Roger Shepard – 1929 2022

Biography

Dans l’histoire des sciences de l’esprit, rares sont les penseurs qui ont su transformer aussi radicalement le paysage de leur discipline que Roger Newland Shepard (1929-2022). Figure tutélaire de la révolution cognitive, psychologue visionnaire, mathématicien hors pair et artiste inspiré, Shepard a opéré une synthèse d’une rare élégance entre la rigueur formelle des sciences quantitatives et la subtilité phénoménologique de l’expérience vécue. Alors que la première moitié du XXe siècle avait relégué l’étude des états mentaux au rang de spéculation métaphysique stérile sous l’égide du béhaviorisme radical, il a démontré avec éclat que l’esprit humain possède une architecture interne mesurable, structurée par des lois géométriques aussi universelles et inviolables que celles de la gravitation newtonienne ou de l’optique géométrique.

L’œuvre monumentale de Roger Shepard se déploie sur plusieurs décennies à travers des percées fondatrices qui continuent d’irriguer la psychologie expérimentale, les neurosciences cognitives contemporaines, la philosophie de l’esprit et l’intelligence artificielle. De la découverte de la rotation mentale avec Jacqueline Metzler à la formulation de la loi universelle de la généralisation psychologique, en passant par l’invention du positionnement multidimensionnel non métrique (NMDS), l’échelle auditive infinie qui porte son nom et ses célèbres paradoxes visuels compilés dans Mind Sights, Shepard n’a eu de cesse de traquer l’invisible machinerie de la cognition. Sa trajectoire incarne le passage héroïque d’une science du comportement purement descriptive à une science cognitive computationnelle et géométrique de haute précision, fondée sur la conviction inébranlable que l’esprit n’est pas une page blanche informe, mais un miroir ayant intériorisé, au gré de millions d’années d’évolution biologique, les contraintes physiques et spatiales les plus fondamentales de notre univers.

Décédé à l’orée de l’année 2022 à Tucson, en Arizona, Roger Shepard laisse derrière lui un héritage épistémologique dont l’actualité ne cesse de croître à l’ère de l’apprentissage profond et de la modélisation géométrique des représentations neuronales. Ce parcours intellectuel d’exception témoigne de ce qu’une imagination scientifique audacieuse, étayée par une inventivité méthodologique sans compromis, peut apporter à la compréhension de la condition humaine. Ce long panorama académique entend retracer, avec le détail et la solennité qu’elle mérite, l’aventure d’une vie consacrée à déchiffrer les géométries secrètes de l’esprit humain.

1. Introduction biographique et genèse intellectuelle d’un pionnier des sciences cognitives

1.1 Les premières années et la formation universitaire

Roger Newland Shepard voit le jour le 30 janvier 1929 à Palo Alto, en Californie, dans un environnement intellectuel et géographique qui deviendra plus tard le cœur battant de la Silicon Valley. Dès son plus jeune âge, Shepard manifeste une curiosité polymathe singulière, caractérisée par une fascination précoce pour les mathématiques pures, la géométrie spatiale et le bricolage mécanique. Fils d’un professeur de métallurgie et de science des matériaux à l’Université Stanford, il grandit dans un foyer où l’investigation empirique, la manipulation concrète des objets et la résolution systématique de problèmes sont encouragées. Enfant, il passe des heures entières à assembler des mécanismes complexes, à concevoir des engrenages de fortune et à explorer les propriétés des polyèdres réguliers, développant ainsi une intuition visuo-spatiale exceptionnelle qui irriguera l’ensemble de ses futures théories psychologiques.

Après de brillantes études secondaires, il s’inscrit naturellement à l’Université Stanford pour y poursuivre son premier cycle universitaire. Bien qu’initialement attiré par l’ingénierie, la physique et les mathématiques fondamentales, Shepard est rapidement fasciné par les mystères de la perception visuelle et de la conscience. C’est au cours de ces années d’apprentissage qu’il découvre la psychologie expérimentale, un domaine alors en pleine gestation, déchiré entre la tradition introspective européenne et la montée en puissance de l’objectivisme américain. Conscient des limites théoriques des approches purement introspectives, Shepard entrevoit dès cette époque la possibilité de fonder l’étude de la subjectivité humaine sur des concepts spatiaux et topologiques rigoureux, intuition qu’il affinera tout au long de sa carrière académique.

Son diplôme de premier cycle en poche en 1951, Roger Shepard rejoint l’Université Harvard pour y préparer son doctorat en psychologie. Ce passage à Cambridge constitue une étape déterminante de sa socialisation intellectuelle. Harvard est alors l’un des bastions majeurs du béhaviorisme skinnérien, qui proscrit catégoriquement toute évocation d’états internes, d’images mentales ou de représentations conscientes, les qualifiant de chimères animistes non scientifiques. Pourtant, Shepard choisit d’y travailler sous la direction de George A. Miller, l’un des premiers architectes de la rupture avec l’orthodoxie béhavioriste et futur pionnier de la psycholinguistique cognitive. Sous l’égide de Miller et au contact d’esprits brillants tels que Jerome Bruner, Shepard rédige une thèse consacrée à l’apprentissage et à la généralisation des stimuli. Dans ce mémoire doctoral achevé en 1955, il use déjà d’appareillages mathématiques novateurs pour rendre compte de la façon dont les sujets classifient les formes visuelles, défiant subtilement le dogme réducteur de la boîte noire en postulant des métriques internes de similarité.

1.2 L’émergence au sein de la révolution cognitive

La fin des années 1950 et le début des années 1960 marquent l’une des transitions de paradigme les plus décisives de l’histoire moderne des sciences : la révolution cognitive. Roger Shepard se situe d’emblée à la proue de ce mouvement de contestation épistémologique qui pulvérise les axiomes du béhaviorisme radical au profit d’un cognitivisme computationnel et représentationnel. Loin d’être un simple spectateur de ce basculement impulsé par des figures comme Noam Chomsky, Donald Broadbent ou Herbert Simon, Shepard y apporte une couleur théorique unique, non réductible à l’analogie logicielle dominante qui assimile l’esprit à une machine de Turing manipulant des symboles discrets et arbitraires.

Après son doctorat et un bref passage post-doctoral, Shepard rejoint en 1958 les mythiques Laboratoires Bell (Bell Telephone Laboratories) à Murray Hill, dans le New Jersey. Ce centre de recherche industrielle d’élite offre à l’époque une liberté académique totale et des moyens de calcul sans équivalent mondial. Entouré de mathématiciens, d’ingénieurs des signaux, de pionniers de l’informatique naissante et de statisticiens émérites à l’instar de John Tukey et Joseph Kruskal, Shepard bénéficie d’une synergie pluridisciplinaire extraordinaire. C’est dans ce creuset d’innovation pure qu’il commence à développer des algorithmes pour l’analyse des données de proximité psychologique et qu’il pose les jalons du positionnement multidimensionnel. Les calculateurs électroniques primitifs de l’époque deviennent pour lui un levier formidable pour donner corps à ses intuitions géométriques sur la structure des représentations perceptives.

