du script est irrémédiablement brisée par l’altération des fonctions exécutives de planification.
Dans le domaine des maladies neurodégénératives, la comparaison entre la maladie d’Alzheimer et la démence sémantique offre un tableau clinique d’une pureté heuristique remarquable. Les patients atteints de démence sémantique précoce, dont les pôles temporaux antérieurs sont atrophiés, perdent le sens abstrait des mots mais parviennent étonnamment longtemps à naviguer au sein de scripts procéduraux bien ancrés grâce à la préservation de leurs zones fronto-striatales. À l’inverse, dans les troubles du spectre de l’autisme (TSA), on observe fréquemment une adhérence rigide, hyper-compulsive et anxiogène aux scripts comportementaux. Le sujet autiste peut éprouver une détresse psychologique intolérable si le restaurant choisi ne correspond pas exactement à la micro-trajectoire séquentielle intériorisée, illustrant combien la flexibilité d’adaptation face aux anomalies de script constitue une compétence neuro-développementale hautement sophistiquée.
10. Applications en psychologie sociale, marketing et ergonomie
10.1 Psychologie sociale et rituels d’interaction humaine
En transcendant les frontières de l’informatique pure, la théorisation de Schank et Abelson a tissé des ponts conceptuels profonds avec la sociologie phénoménologique et la psychologie sociale interactionniste. La modélisation du restaurant fait écho de manière saisissante aux travaux pionniers d’Erving Goffman sur La Mise en scène de la vie quotidienne (1956). Dans la perspective goffmanienne, la vie en société est une dramaturgie permanente où chaque individu endosse un rôle théâtral (la face), soumis à des impératifs rituels de politesse, d’évitement et de figuration.
Le script opère précisément comme le texte invisible de cette dramaturgie partagée. Il stabilise les attentes mutuelles et régule les dynamiques de pouvoir asymétriques entre inconnus. Lorsque le client franchit le seuil du restaurant, les micro-scripts d’interaction (sourires convenus, formules de salutation standardisées, déférence cérémonielle du serveur lors de la présentation de l’addition) constituent un dispositif de pacification sociale indispensable. Le script prévient l’anxiété inhérente aux rencontres imprévues en pré-formatant les comportements admissibles et proscrivant les attitudes déviantes sous peine d’opprobre ou de sanctions institutionnelles.
10.2 Comportement du consommateur et design de services
Dans le champ des sciences de gestion, du marketing des services et de l’expérience client (Customer Experience Design), la théorie des scripts s’est imposée dès les années 1980 comme une grille d’ingénierie managériale incontournable. Les chercheurs en marketing des services ont formalisé le concept de parcours client (Customer Journey) en s’inspirant directement de la découpe en scènes, rôles et accessoires de Schank et Abelson.
Toute organisation commerciale de services (qu’il s’agisse d’une chaîne hôtelière, d’une compagnie aérienne ou d’une franchise de restauration) repose sur l’alignement harmonieux entre le script mental du consommateur et le « script organisationnel » imposé par l’entreprise. Lorsqu’une chaîne comme McDonald’s a instauré ses bornes numériques de commande tactile au début des années 2010, elle a infligé une friction cognitive majeure aux clients : elle a exigé la déconstruction brutale d’un script cinquantenaire (l’interaction verbale face à face au comptoir) au profit d’un nouveau script d’auto-service dématérialisé. L’analyse des échecs d’adoption des innovations technologiques dans le commerce démontre que le refus du consommateur provient rarement d’une incapacité technique, mais de la violation non consentie de ses attentes scripturales implicites.
10.3 Ergonomie des interfaces et expérience utilisateur (UX)
L’informatique contemporaine et le design d’interaction numérique (UX/UI) doivent une dette intellectuelle immense, bien que souvent méconnue, à Roger Schank et Robert Abelson. L’ensemble de l’architecture du commerce électronique moderne (e-commerce) est une transposition numérique littérale des scripts d’achat physiques forgés au cours du XXe siècle. Les métaphores universelles du « panier d’achat » (shopping cart), de l’étape de « validation de commande » et du « passage en caisse » (checkout) sont des calques directs des scènes finales du script de Schank.
