Herbert A. Simon – 1916 2001

Biographie

Figure tutélaire de la pensée scientifique du XXe siècle, Herbert Alexander Simon (1916-2001) incarne l’archétype rarissime du polymathe moderne. Échappant délibérément aux segmentations disciplinaires imposées par l’académisme contemporain, il a déployé son génie au carrefour de la science politique, de la théorie des organisations, de l’économie, de la psychologie cognitive, de l’épistémologie et de l’informatique naissante. Couronné par les deux distinctions suprêmes que constituent le Prix Turing de l’ACM en 1975 — partagé avec son complice de toujours Allen Newell — et le Prix de la Banque de Suède en sciences économiques en mémoire d’Alfred Nobel en 1978, Simon n’a jamais cherché la dispersion intellectuelle. Bien au contraire, l’ensemble monumental de sa production scientifique gravite autour d’une interrogation centrale et obsédante : par quels mécanismes computationnels et psychologiques les êtres humains, dotés de facultés cognitives finies, parviennent-ils à prendre des décisions adaptées au sein d’environnements d’une complexité vertigineuse ?

En formulant le concept révolutionnaire de rationalité limitée (bounded rationality), Simon a porté un coup fatal aux postulats idéalisés de l’Homo œconomicus omniscient et calculateur universel qui prévalaient dans l’orthodoxie néoclassique. Loin de se cantonner à une critique négative de la théorie du choix rationnel, il a édifié un programme constructif alternatif d’une fécondité inégalée. En substituant le principe de satisfaction (satisficing) à celui de maximisation, il a redéfini la rationalité non plus comme une conformité substantielle à un équilibre mathématique abstrait, mais comme une démarche procédurale, incarnée dans les limites concrètes de l’attention, de la mémoire et du temps. Ce déplacement de perspective a simultanément jeté les bases empiriques de l’économie comportementale contemporaine, renouvelé la sociologie des organisations et offert un cadre conceptuel rigoureux pour analyser le fonctionnement des bureaucraties publiques et privées.

Parallèlement, en appréhendant l’esprit humain comme un système de traitement de symboles physiques, Herbert Simon est devenu l’un des pères fondateurs de l’intelligence artificielle symbolique et des sciences cognitives computationnelles. Avec le développement de programmes pionniers tels que le Logic Theorist et le General Problem Solver, il a démontré que l’ordinateur pouvait être employé non comme un simple instrument de calcul numérique, mais comme un laboratoire pour simuler, formaliser et comprendre la pensée humaine, l’heuristique et la découverte scientifique elle-même. Dès lors, parcourir l’itinéraire intellectuel de Simon, c’est explorer la cartographie fondatrice des sciences des systèmes, de l’architecture de la complexité et de la modélisation de l’esprit, au sein d’une œuvre monumentale qui continue d’éclairer les dilemmes épistémologiques et technologiques du XXIe siècle.

1. Trajectoire biographique et genèse intellectuelle (1916-2001)

1.1 Origines familiales, formation initiale et influences précoces à Milwaukee

Herbert Alexander Simon naît le 15 juin 1916 à Milwaukee, dans le Wisconsin, au sein d’un foyer où la rigueur intellectuelle et l’ouverture d’esprit constituent le ciment de l’éducation. Son père, Arthur Simon, est un ingénieur électricien d’origine allemande, inventeur prolifique détenteur de plusieurs dizaines de brevets et juriste spécialisé en propriété intellectuelle. Sa mère, Edna Merkel, est une pianiste accomplie issue d’une lignée de facteurs de pianos et d’artisans d’art. Cet environnement domestique conjugue la précision technique de la pensée ingénieriale et la sensibilité esthétique, instillant chez le jeune Herbert une curiosité sans limites pour la mécanique du monde naturel et la structure formelle de la culture humaine.

Une figure tutélaire joue un rôle déterminant dans l’éveil du jeune garçon : son oncle maternel, Harold Merkel. Économiste de formation ayant étudié à l’Université du Wisconsin auprès de théoriciens hétérodoxes et institutionnalistes, cet oncle disparu prématurément laisse derrière lui une imposante bibliothèque d’économie politique et de sociologie. C’est en dévorant ces ouvrages dès l’adolescence que Simon découvre que les affaires humaines et les dynamiques sociales peuvent faire l’objet d’une analyse rigoureuse, méthodique et scientifique, exempte des jugements moraux a priori qui obscurcissent ordinairement le débat public.

Brillant élève au sein du système scolaire public de Milwaukee, Simon développe une passion précoce pour les mathématiques, la biologie et les débats d’idées. Lorsqu’il intègre l’Université de Chicago en 1933, en pleine Grande Dépression, il a déjà assimilé les grands principes de l’économie classique à travers la lecture directe d’Adam Smith, tout en se plongeant dans la logique mathématique formalisée par Bertrand Russell et Alfred North Whitehead dans leurs monumentaux Principia Mathematica. Cette double imprégnation — l’économie politique d’une part, les fondements de la logique formelle d’autre part — constitue le socle inébranlable sur lequel il bâtira l’ensemble de son édifice théorique ultérieur.

1.2 Le creuset intellectuel de l’Université de Chicago et l’apprentissage pluridisciplinaire

L’Université de Chicago des années 1930 représente l’un des épicentres intellectuels les plus stimulants et novateurs du monde occidental. Simon y entre avec la ferme intention d’appliquer les méthodes rigoureuses des sciences exactes aux sciences sociales. Très vite, il s’éloigne des sentiers battus de la science économique traditionnelle pour suivre les cours de maîtres d’exception en science politique. Sous l’égide de Charles Edward Merriam, figure de proue du mouvement béhavioriste en science politique, et d’Harold Lasswell, pionnier de l’étude de la communication et de la psychologie politique, Simon apprend à observer le pouvoir et l’administration non comme de simples textes constitutionnels, mais comme des processus décisionnels vivants, traversés par des comportements humains observables.

Parallèlement à sa formation politique, Simon consolide son armature analytique en suivant les enseignements de Henry Schultz en économétrie et en participant aux séminaires du philosophe des sciences Rudolf Carnap, membre éminent du Cercle de Vienne alors réfugié aux États-Unis. La rigueur carnapienne en matière d’analyse syntaxique, de réduction logique et de vérification empirique marque durablement le jeune chercheur. C’est précisément cette exigence positiviste qui le conduit à rejeter progressivement l’orthodoxie néoclassique alors en plein essor à Chicago. Simon constate avec stupéfaction le fossé béant qui sépare les axiomes de rationalité substantielle — postulés sans preuve empirique par les économistes — et la manière dont les hommes réels, soumis à l’incertitude et au manque de temps, tranchent concrètement les dilemmes du quotidien.

Cette rupture épistémologique prend corps dans ses premiers travaux de terrain portant sur la gestion municipale de Milwaukee et le financement des services récréatifs de Chicago. Mandaté pour analyser la répartition des ressources publiques, il observe comment les agents municipaux prennent des décisions en l’absence quasi totale de critères de maximisation globale. Cette expérience pragmatique servira de matière première à sa thèse de doctorat, soutenue en 1943 à l’Université de Chicago, qui réinterprète radicalement l’action administrative sous le prisme des flux d’information et des contraintes cognitives. Ce manuscrit fondateur donnera naissance, quelques années plus tard, à son classique absolu : Administrative Behavior.

1.3 L’établissement à Carnegie Mellon et l’institutionnalisation des sciences cognitives

Après de brefs passages par l’Université de Californie à Berkeley et l’Illinois Institute of Technology, la trajectoire académique de Herbert Simon trouve son ancrage définitif en 1949, lorsqu’il rejoint le Carnegie Institute of Technology (qui deviendra plus tard l’Université Carnegie Mellon) à Pittsburgh. Recruté pour participer à la fondation de la Graduate School of Industrial Administration (GSIA), Simon se voit offrir une opportunité historique : concevoir de toutes pièces un programme universitaire d’administration des affaires reposant exclusivement sur les sciences fondamentales, la modélisation mathématique, l’économie quantitative et la psychologie comportementale.

À Pittsburgh, Simon impulse un décloisonnement radical des savoirs. La GSIA devient un laboratoire bouillonnant où collaborent économistes hétérodoxes, ingénieurs et psychologues. C’est dans ce terreau fertile que se noue sa relation intellectuelle décisive avec Allen Newell, un jeune chercheur de la RAND Corporation aux intuitions mathématiques fulgurantes, et Richard Cyert, avec qui il posera les bases de la théorie comportementale de la firme. Ensemble, Simon et Newell réalisent que l’avènement des calculateurs électroniques numériques ouvre une ère inédite : ces machines ne sont pas de simples arithmomètres géants, mais des manipulateurs universels de symboles, capables de reproduire les démarches heuristiques de l’esprit humain.

Cette émulation collective donne naissance aux sciences cognitives modernes et à l’intelligence artificielle symbolique. Simon restera fidèle à Carnegie Mellon jusqu’à son dernier souffle en février 2001, y exerçant comme professeur d’informatique et de psychologie. Son statut d’oracle scientifique et la portée transversale de ses découvertes lui vaudront les distinctions les plus prestigieuses de la communauté scientifique mondiale, consacrant une carrière sans équivalent dédiée à l’élucidation des lois fondamentales du traitement de l’information dans la nature et dans la société.

2. Fondements épistémologiques et posture méthodologique

2.1 Le positivisme logique révisé et l’empirisme méthodologique

L’armature épistémologique de Herbert Simon est indissociable de l’empreinte laissée par Rudolf Carnap et le Cercle de Vienne, bien que Simon ait toujours pris soin d’amender le positivisme logique originel pour le soustraire à ses dérives réductionnistes. Au cœur de son dispositif méthodologique figure une distinction tranchée et non négociable entre les propositions de fait (factual statements) et les propositions de valeur (value statements). Pour Simon, les jugements de fait concernent le monde observable et sont justiciables d’une validation empirique par la vérification ou la réfutation ; les jugements de valeur renvoient en revanche à des impératifs éthiques ou à des finalités téléologiques qui ne sauraient être déduits de la simple observation empirique.