Toutefois, la vocation académique de Roger Shepard le rappelle à l’université. Après un intermède à Harvard en tant que professeur associé au milieu des années 1960, il répond en 1968 à l’appel de son alma mater et s’installe définitivement comme professeur titulaire au département de psychologie de l’Université Stanford. Il y fonde un laboratoire de renommée planétaire, attirant des étudiants d’une créativité exceptionnelle. Dans ce cadre intellectuel florissant de la baie de San Francisco, Shepard bâtit un environnement expérimental d’avant-garde où les questions philosophiques les plus audacieuses sur la nature de la pensée sont soumises au crible de protocoles chronométriques méticuleux et d’une rigueur méthodologique absolue.

1.3 Posture épistémologique et vision de l’esprit humain

L’originalité irréductible de Roger Shepard au sein du concert des sciences cognitives réside dans sa posture épistémologique singulière. Alors que ses contemporains de l’école computationnelle naissante embrassent massivement le paradigme du traitement séquentiel de l’information symbolique inspiré de l’architecture de von Neumann, Shepard conçoit l’esprit humain sous une forme fondamentalement continue, dynamique et géométrique. Il récuse avec force l’antimentalisme skinnérien qui niait l’existence ou la pertinence causale des représentations subjectives, mais il se méfie tout autant d’un logicisme abstrait qui réduirait la pensée à des chaînes de propositions syntaxiques impersonnelles.

Pour Shepard, la vie mentale se déploie dans des espaces multidimensionnels doués de propriétés métriques et topologiques véritables. Penser, imaginer, se remémorer ou comparer, ce n’est pas exécuter des règles formelles sur des jetons de logique symbolique, mais naviguer continûment à l’intérieur de paysages représentationnels dont les axes correspondent aux propriétés invariantes du monde physique. L’esprit est pour lui un système dynamique capable de simuler de manière analogique les transformations spatiotemporelles de son environnement écologique. Cette conception géométrique de la pensée postule que les lois régissant nos processus internes possèdent une élégance intrinsèque, analogue aux symétries observées dans les équations de la physique fondamentale.

Cette vision s’articule autour d’une alliance féconde entre deux pôles souvent jugés inconciliables : la psychologie mathématique la plus intransigeante et une sensibilité phénoménologique aiguë. Shepard était convaincu que l’expérience vécue à la première personne — les intuitions visuelles, les impressions esthétiques, les songes et les réminiscences — ne devait pas être écartée de la science, mais constituait au contraire la matière première essentielle que le psychologue théoricien avait le devoir de formaliser mathématiquement. En élevant l’introspection géométrisée au rang d’objet d’investigation quantitative rigoureuse, Shepard a réconcilié la beauté poétique de la conscience humaine avec les exigences les plus austères de la méthode scientifique positive.

2. La révolution de la rotation mentale et l’expérience séminale de 1971

2.1 Le paradigme expérimental de Shepard et Metzler (1971)

En février 1971 paraît dans la prestigieuse revue Science un court article de Roger Shepard et de sa doctorante Jacqueline Metzler intitulé « Mental Rotation of Three-Dimensional Objects ». Cette publication brève, limpide et révolutionnaire va dynamiter un quart de siècle de scepticisme expérimental à l’égard de l’imagerie mentale. Jusqu’alors, la notion d’« image mentale » était considérée par les behavioristes et les positivistes logiques comme une notion préscientifique invérifiable, un reliquat de psychologie en fauteuil impossible à quantifier avec les standards de la science expérimentale.

Pour surmonter cette aporie, Shepard et Metzler conçoivent un protocole d’une inventivité méthodologique sans précédent. Ils créent des paires de dessins au trait représentant des objets tridimensionnels asymétriques, formés par l’assemblage rigide de sept à dix cubes interconnectés à angle droit. Dans chaque essai, les participants observent deux figures côte à côte. La tâche est simple en apparence mais cognitivement exigeante : déterminer le plus rapidement et le plus précisément possible si les deux figures sont identiques sous des orientations spatiales distinctes, ou s’il s’agit de figures en miroir (énantiomorphes) qui ne peuvent être superposées par aucune rotation dans l’espace tridimensionnel.

Les deux chercheurs introduisent une variable indépendante décisive : l’angle de divergence angulaire séparant l’orientation des deux figures, variant de manière systématique de 0 à 180 degrés, par paliers de 20 degrés. À l’aide de chronomètres électroniques d’une haute précision, ils mesurent la latence de réponse, c’est-à-dire le temps de réaction exact nécessaire au sujet pour appuyer sur un bouton validant l’identité ou la dissemblance des objets. L’hypothèse de travail est audacieuse : si le traitement mental repose sur une inspection visuo-spatiale analogique, le temps nécessaire pour parvenir à la décision devrait être directement proportionnel au chemin cinématique à parcourir pour aligner mentalement les deux objets.

Les résultats obtenus s’avèrent d’une clarté sidérante. Pour toutes les paires d’objets identiques, la courbe du temps de réaction en fonction du degré de rotation angulaire forme une droite linéaire quasi parfaite. Chaque degré de rotation supplémentaire imposé à la figure requiert un temps de traitement mental additionnel fixe. Que la rotation doive s’effectuer dans le plan bidimensionnel de l’image (rotation picturale dans le plan de l’écran) ou dans la profondeur tridimensionnelle (rotation dans l’axe z plongeant dans l’espace représenté), les pentes de régression linéaire sont virtuellement superposables, avec une vitesse de rotation mentale oscillant autour de 60 degrés par seconde. La démonstration est implacable : l’esprit humain ne calcule pas instantanément des listes de descripteurs abstraits, il réalise une rotation interne mesurable pas à pas.

2.2 La nature analogique des représentations spatiales

L’expérience de 1971 n’a pas seulement révélé une simple corrélation mathématique ; elle a mis au jour le mode opératoire fondamental de l’imagerie spatiale humaine. Shepard théorise ces résultats en affirmant que l’opération de rotation mentale constitue un processus analogique continu. Contrairement aux systèmes de calcul numérique qui effectuent des transformations symboliques discrètes par sauts discontinus, le processus cérébral sous-jacent parcourt une trajectoire spatiale ordonnée à travers une série continue d’états intermédiaires non observables de l’extérieur mais phénoménologiquement et temporellement réels.

Cette nature analogique implique que pour faire pivoter un objet mentalement de 0 à 120 degrés, la représentation interne doit impérativement passer par des états structuraux équivalents à 20, 40, 60, 80 et 100 degrés. Les étapes intermédiaires du processus cognitif possèdent une correspondance directe, terme à terme, avec les étapes intermédiaires que suivrait un objet matériel physique entraîné dans une rotation mécanique continue dans le monde réel. C’est l’équivalence entre l’espace de la simulation interne et l’espace de l’action physique externe qui confère à cette découverte son statut épistémologique d’exception.

De surcroît, le fait empirique que les rotations en profondeur tridimensionnelle s’effectuent à la même vitesse linéaire que les rotations dans le plan de projection prouve indubitablement que les représentations cérébrales ne sont pas de simples vignettes bidimensionnelles plates calquées sur la rétine. Le système visuel humain reconstruit spontanément un modèle tridimensionnel volumétrique et abstrait de l’objet, puis applique ses opérateurs géométriques de rotation dans un espace mental interne possédant véritablement trois dimensions de liberté cinématique. Les représentations mentales ne sont pas des copies passives du signal lumineux, mais des simulations dynamiques et isomorphes aux lois mécaniques de notre environnement physique.

