Histoire des sciences cognitivesPsychologie cognitive

Les expériences de réseau sémantique – Allan Collins et Ross Quillian La diffusion

Analyse académique approfondie des expériences de Collins et Quillian sur les réseaux sémantiques et la théorie de la diffusion de l’activation cognitive.

PUBLIÉ

L’exploration des mécanismes intimes par lesquels l’esprit humain organise, stocke et recouvre les connaissances encyclopédiques constitue l’un des chapitres les plus féconds des sciences cognitives contemporaines. Durant la seconde moitié du vingtième siècle, l’avènement de la métaphore informatique et le reflux progressif du béhaviorisme ont incité les chercheurs à modéliser l’architecture interne de notre lexique mental non plus comme un répertoire passif d’associations directes entre stimuli et réponses, mais comme un réseau computationnel hautement structuré et dynamique. Au cœur de cette révolution théorique, les travaux séminaux d’Allan Collins et de Ross Quillian ont inauguré une perspective expérimentale inédite, transformant des spéculations philosophiques ancestrales sur la nature des idées en architectures formelles vérifiables par la chronométrie mentale.

Leurs recherches, initiées à la fin des années 1960 avec le modèle hiérarchique du Teachable Language Comprehender puis refondues en 1975 dans la théorie fondamentale de la diffusion de l’activation, ont jeté les bases conceptuelles de la psychologie cognitive moderne. En postulant que la mémoire sémantique est organisée sous la forme d’un graphe relationnel où l’information se propage de proche en proche le long de connexions pondérées, Collins et Quillian ont fourni la clé d’explication de phénomènes mnésiques cruciaux, allant des temps d’accès aux concepts jusqu’aux effets subtils d’amorçage sémantique. Cette conceptualisation a non seulement redéfini notre compréhension de la cognition humaine, mais elle a également fourni à l’intelligence artificielle naissante ses premières structures de représentation des connaissances.

Ce présent traité se propose de retracer de manière exhaustive l’épopée théorique, méthodologique et empirique ouverte par Collins et Quillian. En partant des premières fondations de la révolution cognitiviste, nous examinerons les postulats géométriques et logiques de leur modèle initial, les protocoles expérimentaux de vérification de phrases qui ont établi l’effet de distance sémantique, ainsi que les anomalies empiriques majeures — au premier rang desquelles l’effet de typicalité — qui ont contraint les auteurs à abandonner la stricte hiérarchie logique au profit du modèle probabiliste de la diffusion d’activation. Nous analyserons ensuite le rayonnement de cette théorie à travers l’étude de l’amorçage lexical, ses confrontations avec les modèles alternatifs de la catégorisation, ses manifestations cliniques en neuropsychologie, et sa survivance spectaculaire au sein des technologies contemporaines du traitement automatique des langues et des graphes de connaissances.

Table of Contents

1. Introduction et genèse des modèles de mémoire sémantique

1.1 Le contexte intellectuel de la révolution cognitive des années 1960

Le tournant des années 1960 marque une rupture épistémologique majeure dans l’histoire de la psychologie scientifique, désignée sous l’appellation de révolution cognitive. Durant les décennies précédentes, le paradigme béhavioriste, porté par des figures telles que John B. Watson et B.F. Skinner, avait relégué les processus mentaux internes au statut de boîte noire inaccessible, rejetant toute velléité d’explication mentaliste au profit de l’observation exclusive des contingences de renforcement et des couplages stimulus-réponse. Toutefois, l’incapacité manifeste du cadre béhavioriste à rendre compte de la complexité générative du langage humain — mise en lumière de façon éclatante par la critique dévastatrice de Noam Chomsky en 1959 à l’égard de l’ouvrage Verbal Behavior de Skinner — a précipité l’épuisement de cette approche réductionniste.

Simultanément, l’émergence de la théorie mathématique de la communication de Claude Shannon, conjuguée à l’apparition des premiers ordinateurs programmables conçus par John von Neumann et Alan Turing, a offert aux psychologues un nouveau cadre conceptuel : la métaphore de l’ordinateur. L’esprit humain pouvait désormais être appréhendé comme un système de traitement de l’information manipulant des symboles physiques selon des règles algorithmiques formelles. C’est au sein de ce bouillonnement intellectuel qu’a émergé le besoin de distinguer fonctionnellement et structurellement les différentes composantes du système mnésique humain, jusque-là amalgamées sous le vocable indifférencié de mémoire.

Dans ce contexte novateur, le psychologue d’origine estonienne Endel Tulving a formulé une distinction théorique fondamentale qui allait redéfinir le champ de recherche : la séparation entre mémoire épisodique et mémoire sémantique. Alors que la mémoire épisodique concerne le stockage et la remémoration d’événements personnellement vécus, situés dans un continuum spatio-temporel unique et accompagnés d’un sentiment de voyage mental dans le temps (la conscience autonoétique), la mémoire sémantique constitue le réservoir décontextualisé de notre savoir sur le monde. Elle regroupe nos connaissances lexicales, le sens des concepts, les propriétés des objets physiques, les régularités taxinomiques et les règles déductives, sans référence aux circonstances biographiques de leur acquisition. Face à l’autonomisation conceptuelle de ce système sémantique, la communauté scientifique s’est trouvée confrontée à une exigence théorique impérieuse : concevoir un modèle formel et falsifiable décrivant la manière dont des millions d’unités de savoir sont structurées, interconnectées et extraites avec une efficacité temporelle fulgurante.

1.2 La collaboration séminale entre Allan Collins et Ross Quillian

La formalisation du premier modèle computationnel de mémoire sémantique découle de la rencontre féconde entre deux approches complémentaires de la cognition : la simulation informatique et la psychologie expérimentale. M. Ross Quillian, chercheur en sciences de la communication et précurseur du traitement automatique du langage naturel chez Bolt Beranek and Newman (BBN), travaillait originellement à l’élaboration d’un programme informatique capable de lire du texte, d’en extraire le sens et de répondre à des interrogations de compréhension. Ce système, baptisé le Teachable Language Comprehender (TLC), constituait l’une des toutes premières tentatives d’ingénierie cognitive visant à donner à une machine une mémoire encyclopédique structurée par des principes logiques d’inférence.

De son côté, Allan Collins, psychologue formé à l’expérimentation rigoureuse et fasciné par la modélisation cognitive, comprit rapidement que l’architecture informatique élégante imaginée par Quillian ne devait pas demeurer un simple exercice d’intelligence artificielle symbolique. Collins postula que la structure de données imaginée par Quillian pour optimiser les calculs du TLC pouvait constituer un modèle fonctionnellement fidèle de l’architecture cognitive du cerveau humain. Leur association a inauguré une méthodologie inédite : confronter directement une architecture algorithmique de mémoire à des données chronométriques collectées chez des sujets humains.

Cette démarche interdisciplinaire représentait un saut épistémologique majeur pour l’époque. Il ne s’agissait plus seulement de mesurer des latences de réponse de manière descriptive, mais de faire dériver les prédictions chronométriques d’un algorithme formel de parcours de graphe. En calibrant les temps de réponse de participants humains face à des questions précises sur les propriétés d’êtres vivants ou d’objets, Collins et Quillian ont jeté un pont historique entre l’intelligence artificielle symbolique et la psychologie expérimentale du temps de réaction, donnant naissance à la chronométrie mentale appliquée aux représentations conceptuelles complexes.

1.3 Définition et postulats initiaux du réseau sémantique

Au sens formel établi par Quillian et repris avec Collins, un réseau sémantique est une structure mathématique de données modélisée sous la forme d’un graphe orienté et étiqueté. Ce modèle repose sur une première hypothèse ontologique : les concepts mentaux individuels — qu’il s’agisse de catégories génériques comme animal, de taxons subordonnés comme oiseau, ou d’instances concrètes comme canari — ne sont pas stockés sous la forme d’images mentales brutes ou de définitions textuelles monolithiques, mais sous la forme de points d’ancrage discrets appelés des « nœuds » (ou unités conceptuelles).

La seconde hypothèse fondamentale réside dans la nature relationnelle de la mémoire : la signification d’un concept n’est pas contenue à l’intérieur du nœud lui-même de façon isolée, mais réside entièrement dans la matrice des liens orientés qui le relient aux autres nœuds du système. Ces liens sont typés et formalisent des assertions prédicatives précises. Les deux liaisons les plus fondamentales du réseau primitif sont les pointeurs de subsomption hiérarchique (la relation catégorielle « est-un » ou IS-A, reliant par exemple le nœud moineau au nœud oiseau) et les pointeurs de prédication de propriété (la relation d’attribution « a » ou « peut », reliant oiseau aux nœuds de propriétés comme voler ou plumes).

Le réseau sémantique se caractérise par un principe d’interconnexion globale : le lexique mental forme une toile continue au sein de laquelle chaque concept est potentiellement accessible depuis n’importe quel autre par une succession finie de transitions relationnelles. Dès cette étape initiale, bien que le traitement algorithmique de Quillian reposât sur des mécanismes formels de pointeurs symboliques, pointait déjà l’intuition d’une dynamique d’activation. L’interrogation de la mémoire ne devait pas s’effectuer par un balayage exhaustif linéaire, mais par la libération d’une activité de recherche se mouvant le long des branches du graphe à partir des points d’entrée lexicaux excités par l’environnement extérieur.