Cette stricte démarcation a permis à Simon de délimiter le périmètre de la science administrative et de la théorie de la décision : la tâche de la science n’est pas de dicter les buts moraux ultimes d’une organisation, mais d’étudier scientifiquement l’efficacité des moyens mobilisés pour atteindre ces buts au regard des faits constatables. Simon s’est toujours élevé contre la scolastique spéculative qui caractérisait selon lui une fraction majeure des sciences sociales de son époque, où les déductions logiques étaient conduites à partir de prémisses psychologiquement fausses ou d’idéalisations arbitraires.

Refusant l’apriorisme méthodologique propre à une certaine tradition économique — qui postulait la validité de l’optimisation rationnelle au seul motif de son élégance mathématique formelle —, Simon a défendu un empirisme intransigeant. Il professait qu’une théorie n’a de valeur que si ses mécanismes internes peuvent être confrontés à des données micro-comportementales directes. C’est cette exigence qui l’a conduit à réhabiliter et à systématiser l’usage des protocoles verbaux et de l’observation continue des sujets en situation d’expérimentation, forgeant ainsi une méthodologie rigoureuse où les micro-étapes de la délibération humaine sont enregistrées et quantifiées sans concession pour les fictions métaphysiques.

2.2 La simulation informatique comme instrument de validation théorique

L’une des ruptures épistémologiques majeures opérées par Simon réside dans sa reconceptualisation de l’outil informatique. Dès le milieu des années 1950, il perçoit que l’ordinateur numérique ne se borne pas à accélérer les calculs matriciels des équations différentielles : il constitue un nouveau vecteur ontologique d’investigation scientifique. Pour Simon, le programme informatique est une formulation théorique rigoureuse, dotée d’une force démonstrative supérieure au langage naturel et d’une flexibilité supérieure à l’algèbre fermée.

Simon établit le principe de l’équivalence fonctionnelle entre le programme informatique et les processus cognitifs humains : si un algorithme alimenté par des données d’entrée similaires à celles d’un sujet humain produit la même séquence d’étapes de raisonnement, génère les mêmes erreurs caractéristiques et parvient aux mêmes résolutions dans des intervalles temporels comparables, alors ce programme peut être considéré comme une théorie explicative valide du phénomène mental étudié. Cette approche permettait de dépasser l’impasse du béhaviorisme skinnerien, qui condamnait l’analyse des états internes comme une « boîte noire » impénétrable, sans pour autant retomber dans les dérives de l’introspectionnisme non contrôlé.

La simulation devient ainsi le troisième pilier de la méthode scientifique simonienne, aux côtés de l’expérimentation de laboratoire et de l’induction mathématique formelle. Elle confère aux sciences de l’esprit une exigence de réplicabilité absolue : pour prétendre avoir compris un comportement de décision, le chercheur doit être capable d’en écrire le code exécutable. Tout modèle théorique incapable d’être traduit en instructions programmatiques est suspecté de dissimuler des postulats magiques ou des métaphores vides, ce qui constitue une critique directe adressée tant à la psychanalyse qu’à certaines doctrines macroéconomiques désincarnées.

2.3 L’interdisciplinarité radicale comme paradigme unificateur

L’œuvre de Simon ne saurait être appréhendée à travers le prisme d’une simple « multidisciplinarité », laquelle se contente de juxtaposer des champs épistémiques distincts sans en modifier les fondements. Simon a pratiqué une interdisciplinarité radicale, mue par la conviction profonde que les barrières académiques entre la psychologie, l’économie, la sociologie, la biologie et l’informatique ne sont que des accidents historiques résultant de la division du travail universitaire et de la bureaucratisation des facultés.

Cette conviction reposait sur la découverte d’un invariant ontologique : l’information et son traitement au moyen de structures de symboles. Qu’il s’agisse d’un administrateur municipal décidant d’allouer des crédits de voirie, d’un grand maître d’échecs évaluant la position de son roi, d’un programme d’intelligence artificielle démontrant un lemme logique ou d’une cellule vivante décodant des messages enzymatiques, Simon identifiait la même grammaire fondamentale : un système physique recevant des signaux, les encodant dans une mémoire, appliquant des règles de transformation séquentielle et produisant une réponse adaptative.

En élaborant un métalangage partagé, centré sur les notions de recherche heuristique, de structures en arborescence, de rétroaction cybernétique et de mémoire associative, Simon a proposé une armature conceptuelle universelle. Son ambition unificatrice, loin d’être un impérialisme disciplinaire, visait à donner aux sciences de l’artificiel — ces disciplines qui étudient les artefacts créés par l’homme pour s’adapter à leur environnement — la même consistance nomologique que celle dont jouissaient les sciences de la nature depuis la révolution newtonienne.

3. La théorie de la rationalité limitée (Bounded Rationality)

3.1 Déconstruction critique de l’Homo Oeconomicus néoclassique

Le monument théorique le plus célèbre de Herbert Simon demeure sa déconstruction chirurgicale de l’Homo œconomicus, modèle anthropologique central de l’économie néoclassique formalisé par Léon Walras, Alfred Marshall, et plus tard poussé à son paroxysme axiomatique par Kenneth Arrow et Gérard Debreu. Ce modèle repose sur trois postulats fondateurs :

• L’omniscience de l’agent économique, censé connaître à l’avance l’éventail exhaustif de toutes les alternatives d’action possibles ;
• L’information parfaite ou probabilisable, permettant d’assigner une distribution de probabilité précise à l’ensemble des conséquences futures de chaque option ;
• Une fonction d’utilité stable, transitive et parfaitement ordonnée, permettant de maximiser mécaniquement l’espérance de satisfaction globale.

Simon dénonce cette construction comme une vue de l’esprit chimérique, incapable de rendre compte de la moindre décision humaine dans le monde réel. Dans la pratique, l’agent est plongé dans une incertitude radicale, d’ordre knightien, où les futurs possibles ne peuvent être mathématiquement énumérés à l’avance. Face à la prolifération infinie des variables environnementales, aucun esprit humain — ni même aucun calculateur géant — ne dispose de la puissance computationnelle requise pour explorer la totalité des bifurcations de l’arbre décisionnel.

Pour clarifier cette rupture, Simon forge la distinction fondamentale entre rationalité substantive et rationalité procédurale. La rationalité substantive, privilégiée par l’orthodoxie économique, évalue la rationalité d’un comportement uniquement à l’aune du résultat final : la décision est-elle optimale au regard du système d’objectifs et des contraintes du monde objectif ? La rationalité procédurale, quant à elle, s’attache à la dynamique interne du processus délibératif : la décision a-t-elle été forgée par des procédures de recherche intelligentes, des heuristiques robustes et des mécanismes adaptatifs appropriés aux capacités réelles du sujet pensant ? Pour Simon, seule la rationalité procédurale est empiriquement mesurable et scientifiquement pertinente pour l’étude de l’être humain.

3.2 Les limitations cognitives intrinsèques de l’agent humain

La théorie simonienne de la rationalité limitée ne postule pas que l’être humain est irrationnel ou gouverné par le pur chaos passionnel ; elle affirme que l’homme est intentionnellement rationnel, mais que cette intentionnalité se heurte à des goulets d’étranglement neurobiologiques et architecturaux infranchissables. Ces limites ne sont pas de simples imperfections marginales destinées à être dissoutes par le progrès technique : elles constituent la condition fondamentale de la cognition vivante.

La première de ces contraintes concerne la mémoire de travail et la vitesse de traitement de l’information. L’architecture cognitive humaine est sévèrement bridée par le nombre restreint d’éléments d’information (les fameux « chunks » théorisés par George Miller) pouvant être maintenus simultanément dans le foyer de la conscience pour être combinés logiquement. De surcroît, le transfert de l’information depuis la mémoire à court terme vers la mémoire à long terme requiert un temps physiologique incompressible, ce qui interdit toute absorption exhaustive de flux documentaires complexes dans des situations d’urgence.

La seconde contrainte réside dans la rareté absolue de la ressource attentionnelle. Dans un monde saturé d’informations, l’attention devient le facteur limitant par excellence. Le décideur ne souffre pas d’une carence de données, mais d’une surabondance de stimuli non hiérarchisés qui menace de saturer ses capacités de discernement. Pour illustrer cette dialectique entre l’acteur et son milieu, Simon propose l’une de ses analogies les plus célèbres : la métaphore des ciseaux. La rationalité humaine ressemble à une paire de ciseaux dont une lame représente les capacités cognitives internes de l’organisme, et l’autre lame la structure de l’environnement physique et social. Pour comprendre comment la lame tranche la réalité, il est absurde d’étudier l’une des lames isolément : seule l’interaction symétrique entre la structure écologique du monde et la structure limitée du processeur mental permet de saisir le déploiement effectif de la décision.

3.3 Le principe de satisfaction (Satisficing) versus maximisation

Face à l’impossibilité pratique de la maximisation néoclassique, quel mécanisme empirique les individus emploient-ils pour clore leur processus délibératif et passer à l’action ? Simon répond par un néologisme devenu célèbre dans l’histoire de la pensée : le principe de satisfaction (un mot-valise issu de l’anglais satisficing, combinant satisfying et sufficing).