2.3 Répercussions immédiates sur la psychologie cognitive naissante

La publication de Shepard et Metzler provoque une onde de choc planétaire dans la communauté scientifique internationale. En l’espace de quelques mois, elle pulvérise les derniers retranchements de l’orthodoxie béhavioriste qui considérait l’imagerie subjective comme un épiphénomène nébuleux inaccessible à la quantification. En appliquant avec une maestria inédite la méthode chronométrique initiée au XIXe siècle par le physiologiste néerlandais Franciscus Donders, Shepard prouve que les processus mentaux les plus intimes et subjectifs possèdent une signature temporelle objective, prédictible et universelle.

Cette expérience fondatrice arrache la psychologie cognitive naissante au dogme associationniste de l’absence de temporalité du calcul logique. Jusqu’alors, la majorité des modélisations inspirées de l’intelligence artificielle symbolique présupposait que l’esprit accédait aux connaissances de manière quasi instantanée via des indexations sémantiques ou des arbres de décisions binaires où l’espace et le temps physiques n’avaient aucune pertinence constitutive. Shepard réintroduit avec panache la métrique spatiotemporelle au cœur de la cognition de haut niveau.

Dans les amphithéâtres et les laboratoires d’Europe, d’Amérique et d’Asie, l’expérience de Shepard et Metzler devient instantanément le paradigme canonique enseigné à des générations entières d’étudiants. Elle démontre que la subjectivité humaine n’est pas une boîte noire impénétrable, mais un continent structuré par des lois formelles élégantes que la méthode expérimentale peut explorer sans jamais renier la spécificité vécue des images internes. Ce coup d’éclat inaugure l’un des débats les plus stimulants et acharnés de la philosophie de l’esprit contemporaine : la querelle de l’imagerie mentale.

3. Fondements épistémologiques du débat sur l’imagerie mentale

3.1 L’opposition entre représentations analogiques et propositionnelles

L’accueil triomphal des travaux de Shepard suscite inévitablement une riposte théorique d’une grande vigueur. Cette confrontation majeure, connue sous le nom de « querelle de l’imagerie mentale » (the imagery debate), éclate avec la parution en 1973 d’un article retentissant du philosophe et cognitiviste Zenon Pylyshyn, intitulé « What the Mind’s Eye Tells the Mind’s Brain ». Pylyshyn y développe une critique computationnelle radicale de l’interprétation shepardienne des images mentales, défendant la doctrine du « propositionnalisme » pur issue de la théorie computationnelle-représentationnelle de Jerry Fodor.

Selon l’argument propositionnel de Pylyshyn, l’esprit humain est fondamentalement un ordinateur numérique opérant exclusivement sur des symboles discrets, logiques et abstraits, semblables à des propositions verbales (comme les prédicats du calcul du premier ordre). Lorsque les sujets rapportent avoir l’impression phénoménologique d’examiner ou de faire pivoter une image visuelle dans leur esprit, ils ne feraient que vivre une illusion subjective, un « épiphénomène » dénué de tout rôle causal dans l’exécution de la tâche cognitive. Pylyshyn affirme que si les temps de réaction augmentent avec l’angle de rotation, ce n’est pas parce qu’un tableau interne pivote physiquement dans un espace mental, mais parce que le sujet applique tacitement ses connaissances du monde physique en simulant inconsciemment le temps qu’il faudrait pour tourner un tel objet, ou parce que la dérivation logique des relations propositionnelles (gauche/droite, dessus/dessous) nécessite une chaîne séquentielle d’inférences plus longue.

Face à cette offensive puriste, Roger Shepard, bientôt rejoint par le jeune chercheur de Harvard Stephen Kosslyn, entreprend une défense méthodologique et épistémologique sans concession. Shepard démontre que la thèse propositionnelle est d’une invraisemblance biologique et psychologique totale : elle requiert une complexité calculatoire exorbitante pour expliquer l’émergence d’invariances linéaires aussi universelles et robustes à travers des centaines de contextes différents. Shepard rétorque que les représentations analogiques possèdent des propriétés intrinsèques non propositionnelles, dont l’architecture matérielle contraint directement la dynamique temporelle du traitement sans nécessiter la médiation de croyances tacites.

3.2 L’isomorphisme de second ordre

Afin de clore définitivement la querelle et de réfuter l’accusation naïve selon laquelle l’imagerie mentale supposerait l’existence absurde d’un petit tableau physique peint à l’intérieur de la boîte crânienne — ce qui nécessiterait l’intervention d’un homoncule interne pour le regarder, tombant ainsi dans le piège de la régression à l’infini —, Roger Shepard élabore une distinction philosophique géniale : la théorie de l’isomorphisme de second ordre (second-order isomorphism).

Shepard concède volontiers que l’isomorphisme de premier ordre est faux. L’isomorphisme de premier ordre postulait qu’une image mentale devait posséder une ressemblance spatiale directe et concrète avec l’objet représenté : visualiser une pomme rouge impliquerait une structure rouge et ronde physiquement inscrite dans le parenchyme cérébral. Une telle conception est évidemment intenable d’un point de vue neurobiologique. En revanche, Shepard introduit le concept révolutionnaire d’isomorphisme fonctionnel ou de second ordre. Dans cette perspective, la relation d’équivalence ne s’établit pas entre l’objet externe et l’état interne individuel, mais entre les relations liant les objets dans le monde physique et les relations liant les représentations internes au sein du système cognitif :

• Isomorphisme de premier ordre (rejeté) : Ressemblance spatiale ou géométrique directe, point par point, entre l’objet matériel externe et le substrat neural cérébral.
• Isomorphisme de second ordre (shepardien) : Correspondance fonctionnelle stricte entre les relations géométriques, cinématiques et structurelles existant entre différents objets du monde et les relations dynamiques unissant leurs représentations mentales internes.

Cette conceptualisation résout d’un trait le paradoxe de l’homoncule. Les états cérébraux n’ont nul besoin d’être littéralement spatiaux pour fonctionner spatialement. Il suffit que le système interne possède une dynamique fonctionnelle telle que la transformation continue d’une représentation à une autre traverse un réseau de contraintes relationnelles isomorphe aux degrés de liberté de l’espace géométrique réel. Grâce à l’isomorphisme de second ordre, Shepard offre à la psychologie cognitive un cadre matérialiste robuste pour modéliser des représentations analogiques authentiques sans verser dans l’idéalisme ni le dualisme cartésien.

3.3 Preuves convergentes issues des paradigmes chronométriques

Pour étayer expérimentalement cette architecture de l’isomorphisme fonctionnel, Shepard mène tout au long des années 1970 une série éblouissante de recherches avec sa brillante collaboratrice Lynn Cooper. Ils conçoivent de nouvelles tâches chronométriques utilisant des matrices bidimensionnelles, des lettres typographiques asymétriques (telles que le « R ») présentées sous divers angles et en versions normales ou inversées en miroir, ainsi que des polygones irréguliers complexes.