2. L’architecture du modèle hiérarchique TLC (Teachable Language Comprehender)

2.1 Organisation taxinomique et niveaux d’abstraction

L’architecture originelle du système TLC conçu par Ross Quillian s’articule autour d’une ordonnance taxinomique rigoureusement hiérarchisée, calquée sur les classifications biologiques issues de la tradition aristotélicienne et linnéenne. Le graphe mnésique prend la forme d’un arbre inversé ou d’un treillis ordonné, où les concepts sont stratifiés selon des degrés croissants de généralité et d’abstraction. Au sommet de cette topologie se situent les nœuds superordonnés d’ordre maximal, à l’instar d’entité vivante ou d’animal. En dessous d’eux s’articulent des catégories intermédiaires comme mammifère ou oiseau, lesquelles dominent à leur tour des catégories subordonnées spécifiques telles que canari, autruche, saumon ou baleine.

Chaque niveau de la hiérarchie est structurellement subordonné au niveau supérieur par des arêtes univoques formalisant l’inclusion ensembliste : un canari pointe directement vers la classe supérieure oiseau par un lien catégoriel irréversible dans la hiérarchie ascendante, et oiseau pointe de la même manière vers animal. Cette disposition géométrique n’est pas arbitraire : elle organise l’univers des connaissances en une taxinomie logique exempte de cycles ou d’ambiguïtés classificatoires. La profondeur d’un concept dans le réseau correspond exactement à son niveau de spécificité ontologique.

À chacun de ces nœuds conceptuels sont attachées des étiquettes d’attributs qui codent les propriétés caractéristiques associées à la classe correspondante. Par exemple, au nœud subordonné canari sont immédiatement rattachés les attributs idiosyncrasiques « peut chanter » et « est jaune ». Au niveau intermédiaire oiseau sont assignées les propriétés partagées par la plupart des membres aviaires, telles que « a des ailes », « possède des plumes » et « peut voler ». Enfin, au niveau superordonné animal sont greffées les caractéristiques physiologiques universelles du règne : « mange », « respire », « a une peau » et « bouge ». Cette structuration spatiale constitue le squelette sur lequel s’opèrent toutes les inférences logiques du système.

2.2 Le principe d’économie cognitive

Le pilier théorique et mathématique le plus distinctif du modèle hiérarchique de Collins et Quillian est sans conteste le principe d’économie cognitive. Également nommé hypothèse de non-redondance du stockage mnésique, ce principe postule que le système cognitif optimise rigoureusement son espace de stockage informationnel en prohibant la duplication d’attributs identiques à différents étages de la hiérarchie taxinomique. L’information sémantique n’est stockée qu’une seule fois, au niveau d’abstraction le plus élevé possible où elle demeure universellement valide pour l’ensemble des éléments subordonnés.

Concrètement, dans un tel réseau, la propriété « a une peau » n’est pas répliquée auprès de chaque représentant spécifique du règne animal ; elle n’est ni attachée au nœud moineau, ni au nœud saumon, ni au nœud chien, pas plus qu’elle ne l’est aux catégories intermédiaires oiseau ou poisson. Elle est exclusivement ancrée au nœud superordonné animal. De même, la propriété « a des ailes » n’est pas codée individuellement sous pigeon, canari ou faucon, mais centralisée sous le nœud oiseau. Pour savoir si un canari possède une peau, l’esprit humain ne consulte donc pas un répertoire direct d’attributs propres au canari, mais déploie un processus computationnel d’héritage descendant : le canari hérite passivement de toutes les propriétés des catégories dans lesquelles il est logiquement enchâssé.

Cette hypothèse d’économie cognitive trouvait une justification majeure dans les contraintes technologiques des premiers ordinateurs des années 1960, dotés de mémoires à tores de ferrite extrêmement limitées, ce qui incitait fortement Quillian à minimiser l’empreinte octet de sa base de connaissances. Néanmoins, transposée à la biologie humaine, cette parcimonie architecturale prenait la dimension d’une loi d’organisation fonctionnelle : le cerveau aurait évolué pour maximiser la capacité notionnelle de son réseau sémantique en refusant la redondance, quitte à déléguer l’accès aux propriétés spécifiques à un coût computationnel dynamique lors de la recherche mnésique.

2.3 La recherche d’intersection comme mécanisme d’inférence

Dès lors que les propriétés ne sont pas directement accessibles au sein du nœud conceptuel subordonné, la vérification d’une assertion sémantique exige l’exécution d’un algorithme dynamique baptisé la « recherche d’intersection » (intersection search). Lorsque le système est confronté à une proposition déclarative élémentaire de la forme Sujet-Prédicat, telle que « Un canari respire », l’algorithme procède en initialisant simultanément deux pointeurs d’activation logicielle au niveau des deux nœuds lexicaux mentionnés dans la proposition : l’un est positionné sur le nœud du sujet (canari), l’autre sur le nœud du prédicat (respirer).

À partir de ces deux points d’ancrage, les pointeurs amorcent une progression pas-à-pas à travers le graphe. Le pointeur conceptuel progresse le long de la chaîne ascendante des liens taxinomiques « est-un » : de canari, il monte vers oiseau, puis d’oiseau, il s’élève vers animal. Parallèlement, le pointeur de propriété explore les nœuds auxquels l’attribut est directement rattaché. Le moteur d’inférence scrute en continu la topologie du réseau afin d’identifier une collision ou une « intersection » entre les trajets d’exploration. Lorsque le parcours issu de canari atteint le nœud animal, il constate que le prédicat respirer est rattaché à cette intersection précise ; la chaîne propositionnelle est ainsi bouclée, confirmant la validité sémantique de l’énoncé.

Si, au cours de cette progression, les traces de recherche atteignent la racine supérieure du réseau sans jamais se croiser, ou si elles entrent en collision avec des marqueurs contradictoires (par exemple un lien stipulant qu’une entité est inanimée alors que le prédicat exige la vie), le système déclenche un mécanisme d’interruption. L’arrêt des processus de recherche survient soit par constatation formelle d’une incompatibilité logique, soit par épuisement d’une fenêtre temporelle limite au-delà de laquelle l’assertion est réputée fausse ou indécidable. La recherche d’intersection constitue donc un processus d’inférence déductive computationnelle s’exécutant entièrement sur la topographie relationnelle de la mémoire.

3. Le paradigme expérimental de vérification de phrases (Collins & Quillian, 1969)

3.1 Protocole méthodologique et chronométrie mentale

Afin de soumettre l’architecture du TLC à l’épreuve des faits psychologiques, Allan Collins et Ross Quillian ont conçu un paradigme d’une rigueur expérimentale exemplaire, publié dans leur article historique de 1969 au sein du Journal of Verbal Learning and Verbal Behavior. S’inscrivant dans la droite lignée de la chronométrie mentale inaugurée au dix-neuvième siècle par le physiologiste néerlandais Franciscus Cornelis Donders, les auteurs ont postulé que les processus cognitifs internes, bien qu’invisibles à l’œil nu, se déploient dans une durée temporelle mesurable et quantifiable en millisecondes.

Le protocole reposait sur une tâche classique de jugement de vérité propositionnelle. Des sujets humains volontaires étaient installés devant un dispositif d’affichage tachistoscopique relié à des chronomètres électroniques de haute précision. Des phrases affirmatives simples apparaissaient sur l’écran, et les participants devaient indiquer le plus rapidement et le plus fidèlement possible si la proposition soumise était vraie ou fausse, en appuyant sur l’un des deux boutons de réponse prévus à cet effet sous leur index droit ou gauche. La variable dépendante princeps était le temps de réaction (TR), calculé depuis l’instant exact de l’apparition du stimulus textuel jusqu’au déclenchement du signal moteur de la réponse.

Conscients des biais potentiels inhérents aux études psycholinguistiques, Collins et Quillian ont rigoureusement contrôlé plusieurs variables parasites susceptibles d’altérer artificiellement les latences de réponse. La fréquence d’apparition des mots dans la langue écrite a été neutralisée à l’aide des tables lexicales standardisées de Thorndike et Lorge. La longueur syntaxique et visuelle des énoncés a été standardisée de manière à ce que les variations de temps de lecture de bas niveau ne polluent pas les mesures de temps de traitement sémantique. L’application systématique de la logique soustractive de Donders permettait dès lors d’isoler le coût temporel spécifique engendré par le parcours des nœuds du réseau : le temps de réponse total était décomposé en temps d’encodage perceptif, temps de traversée des liens conceptuels, temps de décision logique et temps d’exécution motrice.

3.2 Typologie des propositions expérimentales testées

L’originalité méthodologique de l’expérience de 1969 résidait dans la construction d’un paradigme factoriel croisant deux dimensions fondamentales de l’architecture sémantique : le type de relation mise en jeu (relation d’appartenance catégorielle versus attribution de propriété) et la distance nodale séparant le concept-sujet du concept-prédicat dans la hiérarchie formelle du modèle TLC.