Plutôt que d’écumer l’univers des possibles à la recherche de l’unique solution idéale globale — tâche algorithmiquement inaccessible connue sous le nom de recherche exhaustive —, l’agent rationnel se dote d’un niveau d’aspiration interne. Ce seuil correspond à ce qu’il juge être « suffisamment bon » (good enough) pour répondre à son problème présent au vu de ses contraintes. L’agent explore alors séquentiellement les solutions qui s’offrent à lui. Dès qu’une option satisfaisant l’ensemble de ses critères d’aspiration minimaux est identifiée, la recherche est immédiatement interrompue et l’option est adoptée, sans que l’individu ne prenne la peine d’examiner si des alternatives intrinsèquement supérieures subsistent dans le reste de l’espace non exploré.

Loin d’être une anomalie ou une paresse méthodologique, le principe de satisficing démontre une efficience écologique et computationnelle extraordinaire. En préservant des ressources cognitives précieuses (énergie cérébrale, temps disponible, coût de collecte de l’information), cette démarche s’avère infiniment plus adaptée à la survie biologique et à la performance organisationnelle que l’optimisation forcenée. De plus, Simon insiste sur la nature dynamique de ce processus : les niveaux d’aspiration ne sont pas figés dans le marbre. Si les solutions acceptables sont trouvées avec une facilité déconcertante, le niveau d’aspiration s’élève par un mécanisme de rétroaction positive ; si, au contraire, l’environnement s’avère hostile et que la recherche échoue de manière répétée, le seuil d’exigence s’ajuste progressivement à la baisse jusqu’à ce qu’un compromis viable devienne accessible.

4. Le comportement administratif et les dynamiques organisationnelles

4.1 L’organisation comme mécanisme de compensation cognitive

C’est avec la publication de son ouvrage magistral en 1947, Administrative Behavior: A Study of Decision-Making Processes in Administrative Organization, que Herbert Simon applique pour la première fois ses intuitions épistémologiques à la théorie du management et des institutions. Prenant le contre-pied des doctrines d’ingénierie managériale classique — représentées par Henri Fayol ou Frederick Winslow Taylor, qui concevaient l’administration comme un ensemble de préceptes mécanistes et dogmatiques —, Simon pose une question radicale : pourquoi les organisations existent-elles fondamentalement ?

Sa réponse bouleverse la science administrative : l’organisation formelle est une prothèse cognitive conçue spécifiquement pour pallier la rationalité limitée des êtres humains pris isolément. Abandonné à ses seules forces intellectuelles, un individu est incapable de concevoir et d’orchestrer la construction d’un barrage hydroélectrique, le déploiement d’un réseau ferroviaire ou la régulation d’une politique monétaire nationale. L’organisation résout cette aporie en découpant les problèmes titanesques en sous-problèmes gérables, en allouant sélectivement l’attention des agents et en fournissant à chaque échelon hiérarchique les prémisses informationnelles nécessaires pour prendre des décisions sans être écrasé par la complexité globale de l’œuvre collective.

La structure formelle agit donc comme un gigantesque filtre sélectif. À travers la mise en place de canaux de communication normalisés, de descriptions de postes rigides et de routines d’action éprouvées, l’institution décharge le cerveau de ses membres d’un fardeau cognitif insoutenable. Elle automatise la majorité des comportements quotidiens, libérant une fraction d’énergie mentale pour traiter les imprévus. Ainsi, pour Simon, l’organisation n’est pas simplement un agrégat de contrats juridiques ou une hiérarchie de commandement policier : elle est avant tout un système dynamique de traitement distribué de l’information et de limitation collective de l’erreur cognitive.

4.2 Autorité, loyauté et identification organisationnelle

En repensant les fondements de la coordination administrative, Simon réarticule en profondeur la notion d’autorité. Rompant avec l’illusion d’une autorité descendante absolue qui s’imposerait mécaniquement par la force de la légalité, il reprend et affine les thèses de Chester Barnard sur la zone d’indifférence (ou zone d’acceptation). Pour Simon, l’autorité ne réside pas dans l’émetteur de l’ordre, mais dans la disposition psychologique du subordonné à suspendre son propre jugement critique pour adopter comme prémisse de sa décision la directive communiquée par sa hiérarchie.

Ce renoncement délibéré à la délibération autonome ne repose pas uniquement sur la peur de la sanction financière ou disciplinaire. Simon met en lumière le puissant mécanisme psychosocial de l’identification organisationnelle. L’individu intégré dans un bureau ou un département en vient naturellement à aligner son identité personnelle et son système motivationnel sur les objectifs spécifiques de son unité de rattachement. Un cadre de la direction financière évaluera spontanément toute politique à travers le prisme de la solvabilité budgétaire, tandis qu’un ingénieur de production ne jurera que par la cadence des machines et la minimisation des rebuts techniques.

Cette identification présente un avantage fonctionnel évident : elle confère une cohérence et une prévisibilité remarquables aux conduites locales. Toutefois, Simon alerte avec lucidité sur le revers inhérent à ce processus : le risque majeur de sous-optimisation globale. Prisonniers de loyautés départementales étanches, les agents en viennent à confondre les moyens de leur service avec les finalités ultimes de l’entreprise ou de l’État. Pour maintenir la cohésion d’ensemble, la direction générale doit dès lors manœuvrer avec subtilité pour entretenir un équilibre permanent entre les incitations matérielles (salaires, promotions) et les rétributions symboliques ou morales, assurant ainsi la persistance de l’adhésion globale des membres au projet institutionnel.

4.3 La typologie des décisions : programmées et non programmées

Afin de structurer méthodiquement l’analyse des flux d’action au sein des bureaucraties, Simon établit une typologie opérationnelle devenue un standard de la gestion managériale : le continuum séparant les décisions programmées des décisions non programmées.

Les décisions programmées sont celles qui se caractérisent par leur nature répétitive, récurrente et routinière. Pour ces arbitrages quotidiens — tels que le traitement des demandes de remboursement d’assurance, le réapprovisionnement d’un stock de matières premières à l’approche d’un seuil critique ou l’établissement des fiches de paie —, l’organisation a élaboré des procédures opérationnelles standardisées (Standard Operating Procedures). La délibération humaine y est réduite à sa plus simple expression : il s’agit d’appliquer un protocole déterministe préexistant. Simon avait perçu avec une extraordinaire précocité dès les années 1950 que cette catégorie de décisions était appelée à être massivement absorbée, automatisée et optimisée par les systèmes informatiques et la recherche opérationnelle naissante.

À l’autre extrémité du spectre se trouvent les décisions non programmées. Celles-ci surviennent face à des situations inédites, nébuleuses, structurellement ambiguës et sans précédent historique immédiat : le lancement d’une innovation disruptive, la gestion d’une crise géopolitique majeure, une fusion-acquisition complexe ou la restructuration d’un système hospitalier en temps de pandémie. Aucune recette préétablie ne peut alors prescrire la trajectoire à suivre. Dans ce domaine, les acteurs doivent s’en remettre à des compétences cognitives génériques : la clarification préalable du problème, la recherche heuristique tâtonnante, le jugement intuitif fondé sur l’expérience accumulée et l’apprentissage organisationnel en temps réel. Simon a toujours soutenu que l’ambition ultime de la technologie managériale était de concevoir des outils d’aide computationnelle capables d’épauler les décideurs humains précisément là où la programmation algorithmique classique abdiquait devant l’inconnu.

5. Psychologie cognitive et architectures computationnelles de l’esprit

5.1 Le système de traitement de l’information physique (Physical Symbol System)

Au cours des années 1960 et 1970, l’alliance académique forgée entre Herbert Simon et Allen Newell débouche sur la formulation de l’une des hypothèses les plus audacieuses de toute l’histoire des sciences cognitives contemporaines : l’hypothèse du système de traitement de l’information physique (Physical Symbol System Hypothesis, PSSH), explicitée de manière définitive lors de leur conférence de réception conjointe du Prix Turing en 1975.

Selon cette hypothèse fondatrice, un système de traitement de symboles physiques possède les moyens nécessaires et suffisants pour produire une action intelligente générale. Que faut-il entendre par là ? Un tel système est une entité matérielle (qu’elle soit constituée de matière biologique comme les neurones cérébraux, ou de composants semi-conducteurs au silicium comme les microprocesseurs) capable d’instancier un ensemble de motifs symboliques discrets, de créer de nouvelles structures symboliques, de les modifier par effacement ou concaténation, de les stocker durablement et d’exécuter des branchements conditionnels en fonction des désignations portées par ces symboles.

Cette théorisation consacre la dissociation ontologique entre le support physique (le hardware, matériel ou biologique) et l’organisation fonctionnelle des règles logiques (le software, l’architecture logicielle). En affirmant que la manipulation symbolique gouvernée par des règles formelles est non seulement nécessaire mais théoriquement suffisante pour engendrer la pensée, Simon et Newell portaient l’estocade finale au vitalisme et arrachaient l’esprit humain à l’ineffable. La cognition n’était plus un mystère inaccessible à la physique : elle devenait un processus de computation matérielle strictement réplicable par des artefacts artificiels adéquatement agencés.

5.2 La structure de la mémoire humaine et le codage cognitif

Loin de se contenter de spéculations métathéoriques, Simon a cherché à disséquer l’infrastructure même du stockage informationnel dans le système nerveux humain. En collaboration avec des pionniers de la psychologie expérimentale, il a contribué à modéliser l’architecture de la mémoire sous une forme modulaire tripartite comprenant les registres sensoriels à haute capacité mais à décroissance ultrarapide, la mémoire à court terme (ou mémoire de travail) et la mémoire à long terme à capacité virtuellement illimitée.