L’un des protocoles les plus spectaculaires de Cooper et Shepard consiste à sonder l’état exact de la rotation mentale pendant son déroulement temporel. Ils présentent aux sujets un signal indiquant l’orientation future d’une lettre et déclenchent le stimulus test à différents intervalles de temps pendant la phase présumée de la rotation. Si la rotation mentale est un processus cinématique continu traversant des trajectoires optimales dans l’espace des configurations, le sujet devrait être capable de reconnaître le stimulus instantanément (sans surcoût temporel) au moment précis où l’angle de présentation correspond exactement à la phase atteinte par son image mentale interne à cet instant précis.

Les prédictions de Shepard et Cooper se vérifient avec une précision millimétrique. Ils démontrent que les sujets font tourner leur schéma mental à une vitesse angulaire constante et prévisible, traversant un continuum de positions intermédiaires réelles. Si le stimulus apparaît sous un angle qui coïncide avec la position spatiale atteinte par la trajectoire mentale au millième de seconde près, le temps de réaction chute à son minimum absolu. Ces preuves convergentes accumulées par des paradigmes variés et indépendants finissent d’asseoir la crédibilité scientifique incontestable des métriques internes de transformation et consacrent l’existence d’une cinématique de l’esprit dotée d’une réalité psychologique tangible.

4. Le positionnement multidimensionnel non métrique (NMDS)

4.1 Genèse et limitations des approches métriques antérieures

Bien avant que la controverse sur l’imagerie mentale ne captive les philosophes, Roger Shepard avait déjà révolutionné les sciences quantitatives du comportement en s’attaquant à une énigme méthodologique majeure : comment cartographier objectivement la structure subjective de l’esprit humain à partir de simples jugements de ressemblance ? Dans les années 1930 à 1950, des précurseurs tels que Richardson et Warren Torgerson avaient esquissé les premières méthodes d’échelonnement multidimensionnel métrique (Metric Multidimensional Scaling).

Toutefois, ces approches classiques souffraient d’une limitation théorique débilitante. Elles imposaient l’hypothèse rigide d’une linéarité stricte entre les données psychologiques empiriques et les distances spatiales postulées dans le modèle géométrique. Concrètement, ces modèles exigeaient que les jugements subjectifs de similarité fournis par des êtres humains possèdent les propriétés métriques rigoureuses d’une échelle d’intervalles ou de rapports. Or, dans la réalité psychologique quotidienne, les sujets humains sont incapables d’assigner des valeurs de distance d’une précision numérique absolue. Un individu peut affirmer avec certitude que la couleur rouge lui paraît plus proche de l’orange que du vert, ou que la voix d’un ténor ressemble plus à celle d’un baryton qu’à celle d’une basse, mais il ne saurait quantifier ce jugement sous la forme d’un chiffre métrique univoque tel que « 4,73 unités de distance ».

Face à des jugements psychologiques subjectifs qui ne possédaient intrinsèquement que la valeur d’un ordre de classement qualitatif (données ordinales non métriques : A est plus semblable à B qu’à C), les techniques métriques traditionnelles échouaient lamentablement ou produisaient des distorsions géométriques sévères, écrasant la structure cognitive authentique sous des postulats statistiques arbitraires et inadaptés à la nature de la cognition humaine.

4.2 L’innovation algorithmique de Roger Shepard (1962)

C’est au sein des Laboratoires Bell que Roger Shepard résout ce problème théorique fondamental par un coup de génie mathématique consigné dans deux articles fondateurs parus en 1962 dans la revue Psychometrika : « The analysis of proximities: Multidimensional scaling with an unknown distance function ». Shepard y dévoile le premier algorithme au monde de positionnement multidimensionnel non métrique (Non-metric Multidimensional Scaling, ou NMDS), accomplissant ce que la plupart des mathématiciens de l’époque jugeaient conceptuellement impossible.

L’innovation algorithmique de Shepard consiste à utiliser exclusivement les contraintes de rang d’ordre (relations ordinales de type plus grand que / plus petit que) des jugements de similarité pour dériver, de manière entièrement automatique et convergente, une configuration spatiale continue au sein d’un espace géométrique métrique (souvent euclidien) de dimensionnalité minimale. L’algorithme déplace itérativement des points représentant les stimuli dans un espace à n dimensions de telle sorte que l’ordre des distances géométriques entre les points reproduise aussi fidèlement que possible l’ordre de classement empirique des similarités psychologiques, minimisant ainsi une fonction de perte que Joseph Kruskal formalisera peu après sous le terme de stress.

Shepard pulvérise ainsi le paradoxe apparent opposant le qualitatif et le quantitatif. Il prouve mathématiquement qu’à mesure que le nombre d’objets comparés augmente, le nombre de contraintes ordinales s’accroît de façon combinatoire (selon l’ordre de n(n-1)/2 paires), ce qui « verrouille » la configuration spatiale avec une rigidité telle que la solution géométrique résultante devient pratiquement unique, à une transformation de similitude près. Par cette prouesse de modélisation, des données ordinales subjectives hautement imprécises permettent de reconstruire avec une certitude absolue les coordonnées métriques rigoureuses de l’espace psychologique sous-jacent.

4.3 Applications psychologiques et cartographie cognitive des concepts

L’avènement du positionnement multidimensionnel non métrique déclenche une véritable révolution analytique dans les sciences humaines et cognitives. Pour la première fois de l’histoire, les chercheurs disposent d’un outil mathématique objectif capable de rendre visible la « carte géographique » interne selon laquelle l’esprit humain organise ses concepts, ses percepts et ses émotions sans rien présupposer a priori des axes qui structurent ces représentations.

Shepard et ses émules appliquent immédiatement le NMDS à une profusion impressionnante de domaines perceptifs :

• La perception des couleurs : À partir de simples jugements de similarité entre longueurs d’onde monochromatiques, l’algorithme reconstruit spontanément le cercle des couleurs de Newton sans qu’aucune information spatiale ou physique de circularité ne lui ait été fournie à l’entrée.
• La phonétique acoustique : En analysant les confusions auditives entre sons de consonnes et voyelles sous un bruit de fond, le NMDS reconstitue les dimensions articulatoires et acoustiques fondamentales (aperture, point d’articulation, voisement) qui régissent le système phonologique humain.
• Les concepts sémantiques : L’analyse de matrices d’associations lexicales révèle les dimensions sémantiques latentes qui organisent notre lexique mental, telles que la vivacité, la valence affective ou la dominance.

L’impact du NMDS déborde rapidement les frontières de la psychologie académique. En sociologie, il sert à visualiser les réseaux de relations et les proximités socioculturelles ; en anthropologie, il cartographie les systèmes de parenté et les classifications taxonomiques indigènes ; en écologie et biologie quantitative, il devient un instrument indispensable pour ordonner des communautés d’espèces en fonction de gradients environnementaux non linéaires. Avec le NMDS, Shepard a offert à l’ensemble de la science contemporaine l’un des outils de réduction de dimensionnalité les plus puissants et élégants jamais conçus.