Pour les phrases de subsomption catégorielle (liens « est-un »), trois niveaux hiérarchiques de vérité étaient rigoureusement distingués :

  • Niveau 0 (P0) : Distance nodale nulle, où le prédicat est identique ou strictement coextensif au sujet, comme dans l’assertion tautologique « Un canari est un canari ».
  • Niveau 1 (P1) : Distance nodale de un saut hiérarchique, nécessitant l’ascension vers la catégorie immédiatement superordonnée, par exemple « Un canari est un oiseau ».
  • Niveau 2 (P2) : Distance nodale de deux sauts hiérarchiques, imposant la traversée de deux frontières taxonomiques successives pour atteindre le sommet de la classification, tel que « Un canari est un animal ».

Parallèlement, les propositions relatives aux propriétés caractéristiques étaient stratifiées selon une gradation identique, indexée sur l’emplacement de stockage dévolu à l’attribut par l’économie cognitive :

  • Propriété Niveau 0 (S0) : L’attribut est stocké directement sur le nœud du concept-sujet, par exemple « Un canari peut chanter » ou « Un canari est jaune ».
  • Propriété Niveau 1 (S1) : L’attribut est hérité du niveau intermédiaire, imposant un saut catégoriel préalable vers le nœud supérieur pour y récupérer la propriété, par exemple « Un canari a des ailes ».
  • Propriété Niveau 2 (S2) : L’attribut est hérité du nœud superordonné terminal, exigeant la traversée de deux niveaux hiérarchiques pour valider l’assertion, tel que « Un canari a une peau » ou « Un canari respire ».

Pour prévenir toute stratégie d’anticipation ou d’acquiescement systématique chez les sujets, le corpus expérimental intégrait un nombre égal d’énoncés fallacieux (phrases fausses). Ces distracteurs négatifs se déclinaient eux-mêmes en énoncés sémantiquement plausibles mais faux (comme « Un canari est un poisson » ou « Un canari a des branchies ») et en énoncés sémantiquement aberrants (comme « Un canari est une table »), permettant ainsi d’évaluer la dynamique de rejet des fausses intersections.

3.3 Les prédictions théoriques du modèle hiérarchique

Le modèle computationnel de Collins et Quillian formulait un ensemble de prédictions déductives particulièrement nettes, offrant une opportunité idéale de réfutation au sens poppérien. L’hypothèse fondamentale prédisait l’existence d’une relation strictement linéaire et monotone entre la distance nodale (le nombre de liens à franchir dans le graphe) et le temps de réaction mesuré chez les sujets humains.

D’un point de vue quantitatif, les auteurs postulaient que chaque franchissement d’un saut de niveau dans la hiérarchie taxinomique consommait une quantité fixe et constante de ressources temporelles, correspondant au temps nécessaire au pointeur pour translater d’une adresse mémoire à une autre. Par conséquent, pour les phrases de catégories, le temps de réponse devait vérifier l’inégalité stricte : $TR(P0) < TR(P1) < TR(P2)$. De même, pour les phrases de propriétés, la hiérarchie prédisait sans ambiguïté :$TR(S0) < TR(S1) < TR(S2)$.

La seconde prédiction majeure portait sur la dissociation systématique entre catégories et propriétés. Dans l’architecture du TLC, la vérification d’une propriété de niveau $k$ implique non seulement de voyager à travers $k$ niveaux de catégories, mais impose ensuite une étape opérationnelle additionnelle : la lecture et la validation de l’attribut logé sur le nœud cible. Par conséquent, Collins et Quillian prédisaient que la droite de régression des temps de réaction pour les propriétés devait être strictement parallèle à celle des catégories, mais translatée vers le haut d’une constante temporelle correspondant au surcoût de l’évaluation de l’attribut lui-même ($TR(S_k) > TR(P_k)$ pour tout $k$). Enfin, le modèle postulait que ces fonctions temporelles devaient présenter une invariance robuste, indifférente aux variations singulières des espèces ou des objets manipulés.

4. Résultats empiriques initiaux et effet de distance sémantique

4.1 Validation apparente de l’effet de distance sémantique

Les données empiriques recueillies par Collins et Quillian lors de leurs expériences inaugurales de 1969 parurent initialement apporter une confirmation spectaculaire et sans équivoque aux hypothèses déduites du modèle TLC. L’analyse statistique des temps de réaction moyens a révélé une augmentation régulière et statistiquement significative des latences à mesure que s’accroissait la distance nodale séparant le sujet de son prédicat dans la hiérarchie taxinomique préétablie.

Pour les phrases catégorielles, les sujets validaient l’énoncé de niveau zéro « Un canari est un canari » en approximativement 1000 millisecondes, tandis que la validation de la proposition de niveau un « Un canari est un oiseau » requérait en moyenne 1160 millisecondes, et celle de niveau deux « Un canari est un animal » s’élevait à près de 1240 millisecondes. Une progression monotone semblable caractérisait les jugements de propriétés : valider « Un canari peut chanter » (S0) prenait environ 1300 millisecondes, « Un canari a des ailes » (S1) demandait approximativement 1380 millisecondes, et « Un canari a une peau » (S2) culminait aux alentours de 1480 millisecondes.

En appliquant leur méthode soustractive, Collins et Quillian ont dérivé une estimation temporelle précise : le coût de traversée d’un échelon hiérarchique dans le réseau sémantique avoisinait les 75 millisecondes. Ce chiffre semblait correspondre de manière saisissante à une constante neuro-computationnelle de franchissement de pointeur dans le cerveau. Les réplications initiales réalisées dans divers contextes expérimentaux ayant produit des courbes de pente similaire, l’effet de distance sémantique fut célébré comme l’une des premières démonstrations probantes de l’existence d’une géométrie symbolique interne régissant la mémoire humaine.

4.2 La dissociation empirique entre catégories et propriétés

Au-delà de la linéarité temporelle induite par les sauts nodaux, les données de Collins et Quillian semblaient corroborer magnifiquement l’hypothèse de l’économie cognitive à travers la dissociation constante observée entre les énoncés d’inclusion catégorielle et les énoncés d’attribution de propriétés. Sur le plan graphique, les droites reliant les temps de réaction pour les niveaux 0, 1 et 2 des propriétés se situaient systématiquement au-dessus de celles des catégories, traçant deux trajectoires ascendantes remarquablement parallèles.

Ce décalage vertical constant — d’une magnitude d’environ 150 à 200 millisecondes selon les blocs de stimuli — fut interprété comme la signature chronométrique directe du surcoût cognitif exigé par la conversion d’une relation taxinomique en une assertion d’attribut. Après avoir navigué le long de l’arborescence jusqu’au nœud récepteur, le système cognitif devait mobiliser un mécanisme de comparaison prédicative pour s’assurer que la propriété étiquetée s’appliquait bel et bien à l’instance invoquée.

L’accueil réservé à ces conclusions par la communauté émergente des sciences cognitives fut particulièrement enthousiaste. Le modèle hiérarchique TLC offrait un modèle théorique unifié, élégant et mathématiquement modélisable, qui parvenait à concilier les exigences structurelles de l’intelligence artificielle symbolique, les théories linguistiques de la sémantique formelle et les données empiriques de la psychologie de laboratoire. Le principe de stockage non-redondant couplé à la recherche d’intersection devint rapidement la doctrine paradigmatique dominante pour enseigner et conceptualiser l’organisation de la mémoire à long terme.

5. Anomalies expérimentales et remises en question critiques

5.1 L’effet de typicalité mis en évidence par Edward Smith et Eleanor Rosch

Le consensus autour du modèle hiérarchique fut toutefois de courte durée. Dès le début des années 1970, une accumulation de données empiriques contradictoires commença à ébranler les fondations de l’architecture TLC. La faille la plus dévastatrice fut révélée par la mise au jour expérimentale de l’effet de typicalité, documenté de manière éclatante par les travaux indépendants d’Edward Smith, Edward Shoben et Lance Rips (1974), ainsi que par les recherches révolutionnaires d’Eleanor Rosch sur la formation des catégories naturelles.

Selon l’architecture rigide de Collins et Quillian, tous les éléments subordonnés rattachés à un même nœud superordonné devraient se trouver à une distance nodale strictement identique de ce dernier. Par conséquent, la proposition « Un merle est un oiseau » et la proposition « Un pingouin est un oiseau » (ou « Une autruche est un oiseau ») impliquent toutes deux un trajet de longueur exactement égale à 1 dans le graphe hiérarchique. Le modèle imposait donc l’égalité formelle de leurs temps de réaction : $TR(merle) = TR(pingouin)$.