Les principes cardinaux de l’ergonomie cognitive théorisés par Jakob Nielsen et Don Norman — notamment la consistance cognitive, la visibilité de l’état du système et la correspondance entre le système et le monde réel — dérivent directement de la gestion des attentes scripturales. Un parcours utilisateur numérique est jugé « intuitif » par un internaute précisément lorsqu’il ne viole aucun des créneaux temporels du script sous-jacent. Lorsqu’un site marchand tente de masquer les frais de livraison jusqu’à la dernière seconde ou inverse les étapes d’authentification et de sélection des adresses, il génère une rupture de script analogue à l’obstacle théorisé par Schank, provoquant un pic d’anxiété cognitive qui se traduit instantanément par l’abandon massif du panier d’achat.
11. Analyses critiques, controverses et débats théoriques
11.1 La critique connexionniste et la cognition incarnée
Dès le milieu des années 1980, l’hégémonie de la théorie des scripts a été violemment contestée par le renouveau fracassant du paradigme connexionniste, porté par David Rumelhart, James McClelland et le groupe PDP (Parallel Distributed Processing). Les connexionnistes ont rejeté avec virulence la conception symbolique classique défendue par Schank, qualifiée péjorativement d’approche « GOFAI » (Good Old-Fashioned Artificial Intelligence). Selon les partisans des réseaux de neurones distribués, l’esprit humain ne manipule aucun « symbole discret », aucun « créneau étiqueté » ni aucune structure arborescente programmée explicitement en dur.
Dans la perspective connexionniste, le sentiment d’un script n’est qu’une propriété émergente résultant de l’ajustement statistique continu des poids synaptiques d’un réseau recevant des milliers de stimuli perceptifs et moteurs. À cette critique computationnelle s’est ajoutée, dans les années 2000, l’offensive des théories de la cognition incarnée et située (Embodied Cognition), inspirées par Francisco Varela, George Lakoff et Lawrence Barsalou. Ces théoriciens ont dénoncé l’illusion d’une mémoire scripturale purement désincarnée et textuelle, démontrant que notre compréhension du restaurant prend racine dans des simulations sensorimotrices viscérales, motrices et perceptives : le tintement des verres, l’odeur du pain grillé, la préhension motrice de la fourchette et la sensation biologique de la satiété stomacale.
11.2 Variabilité transculturelle et déterminisme social
Une critique sociologique et anthropologique majeure adressée aux protocoles de Schank, Abelson et Bower réside dans leur flagrant biais ethnocentrique et de classe. Le fameux « script du restaurant » standard n’a rien d’un invariant universel de l’esprit de l’Homo sapiens : il s’agit d’un produit socioculturel extrêmement situé, reflet exclusif des normes de consommation marchande bourgeoise de l’Occident capitaliste de l’après-guerre.
Transposé au sein de cultures collectivistes non occidentales, le script s’effondre ou subit des métamorphoses irréductibles. Dans de nombreuses traditions culinaires asiatiques ou moyen-orientales, les notions mêmes d’assiette individuelle privative, de choix solipsiste sur un menu textuel fermé ou de facturation individualisée sont des aberrations sociales : la commensalité s’opère par le partage communautaire de grands plats disposés sur un plateau tournant central, où les rôles du serveur et des convives obéissent à des codes de politesse holistes incompatibles avec le formalisme individualiste du script de Yale. De même, au sein d’une même société, les populations issues de milieux socio-économiques défavorisés, peu familières de la restauration gastronomique codifiée, vivent cette expérience non comme un script fluide et reposant, mais comme une situation anxiogène de domination culturelle où chaque faux pas protocolaire risque d’exposer leur illégitimité sociale.