5. La loi universelle de la généralisation psychologique (1987)

5.1 La quête d’une loi invariante de l’esprit

Si les contributions de Roger Shepard à l’imagerie mentale et au positionnement multidimensionnel auraient suffi à lui garantir une place d’honneur dans l’histoire scientifique, son ambition intellectuelle suprême dépassait la description de phénomènes isolés. Shepard caressait le rêve épistémologique grandiose de découvrir une loi fondamentale de la psychologie, une loi qui posséderait le même degré d’universalité, de nécessité mathématique et d’invariance que les grandes lois de la physique théorique, telles que la loi de la gravitation universelle de Newton ou la loi de Coulomb en électrostatique.

Le phénomène qu’il choisit comme banc d’essai de cette quête est le problème de la généralisation du stimulus. Identifié dès les débuts de la réflexologie par Ivan Pavlov et exploré inlassablement par les théoriciens béhavioristes de l’apprentissage comme Clark Hull et Kenneth Spence, ce phénomène renvoie à une question adaptative vitale pour tout organisme vivant : lorsqu’un animal ou un être humain apprend qu’un stimulus particulier possède une signification biologique donnée (par exemple, un fruit d’une certaine couleur est comestible, ou le cri d’une certaine fréquence annonce un prédateur), comment cet organisme généralise-t-il cette réponse conditionnée à un nouveau stimulus légèrement différent ?

Jusqu’alors, la psychologie de l’apprentissage s’était contentée d’observer des « gradients de généralisation » empiriques disparates, traçant des courbes en cloche ou des gaussiennes ad hoc variables d’une espèce ou d’une tâche à l’autre, sans parvenir à dégager une règle fondamentale déductible de premiers principes. Shepard critique vigoureusement ce manque de portée théorique. Il refuse de considérer la généralisation comme une simple défaillance de discrimination ou un bruit mécanique du système nerveux, et entreprend d’en dériver la loi nécessaire par le truchement de la géométrie différentielle et de la théorie probabiliste de la décision.

5.2 Formulation mathématique et décroissance exponentielle

L’aboutissement de cette décennie de recherches théoriques est consigné dans un article magistral publié en 1987 dans Science sous le titre souverain : « Toward a Universal Law of Generalization for Psychological Science ». Dans ce chef-d’œuvre de logique et de clarté déductive, Roger Shepard établit ce qui constitue aujourd’hui la loi universelle de la généralisation psychologique.

Shepard démontre mathématiquement que la probabilité s qu’une réponse apprise envers un stimulus de référence soit généralisée à un nouveau stimulus test décroît de manière invariante comme une fonction exponentielle négative de la distance psychologique d séparant ces deux stimuli au sein de l’espace représentationnel approprié :

s(d) = exp(−k · d)

Où k représente une constante d’échelle spécifique dépendant du contexte d’apprentissage et de la sensibilité du sujet, et d est la distance métrique mesurée au sein de l’espace psychologique sous-jacent (dérivé par le NMDS). Pour parvenir à ce résultat d’une généralité absolue, Shepard déploie une démonstration bayésienne splendide fondée sur le concept de « région conséquente » (consequential region). Lorsqu’un individu rencontre un stimulus porteur d’une propriété importante (comestibilité, danger), cette propriété s’applique en réalité à toute une région compacte et continue de l’espace psychologique dont le sujet ignore a priori les frontières exactes.

En formulant l’hypothèse rationnelle qu’en l’absence d’information préalable, toutes les formes, tailles et localisations de cette région conséquente sont également probables dans l’environnement écologique (distribution a priori uniforme et invariante par translation dans l’espace des configurations), Shepard prouve par le calcul intégral que la probabilité qu’un second stimulus appartienne également à cette même région conséquente diminue strictement selon une fonction exponentielle décroissante de la distance séparant les deux points. Cette régularité n’est donc pas un accident biologique contingent : c’est la solution mathématique optimale imposée à tout système cognitif rationnel confronté à l’incertitude du monde réel.

La validation empirique rapportée par Shepard dans son article de 1987 est spectaculaire. Il rassemble et réanalyse des centaines de jeux de données collectés sur plusieurs décennies à travers le monde animal : pigeons picorant des disques lumineux, rats appuyant sur des leviers en réponse à des signaux acoustiques, singes discriminant des formes géométriques et humains évaluant des tons sonores ou des énoncés phonétiques. Une fois les stimuli projetés dans leur véritable espace psychologique via le positionnement non métrique, toutes les courbes empiriques de généralisation sans exception viennent s’effondrer sur une unique et même fonction exponentielle négative.

5.3 Implications pour la théorie de l’apprentissage et des catégories

La portée théorique de la loi universelle de Shepard dépasse de loin le cadre technique de la psychophysique des stimuli simples. Elle réalise l’unification conceptuelle tant attendue entre trois continents autrefois cloisonnés de la psychologie : la psychophysique sensorielle, l’apprentissage associatif et la catégorisation conceptuelle de haut niveau.

Un aspect fondamental de la théorie shepardienne concerne la nature de la métrique de distance d gouvernant l’espace psychologique, formalisée par les métriques d’espace de Minkowski d’ordre r :

• Dimensions intégrables (métrique euclidienne, r = 2) : Lorsque les dimensions du stimulus ne peuvent être dissociées perceptivement sans effort attentionnel (comme la clarté et la saturation d’une couleur, ou la hauteur et le timbre d’un son bref), l’espace mental obéit à la géométrie euclidienne canonique, où la distance est la ligne droite diagonale.
• Dimensions séparables (métrique de Manhattan, dite City-Block, r = 1) : Lorsque les dimensions du stimulus sont évidentes et analysables indépendamment par l’attention (comme la taille et la couleur d’un objet géométrique), l’espace psychologique se structure selon la métrique de Manhattan, où la distance globale est la somme directe des distances absolues le long de chaque dimension orthogonale.

Cette distinction métrique élégante fournit les fondations indispensables sur lesquelles les modèles modernes de catégorisation humaine se construiront. Le célèbre modèle de contexte généralisé (GCM) de Robert Nosofsky, qui demeure le standard de référence mondial pour modéliser la formation des concepts et l’identification des prototypes, est l’héritier direct de la théorie de la généralisation de Shepard. L’article de 1987 est universellement salué comme l’un des sommets intellectuels de la psychologie théorique du XXe siècle, un chef-d’œuvre d’intégration déductive ayant prouvé que l’esprit humain est gouverné par des lois d’une pureté mathématique sans faille.

6. Illusions d’optique et psychologie de l’art : L’esprit graphique de Shepard

6.1 Le paradoxe des tables de Shepard (« Turning the Tables »)

Roger Shepard ne s’est pas contenté de concevoir des abstractions mathématiques ; il était doté d’un talent de dessinateur remarquable et d’une fascination viscérale pour les paradoxes de la vision. L’une de ses créations les plus célèbres dans la culture scientifique populaire est l’illusion visuelle dite des « tables de Shepard » ou « Turning the Tables », publiée pour la première fois dans son livre de 1990.