Or, les données expérimentales systématiques démontrèrent l’exact inverse : les sujets humains validaient l’appartenance d’un exemplaire prototypique (comme le merle ou le rouge-gorge) à la classe des oiseaux avec une rapidité considérablement supérieure (jusqu’à 150 millisecondes de moins) par rapport à des exemplaires atypiques ou marginaux comme le pingouin, l’autruche ou le kiwi. Le modèle TLC était structurellement incapable d’expliquer ces disparités massives intra-niveaux d’équidistance sans recourir à des hypothèses ad hoc qui dénaturaient sa géométrie fondamentale. L’introduction par Rosch du concept de représentativité prototypique et de gradient d’appartenance révélait que les frontières catégorielles humaines étaient floues, continues et probabilistes, en contradiction frontale avec la taxinomie logique d’ensembles discrets postulated par Quillian.

5.2 Les inversions d’effets de taille de catégorie

Une seconde anomalie théorique, tout aussi préjudiciable pour le modèle du TLC, fut baptisée le paradoxe de l’inversion de l’effet de taille de catégorie (ou rupture de monotonie hiérarchique). Le modèle prédisait qu’un concept subordonné devait toujours être validé plus promptement par rapport à sa catégorie d’inclusion immédiate qu’envers sa catégorie superordonnée distale ($TR(Niveau 1) < TR(Niveau 2)$), puisque le trajet menant au niveau 2 inclut obligatoirement le trajet menant au niveau 1.

Pourtant, des expérimentations scrupuleuses menées par Rips, Shoben et Smith (1973) ont révélé des inversions directes de cette prédiction. Par exemple, les participants réagissaient de manière statistiquement plus rapide pour juger la phrase « Un chien est un animal » que pour approuver l’assertion « Un chien est un mammifère ». Dans la hiérarchie biologique formelle, mammifère constitue pourtant le nœud intermédiaire indispensable ($Niveau 1$) reliant le chien à la catégorie suprême des animaux ($Niveau 2$). Selon le modèle TLC, franchir deux maillons devait invariablement prendre davantage de temps qu’en franchir un seul.

Cette observation paradoxale mettait en lumière l’influence prépondérante de variables que le modèle computationnel de Quillian avait délibérément évacuées, notamment la fréquence d’usage linguistique, la familiarité conceptuelle subjective et la force associative directe façonnée par le langage quotidien. Dans la vie courante, les locuteurs associent bien plus fréquemment le vocable chien au terme générique animal qu’au terme technique mammifère. L’organisation mnésique humaine apparaissait ainsi dictée par l’écologie des interactions verbales et de l’expérience plutôt que par les canons d’une encyclopédie systématique.

5.3 Le traitement complexe des énoncés faux

Enfin, la troisième pierre d’achoppement expérimentale du modèle hiérarchique résidait dans l’incapacité de son algorithme de recherche d’intersection à prédire fidèlement les temps de latence suscités par le rejet des propositions fausses. Si, comme l’avançaient Collins et Quillian, le rejet d’un énoncé fallacieux résultait d’une recherche exhaustive infructueuse jusqu’aux limites extrêmes du graphe, alors la durée de cette quête vaine devait être directement proportionnelle au nombre de nœuds balayés avant de constater l’absence d’intersection.

Cette logique computationnelle impliquait que plus deux concepts étaient distants ou conceptuellement incongrus, plus l’esprit devait errer longtemps à travers le réseau avant de déclarer forfait. Or, les résultats empiriques révélèrent une réalité psychologique diamétralement opposée :

  • Les sujets humains rejetaient avec une célérité fulgurante les énoncés hautement disparates ou sémantiquement invraisemblables, tels que « Un canari est une table » ou « Une truite est une locomotive ».
  • À l’inverse, ils éprouvaient des difficultés considérables et marquaient des temps de latence particulièrement longs pour rejeter des énoncés faux présentant une forte proximité sémantique ou morphologique, tels que « Une chauve-souris est un oiseau » ou « Une baleine est un poisson ».

Ce phénomène, connu sous le nom d’effet de similarité sémantique négative, démontrait que l’esprit humain ne se contentait pas d’un simple balayage algorithmique aveugle. La proximité sémantique globale entre deux concepts exerçait un pouvoir de captation qui ralentissait l’infirmation logique. Face à ce faisceau convergent d’incohérences empiriques, le modèle hiérarchique rigide du TLC devint intenable. Une refonte théorique radicale s’imposait pour sauver l’intuition fondatrice des réseaux sémantiques.

6. La théorie de la diffusion de l’activation (Collins & Loftus, 1975)

6.1 L’abandon de la stricte hiérarchie logique

Face à l’obsolescence programmée de l’arbre taxonomique rigide, Allan Collins s’est associé à la psychologue Elizabeth Loftus pour publier en 1975, dans la Psychological Review, un article monumental qui allait redéfinir la psychologie cognitive : « A Spreading-Activation Theory of Semantic Processing ». Cet opus théorique opérait une refondation complète des postulats structurels et dynamiques de la mémoire sémantique.

Le premier geste d’émancipation de Collins et Loftus a consisté à abandonner sans compromis la structure arborescente strictement hiérarchique héritée du TLC. La mémoire n’est plus envisagée comme une pyramide logique d’inclusions taxinomiques, mais comme un graphe non hiérarchique multidimensionnel et ouvert. Les concepts y sont disposés sous la forme d’un réseau en toile d’araignée complexe, où la position relative de chaque nœud est déterminée par une métrique continue de proximité sémantique.

Dans ce nouveau cadre, la distance physique entre deux nœuds dans la représentation spatiale du réseau reflète directement le degré de similarité subjective, d’affinité contextuelle ou de corrélation fonctionnelle unissant ces concepts. Des entités partageant de multiples attributs ou fréquemment co-évoquées — telles que canari, merle, plumes et chanter — sont regroupées dans un même voisinage topologique dense. En revanche, des concepts sémantiquement disparates occupent des régions périphériques très éloignées. Corrélativement, le principe sacrificiel de l’économie cognitive fut formellement révoqué : Collins et Loftus ont postulé l’existence de connexions directes redondantes, admettant que l’esprit humain privilégie la rapidité d’accès adaptative plutôt que la parcimonie computationnelle du stockage.

6.2 Pondération des liens et force d’association

L’introduction d’un réseau non hiérarchique imposait de doter les connexions inter-conceptuelles d’une richesse sémiotique et quantitative absente du modèle primitif de 1969. Dans la théorie révisée de Collins et Loftus, les liens reliant les nœuds ne sont plus de simples arêtes binaires neutres, mais des canaux dotés d’une force associative variable, mathématiquement traduisible par une pondération spécifique.

Cette force d’association — visualisée graphiquement par l’épaisseur relative ou la longueur inverse des arêtes — est modulée en continu par l’histoire d’apprentissage du sujet, la fréquence de cooccurrence statistique des termes dans l’environnement langagier, ainsi que la saillance perceptive des attributs. Par exemple, le lien unissant merle à oiseau est doté d’une conductibilité synaptique ou associative bien supérieure à celle unissant autruche à oiseau, capturant ainsi immédiatement l’effet de typicalité qui avait mis en échec le modèle précédent.

De surcroît, le réseau intègre une typologie hétérogène de connexions. Outre les relations catégorielles classiques, les liens peuvent véhiculer des rapports fonctionnels (« sert à »), des relations causales (« provoque »), des affinités spatiales (« se trouve dans ») ou des liens purement thématiques et contextuels (« docteur » lié à « hôpital »). Cette plasticité confère au réseau une capacité descriptive quasi infinie, capable d’épouser la diversité kaléidoscopique du savoir encyclopédique humain tout en conservant une formalisation mathématique cohérente.

6.3 Nature continue et analogique du signal mnésique

La transformation la plus profonde apportée par Collins et Loftus concerne le mode opératoire de l’interrogation mnésique. Les auteurs ont résolument répudié les mécanismes de recherche séquentielle discrète basés sur le déplacement pas-à-pas de pointeurs algorithmiques rigides, au profit d’un processus dynamique, continu et analogique : la diffusion de l’activation (spreading activation).

Dans ce paradigme, l’activation n’est pas un drapeau binaire (vrai/faux), mais une quantité scalaire d’excitation mentale, analogue à un influx d’énergie hydrodynamique ou à un courant électrique circulant à travers un réseau de résistances interconnectées. Chaque nœud conceptuel possède un état d’activation interne qui varie sur un continuum quantitatif, depuis le repos complet jusqu’à des niveaux élevés de stimulation.

Lorsqu’un nœud est excité par la perception d’un mot, d’un objet physique ou par un processus attentionnel endogène, son niveau énergétique s’élève brusquement. Cette charge d’excitation ne reste pas circonscrite à l’unité stimulée : elle commence instantanément à se déverser et à se propager vers l’ensemble des nœuds voisins le long des liens disponibles. La quantité d’énergie transmise le long de chaque embranchement est directement proportionnelle à la force associative (ou conductance) de ce lien, permettant une redistribution continue du potentiel mnésique à travers la géométrie du graphe.

7. Mécanismes computationnels et dynamique de la diffusion

7.1 Propagation multidirectionnelle et parallèle de l’énergie

Le déroulement algorithmique de la diffusion d’activation se distingue fondamentalement par sa nature multidirectionnelle et massivement parallèle. Dès l’instant où un concept source subit une excitation, l’onde énergétique se déploie de manière radiale, en éventail circulaire, irradiant l’ensemble de la topologie environnante sans privilégier a priori un chemin unique. Il ne s’agit pas d’un processus guidé par un but conscient, mais d’une dynamique physique de diffusion automatique.