Pour expliquer comment l’esprit parvient à contourner la limitation drastique de sa mémoire à court terme — bornée au stockage d’environ sept éléments discrets —, Simon affine le concept d’agrégation d’informations en blocs signifiants, les chunks. Un chunk n’est pas une unité physique d’information comme le bit shannonien, mais une entité psychologique dotée de sens, construite par apprentissage et stockée en mémoire à long terme. Ainsi, une séquence désordonnée de vingt lettres latines saturera instantanément la mémoire de travail d’un sujet, tandis que ces mêmes vingt lettres regroupées sous la forme de quatre mots familiers seront traitées sans la moindre difficulté, car elles ne sollicitent plus que quatre chunks distincts.

Cette intuition débouche sur la conception, avec Edward Feigenbaum, du modèle EPAM (Elementary Perceiver and Memorizer). EPAM est une architecture logicielle qui simule la manière dont les humains apprennent à reconnaître des stimuli complexes (mots, objets visuels) au moyen d’un arbre de discrimination binaire en constante expansion. À travers une alternance d’opérations de comparaison d’attributs et de branchements conditionnels, EPAM démontrait de manière algorithmique comment l’associationnisme perceptif et la reconnaissance de formes émergent naturellement d’une structure de codage hiérarchique, jetant les bases des théories modernes de la mémoire sémantique et de la catégorisation.

5.3 L’analyse des protocoles de verbalisation continue (Think-Aloud Protocols)

Pour documenter empiriquement le déroulement de la pensée symbolique sans tomber dans les pièges de la spéculation rétrospective, Simon invente avec le psychologue suédois K. Anders Ericsson une méthodologie révolutionnaire qui fera l’objet d’un ouvrage de référence incontournable en 1984 : l’analyse des protocoles de verbalisation continue (Protocol Analysis: Verbal Reports as Data).

La consigne donnée aux sujets placés face à une tâche de résolution de problème (comme une énigme cryptarithmétique ou un problème de physique) est trompeusement simple : ils doivent impérativement verbaliser à haute voix et de manière ininterrompue l’ensemble du flux de leurs pensées, au fur et à mesure que celles-ci traversent leur conscience (« pensez tout haut »). Simon et Ericsson prennent un soin méthodologique extrême pour distinguer cette verbalisation directe de l’introspection traditionnelle discréditée par les behavioristes. Il est expressément interdit au sujet d’analyser son propre comportement, d’expliquer les raisons de ses choix ou de tenter de théoriser sa démarche : il lui est seulement demandé de projeter dans la sphère acoustique le contenu instantané de sa mémoire de travail.

Les enregistrements audio sont ensuite scrupuleusement transcrits, puis soumis à une décomposition sémiotique impitoyable. Chaque énoncé, chaque hésitation, chaque retour en arrière est cartographié sous forme d’une trace d’états d’information successifs. Cette trace qualitative est alors comparée point par point avec la séquence d’instructions générée par une simulation logicielle codée par les chercheurs. Cette méthodologie a permis d’élever l’étude des processus mentaux intimes à un niveau de rigueur et d’objectivité empirique équivalent à celui des mesures biomécaniques ou des relevés électrophysiologiques, apportant une preuve tangible des étapes séquentielles par lesquelles l’esprit humain résout des énigmes complexes.

6. La résolution de problèmes : De l’échiquier au laboratoire scientifique

6.1 La formalisation de l’espace du problème (Problem Space)

En 1972, Herbert Simon et Allen Newell publient leur chef-d’œuvre de psychologie computationnelle : Human Problem Solving. Au centre de cet ouvrage volumineux trône un cadre théorique universel articulé autour de la notion d’espace du problème (Problem Space).

Toute tâche cognitive de résolution de problème est modélisée par Simon comme un voyage au sein d’un graphe orienté composé de :

• Un état initial représentant la situation de départ avec l’ensemble de ses contraintes connues ;
• Un état but (ou cible) définissant l’objectif terminal à atteindre pour déclarer la tâche accomplie ;
• Un ensemble d’états intermédiaires configurant l’univers des transitions possibles ;
• Un répertoire d’opérateurs de transformation permettant de faire basculer le système d’un état à un autre en respectant les règles licites de l’environnement considéré.

Le drame intrinsèque à la résolution de problème tient à l’explosion combinatoire. Dans la quasi-totalité des situations réelles ou des jeux formels, l’application non guidée de tous les opérateurs licites engendre un arbre de recherche dont le nombre de nœuds croît de manière exponentielle, rendant tout examen exhaustif hors de portée de l’univers matériel. Résoudre un problème ne consiste donc pas à tout calculer, mais à restreindre drastiquement l’espace de recherche grâce à des heuristiques de sélection d’opérateurs.

Simon opère en outre une distinction décisive entre les problèmes bien définis (well-structured problems), où l’état initial, le but et les opérateurs sont clairement spécifiés (comme aux échecs ou dans le calcul intégral), et les problèmes mal définis (ill-structured problems), qui composent la trame ordinaire de l’existence et de la création humaine. Pour ces derniers — concevoir un pont, peindre un tableau, rédiger une constitution —, l’espace du problème n’est pas donné d’avance : l’esprit humain doit d’abord accomplir une tâche cognitive préalable consistant à projeter ses propres contraintes, à structurer sélectivement un espace manipulable et à redéfinir continuellement son but en cours de route.

6.2 L’expertise cognitive : Les études fondamentales sur les maîtres d’échecs

Afin d’étudier la mécanique de la haute performance cognitive en milieu contrôlé, Simon s’est passionné tout au long de sa vie pour le jeu d’échecs, qu’il considérait comme la « drosophile des sciences de l’esprit ». En collaboration avec le psychologue William G. Chase, il mène en 1973 des expériences historiques qui démolissent le mythe romantique du génie doué d’une puissance brute de calcul mental surhumaine.

En reprenant et prolongeant les travaux pionniers du psychologue néerlandais Adriaan de Groot, Chase et Simon exposent des grands maîtres, des joueurs de niveau intermédiaire et de parfaits novices à des positions réelles issues de parties de maîtres pendant une fraction de seconde (généralement cinq secondes). Les pièces sont ensuite retirées, et les sujets doivent reconstituer la position de mémoire sur un échiquier vierge. Les résultats sont sans appel : les grands maîtres reconstituent la quasi-totalité de la position sans commettre d’erreur, tandis que les novices en sont totalement incapables. Cependant, lorsque les expérimentateurs présentent aux mêmes sujets des positions où les pièces ont été distribuées de manière aléatoire sur l’échiquier — en violation totale des lois de la stratégie échiquéenne —, la supériorité miraculeuse des grands maîtres s’effondre instantanément : leur taux de rappel retombe au même niveau médiocre que celui des débutants.

Cette découverte fondamentale prouve que l’expert ne calcule pas vingt coups plus loin que l’amateur, et ne possède pas une mémoire photographique universelle. L’expertise repose sur une immense base de connaissances stockée en mémoire à long terme sous forme de motifs perceptifs familiers (les chunks). Simon et Chase estiment qu’un grand maître d’échecs a mémorisé au fil d’au moins dix mille heures d’entraînement intensif un répertoire d’environ 50 000 configurations de motifs. Dès qu’il pose les yeux sur l’échiquier, l’expert ne voit pas des pièces isolées, mais des blocs structurés de relations dynamiques. Cette reconnaissance perceptive immédiate active automatiquement les coups candidats les plus prometteurs, épargnant à l’esprit l’exploration aveugle de millions de mauvaises branches.

6.3 La découverte scientifique modélisée comme résolution de problèmes

L’une des contributions les plus audacieuses et provocatrices de Simon a consisté à appliquer son paradigme computationnel à la pointe la plus haute de l’intelligence humaine : la découverte scientifique. S’insurgeant contre l’idéalisme romantique et les doctrines philosophiques qui érigeaient l’illumination géniale ou le saut épistémologique en mystères sacrés irréductibles à l’analyse empirique, Simon a entrepris de démontrer que le raisonnement des plus grands savants relève rigoureusement des mêmes mécanismes heuristiques élémentaires que la résolution de n’importe quel problème ordinaire.

Avec ses collaborateurs Pat Langley, Gary Bradshaw et Jan Zytkow, il conçoit au début des années 1980 la série de programmes BACON (baptisée ainsi en hommage à Francis Bacon, pionnier de l’empirisme inductif). Alimenté uniquement par des séries de données brutes d’observations empiriques sans indications théoriques préconçues, BACON était doté de quelques heuristiques générales de détection d’invariants numériques (telles que : « si deux variables augmentent ensemble, examinez leur rapport ; si l’une augmente quand l’autre diminue, examinez leur produit »). À la stupeur de la communauté scientifique, BACON a été capable de redécouvrir de manière totalement autonome des lois cardinales de l’histoire de la physique et de la chimie, notamment la troisième loi du mouvement planétaire de Johannes Kepler, la loi de la réfraction de Snell-Descartes, la loi d’Ohm et la loi de Gay-Lussac sur les volumes gazeux combinés.

Simon en tirait une conclusion épistémologique majeure : ce que l’on qualifie communément d’« intuition », d’« inspiration » ou d’« étincelle créatrice » n’est rien d’autre que de la reconnaissance de formes accélérée opérant sur des structures de symboles organisées. Le savant de génie n’est pas un être touché par une grâce divine, mais un résolveur de problèmes d’élite qui a accumulé un réseau monumental de représentations internes et qui applique avec ténacité des heuristiques de recherche dans un espace conceptuel adéquat. L’esprit de Kepler observant les orbites martiennes et le joueur d’échecs observant son plateau partagent fondamentalement la même machinerie cognitive.

7. Les pionniers de l’intelligence artificielle symbolique

7.1 Le Logic Theorist (1956) : L’acte de naissance de l’IA symbolique

L’hiver 1955-1956 marque un tournant décisif dans l’histoire de la science moderne. Travaillant d’arrache-pied à la RAND Corporation et à Carnegie Tech avec Allen Newell et John Clifford Shaw, Herbert Simon met au point ce qui est unanimement reconnu aujourd’hui comme le premier programme fonctionnel d’intelligence artificielle de l’histoire : le Logic Theorist (Le Théoricien Logique).