Le dessin présente deux plateaux de table posés sur des pieds verticaux, orientés selon des angles spatiaux distincts. À la simple inspection visuelle, l’esprit humain est irrésistiblement convaincu que la table de gauche est longue, étroite et étirée en profondeur vers l’horizon, tandis que la table de droite est presque carrée, massive et vue de face. Pourtant, si l’on isole physiquement les deux parallélogrammes formant les plateaux de table à l’aide d’un calque ou que l’on effectue une rotation géométrique sur l’image, on découvre avec stupéfaction que les deux surfaces bidimensionnelles tracées sur le papier sont rigoureusement identiques en forme, en surface et en proportions millimétriques. L’un des parallélogrammes n’est que la rotation rigide exacte de l’autre de 90 degrés.

Cette illusion saisissante n’est pas un simple divertissement oculaire ; elle constitue une démonstration cognitive éclatante de la façon dont opère le système visuel humain. Le cerveau refuse obstinément de voir le dessin pour ce qu’il est objectivement — un assemblage de lignes sur une feuille de papier à deux dimensions. Au lieu de cela, le système perceptif applique automatiquement des mécanismes d’inférence projective tridimensionnelle inconsciente : il interprète les fuyantes du parallélogramme de gauche comme des indices de récession perspective en profondeur, et procède spontanément à une compensation de constance de forme et de taille. L’illusion démontre la primauté irréductible des principes de l’espace tridimensionnel sur l’image rétinienne brute : notre cerveau est biologiquement programmé pour reconstruire un monde volumétrique stable au détriment de l’exactitude optique locale.

6.2 L’ouvrage de référence « Mind Sights » (1990)

En 1990, Roger Shepard publie un recueil somptueux qui fera date à la frontière de la psychologie cognitive et de l’esthétique : Mind Sights: Original Visual Illusions, Ambiguities, and Other Anomalies, with a Commentary on the Mind Through Perception and Art. Dans cet ouvrage singulier, entièrement illustré de sa propre main, Shepard dévoile l’intimité de son processus créatif et démontre comment le dessin d’art peut servir de laboratoire d’exploration de l’inconscient cognitif.

L’ouvrage regorge de figures impossibles, de contours illusoires et de dessins à double sens qui rivalisent d’ingéniosité avec les chefs-d’œuvre de M.C. Escher. L’une des illustrations les plus emblématiques de l’ouvrage s’intitule « Terror Subterra ». Elle met en scène deux monstres terrifiants aux traits absolument identiques courant dans un couloir souterrain voûté. Le monstre situé à l’arrière-plan paraît gigantesque, imposant et menaçant pour le fuyard situé au premier plan, qui semble deux fois plus petit que lui. Pourtant, une fois encore, la mesure physique des deux figures prouve qu’elles sont strictement identiques au pixel près. Le calcul implicite de la perspective linéaire par le système visuel grossit artificiellement la taille perçue du monstre éloigné pour compenser son éloignement apparent dans l’espace virtuel du dessin.

À travers Mind Sights, Shepard développe un dialogue constant entre la rigueur de l’expérimentateur et l’émotion de l’artiste. Il y raconte comment nombre de ses découvertes théoriques les plus profondes lui sont apparues non sous la forme d’équations arides dans son bureau, mais sous la forme de visions fulgurantes et de révélations spatiales au réveil ou au cours de rêves éveillés. Pour Shepard, l’art n’est pas une simple récréation illustrative ; c’est un mode de connaissance privilégié permettant de dévoiler les mécanismes cachés par lesquels notre machinerie cognitive construit notre réalité phénoménale.

6.3 La perception visuelle comme inférence inconsciente robuste

L’étude approfondie de ces illusions conduit Shepard à prolonger et à formaliser de manière moderne la théorie de l’inférence inconsciente formulée au XIXe siècle par le polymathe allemand Hermann von Helmholtz. Loin d’être des erreurs ou des faiblesses lamentables de notre biologie, les illusions visuelles sont au contraire le témoignage éclatant de la robustesse computationnelle optimale de notre cerveau.

Le problème physique fondamental que le système visuel doit résoudre à chaque fraction de seconde est ce que les mathématiciens appellent un « problème inverse mal posé » (ill-posed inverse problem). À partir d’une image bidimensionnelle fluctuante, ambiguë et bruitée projetée sur la courbure de la rétine, il existe une infinité mathématique de configurations tridimensionnelles du monde externe susceptibles d’avoir produit cette projection lumineuse. Pour lever cette sous-détermination radicale et éviter la paralysie de l’action, le cerveau doit impérativement injecter dans le calcul des contraintes a priori extrêmement puissantes concernant la structure probable de l’environnement physique :

• Les objets matériels sont rigides et préservent leur forme au cours du déplacement cinématique.
• La lumière provient généralement d’une source unique située vers le zénith (le soleil ou le ciel).
• L’espace physique possède trois dimensions euclidiennes et les surfaces sont opaques et continues.
• Les objets ne s’interpénètrent pas et obéissent aux lois universelles de la gravitation terrestre.

Les illusions de Shepard démontrent avec force que ces contraintes de régularité ne sont pas de simples options cognitives révisables au gré de nos volontés conscientes. Même lorsque notre intellect rationnel sait pertinemment que les tables de Shepard sont identiques ou que les monstres de « Terror Subterra » ont la même taille sur la page, nous continuons inexorablement à les percevoir différents. Cette imperméabilité des modules perceptifs primaires aux croyances conscientes prouve que les régularités physiques du monde ont été gravées au fer rouge dans l’architecture matérielle même de nos circuits neuronaux ancestraux.

7. Psychologie évolutionniste et internalisation des régularités physiques

7.1 Le concept d’internalisation des contraintes universelles

Vers la seconde moitié de sa carrière, Roger Shepard franchit un palier d’intégration théorique supplémentaire en articulant ses découvertes avec les fondements de la biologie de l’évolution néodarwinienne. C’est ainsi qu’il élabore sa célèbre théorie de l’« internalisation des contraintes universelles » (internalization of physical regularities), esquissée dans son essai fondateur de 1984, « Ecological constraints on internal representation: Resonant kinematics of perceiving, imagining, thinking, and dreaming ».

L’hypothèse centrale de Shepard est d’une simplicité vertigineuse mais d’une portée ontologique colossale : les propriétés les plus fondamentales et les plus invariantes de notre monde physique ont été intériorisées, par sélection naturelle, au sein de l’architecture génétique et neuronale du cerveau de nos ancêtres au cours de centaines de millions d’années d’évolution phylogénétique. Pour survivre dans un environnement impitoyable où la moindre hésitation motrice pouvait s’avérer fatale face à un prédateur ou une proie, les organismes n’avaient pas le luxe d’apprendre par essais et erreurs les lois élémentaires de la mécanique newtonienne à chaque génération.

Ainsi, l’adaptation biologique a sculpté les réseaux neuronaux de sorte qu’ils fonctionnent en miroir direct avec les lois invariantes du cosmos. L’espace tridimensionnel, la persistance de l’inertie des corps solides, la trajectoire parabolique des projectiles sous la gravité, le cycle circadien imposé par la rotation de la Terre sur son axe et la descente de la lumière zénithale ont été incorporés sous forme de pré-câblages neuronaux dynamiques. Dès lors, lorsque nous percevons ou imaginons un mouvement, notre cerveau n’exécute pas un calcul neutre : il entre en « résonance » avec les modes cinématiques préétablis qui reflètent fidèlement la structure physique de la niche écologique universelle au sein de laquelle la vie s’est épanouie.