Ce déploiement parallèle est toutefois régi par une loi de conservation de la ressource énergétique, connue sous le nom de principe de division d’activation ou effet d’éventail (qui sera plus tard formalisé plus avant par John R. Anderson dans son architecture ACT-R). L’énergie totale disponible pour la propagation à partir d’un nœud source étant structurellement limitée, elle doit se scinder entre toutes les arêtes divergentes. Par conséquent, plus un concept possède de ramifications associatives directes (un degré nodal élevé), plus la quantité d’activation allouée à chaque branche individuelle est ténue. Réciproquement, un nœud ne possédant que de rares connexions focalisera son flux d’activation de manière beaucoup plus intense le long de ces quelques conduits préférentiels.

Cette première phase de propagation est totalement imperméable à la volonté et au contrôle stratégique de l’individu. Elle s’exécute de manière pré-attentionnelle et automatique en quelques fractions de centièmes de seconde, pré-activant de vastes nébuleuses notionnelles bien avant que la conscience réflexive n’ait pu formuler une quelconque réponse propositionnelle.

7.2 Décroissance temporelle et atténuation spatiale de l’activation

Pour demeurer biologiquement et computationnellement viable, un modèle de réseau à activation diffuse doit impérativement intégrer des contraintes d’amortissement dynamique. Sans mécanismes stricts de limitation, la propagation radiale provoquerait une réaction en chaîne explosive qui embraserait l’intégralité du système mnésique en quelques itérations, plongeant le réseau dans un état de saturation épileptiforme où toute discrimination informationnelle deviendrait impossible.

Collins et Loftus ont conjuré ce péril en introduisant une double fonction de freinage : l’atténuation spatiale et la décroissance temporelle :

  • L’atténuation spatiale stipule que l’intensité de l’onde d’activation décroît de manière inversement proportionnelle à la distance métrique franchie au sein du réseau. À chaque saut relationnel intermédiaire (de nœud en nœud), une fraction substantielle du potentiel énergétique est absorbée ou dissipée. Ainsi, l’activation s’éteint rapidement après avoir traversé deux ou trois nœuds relais, circonscrivant l’impact du stimulus à son voisinage sémantique immédiat.
  • La décroissance temporelle, quant à elle, impose que le niveau d’excitation d’un nœud stimulé retourne spontanément vers son niveau de repos basal selon une fonction de déclin exponentiel, dès lors que la stimulation source cesse d’alimenter le réseau. L’activation résiduelle possède une demi-vie particulièrement brève, typiquement de l’ordre de quelques centaines de millisecondes à quelques secondes en l’absence de répétition ou d’attention maintenue.

Cette régulation homéostatique assure un équilibre adaptatif optimal : elle garantit que les concepts contextuellement pertinents sont brièvement rendus hyper-accessibles pour faciliter le traitement cognitif immédiat, tout en rétablissant prestement la neutralité du système afin d’accueillir les intrants sensoriels subséquents sans interférence rétroactive.

7.3 Seuils d’activation, sommation et prise de décision

Le passage d’une activation subliminale sous-jacente à une réponse explicite observable est régi par le principe des seuils critiques et des processus d’intégration quantitative. Chaque concept du réseau possède un seuil d’activation spécifique : tant que l’énergie accumulée par un nœud demeure en deçà de cette valeur critique, le concept demeure inconscient, bien que dans un état de sensibilisation latente facilitant sa réactivation ultérieure.

Lorsque deux flux de diffusion issus de concepts sources distincts se propagent simultanément à travers le réseau, ils peuvent converger vers un nœud intermédiaire commun. La théorie postule l’existence d’une sommation spatio-temporelle de ces influx énergétiques convergents. Si la somme des activations incidentes franchit le seuil critique de ce nœud carrefour, celui-ci s’embrase pleinement, émergeant dans le champ de la conscience ou déclenchant une décision sémantique automatisée.

Néanmoins, Collins et Loftus soulignent avec acuité que la diffusion de l’activation ne constitue que l’infrastructure de bas niveau de la mémoire. Au-dessus de cette nappe d’activation automatique opèrent des processus de décision stratégiques et intentionnels de haut niveau. Dans une tâche de vérification de phrase, l’accumulation d’activation signale simplement qu’il existe une relation sémantique plausible entre le sujet et le prédicat. Il revient alors à l’étage décisionnel d’analyser la nature spécifique des liens activés pour vérifier si l’assertion satisfait formellement aux exigences logiques posées par la question (distinguant par exemple l’énoncé vrai « Le requin est un poisson » de l’énoncé faux « Le requin est un dauphin », dont les nœuds partagent pourtant un niveau d’activation diffuse extrêmement élevé).

8. L’amorçage sémantique : validation expérimentale de la diffusion

8.1 L’expérience pionnière de Meyer et Schvaneveldt (1971)

Si la théorie de la diffusion de l’activation s’est imposée avec une autorité aussi incontestable dans le champ des sciences cognitives, c’est principalement parce qu’elle offrait un cadre explicatif idéal à l’un des phénomènes expérimentaux les plus robustes de la psychologie contemporaine : l’amorçage sémantique (semantic priming), découvert et formalisé en 1971 par David Meyer et Roger Schvaneveldt.

Dans leur protocole historique, Meyer et Schvaneveldt ont introduit une tâche expérimentale novatrice : la décision lexicale. Des participants étaient placés face à un tachistoscope et voyaient apparaître successivement des paires de chaînes de caractères visuelles. Leur tâche consistait à déterminer, aussi vite que possible sans commettre d’erreurs, si les deux éléments présentés constituaient de véritables mots de la langue (par exemple, PAIN – BEURRE) ou des non-mots phonotactiquement légaux (comme PAIN – BLETOU). La manipulation expérimentale portait sur la relation sémantique sous-jacente unissant les couples de mots réels.

Les résultats furent sans appel : les sujets confirmaient la validité lexicale du mot cible (BEURRE) significativement plus rapidement (avec un gain moyen de 40 à 80 millisecondes) lorsque celui-ci était précédé d’un mot inducteur sémantiquement apparenté (PAIN), par comparaison avec une condition neutre ou non reliée (comme INFIRMIÈRE – BEURRE). Dans le cadre théorique de Collins et Loftus, cette facilitation temporelle trouvait une interprétation d’une élégance absolue : la lecture de l’amorce PAIN injecte une dose d’activation sur son nœud mnésique. Cette énergie se diffuse immédiatement le long des liens associatifs épais vers les concepts voisins, atteignant le nœud BEURRE avant même son apparition sur l’écran. Dès lors, lorsque le mot cible est effectivement projeté, son traitement perceptif et lexical ne part pas de zéro ; son niveau d’activation préexistant lui permet de franchir le seuil d’identification conscient dans une durée chronométrique substantiellement réduite.

8.2 Distinction entre amorçage automatique et amorçage contrôlé (Neely, 1977)

La théorie de la diffusion prédisait que cette onde d’activation s’opérait de manière machinale, irrépressible et hors de tout contrôle conscient. L’expérimentation définitive attestant de cette dualité fonctionnelle fut administrée par James Neely dans un article classique de 1977 publié dans le Journal of Experimental Psychology, qui demeure un chef-d’œuvre de la méthodologie cognitive.

Neely a manipulé deux variables critiques : l’intervalle temporel séparant l’apparition de l’amorce de celle de la cible (le Stimulus Onset Asynchrony ou SOA), et la congruence des attentes stratégiques conscientes des sujets. À l’aide d’instructions explicites, Neely créait des attentes contre-intuitives : les sujets étaient avertis que lorsqu’ils voyaient apparaître le mot amorce BÂTIMENT, ils devaient s’attendre consciemment à voir surgir un nom de partie du corps humain (par exemple, BRAS ou JAMBE).

Les données chronométriques de Neely ont révélé une cinétique temporelle dissociée d’une netteté remarquable :

  • À des SOA ultra-courts (inférieurs à 250 millisecondes), les sujets exhibaient une facilitation exclusive pour les cibles sémantiquement associées à l’amorce (par exemple BÂTIMENT – PORTE), alors même qu’ils tentaient consciemment de ne pas s’y attendre. L’attente stratégique n’avait matériellement pas le temps d’intervenir : seule opérait la diffusion d’activation purement automatique et analogique le long des canaux câblés de la mémoire.
  • À des SOA longs (supérieurs à 400 millisecondes), la tendance s’inversait complètement : la focalisation attentionnelle consciente prenait le pas sur la diffusion réflexe. Les cibles attendues stratégiquement (BÂTIMENT – BRAS) bénéficiaient d’une forte facilitation, tandis que les cibles sémantiquement associées mais non attendues (BÂTIMENT – PORTE) subissaient au contraire un coût d’inhibition temporelle marqué.