Conçu pour être présenté lors de la mythique conférence de Dartmouth de l’été 1956 — rendez-vous fondateur au cours duquel John McCarthy proposa officiellement le terme d’« Intelligence Artificielle » —, le Logic Theorist avait pour mission de démontrer des théorèmes de logique propositionnelle tirés du deuxième chapitre des Principia Mathematica de Russell et Whitehead. Là où les calculateurs de l’époque étaient prisonniers de tâches purement arithmétiques ou statistiques, le programme de Newell et Simon manipulait des entités logico-syntaxiques abstraites : des axiomes, des variables propositionnelles, des connecteurs de négation, d’implication et de disjonction.

Pour accomplir cet exploit technique sur les machines à mémoire minuscule des années cinquante, les trois chercheurs durent inventer de toutes pièces des fondements informatiques devenus universels, à commencer par le concept de traitement de listes dynamiques (qui débouchera sur le langage IPL, précurseur direct du LISP de McCarthy). Le Logic Theorist réussit à prouver 38 des 52 premiers théorèmes logiques examinés, découvrant même pour le théorème 2.85 une démonstration par détachement et substitution remarquablement plus courte et élégante que celle proposée par Whitehead et Russell eux-mêmes plusieurs décennies plus tôt. La preuve matérielle était établie : une machine mécanique pouvait concevoir des stratégies de preuve non déterministes et faire preuve d’une conduite intellectuelle authentiquement rationnelle.

7.2 Le General Problem Solver (GPS) et l’analyse moyens-fins

Forts du triomphe du Logic Theorist, Simon, Newell et Shaw conçoivent dès 1957 une ambition encore plus démesurée : s’émanciper du domaine circonscrit de la logique mathématique pour concevoir un algorithme capable de résoudre n’importe quel problème formel accessible à l’esprit humain. Ce projet titanesque prend le nom de General Problem Solver (GPS, ou Résolveur Général de Problèmes).

Le saut épistémologique réalisé par le GPS réside dans le découplage radical entre le moteur d’inférence universel et les connaissances spécifiques relatives à un univers particulier. Le cœur algorithmique du GPS repose sur une heuristique que Simon formalise sous le terme d’analyse moyens-fins (Means-Ends Analysis). Le fonctionnement de cette heuristique s’apparente à une cybernétique téléologique :

• Le programme évalue en permanence l’état actuel de la situation et le compare à l’état but recherché ;
• Il calcule avec précision la nature exacte de la différence la plus criante qui sépare ces deux états ;
• Il fouille dans sa table d’opérateurs disponibles pour sélectionner l’action spécifiquement conçue pour réduire ou éliminer ce type particulier de différence ;
• Si l’opérateur sélectionné ne peut être appliqué immédiatement en raison de préconditions non remplies, le GPS génère dynamiquement un sous-but intermédiaire consistant à modifier l’état actuel pour rendre cet opérateur applicable.

Grâce à ce mécanisme récursif d’empilement de sous-buts et de réduction méthodique des écarts, le GPS fut capable de triompher d’une multitude de casse-têtes réputés retors, tels que la célèbre énigme des missionnaires et des cannibales ou la tour de Hanoï. Cependant, le GPS révéla également ses limites congénitales : dès lors que le problème perdait sa structure formelle fermée pour s’ouvrir sur l’ambiguïté du monde physique, l’absence de base de connaissances empiriques contextuelles condamnait la machine à un enlisement algorithmique insurmontable.

7.3 L’affrontement paradigmatique : Symbolisme contre Connexionnisme

L’essor de l’intelligence artificielle a été le théâtre d’une querelle philosophique et technique féroce opposant l’approche symbolique (souvent qualifiée par ses détracteurs de GOFAI : Good Old-Fashioned Artificial Intelligence), ardemment défendue par Simon, et le courant connexionniste fondé sur les réseaux de neurones artificiels et les modèles distribués sous-symboliques initiés par Frank Rosenblatt et son Perceptron.

Simon a toujours maintenu une position extrêmement critique et sceptique à l’égard de l’engouement cyclique pour les réseaux de neurones. Pour lui, la cognition de haut niveau — le raisonnement déductif, la planification à long terme, la formulation d’hypothèses scientifiques, l’usage du langage articulé — ne saurait être réduite à des ajustements statistiques de poids synaptiques ou à des approximations de gradient dans des espaces multidimensionnels. Il reprochait aux modèles connexionnistes leur opacité fondamentale : une « boîte noire » probabiliste qui produit une classification sans être capable d’en expliciter les raisons logiques et les étapes inférentielles ne constitue pas, aux yeux de Simon, une théorie scientifique de l’esprit.

Pour le polymathe de Carnegie Mellon, la dignité de la science cognitive exigeait la transparence explicative : un modèle de l’esprit doit manipuler des représentations déclaratives explicites pour que chaque chaînon causal du raisonnement soit lisible, vérifiable et justifiable. Bien que les progrès spectaculaires de l’apprentissage profond (deep learning) au XXIe siècle aient conféré une victoire pratique incontestable au connexionnisme dans les tâches de reconnaissance perceptive et de modélisation linguistique statistique, le débat initié par Simon resurgit aujourd’hui avec une vigueur intacte à travers les recherches contemporaines sur l’IA neuro-symbolique et la quête d’une intelligence artificielle explicable (XAI).

8. Les heuristiques cognitives : Économie de pensée et adaptation

8.1 Nature et statut théorique des heuristiques chez Simon

Dans le lexique simonien, le terme d’heuristique occupe une place cardinale et bénéficie d’un statut épistémologique noble. Simon s’oppose avec force à la vision technocratique qui réduirait l’heuristique à une faute logique honteuse, une tare cognitive ou un pis-aller dégradé face à la pureté souveraine des algorithmes d’optimisation mathématique.

Par définition, un algorithme garantit de manière absolue l’obtention d’une solution optimale ou correcte, mais au prix d’un coût computationnel exponentiel qui le rend inapplicable dans les contextes réels. L’heuristique, au contraire, est une règle d’expérience, un raccourci mental pragmatique qui ne garantit nullement la découverte de l’optimum ni même le succès certain, mais qui permet de découvrir une solution hautement satisfaisante avec une économie spectaculaire de temps de calcul et d’énergie cérébrale. L’heuristique constitue donc, selon Simon, le sommet de l’intelligence pratique adaptative, façonnée par des millions d’années d’évolution biologique pour naviguer dans un monde d’une incertitude omniprésente.

Dans ce cadre adaptatif, Simon propose une réflexion pionnière et souvent méconnue sur le statut des émotions. Loin de concevoir les affects comme des perturbations irrationnelles venant troubler la sérénité du logos, il les théorise en 1967 comme des mécanismes d’interruption indispensables de la cognition séquentielle. Étant donné qu’un agent rationnel limité poursuit une chaîne d’inférences sur un problème donné, il court le risque mortel de ne pas apercevoir un danger prédateur soudain survenant dans son environnement périphérique. L’émotion (la peur, la surprise, l’alerte viscérale) agit comme un coupe-circuit biologique hautement prioritaire qui interrompt violemment le processeur central, réoriente instantanément le faisceau de l’attention vers la menace émergente et réorganise en une fraction de seconde la hiérarchie des buts vitaux de l’organisme.

8.2 Divergences conceptuelles avec le programme des « Heuristiques et Biais »

L’histoire de la psychologie de la décision a parfois amalgamé les travaux de Herbert Simon avec le célébrissime programme des « Heuristiques et Biais » développé à partir des années 1970 par Daniel Kahneman et Amos Tversky. Il existe pourtant un gouffre conceptuel et philosophique entre la posture simonienne originelle et la grille de lecture kahnemanienne.

Pour Kahneman et Tversky, la mise en évidence des heuristiques (disponibilité, représentativité, ancrage) sert principalement à cataloguer les biais cognitifs, c’est-à-dire les écarts systématiques et les erreurs irrationnelles commis par les sujets humains en comparaison avec les canons formels du calcul des probabilités bayésiennes ou de la logique déductive. Cette perspective a souvent accrédité l’idée pessimiste d’un esprit humain structurellement défaillant, handicapé par des failles systématiques du Système 1 face aux exigences de la modernité statistique.

Simon contestait vigoureusement cette normativité abstraite qui prend les modèles mathématiques d’optimisation comme l’étalon unique et universel de la rationalité. Il refusait de qualifier un comportement d’« irrationnel » simplement parce qu’il déviait des axiomes formels d’une théorie probabiliste inventée par des universitaires au XVIIIe siècle. Cette posture de Simon a trouvé son prolongement le plus fidèle dans les travaux du psychologue allemand Gerd Gigerenzer et de son école de la rationalité écologique. Gigerenzer a démontré que les heuristiques frugales (« fast and frugal heuristics ») ne sont pas des approximations dégradées, mais des outils décisionnels remarquablement puissants qui, dans des environnements incertains et instables, prédisent souvent le futur avec une précision supérieure aux régressions statistiques complexes surparamétrées (problème du surapprentissage ou overfitting).

8.3 L’arbre de recherche heuristique et l’élagage décisionnel

Sur le plan algorithmique et opérationnel, la puissance des heuristiques simoniennes s’incarne dans les techniques d’exploration des graphes et des arbres de décision. Face à la combinatoire vertigineuse d’un problème d’optimisation — qu’il s’agisse d’un diagnostic médical lourd, de l’allocation d’un portefeuille d’actifs financiers sous contraintes de marché ou de la logistique d’une chaîne d’approvisionnement mondiale —, le décideur ne peut pas faire pousser toutes les branches de l’arbre jusqu’à leurs feuilles ultimes.