11.3 Le paradoxe entre fidélité au texte et généralisation schématique
Sur le plan strictement méthodologique, la validité écologique des expériences fondatrices de Bower, Black et Turner a fait l’objet de vives contestations au sein des cercles de la psycholinguistique cognitive. Plusieurs chercheurs ont souligné que le taux spectaculaire d’intrusions mnésiques et de fausses reconnaissances observé dans les laboratoires de Stanford constituait en partie un artefact expérimental provoqué par des protocoles de laboratoire artificiels.
Dans la vie courante, la mémoire humaine manifeste une aptitude remarquable à retenir l’unicité des propos réels lorsque l’enjeu est émotionnellement ou pragmatiquement signifiant. En soumettant des étudiants à des micro-textes narratifs insipides, stéréotypés et dénués de tout enjeu personnel, les expérimentateurs ont maximisé de manière disproportionnée le recours passif aux stratégies de reconstruction par défaut. La controverse a fait rage entre les partisans d’une mémoire textuelle fidèle (qui postulent que le lecteur encode prioritairement la surface textuelle et la base de propositionnelles du texte de Kintsch et van Dijk) et les partisans de Schank, menant à un consensus plus nuancé : le script n’écrase pas systématiquement le souvenir réel, mais intervient en appoint reconstructif chaque fois que les traces épisodiques de surface s’effacent sous l’effet du temps ou du manque d’attention.
12. Postérité et pertinence contemporaine de la théorie des scripts
12.1 L’écho des scripts dans les modèles de langage actuels (LLM)
À l’ère triomphante de l’intelligence artificielle générative et des grands modèles de langage (Large Language Models – LLMs) tels que GPT-4, Claude ou LLaMA, la théorie des scripts connaît une résurrection conceptuelle stupéfiante. Alors que l’intelligence artificielle des années 1970 tentait désespérément d’encoder manuellement les scripts au prix d’un labeur herculéen, les architectures connexionnistes contemporaines fondées sur les Transformers et les mécanismes d’attention apprennent implicitement ces mêmes scripts à partir de l’ingestion massive de milliards de téraoctets de données textuelles du web mondial.
Interrogez n’importe quel modèle de langage contemporain sur une histoire lacunaire au restaurant : il comblera les ellipses avec la même aisance troublante que le programme SAM de 1977, attestant que les relations temporelles et causales stéréotypées constituent la colle fondamentale de la communication humaine. Cependant, le paradoxe persiste : malgré leur échelle gigantesque de milliards de paramètres, ces modèles contemporains trébuchent encore régulièrement sur des problèmes de raisonnement de bon sens (commonsense reasoning) et d’ancrage physique que Schank et Abelson dénonçaient déjà il y a un demi-siècle. L’IA statistique contemporaine excelle à mimer la fluidité lexicale du script, mais elle reste privée de l’expérience vécue, sensorimotrice et intentionnelle des buts et des états biologiques qui lui confèrent sa pleine intelligibilité.
12.2 La réinvention du script dans le monde numérique et automatisé
Dans nos sociétés hyper-technologiques contemporaines, les scripts de notre quotidien ne disparaissent pas : ils se recombinent à une vitesse fulgurante sous l’effet de la dématérialisation logistique. L’avènement des plateformes de livraison de repas à domicile (Uber Eats, Deliveroo), des restaurants fantômes (dark kitchens) et des guichets automatiques a donné naissance à des scripts hybrides entièrement inédits.
Dans le script contemporain de la commande en ligne, la scène de l’Entrée s’est dissoute dans le déverrouillage biométrique d’un écran de smartphone ; la scène de Commande s’est mutée en défilement frénétique d’algorithmes de recommandation personnalisés ; la scène de Consommation s’est délocalisée dans l’intimité domestique devant une série télévisée ; et la scène de Départ s’est volatilisée dans un prélèvement bancaire silencieux et asynchrone, validé par une notation d’une à cinq étoiles attribuée à un travailleur précarisé de l’économie à la demande. Pourtant, nonobstant cette déterritorialisation technologique, le besoin anthropologique profond de ritualisation demeure inaltéré : l’être humain contemporain exige toujours la clarté prédictive des étapes d’un échange, démontrant la permanence des lois cognitives modélisées à Yale.