Ce résultat a fourni la démonstration expérimentale irréfutable de la réalité physique et cognitive de la diffusion automatique de l’activation postulée par Collins et Loftus, isolant définitivement cette propagation spontanée des mécanismes délibérés de l’attention sélective.

8.3 Amorçage médié et amorçage masqué

Une confirmation encore plus spectaculaire de la propagation trans-nodale de l’énergie au sein du réseau sémantique a été apportée par l’observation de l’effet d’amorçage sémantique indirect ou « médié » (mediated priming). Dans ce paradigme, l’amorce et la cible ne possèdent aucun lien associatif ou sémantique direct dans l’usage linguistique courant, mais sont indirectement reliées par l’intermédiaire d’un tiers concept non énoncé qui sert de pont dans la topologie du graphe (par exemple, l’amorce LION et la cible RAYURES, médiées par le nœud intermédiaire latent TIGRE).

Si la mémoire fonctionnait par simple accès direct à un lexique statique, aucune facilitation ne devrait survenir entre LION et RAYURES. Or, McNamara et d’autres chercheurs ont attesté la présence d’une réduction statistiquement significative des temps de réaction sur la cible médiée par rapport à une condition contrôle non reliée. L’énergie injectée sur le nœud LION a physiquement transité par le nœud pivot TIGRE, avant de s’écouler le long de ses branches pour aller pré-activer le nœud distal RAYURES, démontrant sans conteste le franchissement multi-nodal de l’onde mnésique.

Cette validation a été définitivement scellée par l’avènement des paradigmes d’amorçage masqué développés par Kenneth Forster. Dans ces protocoles, l’amorce n’est présentée visuellement que durant quelques dizaines de millisecondes (typiquement 30 à 50 ms), précédée et suivie de masques visuels composés de caractères hachurés qui empêchent toute perception consciente du mot par le participant. Même dans des conditions d’inconscience perceptive totale attestée, l’amorçage sémantique persiste : la cible est catégorisée plus rapidement si elle est sémantiquement cohérente avec l’amorce invisible. Cette observation établit de manière inébranlable que la diffusion de l’activation opère en deçà du seuil de la conscience vigile, validant l’architecture de Collins et Loftus au cœur même de la neuro-computation pré-réflexive.

9. Confrontation avec les théories alternatives de la mémoire sémantique

9.1 Le modèle de comparaison des traits de Smith, Shoben et Rips (1974)

L’essor de la théorie de la diffusion d’activation a suscité une vive controverse théorique, marquée notamment par l’émergence d’un modèle concurrent d’une grande rigueur formelle : le modèle de comparaison de traits propositionnels (Feature Comparison Model) élaboré en 1974 par Edward Smith, Edward Shoben et Lance Rips. Ce paradigme alternatif rejetait catégoriquement l’idée même d’un réseau de nœuds interconnectés par des arêtes relationnelles, arguant que le stockage en mémoire devait être conceptualisé sous la forme d’espaces vectoriels de descripteurs sémantiques ou d’ensembles de « traits ».

Dans la théorie de Smith et ses collaborateurs, la représentation d’un concept se décompose en deux listes structurellement distinctes de traits :

  • Les traits définissants (ou essentiels) : Propriétés logiquement nécessaires et suffisantes pour qu’une entité appartienne à la classe considérée (par exemple, pour oiseau : être un animal, pondre des œufs, posséder des plumes et un bec).
  • Les traits caractéristiques (ou accidentels) : Propriétés hautement probables, fréquemment associées à la catégorie dans l’expérience commune, mais formellement non indispensables sur le plan définitoire (comme voler, nicher dans les arbres, chanter mélodieusement ou avoir une petite taille).

Le processus de jugement propositionnel de vérité (par exemple statuer sur « Un moineau est un oiseau » versus « Un manchot est un oiseau ») s’effectue dès lors selon un mécanisme séquentiel en deux étapes. Dans une première phase stochastique globale, le système calcule le coefficient de similarité brute globale en confrontant l’ensemble des traits (définissants et caractéristiques confondus) du sujet et du prédicat. Si la similarité est massivement élevée, le système répond immédiatement « Vrai » ; si elle est extraordinairement basse (comme pour « Une carotte est un oiseau »), il répond immédiatement « Faux ». Cette première étape probabiliste ultra-rapide rendait magnifiquement compte de l’effet de typicalité : les exemplaires prototypiques partagent une pléthore de traits caractéristiques avec le terme générique, déclenchant une validation instantanée dès la phase un sans nécessiter l’inspection laborieuse d’un arbre hiérarchique.

Ce n’est que dans l’éventualité où la similarité globale se situe dans une zone grise d’indécision intermédiaire (cas d’un oiseau atypique comme le manchot, qui ne vole pas et a des nageoires) que le système enclenche une seconde phase computationnelle, coûteuse et lente. Cette seconde étape consiste à isoler méthodiquement les seuls traits définissants pour vérifier si l’exemplaire litigieux coche scrupuleusement les conditions nécessaires d’appartenance biologique. Si le modèle de comparaison des traits expliquait avec aisance les faiblesses du TLC, il s’est à son tour heurté à des critiques épistémologiques rédhibitoires : la distinction philosophique nette entre traits intrinsèquement définissants et attributs purement caractéristiques s’avère chimérique pour la grande majorité des concepts naturels, conduisant à la suprématie progressive des modèles de graphes continus de Collins et Loftus.

9.2 Approches prototypiques et exemplaristes (Rosch, Medin, Nosofsky)

Parallèlement au modèle de comparaison des traits, le paysage scientifique des années 1970 et 1980 a été profondément façonné par les approches de catégorisation probabiliste menées par Eleanor Rosch à travers sa théorie du prototype. Répudiant les visions formalistes aristotéliciennes partagées à la fois par le TLC et par la linguistique distributionnelle naissante, Rosch a postulé que les catégories humaines ne sont pas représentées par des définitions analytiques ou des réseaux d’arêtes déductives, mais par un étalon idéal abstrait : le prototype.

Le prototype condense la tendance centrale des attributs observés chez les membres empiriques d’une classe donnée. L’appartenance d’un objet perçu à une catégorie ne découle pas d’une preuve d’inclusion par franchissement de pointeurs, mais d’une mesure de distance euclidienne continue dans un espace psychologique multidimensionnel. Un merle est validé promptement comme oiseau car sa proximité morphologique et comportementale avec le prototype aviaire est maximale ; l’autruche subit un retard chronométrique parce qu’elle est logée dans les confins distaux de cet hyper-espace catégoriel.

À cette théorie abstraite du prototype sont venues s’opposer les théories de l’exemplaire, développées notamment par Douglas Medin et Robert Nosofsky (à travers le Generalized Context Model). Les exemplaristes soutiennent que l’esprit humain n’engendre même pas d’abstraction centrale prototypique unifiée : la catégorie oiseau ne serait rien d’autre que la somme mémorielle de tous les exemplaires singuliers d’oiseaux historiquement rencontrés et stockés dans la mémoire épisodique. Lors d’un jugement sémantique, le mot cible déclencherait la réactivation en parallèle de ce nuage d’instances épisodiques, dont la sommation guiderait la classification.

Bien que divergentes quant à la nature ontologique des représentations, ces perspectives géométriques ont enrichi la conceptualisation des réseaux sémantiques. Loin de s’exclure mutuellement, la théorie de la diffusion de l’activation de Collins et Loftus s’est révélée suffisamment souple pour intégrer les métriques prototypiques : la distance spatiale entre les nœuds du réseau a simplement été reformulée comme l’expression topologique de la distance dans l’espace des propriétés empiriques, réconciliant ainsi structuralisme relationnel et réalisme phénoménologique.

9.3 L’émergence du connexionnisme et des représentations distribuées (PDP)

La rupture paradigmatique la plus profonde opposée au modèle symbolique de Collins et Quillian est survenue au milieu des années 1980 avec l’irruption triomphale du connexionnisme et des modèles de traitement distribué en parallèle (Parallel Distributed Processing ou PDP), théorisés par David Rumelhart, James McClelland et le groupe PDP de l’Université de Californie à San Diego.

Les modèles de Collins, Quillian et Loftus reposaient sur un postulat structural fondamental : la représentation locale (ou localiste). Chaque entité conceptuelle (le canari, la table, le concept de justice) correspond à un nœud symbolique unique et discret, un composant matériel identifié au sein du circuit. L’activation est le mouvement d’un signal transitant entre ces nœuds circonscrits. Les théoriciens du connexionnisme ont battu en brèche cette hypothèse, la jugeant biologiquement invraisemblable et computationnellement fragile (la destruction d’un nœud unique entraînant la perte catastrophique du concept associé).

Dans l’architecture connexionniste distribuée :

  • Un concept n’est plus logé dans un nœud dédié ; il est matérialisé par un motif global d’activation synchrone (un vecteur d’états d’excitation) distribué sur une vaste constellation de micro-unités de bas niveau (assimilables à des neurones abstraits).
  • Aucune micro-unité ne possède de sens sémantique isolément ; c’est la configuration matricielle de l’ensemble du réseau à un instant $t$ qui incarne la signification d’un canari ou d’un aigle.
  • Le savoir permanent n’est pas codé dans des nœuds statiques, mais sédimenté dans la matrice des forces synaptiques (les poids de connexion) interconnectant ces milliers d’unités, façonnées graduellement par des algorithmes d’apprentissage statistique comme la rétropropagation du gradient d’erreur.