L’heuristique opère alors comme un sécateur intellectuel : c’est l’art de l’élagage décisionnel (pruning). Plutôt que de descendre aveuglément dans la profondeur du réseau, le système utilise des fonctions d’évaluation heuristique locale. Ces fonctions sont des métriques simples et rapides qui évaluent la plausibilité d’une branche sans avoir à la calculer jusqu’à son terme : si un état intermédiaire apparaît manifestement dégradé ou viole des contraintes critiques préliminaires, la branche entière est amputée dès la racine, et les ressources de calcul sont immédiatement réallouées vers les sous-espaces les plus prometteurs.

Dans la gestion médicale d’urgence ou la prise de décision militaire sur le théâtre des opérations, cette logique de l’élagage prend un caractère vital. Face à un patient en état de choc cardiogénique, l’urgentiste ne procède pas à une batterie de deux cents examens sanguins exhaustifs pour maximiser la certitude diagnostique : il s’appuie sur un arbre de décision heuristique rapide (vérification des voies aériennes, tension artérielle, tracé électrocardiographique immédiat), arrêtant l’exploration dès qu’un protocole d’intervention immédiat atteint le seuil d’adéquation thérapeutique requis pour préserver le pronostic vital.

9. L’architecture de la complexité et les systèmes hiérarchiques

9.1 L’article fondateur de 1962 : « The Architecture of Complexity »

En décembre 1962, Herbert Simon publie dans les Proceedings of the American Philosophical Society un article qui deviendra l’un des textes les plus cités et les plus influents des sciences des systèmes : « The Architecture of Complexity ». Dans cette synthèse visionnaire, Simon s’interroge sur la morphologie commune partagée par les systèmes complexes à travers tous les ordres du réel, qu’ils soient inorganiques (cristaux, molécules, galaxies), biologiques (cellules, organismes physiologiques), cognitifs (mémoires, architectures mentales) ou sociaux (entreprises, administrations, cités-États).

Sa thèse centrale est lumineuse : la complexité organisée prend quasi universellement une forme hiérarchique. Un système hiérarchique au sens de Simon n’est pas nécessairement une structure de domination autoritaire ou de commandement militaire ; il s’agit d’un système composé de sous-systèmes interconnectés, chacun d’eux étant à son tour structuré en sous-sous-systèmes, et ainsi de suite jusqu’à atteindre un niveau élémentaire d’organisation.

Pour illustrer pourquoi l’évolution biologique et sociale sélectionne inévitablement de telles structures hiérarchiques emboîtées, Simon invente la célèbre parabole des deux horlogers : Tempus et Hora. Tous deux fabriquent des montres d’une complexité équivalente, composées chacune de 1 000 pièces mécaniques distinctes. Les montres de Tempus sont assemblées d’un seul bloc : chaque fois qu’il manipule des pièces, si son téléphone sonne et qu’il doit poser son travail en cours, l’ensemble inachevé se désagrège complètement et il doit recommencer le montage à zéro, depuis la pièce numéro 1. Ses clients l’appelant constamment, Tempus fait rapidement faillite sans avoir pu livrer la moindre montre. Hora, en revanche, a conçu ses montres selon une architecture modulaire hiérarchique : il assemble d’abord des sous-ensembles stables de 10 pièces ; puis il regroupe 10 de ces modules pour former un sous-système de 100 pièces, et enfin 10 sous-systèmes pour clore la montre. Lorsque le téléphone retentit, Hora ne perd que l’assemblage de son petit module élémentaire en cours ; son entreprise prospère spectaculairement. La parabole d’Hora et Tempus démontre mathématiquement que les architectures hiérarchiques stables bénéficient d’un avantage de résilience et d’une vitesse d’émergence évolutive infiniment supérieurs aux systèmes monoblocs intégrés.

9.2 La quasi-décomposabilité (Near-Decomposability)

Au cœur de l’architecture des systèmes hiérarchiques se trouve le concept fondamental de quasi-décomposabilité (near-decomposability), dont Simon a fourni la démonstration mathématique avec l’économiste Albert Ando. Ce principe permet de résoudre l’un des plus redoutables défis de la physique mathématique et des sciences sociales : comment modéliser un système dont tous les éléments interagissent simultanément sans être submergé par des matrices d’équations insolubles ?

Un système est quasi-décomposable lorsque l’on peut établir une distinction nette entre deux régimes dynamiques temporels d’interaction :

• Les interactions intra-modules (à l’intérieur d’un même sous-système) sont extrêmement denses, intenses et rapides ; elles atteignent un équilibre local sur des échelles de temps courtes ;
• Les interactions inter-modules (entre les différents sous-systèmes) sont faibles, lâches et lentes ; elles ne se propagent que de manière diffuse et à des échelles de temps longues.

Cette asymétrie spatio-temporelle simplifie radicalement l’intelligibilité du monde. Pour étudier la dynamique interne d’un département au sein d’une multinationale ou le fonctionnement biochimique d’un organite cellulaire à court terme, on peut temporairement ignorer les oscillations du reste du monde macroscopique. Inversement, pour analyser le comportement macroscopique à long terme de l’organisation globale ou de l’écosystème, on peut traiter chaque sous-système comme une boîte noire en agrégeant ses états internes, sans avoir à recalculer la trajectoire micro-physique de chacune de ses particules. Ce principe de quasi-décomposabilité est aujourd’hui le fondement conceptuel invisible sur lequel repose l’ensemble du génie logiciel contemporain (programmation orientée objet, microservices) et l’architecture modulaire des organisations industrielles modernes.

9.3 Complexité émergente et dynamique évolutive

En décryptant l’anatomie de la complexité, Simon a porté un coup fatal au réductionnisme linéaire naïf qui postulait que comprendre les propriétés ultimes d’un tout n’exigeait rien d’autre que l’analyse des propriétés isolées de ses composants les plus infimes. Simon démontre que les systèmes complexes sont le théâtre d’une causalité multiniveau où émergent des propriétés globales entièrement nouvelles, non réductibles à la somme arithmétique de leurs parties.

Pour autant, Simon refuse tout mysticisme holiste. L’émergence n’est pas un miracle ontologique échappant à la raison, mais le résultat naturel de règles d’interaction locales itérées au sein d’une structure hiérarchique quasi-décomposable. L’architecture permet l’auto-stabilisation : si une perturbation externe frappe un sous-système particulier, l’isolation relative garantie par les frontières modulaires évite la propagation en chaîne d’une catastrophe systémique, permettant au module blessé de s’adapter ou d’être remplacé sans que l’édifice global ne s’effondre.

Cette vision systémique profonde a fait de Herbert Simon une référence incontournable pour les chercheurs de l’Institut de Santa Fe et les théoriciens de l’auto-organisation, tels que Stuart Kauffman et Murray Gell-Mann. En jetant un pont théorique entre la thermodynamique des structures dissipatives, la morphogenèse biologique et l’évolution culturelle des institutions politiques, Simon a esquissé les contours d’une science générale des formes et du devenir qui transcende le grand clivage entre nature et artifice.

10. L’impact révolutionnaire sur la science économique

10.1 Le Prix de la Banque de Suède en sciences économiques en 1978

L’annonce, à l’automne 1978, de l’attribution du Prix de la Banque de Suède en sciences économiques en mémoire d’Alfred Nobel à Herbert A. Simon fait l’effet d’une déflagration au sein de la profession économique internationale. C’est la première fois depuis la création de ce prix en 1969 que la vénérable académie royale des sciences de Suède ose couronner un chercheur dont le doctorat principal n’est pas en économie, mais en science politique, et qui siège alors dans un département de psychologie et d’informatique.

L’establishment néoclassique le plus conservateur accueille la nouvelle avec une stupeur mêlée d’agacement. Beaucoup de théoriciens de l’équilibre général considèrent Simon comme un agitateur extérieur, un iconoclaste qui a passé trois décennies à dénoncer comme stériles et fantomatiques les élégants modèles de maximisation sous contraintes qui formaient le cœur des manuels d’économie standard. Pourtant, la citation officielle du comité Nobel souligne la pertinence implacable de son œuvre pionnière : le prix lui est décerné spécifiquement « pour ses recherches d’avant-garde sur le processus de prise de décision au sein des organisations économiques ».

Le discours de réception prononcé par Simon le 8 décembre 1978 à Stockholm — intitulé Rational Decision-Making in Business Organizations — sonne comme un plaidoyer magistral et sans concession pour un tournant empirique radical de la discipline économique. Devant un parterre médusé, Simon fustige la complaisance épistémologique des économistes qui continuent de bâtir des châteaux d’équations sur les fondations mouvantes d’un postulat d’omniscience que la moindre observation de terrain vient immédiatement démentir. Il appelle solennellement à substituer une science économique fondée sur l’observation des faits réels, la psychologie empirique des organisations et la simulation computationnelle au formalisme déconnecté de l’équilibre walrasien.

10.2 La naissance de l’économie comportementale (Behavioral Economics)

En brisant l’armure de l’orthodoxie néoclassique, Herbert Simon est devenu le grand-père incontesté de l’économie comportementale (Behavioral Economics), ce courant majeur qui transformera en profondeur la recherche économique à partir de la fin des années 1980 sous l’impulsion de chercheurs comme Richard Thaler (lui-même récompensé par le Nobel en 2017), Robert Shiller et Colin Camerer.

Simon a ouvert la voie en engageant une critique frontale contre l’hypothèse des anticipations rationnelles formulée par Robert Lucas et l’école de Chicago au début des années 1970. Pour Lucas, les agents macroéconomiques traitent l’information de manière non biaisée, utilisent le modèle mathématique exact de l’économie pour prévoir l’avenir et ne commettent aucune erreur systématique. Simon qualifie cette construction de délire axiomatique : comment des ménages ou des chefs d’entreprise ordinaires pourraient-ils posséder une connaissance instantanée des équations différentielles de la structure macroéconomique que les économistes eux-mêmes passent leur vie à se disputer sans parvenir à un consensus ?