7.2 La géométrie cinématique de la perception

Pour illustrer mathématiquement cette internalisation, Roger Shepard applique un résultat classique de la mécanique rationnelle du XIXe siècle : le théorème de Mozzi-Chasles. Formulé par le mathématicien français Michel Chasles, ce théorème fondamental stipule que tout déplacement fini d’un corps rigide dans l’espace tridimensionnel peut être décomposé, de manière canonique et unique, en un mouvement de rotation autour d’un axe fixe spatial accompagné d’une translation parallèle le long de ce même axe — ce que la géométrie nomme un mouvement hélicoïdal ou un déplacement de vissage.

Shepard et ses collaborateurs ont l’audace d’émettre l’hypothèse que le cerveau humain a intériorisé la cinématique rigide régie par le théorème de Chasles pour interpréter le mouvement apparent. Dans des expériences psychophysiques d’une virtuosité technique magistrale, ils présentent à des sujets des stimuli visuels consistant en deux vues discrètes successives d’un objet sous des orientations et des positions asymétriques arbitraires, séparées par un bref intervalle d’obscurité. Lorsque l’intervalle temporel est adéquatement calibré, le cortex visuel comble automatiquement l’ellipse temporelle en générant la perception fluide d’une trajectoire continue dans l’espace tridimensionnel.

Le fait décisif mis au jour par Shepard est que la trajectoire interpolée par l’esprit n’est pas le chemin bidimensionnel le plus court sur la rétine, ni une translation aléatoire suivie d’une bascule désordonnée : le cerveau choisit systématiquement la trajectoire hélicoïdale hélicoïde unique prédite par le théorème de Chasles, c’est-à-dire la trajectoire mécanique la plus parcimonieuse et la plus simple physiquement possible pour un corps solide en mouvement libre. Cette découverte magistrale prouve que les opérateurs géométriques de haut niveau ne sont pas des inventions arbitraires de la culture mathématique humaine, mais le langage naturel par lequel notre système cérébral simule et anticipe les transformations physiques du monde réel.

7.3 Un pont précurseur vers la psychologie évolutionniste moderne

Cette approche positionne Roger Shepard comme l’un des pères fondateurs méconnus mais incontournables de la psychologie évolutionniste contemporaine. Bien avant que des chercheurs tels que Leda Cosmides, John Tooby ou Steven Pinker ne popularisent la métaphore de l’esprit modulaire adapté au Pléistocène, Shepard fournissait déjà les premières preuves mathématiques et psychophysiques rigoureuses de l’existence d’architectures cognitives innées spécifiquement sculptées par les pressions de sélection écologique.

Shepard s’opposait avec une énergie farouche au mythe tenace de la tabula rasa — cette illusion empiriste selon laquelle l’esprit ne serait qu’une cire molle et indifférenciée dont toutes les compétences résulteraient passivement de l’apprentissage individuel ou de l’imprégnation culturelle. Pour lui, sans la présence d’une structure interne préalable extrêmement riche et contraignante, l’apprentissage serait logiquement impossible : aucun système algorithmique ne pourrait inférer les régularités du monde à partir du flux chaotique des données sensorielles en un temps fini. C’est l’internalisation préalable des contraintes physiques universelles qui rend l’esprit apte à apprendre et à raisonner.

En réconciliant ainsi l’approche écologique de la perception incarnée par James J. Gibson — avec son insistance légitime sur les affordances et la richesse informationnelle de l’environnement physique — et l’approche cognitive computationnelle fondée sur les représentations internes, Shepard a édifié une synthèse grandiose. Il a démontré que l’esprit humain est une cathédrale de géométrie vivante, dont chaque voûte et chaque pilier ont été lentement façonnés par les forces sélectives de l’évolution pour faire résonner en nous les symétries immuables de l’univers matériel.

8. Illusions auditives et structures musicales : L’échelle de Shepard

8.1 L’invention du son de Shepard et le paradoxe de hauteur tonale (1964)

L’inventivité de Roger Shepard ne connaissait pas de frontières sensorielles. Alors qu’il travaille aux Laboratoires Bell au début des années 1960 au milieu des synthétiseurs électroniques embryonnaires et des ordinateurs programmés pour traiter le signal sonore, il reporte son génie géométrique sur l’acoustique musicale et accomplit une découverte qui bouleversera la psychoacoustique mondiale : le son de Shepard et l’illusion de l’échelle auditive infinie, formalisés dans son article séminal de 1964 dans le Journal of the Acoustical Society of America.

Shepard s’interroge sur la structure multidimensionnelle de la hauteur perçue d’un son. Pour concevoir son illusion sonore, il superpose plusieurs ondes sinusoïdales pures séparées précisément d’un intervalle d’octave (par exemple, des fréquences de 55 Hz, 110 Hz, 220 Hz, 440 Hz, 880 Hz, 1760 Hz). Il applique ensuite à ce complexe harmonique une enveloppe spectrale stationnaire en forme de cloche gaussienne, qui fixe le volume maximal pour les fréquences intermédiaires de la région audible centrale tout en atténuant progressivement l’intensité sonore jusqu’au silence complet aux extrémités spectrales des aigus et des graves :

• Chaque note de l’échelle est composée d’un spectre multifréquentiel de sinusoïdes équidistantes à l’octave.
• L’enveloppe d’amplitude globale reste strictement fixe et immobile à travers le temps.
• Lorsque l’on fait monter la fondamentale par demi-tons chromatiques successifs, les composantes aiguës s’éteignent imperceptiblement dans le silence tandis que de nouvelles composantes graves naissent imperceptiblement dans l’infrasonore.

L’effet perceptif obtenu est saisissant de vertige : l’auditeur entend une gamme chromatique qui semble s’élever indéfiniment vers les cimes de l’aigu, sans jamais devenir plus haute dans le registre spectral global ! À l’inverse, l’échelle peut être jouée en descente continue, créant l’illusion d’une chute tonale sans fin dans les abîmes du grave. Cette construction acoustique constitue l’équivalent auditif rigoureux du ruban de Möbius en topologie ou de la célèbre lithographie Ascending and Descending de M.C. Escher, inspirée de l’escalier infini du mathématicien Lionel Penrose : un cycle fermé qui produit l’illusion vivace d’une ascension vectorielle constante et infinie.

8.2 L’hélice de la hauteur tonale (Pitch Helix)

L’illusion de l’échelle infinie n’était pas pour Shepard une simple attraction foraine de laboratoire sonore ; elle lui permet de formaliser une théorie géométrique révolutionnaire de la perception tonale musicale, matérialisée par le concept d’« hélice de la hauteur » (pitch helix). Shepard démontre magistralement que la hauteur d’un son n’est pas une dimension psychologique unidimensionnelle linéaire monotone comme le suggérait l’ordre croissant des fréquences en hertz sur la membrane basilaire de la cochlée, mais une structure géométrique doublement enlacée combinant deux dimensions psychologiques orthogonales :

D’une part, la hauteur brute (pitch height), qui est une composante rectiligne continue correspondant au registre global du son (du très grave au très aigu) et dépendant de l’énergie spectrale dominante. D’autre part, le tonus musical ou la classe de hauteur (pitch chroma), qui est une composante circulaire fermée correspondant à la position de la note dans la gamme des douze demi-tons chromatiques (Do, Do#, Ré, etc.), où un Do joué à une octave supérieure est perçu comme possédant la même identité fonctionnelle et harmonique qu’un Do joué deux octaves plus bas (le phénomène universel de l’équivalence d’octave).