Dans ce cadre connexionniste distribué, la théorie de la diffusion de l’activation a trouvé une réinterprétation physique remarquable. La diffusion n’est plus le voyage d’une particule métaphorique entre des concepts symboliques, mais la dynamique de relaxation d’un réseau neuronal artificiel : la projection d’un vecteur d’entrée fait glisser l’état énergétique global du système à travers un paysage d’attracteurs, modélisant avec une fidélité mathématique stupéfiante les processus de dégradation gracieuse, de généralisation inductive et de complétion de motifs caractéristiques de la cognition biologique.

10. Implications cliniques et données neuropsychologiques

10.1 Démence sémantique et dégradation progressive des réseaux

L’architecture de la mémoire sémantique postulée par Quillian et Collins a trouvé un champ de validation et de confrontation spectaculaire dans l’étude des désordres neurodégénératifs, singulièrement au sein de la pathologie clinique connue sous le nom de démence sémantique (variante temporale de la dégénérescence lobaire fronto-temporale), rigoureusement documentée par John Hodges, Karalyn Patterson et Matthew Lambon Ralph.

Cette affection neuro-dégénérative se caractérise par une atrophie bilatérale progressive des pôles temporaux antérieurs, entraînant une désagrégation sélective, pure et décontextualisée du savoir encyclopédique, contrastant de façon saisissante avec la préservation durable de la mémoire épisodique, des capacités visuo-spatiales et des fonctions exécutives. L’observation longitudinale de ces patients a mis en lumière un phénomène d’une symétrie saisissante avec le modèle taxinomique de Collins et Quillian : l’érosion du réseau conceptuel s’opère selon un gradient ascendant rigoureux, allant du subordonné spécifique vers le superordonné abstrait.

Aux stades initiaux de la démence sémantique, les patients perdent en premier lieu les attributs hautement distinctifs et les concepts subordonnés (incapables par exemple de dénommer ou d’identifier un merle ou un canari, qu’ils qualifient uniformément d’« oiseau »). À mesure que l’atrophie progresse, le niveau de base intermédiaire s’effondre à son tour : l’animal n’est plus reconnu comme un oiseau, mais comme une « bête » ou un « animal » indifférencié. Dans les phases terminales, seule survit la catégorie superordonnée la plus grossière : l’entité est simplement désignée comme « une chose ». Cette cinétique clinique apporte un témoignage anatomique poignant de l’organisation hiérarchique de l’abstraction mnésique : les distinctions sémantiques fines exigent la persistance de ramifications périphériques denses, tandis que les catégories superordonnées reposent sur des axes de cohérence statistique et structurelle plus robustes face à l’altération neuropathologique.

10.2 Troubles aphasiques et mécanismes de sélection lexicale

L’étude des aphasies acquises consécutives à des accidents vasculaires cérébraux — en particulier l’aphasie de Wernicke et les aphasies optiques — fournit une illustration clinique directe des mécanismes de diffusion d’activation et de sélection lexicale modélisés par Collins et Loftus. Chez ces patients, la production de la parole est fréquemment émaillée de paraphasies sémantiques involontaires : le locuteur substitue au mot cible un terme conceptuellement apparenté (par exemple désigner une « cuillère » en prononçant « fourchette », ou dire « cheval » à la place de « chien »).

Dans la théorie computationnelle de la sélection lexicale issue des réseaux sémantiques, la production d’un lemme verbal impose une étape de compétition compétitive : le nœud ciblé par l’intention de communication reçoit le flux maximal d’activation, mais diffuse inévitablement une partie de cette énergie vers ses nœuds sémantiques coordonnés adjacents. Chez un individu neurotypique, un mécanisme d’inhibition latérale descendante (winner-take-all) éteint prestement l’activation parasite des voisins concurrents pour permettre la sélection sans bavure du bon candidat lexical.

Chez les patients aphasiques présentant des lésions de l’hémisphère gauche affectant les réseaux temporo-pariétaux, ce seuil d’inhibition latérale est profondément détérioré. La diffusion d’activation se poursuit normalement, mais le système de contrôle exécutif échoue à réprimer le nœud coordonné co-activé. Si, par un hasard stochastique ou une variabilité de seuil, le concept « fourchette » franchit le seuil critique d’articulation avant le concept cible « cuillère », la paraphasie sémantique fait irruption dans le discours. Les protocoles de remédiation orthophonique contemporains s’appuient délibérément sur ces équations de diffusion, utilisant des techniques d’amorçage sémantique s’appuyant sur des graphes de traits pour restaurer les circuits de dénomination altérés.

10.3 Diffusion de l’activation et pensée divergente dans les pathologies psychiatriques

Au-delà des pathologies neurologiques focales, le modèle de la diffusion de l’activation constitue un cadre d’intelligibilité majeur pour la psychiatrie cognitive, particulièrement dans l’exploration des troubles formels de la pensée observés dans le spectre de la schizophrénie et des épisodes maniaques du trouble bipolaire.

Dans la schizophrénie, l’un des symptômes cardinaux réside dans le relâchement des associations sémantiques, le discours du patient déviant de manière imprévisible selon des associations d’idées distales, métaphoriques ou hermétiques (phénomène de coq-à-l’âne ou pensée déréiste). Des dizaines de protocoles expérimentaux d’amorçage sémantique indirect menés chez des patients schizophrènes (notamment par Manfred Spitzer) ont mis en lumière un phénomène saisissant : l’hyper-amorçage sémantique (hyper-priming). Alors que des sujets contrôles ne montrent qu’un amorçage indirect modeste entre des termes très éloignés comme CITRON et AIGUILLE, les patients schizophrènes manifestent pour ces liens distaux une facilitation chronométrique spectaculairement amplifiée.

Sur le plan neuro-computationnel, ce dérèglement s’interprète comme une pathologie de l’amortissement de l’activation. En raison d’un dysfonctionnement des récepteurs dopaminergiques et glutamatergiques au sein du cortex préfrontal et temporal, l’atténuation spatiale et temporelle de l’onde mnésique s’avère déficiente : l’activation ne décroît pas normalement après chaque saut synaptique, mais continue d’irradier en profondeur les zones les plus marginales et insolites du réseau conceptuel. À un degré modéré et fonctionnellement régulé, cette hyper-diffusion de l’activation favorise la pensée divergente et l’émergence d’intuitions esthétiques chez les profils hautement créatifs ; à un degré pathologique, elle dissout la cohérence propositionnelle, plongeant l’esprit dans un tourbillon d’analogies compulsives et délirantes.

11. Héritage informatique : Du modèle TLC aux technologies de l’information contemporaines

11.1 L’influence fondatrice sur l’ingénierie des connaissances et les ontologies

Le projet originel de Ross Quillian ne visait pas initialement à expliquer le cerveau humain, mais à doter les ordinateurs d’une compétence d’interprétation du langage naturel. Cet ancrage algorithmique a fait du modèle hiérarchique TLC la matrice séminale de toute l’ingénierie des connaissances, des architectures d’ontologies formelles et des représentations symboliques qui ont fleuri en informatique au cours des cinq dernières décennies.

Dès les années 1970 et 1980, les principes structurels de Quillian — nœuds conceptuels, relations orientées et typées, héritage d’attributs de classe à sous-classe — ont directement inspiré les systèmes formels de réseaux sémantiques avancés tels que KL-ONE développé par Ronald Brachman, précurseur des logiques de description modernes. Cette filiation intellectuelle s’est matérialisée dans le grand paradigme de la programmation orientée objet (POO), popularisée par des langages tels que Simula, Smalltalk, puis C++ et Java. Le concept fondamental d’« héritage de classe », au cœur du génie logiciel contemporain, où une classe dérivée hérite sans redondance des méthodes et variables de sa classe mère, est la transposition logicielle directe de l’économie cognitive modélisée par Collins et Quillian pour le règne animal.

Au tournant du vingt-et-unième siècle, cet héritage a trouvé sa consécration dans l’architecture du Web Sémantique et les graphes de connaissances (Knowledge Graphs). L’initiative pionnière de George Miller avec le développement de la base de données lexicale WordNet à l’Université de Princeton — structurant des dizaines de milliers de synsets interconnectés par des liens d’hyponymie, d’hyperonymie, de méronymie et d’antonymie — est la réalisation à grande échelle des postulats de Quillian. Aujourd’hui, les moteurs d’inférence sous-tendant le Knowledge Graph de Google, Wikidata ou les architectures d’entreprises mondiales reposent sur des triplets RDF (Sujet-Prédicat-Objet) qui reproduisent fidèlement la topologie en réseau articulée en 1969.