En réintroduisant la psychologie expérimentale au cœur de la microéconomie, Simon a permis d’étudier scientifiquement des phénomènes que les modèles de marché pur étaient incapables d’expliquer :

• La fixation des prix industriels par l’application de marges fixes sur les coûts de revient (cost-plus pricing) plutôt que par l’égalisation marginale du coût et de la recette ;
• La rigidité structurelle des salaires à la baisse, expliquée par les normes d’équité perçue, la loyauté envers la firme et les compromis sociaux internes plutôt que par de simples frictions de marché ;
• L’incomplétude fondamentale des contrats de travail, au sein desquels l’employé échange non pas une quantité mathématiquement définie de tâches précises, mais son acceptation temporaire de l’autorité managériale dans sa zone d’indifférence.

10.3 La théorie évolutionniste de la firme et les routines organisationnelles

L’héritage économique de Simon s’est également déployé avec une fécondité éclatante dans la réinvention de la théorie de la firme. En contestant l’idée que l’entreprise n’est qu’une simple « fonction de production » boîte-noire réagissant passivement aux signaux de prix envoyés par le marché, Simon a inspiré les travaux fondateurs de l’économie néo-schumpétérienne et évolutionniste, matérialisés en 1982 par le traité magistral de Richard Nelson et Sidney Winter : An Evolutionary Theory of Economic Change.

Nelson et Winter reprennent directement le concept simonien de décision programmée pour théoriser les routines organisationnelles. Dans cette perspective évolutionniste, les routines jouent au sein de l’entreprise exactement le même rôle que les gènes au sein d’un organisme biologique : elles constituent la mémoire procédurale, les savoir-faire tacites et les mécanismes stables de réplication de l’activité productive. La firme n’optimise pas en continu : elle applique aveuglément ses routines tant que celles-ci génèrent un flux de profit qui satisfait son niveau d’aspiration minimal.

Ce n’est que lorsque l’environnement économique se dégrade brutalement — sous l’impact d’un choc technologique ou de l’arrivée d’un concurrent agressif — et que la rentabilité tombe sous le seuil d’aspiration acceptable que la firme déclenche un processus de recherche heuristique (search). Elle explore alors de nouvelles routines, tâtonne dans l’espace des possibles, expérimente et innove. La métaphore biologique de la sélection darwinienne et de l’adaptation contingente se substitue ainsi définitivement à la métaphore physique de l’équilibre thermodynamique newtonien, offrant une grille d’analyse bien plus puissante pour saisir le capitalisme de l’innovation et la dynamique des écosystèmes d’affaires.

11. Controverses, débats critiques et limites perçues de l’œuvre

11.1 La critique de la métaphore de l’esprit-ordinateur par la philosophie de l’esprit

Malgré la stature titanesque de Simon, son postulat fonctionnaliste assimilant l’esprit humain à un système physique de symboles computationnels a suscité des résistances philosophiques et scientifiques majeures tout au long du dernier quart du XXe siècle.

L’attaque la plus incisive provient du philosophe Hubert Dreyfus dans son ouvrage polémique de 1972, What Computers Can’t Do (réédité plus tard sous le titre révélateur de What Computers Still Can’t Do). Enraciné dans la tradition phénoménologique de Martin Heidegger et Maurice Merleau-Ponty, Dreyfus fustige l’arrogance réductionniste de Simon et du courant GOFAI. Pour Dreyfus, l’intelligence humaine authentique ne repose pas sur une manipulation formelle de symboles syntaxiques abstraits détachés du monde, mais sur un savoir-faire corporel incarné (embodied knowledge), un arrière-plan culturel implicite non formalisable et une immersion sensorimotrice continue dans une situation vécue. Aucun programme informatique simonien, soutient-il, ne pourra jamais appréhender le « sens commun » ou la pertinence contextuelle d’une action, car l’ordinateur ne possède pas de corps charnel exposé à la vulnérabilité biologique et à la finitude mortelle.

Cette charge est redoublée en 1980 par la célèbre expérience de pensée de la Chambre Chinoise formulée par le philosophe analytique John Searle. Searle démontre qu’un opérateur humain enfermé dans une pièce close, qui reçoit des caractères chinois sous une porte et se contente d’appliquer un volumineux manuel de règles formelles en anglais pour leur associer d’autres symboles chinois en sortie, réalise exactement ce que fait le programme simonien : il manipule de la pure syntaxe. Pourtant, cet opérateur ne comprend pas un traître mot de chinois. Pour Searle, le Physical Symbol System de Newell et Simon échoue tragiquement à rendre compte de l’intentionnalité, de la sémantique et de la conscience phénoménale : la computation algorithmique simule la compréhension sans jamais l’instancier ontologiquement.

Simon a toujours vigoureusement répliqué à ces critiques en les qualifiant d’obscurantisme néo-vitaliste. Il soutenait avec obstination que l’attribution de « sémantique » ou de « conscience » n’est qu’un jugement descriptif porté de l’extérieur sur un système dont la richesse des liaisons fonctionnelles entre ses symboles internes et ses effecteurs environnementaux atteint un degré de complexité suffisant. Néanmoins, l’émergence contemporaine des sciences cognitives incarnées (Embodied and Enactive Cognition) a confirmé que l’omission simonienne de l’ancrage sensorimoteur et viscéral de l’esprit constituait l’un des angles morts les plus manifestes de son paradigme computationnel originel.

11.2 Les réserves des sociologues des organisations et de la théorie politique

Si la science administrative de Simon a reçu un accueil triomphal dans les écoles de gestion nord-américaines, elle a fait l’objet de vives réserves critiques de la part de la sociologie des organisations européenne et de la science politique critique.

En science politique, dès la fin des années 1950, Charles Lindblom publie son article fondateur, « The Science of ‘Muddling Through’ » (La science du débrouillage), qui prend le contre-pied des prétentions programmatiques de Simon. Lindblom soutient que dans la sphère des politiques publiques démocratiques réelles, l’analyse rationnelle exhaustive des moyens et des fins — même sous sa forme limitée — est une fiction technocratique. L’action politique progresse presque exclusivement par de minuscules ajustements marginaux successifs, au terme de compromis partisans fébriles entre groupes de pression antagonistes, sans qu’aucun consensus n’existe jamais sur la définition des objectifs ultimes de l’action publique.

En France, la sociologie de l’action organisée portée par Michel Crozier et Erhard Friedberg (notamment dans L’Acteur et le Système) reproche à Simon d’avoir développé une vision excessivement irénique, pacificatrice et cognitiviste de l’administration. En focalisant l’analyse sur le traitement de l’information, Simon tendrait à masquer la dimension consubstantielle de toute bureaucratie : les luttes de pouvoir, le contrôle des zones d’incertitude stratégiques et les conflits politiques d’intérêts. Pour Crozier, l’agent ne cherche pas seulement à « satisfaire » ses critères cognitifs dans le cadre des règles fixées par la hiérarchie ; il instrumentalise sciemment l’imprévisibilité et contourne les règles pour accroître sa marge de manœuvre et dominer ses pairs au sein du système d’action concret.

Enfin, la critique marxiste et les théoriciens radicaux du management ont dénoncé le concept de rationalité limitée comme une subtile idéologie de légitimation du capitalisme managérial : en présentant l’organisation formelle comme un bienfaiteur cognitif providentiel venant suppléer la faiblesse intellectuelle des travailleurs, Simon justifierait théoriquement l’expropriation du savoir autonome des ouvriers et le renforcement de la surveillance hiérarchique au nom de l’efficience cybernétique.

11.3 Les défis mathématiques de la formalisation de la rationalité procédurale

Sur le terrain même de la théorie économique, la rationalité procédurale de Simon s’est heurtée à une résistance méthodologique tenace qui explique pourquoi elle n’a pas réussi à supplanter totalement le paradigme néoclassique dans les revues d’économie mathématique de premier plan.

Le drame de la rationalité limitée réside dans son élégance mathématique rétive. Là où l’optimisation substantive permet d’appliquer la machinerie universelle du calcul variationnel, des multiplicateurs de Lagrange et des points fixes topologiques (aboutissant à des théorèmes d’existence d’équilibres généraux d’une beauté cristalline), la rationalité procédurale débouche sur une prolifération d’algorithmes contingents, sensibles aux conditions initiales et fortement dépendants de l’ordre séquentiel d’apparition des alternatives. Il n’existe pas « une » rationalité limitée, mais une infinité de manières possibles d’être procéduralement limité, ce qui rendait sa formalisation en modèles analytiques fermés exceptionnellement ardue avant l’avènement des simulations multi-agents massives.

De surcroît, une fraction majoritaire de la profession économique a réagi aux thèses de Simon par une tentative permanente de récupération néoclassique. Des économistes comme George Stigler ont soutenu que le modèle simonien n’était rien d’autre qu’un cas particulier de maximisation standard sous une contrainte supplémentaire : le coût de recherche de l’information (Search Cost). Dès lors que l’on intègre le coût monétaire et temporel de collecte de la donnée dans la fonction d’utilité, arrêter sa quête dès l’atteinte d’un seuil satisfaisant redeviendrait une maximisation pure et parfaite du bénéfice marginal net.

Simon a combattu avec acharnement cette tentative de dilution épistémologique qu’il qualifiait d’illusion circulaire (« optimization with search costs »). Il démontrait implacablement que pour maximiser de manière optimale son effort de recherche d’information, l’agent devrait déjà connaître à l’avance la distribution statistique de la valeur des informations qu’il ne possède pas encore, ce qui entraîne le décideur dans une régression à l’infini (il faudrait calculer le coût de calcul du coût de calcul de l’information, et ainsi de suite à l’infini). Simon maintenait que le principe de satisfaction n’était pas une optimisation sous contrainte déguisée, mais un changement radical de paradigme épistémologique.