12.3 Bilan épistémologique de l’apport de Roger Schank et Robert Abelson
Le recul d’un demi-siècle permet de mesurer avec sérénité la contribution colossale de Roger Schank et Robert Abelson à l’édification des sciences de l’esprit. Leur œuvre conjointe a constitué un pont historique inestimable entre l’informatique théorique et la psychologie expérimentale, sauvant la science cognitive de la stérilité d’un formalisme syntaxique désincarné pour la reconnecter avec l’épaisseur des conduites humaines réelles.
Leur apport séminal se résume en trois ruptures paradigmatiques majeures :
- Avoir prouvé que la compréhension est un processus éminemment descendant (top-down), gouverné par des connaissances préexistantes massives plutôt que par le simple décodage linéaire des stimuli sensoriels ;
- Avoir substitué au mythe d’une mémoire photographique statique le concept fondamental d’une mémoire dynamique, reconstructive et téléologique, tournée vers l’action et l’anticipation du futur ;
- Avoir immortalisé le paradigme du restaurant comme le « drosophile » des sciences cognitives : un exemple à la fois universellement compréhensible, mathématiquement modélisable et psychologiquement inépuisable.
Pour toutes ces raisons, l’exploration de l’expérience de la théorie des scripts demeure une boussole intellectuelle indispensable pour tout chercheur, étudiant ou praticien soucieux de percer les mystères de l’intelligence humaine et artificielle.
Références
- Abelson, R. P. (1981). Psychological status of the script concept. American Psychologist, 36(7), 715–729. https://doi.org/10.1037/0003-066X.36.7.715
- Bartlett, F. C. (1932). Remembering: An experimental and social study. Cambridge: Cambridge University Press.
- Bower, G. H., Black, J. B., & Turner, T. J. (1979). Scripts in memory for text. Cognitive Psychology, 11(2), 177–220. https://doi.org/10.1016/0010-0285(79)90009-4
- Goffman, E. (1956). The Presentation of Self in Everyday Life. University of Edinburgh Social Sciences Research Centre.
- Kintsch, W., & van Dijk, T. A. (1978). Toward a model of text comprehension and production. Psychological Review, 85(5), 363–394. https://doi.org/10.1037/0033-295X.85.5.363
- Minsky, M. (1974). A Framework for Representing Knowledge. MIT-AI Laboratory Memo 306. Cambridge: Massachusetts Institute of Technology.
- Nelson, K. (1981). Social cognition in a script framework. Dans J. H. Flavell & L. Ross (Dir.), Social cognitive development: Frontiers and possible futures (pp. 97–118). Cambridge: Cambridge University Press. https://doi.org/10.1016/0010-0285(81)90013-X
- Restorff, H. von (1933). Über die Wirkung von Bereichsbildungen im Spurenfeld. Psychologische Forschung, 18(1), 299–342. https://doi.org/10.1007/BF00410642
- Rumelhart, D. E., McClelland, J. L., & the PDP Research Group (1986). Parallel Distributed Processing: Explorations in the Microstructure of Cognition (Vol. 1 & 2). Cambridge: MIT Press.
- Schank, R. C. (1972). Conceptual dependency: A theory of natural language understanding. Cognitive Psychology, 3(4), 552–631. https://doi.org/10.1016/0010-0285(72)90022-9
- Schank, R. C. (1982). Dynamic memory: A theory of reminding and learning in computers and people. Cambridge: Cambridge University Press.
- Schank, R. C., & Abelson, R. P. (1977). Scripts, plans, goals, and understanding: An inquiry into human knowledge structures. Hillsdale, NJ: Lawrence Erlbaum Associates.
- Wilensky, R. (1978). Understanding goal-based stories (Rapport technique No. 140). New Haven, CT: Department of Computer Science, Yale University.