11.2 Algorithmes de ‘Spreading Activation’ en recherche d’information

La théorie de la diffusion de l’activation élaborée par Collins et Loftus ne s’est pas bornée à une formalisation qualitative : ses équations mathématiques de transfert énergétique ont été directement implémentées sous forme d’algorithmes opérationnels de propagation (spreading activation algorithms) au cœur des systèmes de recherche d’information et de fouille de données.

Dans les moteurs de recherche textuelle et les systèmes de gestion documentaire complexes, les requêtes soumises par un utilisateur souffrent chroniquement du problème de la variabilité lexicale : un document éminemment pertinent peut ne pas contenir exactement les mots-clés saisis, employant des synonymes ou des termes conceptuellement connexes. Les moteurs d’information modernes pallient cette faille en modélisant le corpus de documents et de termes sous forme d’un graphe hétérogène pondéré. L’injection d’une requête équivaut à activer les nœuds correspondant aux mots recherchés ; l’algorithme déploie ensuite une simulation de diffusion d’activation matricielle à travers le réseau.

Les documents vers lesquels convergent les flux d’énergie prépondérants — calculés par des méthodes d’algèbre linéaire combinant matrices d’adjacence et fonctions d’atténuation exponentielle similaires aux formules de Collins et Loftus — sont extraits et ordonnés en tête des résultats. Ce principe d’expansion sémantique de requête régit également les architectures contemporaines des moteurs de recommandation contextuelle (comme ceux de Netflix, Spotify ou Amazon), qui propagent l’intérêt d’un utilisateur d’un élément culturel à ses nœuds adjacents dans un graphe géant d’affinités thématiques, démontrant l’ubiquité industrielle des principes de propagation postulés en 1975.

11.3 Convergence moderne avec les modèles de langage et le traitement automatique des langues (TAL)

L’avènement récent et spectaculaire des grands modèles de langage (Large Language Models ou LLMs) basés sur l’architecture Transformer (tels que GPT-4, Claude ou LLaMA) semble, en première instance, acter le triomphe absolu de l’approche distributionnelle et connexionniste sur les réseaux symboliques traditionnels. Les concepts ne sont plus représentés par des nœuds discrets étiquetés, mais projetés dans des espaces de plongements vectoriels continus (embeddings) comptant des milliers de dimensions géométriques.

Pourtant, une analyse computationnelle fine révèle une convergence épistémologique saisissante entre ces architectures neuronales massives et la théorie de la diffusion de l’activation. Le cœur opérationnel du mécanisme d’auto-attention (self-attention) propre aux Transformers peut être mathématiquement appréhendé comme une forme dynamique, contextualisée et différentiable de diffusion d’activation sélective. Lorsqu’une invite textuelle traverse les couches du modèle, la matrice d’attention calcule en temps réel la force d’association dynamique reliant chaque jeton (token) à l’ensemble des autres éléments du contexte, redistribuant l’énergie informationnelle selon des gradients de pertinence sémantique analogues à l’onde de Collins et Loftus.

Bien plus, la communauté mondiale de l’intelligence artificielle constate aujourd’hui les limites structurelles des modèles purement probabilistes statistiques : hallucinations factuelles, opacité décisionnelle (« boîte noire ») et absence d’inférence déductive rigoureuse. Pour surmonter ces écueils, la frontière de la recherche en traitement automatique des langues se concentre intensément sur les architectures hybrides neuro-symboliques. Les techniques de génération augmentée de récupération (Retrieval-Augmented Generation ou RAG) adossent les modèles neuronaux géants à des graphes de connaissances explicites structurés selon les principes de Quillian. Ce métissage technologique redonne aux réseaux symboliques leur rôle fondamental de garde-fous déductifs et d’ancrages de vérité encyclopédique, attestant de la vitalité pérenne des travaux pionniers des années 1970.

12. Bilan épistémologique et perspectives contemporaines en neurosciences cognitives

12.1 La validation neurophysiologique par imagerie cérébrale et électroencéphalographie

Si Collins, Quillian et Loftus ont été contraints de déduire leurs modèles à partir de simples mesures millimétriques de temps de réaction comportementaux, l’avènement des technologies contemporaines d’imagerie fonctionnelle et d’électrophysiologie cérébrale a permis d’inspecter directement la dynamique biophysique de l’accès sémantique au sein du cortex cérébral humain.

L’avancée la plus emblématique de cette neurobiologie de la signification réside dans la découverte de l’onde N400, un potentiel évoqué électroencéphalographique négatif culminant approximativement 400 millisecondes après l’apparition d’un stimulus, mis en évidence par Marta Kutas et Steven Hillyard en 1980. L’amplitude de cette déflexion N400 constitue la signature neurophysiologique la plus directe de l’effort cognitif requis pour accéder à une unité sémantique. Les expériences contemporaines d’électrophysiologie démontrent avec une netteté cristalline que l’amplitude de l’onde N400 est directement modulée par la diffusion d’activation :

  • Lorsqu’un mot cible est précédé d’une amorce sémantiquement apparentée, l’amplitude de la N400 est drastiquement réduite, signalant que le concept a déjà reçu une pré-activation le long du réseau synaptique.
  • L’effet de distance sémantique et l’effet de typicalité se traduisent directement par des gradations scalaires d’amplitude : un oiseau atypique engendre une N400 plus ample qu’un oiseau prototypique, objectivant la géométrie non uniforme du réseau.

Parallèlement, l’imagerie par résonance magnétique fonctionnelle (IRMf) a permis d’arbitrer le débat séculaire entre modèles localistes et connexionnistes à travers le modèle neuro-anatomique unifié connu sous le nom de hub-and-spoke, développé par Matthew Lambon Ralph et ses collaborateurs. Ce modèle postule que les représentations sémantiques sont distribuées à travers de vastes réseaux sensorimoteurs spécialisés dispersés dans le néocortex (les « rayons » ou spokes, codant la forme, le mouvement, le son ou la fonction), mais convergent de manière critique vers un centre d’intégration pan-modal logé dans les lobes temporaux antérieurs bilatéraux (le « moyeu » ou hub). Ce hub temporal antérieur agit exactement comme le moteur relationnel de Collins et Loftus, calculant les affinités multidimensionnelles et guidant la propagation coordonnée de l’activation à travers l’ensemble des modules corticaux de l’encéphale.

12.2 Évaluation critique du legs conceptuel de Collins et Quillian

Plus d’un demi-siècle après la parution des protocoles princeps de 1969 et 1975, le bilan intellectuel de l’entreprise cognitive impulsée par Allan Collins et Ross Quillian apparaît monumental, en dépit des inévitables rectifications qu’a exigées l’histoire des sciences de l’esprit.

Leur premier triomphe irréversible aura été d’arracher définitivement l’étude de la pensée humaine aux dogmes d’un béhaviorisme mécaniste stérile sans sombrer dans les écueils d’une introspection subjective invérifiable. En concevant des architectures formelles testables par la chronométrie mentale, ils ont prouvé que les représentations mentales internes possèdent une structure géométrique, temporelle et logique objectivement mesurable. Leur seconde contribution pérenne réside dans le concept même de diffusion de l’activation : bien que l’hypothèse simpliste de l’économie cognitive hiérarchique absolue ait dû être abandonnée face aux réalités psychologiques de la typicalité et de la familiarité, le mécanisme de propagation continue d’activation à travers un graphe demeure l’un des principes computationnels les plus robustes et les plus universellement admis de toutes les sciences cognitives contemporaines.

Certes, l’épistémologie contemporaine a mis en garde contre les limitations inhérentes au réductionnisme propositionnel abstrait. La théorie de la cognition incarnée et située (embodied cognition), portée par Francisco Varela, George Lakoff ou Lawrence Barsalou, a légitimement rappelé que les concepts ne sont pas de purs symboles désincarnés flottant dans un éther computationnel formel, mais des réactivations dynamiques d’expériences sensorielles, motrices et affectives enracinées dans l’histoire biologique d’un corps interagissant avec son milieu physique. Néanmoins, loin d’anéantir l’édifice de Collins et Quillian, ces perspectives incarnées ont simplement enrichi la nature des nœuds et des liens du réseau. Par leur alliance pionnière entre modélisation algorithmique et expérimentation chronométrique, Allan Collins et Ross Quillian ont inscrit leurs noms au panthéon des bâtisseurs des sciences cognitives, offrant à l’humanité la première cartographie formelle des sentiers invisibles par lesquels s’ordonne notre pensée.

Références

Citer cet article

memjavad (2026, septembre 6). Les expériences de réseau sémantique – Allan Collins et Ross Quillian La diffusion. Base de données de psychologie en français. https://fr.arabpsychology.com/experiments/experiences-reseau-semantique-collins-quillian-diffusion/
memjavad. “Les expériences de réseau sémantique – Allan Collins et Ross Quillian La diffusion.” Base de données de psychologie en français, 6 septembre 2026, https://fr.arabpsychology.com/experiments/experiences-reseau-semantique-collins-quillian-diffusion/.
memjavad. “Les expériences de réseau sémantique – Allan Collins et Ross Quillian La diffusion.” Base de données de psychologie en français. septembre 6, 2026. https://fr.arabpsychology.com/experiments/experiences-reseau-semantique-collins-quillian-diffusion/.