12. Postérité scientifique et actualité de Herbert A. Simon au XXIe siècle

12.1 L’empreinte indélébile sur les sciences cognitives et l’ergonomie cognitive

À l’aube du XXIe siècle, l’héritage intellectuel de Herbert Simon irrigue de manière souterraine ou explicite l’ensemble de notre environnement technologique et scientifique. L’ergonomie cognitive et la conception moderne des interfaces homme-machine (IHM) reposent intégralement sur les principes d’économie attentionnelle et de modularité perceptive qu’il a théorisés dès les années 1960.

À l’ère des smartphones, des tableaux de bord connectés et de l’hyper-sollicitation numérique continue, la sentence prophétique prononcée par Simon en 1971 résonne avec une acuité saisissante : « Dans un monde riche en information, l’abondance d’information entraîne la rareté d’autre chose : la rareté de ce que l’information consomme. Or, ce qu’elle consomme est assez évident : l’attention de ses destinataires ». La conception contemporaine de l’expérience utilisateur (UX design), la hiérarchisation de l’affichage dans les cockpits d’aviation civile ou militaire et la lutte contre la charge cognitive toxique dans les logiciels de commande industrielle sont les filles directes de la psychologie computationnelle simonienne.

Par ailleurs, les grandes architectures cognitives unifiées qui continuent de dominer la recherche de pointe en psychologie computationnelle — à l’instar de SOAR, développée par John Laird, Allen Newell et Paul Rosenbloom, ou d’ACT-R, forgée par John R. Anderson à Carnegie Mellon — sont les descendantes directes des systèmes de production et des architectures de mémoire de Simon. Ces métamodèles computationnels simulent avec une précision millimétrique les temps de réaction cérébraux, la dégradation de l’apprentissage et le transfert d’expertise dans des contextes opérationnels allant du contrôle aérien au diagnostic radiologique de précision.

12.2 L’intelligence artificielle contemporaine à l’épreuve de l’héritage simonien

Dans le domaine de l’intelligence artificielle, le XXIe siècle a d’abord semblé marquer l’éclipse de la vision simonienne au profit du triomphe absolu de l’apprentissage statistique profond, des grands modèles de langage (LLM) et des architectures de transformeurs nourris au Big Data. Pourtant, au moment même où ces modèles statistiques démontrent des limites structurelles critiques — hallucinations factuelles, opacité décisionnelle de type boîte-noire, absence totale de raisonnement causal rigoureux —, la communauté de l’IA assiste à un retour en grâce spectaculaire des principes fondateurs de Herbert Simon.

Ce renouveau s’incarne avec force dans le paradigme émergent de l’IA neuro-symbolique. De plus en plus de chercheurs de premier plan reconnaissent que la véritable intelligence artificielle générale ne pourra faire l’économie d’une réconciliation entre la puissance de perception sous-symbolique des réseaux de neurones (lame perceptive) et la rigueur de manipulation logique des symboles discrets théorisée par Newell et Simon (lame inférentielle). La manipulation explicite de concepts, la vérification formelle de contraintes éthiques et la traçabilité des étapes délibératives s’imposent désormais comme des impératifs absolus dans les domaines critiques tels que la conduite autonome, la justice prédictive et la pharmacologie computationnelle.

De surcroît, le concept même d’explicabilité (XAI, pour Explainable Artificial Intelligence) découle en ligne droite du réquisit simonien de transparence procédurale. Les régulateurs mondiaux, à travers l’Artificial Intelligence Act de l’Union européenne ou les directives fédérales américaines, exigent aujourd’hui que les algorithmes à haut risque soient capables de fournir les justifications intelligibles des décisions qu’ils suggèrent aux humains. Le refus prophétique de Simon de confier la gouvernance des affaires humaines à des dispositifs probabilistes opaques dont aucun être humain ne peut inspecter la rationalité procédurale interne s’affirme comme l’une des boussoles éthiques les plus précieuses de notre siècle.

12.3 Bilan d’un polymathe humaniste : Une vision intégrée de la condition humaine

Au terme de cette traversée d’une œuvre continentale, que reste-t-il de la leçon magistrale dispensée par Herbert Alexander Simon de 1916 à 2001 ? Il reste avant tout l’exemple lumineux d’un humanisme technologique intransigeant qui a refusé jusqu’à son dernier souffle la parcellisation du savoir et la mutilation de l’intelligence par l’hyperspécialisation universitaire.

Simon n’a jamais considéré la machine et l’ordinateur comme des instruments destinés à déposséder l’être humain de son autonomie ou à l’asservir à une froide technocratie d’ingénieurs. Pour lui, l’artefact computationnel était le plus prodigieux des miroirs philosophiques : un outil mis au service de la lucidité anthropologique, conçu pour dévoiler à l’homme les mécanismes intimes de sa propre pensée, pour éclairer la fragilité de ses jugements et pour l’aider à édifier des institutions plus justes, plus tolérantes et mieux adaptées à la finitude intrinsèque de son esprit.

En arrachant la rationalité aux dogmes froids de l’omniscience absolue pour la réancrer dans l’humilité féconde de l’adaptation contingente, Simon a réconcilié la rigueur des sciences formelles avec l’imperfection constitutive de la condition humaine. Figure archétypale du savant total du XXe siècle, comparable par son amplitude encyclopédique à un Gottfried Wilhelm Leibniz ou à un Léonard de Vinci de l’ère cybernétique, Herbert A. Simon a laissé à la postérité bien plus qu’une théorie : il a légué une méthode, un style intellectuel et un formidable manifeste pour l’unité réconciliée des sciences de la nature, de l’esprit et de l’artifice.

Références

Barnard, C. I. (1938). The Functions of the Executive. Harvard University Press.

Chase, W. G., & Simon, H. A. (1973). Perception in chess. Cognitive Psychology, 4(1), 55-81. https://doi.org/10.1016/0010-0285(73)90004-2

Crozier, M., & Friedberg, E. (1977). L’Acteur et le Système : Les contraintes de l’action collective. Éditions du Seuil.

Cyert, R. M., & March, J. G. (1963). A Behavioral Theory of the Firm. Prentice-Hall.

De Groot, A. D. (1965). Thought and Choice in Chess. Mouton & Co.

Dreyfus, H. L. (1972). What Computers Can’t Do: The Limits of Artificial Intelligence. Harper & Row.

Ericsson, K. A., & Simon, H. A. (1984). Protocol Analysis: Verbal Reports as Data. MIT Press.

Feigenbaum, E. A., & Simon, H. A. (1984). EPAM-like models of recognition and learning. Cognitive Science, 8(4), 305-336. https://doi.org/10.1207/s15516709cog0804_1

Gigerenzer, G., & Selten, R. (Eds.). (2001). Bounded Rationality: The Adaptive Toolbox. MIT Press.

Kahneman, D. (2011). Thinking, Fast and Slow. Farrar, Straus and Giroux.

Langley, P., Simon, H. A., Bradshaw, G. L., & Zytkow, J. M. (1987). Scientific Discovery: Computational Explorations of the Creative Processes. MIT Press.

Lindblom, C. E. (1959). The science of « muddling through ». Public Administration Review, 19(2), 79-88. https://doi.org/10.2307/973677

Miller, G. A. (1956). The magical number seven, plus or minus two: Some limits on our capacity for processing information. Psychological Review, 63(2), 81-97. https://doi.org/10.1037/h0043158

Nelson, R. R., & Winter, S. G. (1982). An Evolutionary Theory of Economic Change. Harvard University Press.

Newell, A., & Simon, H. A. (1956). The logic theory machine: A complex information processing system. IRE Transactions on Information Theory, 2(3), 61-79. https://doi.org/10.1109/TIT.1956.1056797

Newell, A., & Simon, H. A. (1972). Human Problem Solving. Prentice-Hall.

Newell, A., & Simon, H. A. (1976). Computer science as empirical inquiry: Symbols and search. Communications of the ACM, 19(3), 113-126. https://doi.org/10.1145/360018.360022

Searle, J. R. (1980). Minds, brains, and programs. Behavioral and Brain Sciences, 3(3), 417-424. https://doi.org/10.1017/S0140525X00005756

Simon, H. A. (1947). Administrative Behavior: A Study of Decision-Making Processes in Administrative Organization. Macmillan.

Simon, H. A. (1955). A behavioral model of rational choice. Quarterly Journal of Economics, 69(1), 99-118. https://doi.org/10.2307/1884852

Simon, H. A. (1956). Rational choice and the structure of the environment. Psychological Review, 63(2), 129-138. https://doi.org/10.1037/h0042769

Simon, H. A. (1962). The architecture of complexity. Proceedings of the American Philosophical Society, 106(6), 467-482. https://www.jstor.org/stable/985254

Simon, H. A. (1967). Motivational and emotional controls of cognition. Psychological Review, 74(1), 29-39. https://doi.org/10.1037/h0024127

Simon, H. A. (1969). The Sciences of the Artificial. MIT Press.

Simon, H. A. (1978). Rational decision-making in business organizations. Nobel Memorial Lecture, Economic Sciences, 349-371. https://www.nobelprize.org/prizes/economic-sciences/1978/simon/lecture/

Simon, H. A. (1991). Models of My Life. Basic Books.

Thaler, R. H. (2015). Misbehaving: The Making of Behavioral Economics. W. W. Norton & Company.

Tversky, A., & Kahneman, D. (1974). Judgment under uncertainty: Heuristics and biases. Science, 185(4157), 1124-1131. https://doi.org/10.1126/science.185.4157.1124