En projetant simultanément la composante linéaire de la hauteur brute le long de l’axe vertical d’un cylindre et la composante circulaire du tonus sur la circonférence de la base de ce cylindre, la trajectoire des notes musicales décrit dans l’espace tridimensionnel une hélice géométrique parfaite. Deux sons séparés d’une octave occupent des positions superposées sur le plan horizontal mais décalées verticalement d’un tour de spire. Dans le son de Shepard, l’axe vertical linéaire de l’hélice est neutralisé par le filtrage gaussien fixe, ce qui rabat la perception sonore exclusivement sur le cercle horizontal fermé du tonus chromatique, créant ainsi la circularité perceptive absolue d’une montée infinie qui tourne sur elle-même sans fin.

8.3 Applications en musicologie, cinéma et psychoacoustique

L’invention de l’échelle de Shepard va féconder de manière pérenne la création musicale d’avant-garde, la psychoacoustique computationnelle et l’industrie sonore moderne. Dès la fin des années 1960, le compositeur français Jean-Claude Risset, chercheur aux Laboratoires Bell et pionnier de l’informatique musicale à l’IRCAM, s’empare des découvertes de Shepard pour concevoir une version continue de l’illusion : le glissando de Shepard-Risset. Risset réalise une synthèse sonore où la fréquence glisse continûment sans paliers discrets, offrant la sensation d’une montée ou d’une chute spectrale continue et illimitée.

Risset pousse l’analogie plus loin encore en concevant le paradoxe de tempo infini (le rythme de Shepard-Risset), où une pulsation rythmique semble accélérer perpétuellement sans jamais changer de cadence globale mesurable. Ces paradoxes acoustiques séduisent immédiatement les plus grands compositeurs de musique contemporaine, à l’instar de György Ligeti, qui s’en inspire explicitement pour sa célèbre étude pour piano n° 13 intitulée L’escalier du diable (Devil’s Staircase), où les arpèges virtuoses créent l’illusion d’une ascension pianistique inextinguible défiant les limites de l’instrument.

Au-delà de la musique de concert, l’échelle de Shepard s’est insinuée au cœur de la pop culture et de la production cinématographique hollywoodienne moderne. Le compositeur de bandes originales Hans Zimmer a fait un usage magistral et retentissant du glissando de Shepard dans la partition du chef-d’œuvre de Christopher Nolan, Dunkirk (2017), ainsi que dans The Dark Knight pour sonoriser l’accélération du Batpod. En superposant le son de Shepard aux scènes de bombardement et de tension dramatique, Zimmer injecte dans l’esprit du spectateur une angoisse physiologique insupportable : l’oreille perçoit une menace sonore qui ne cesse de monter en intensité et en fréquence sans jamais atteindre de résolution ni d’acmé salvatrice, plongeant le système nerveux dans un état d’alerte cataclysmique perpétuel.

9. Débats théoriques, controverses et confrontations paradigmatiques

9.1 Le conflit intellectuel avec Zenon Pylyshyn sur la modularité

Tout au long de son existence, l’édifice théorique de Roger Shepard a été le théâtre de débats intellectuels monumentaux qui ont sculpté l’épistémologie contemporaine des sciences cognitives. Le duel le plus féroce et le plus fécond fut indiscutablement celui qui l’opposa pendant plus de trois décennies à Zenon Pylyshyn au sujet de la modularité, de l’encapsulation computationnelle et de la nature profonde du code représentatif.

Pour tenter de terrasser l’interprétation analogique de la rotation mentale, Pylyshyn dégaina un concept philosophique tranchant : la « pénétrabilité cognitive » (cognitive penetrability). Selon Pylyshyn, un processus computationnel interne n’est véritablement autonome et architectural que s’il est totalement insensible aux croyances, aux buts explicites et aux désirs conscients de l’agent cognitif. Si les sujets font tourner leurs représentations spatiales à une vitesse angulaire continue, arguait Pylyshyn, c’est simplement parce qu’ils appliquent tacitement leur connaissance intuitive de la physique du monde extérieur, se conformant docilement aux attentes implicites de l’expérimentateur dans une mise en scène théâtrale de leur pensée.

La réplique expérimentale et théorique de Roger Shepard fut d’une rigueur implacable. Par une armada de protocoles chronométriques d’une sophistication redoutable, Shepard et ses collaborateurs démontrèrent l’imperméabilité cognitive totale de la rotation mentale :

• Quelles que soient les instructions fournies aux sujets, qu’on les incite financièrement à sauter directement à la solution finale ou qu’on les entraîne intensivement pendant des semaines, il leur est biologiquement impossible d’effectuer la rotation instantanément ou de court-circuiter les étapes angulaires intermédiaires.
• La vitesse de rotation demeure remarquablement constante même lorsque le sujet ignore totalement la nature du test ou qu’on lui demande d’anticiper la trajectoire de figures sans signification sémantique accessible.
• Le processus manifeste une inertie et une dynamique temporelle qui rappellent la mécanique des corps solides, prouvant que la transformation s’effectue au sein d’un module cognitif dédié, fonctionnellement encapsulé et imperméable aux représentations linguistiques de haut niveau.

Ce débat homérique a permis de tracer des démarcations conceptuelles fondamentales au sein des architectures cognitives modernes, consolidant l’idée que le cerveau n’est pas un système homogène traitant aveuglément des symboles textuels, mais une mosaïque d’architectures spécialisées dont les moteurs analogiques et spatiaux constituent le socle computationnel le plus primitif et le plus fondamental.

9.2 Confrontation avec l’approche écologique de James J. Gibson

Un autre jalon intellectuel majeur de la biographie de Shepard fut sa confrontation nuancée avec l’approche écologique de la perception incarnée par James J. Gibson, l’auteur séminal de The Ecological Approach to Visual Perception. À première vue, tout semblait réunir les deux penseurs : une admiration partagée pour les contraintes de l’environnement naturel, un rejet commun du formalisme abstrait déconnecté de la biologie et une insistance sur les invariants de transformation physique.

Toutefois, une ligne de fracture épistémologique profonde séparait l’écologisme gibsonien de la psychologie shepardienne. Gibson défendait la doctrine de la « perception directe » (direct perception), selon laquelle l’organisme capte directement les affordances et les structures invariantes du flux optique ambiant sans qu’il soit jamais nécessaire de postuler l’existence de représentations internes, de calculs cérébraux ou de simulations computationnelles dans l’esprit. Pour le béhaviorisme écologique de Gibson, l’esprit ne calcule pas d’images internes : il résonne avec le monde ambiant de manière immédiate.

Shepard porta la critique au cœur même du système gibsonien avec une subtilité dialectique d’une élégance rare. Tout en rendant un hommage appuyé à Gibson pour avoir rappelé l’importance cardinale de la niche écologique universelle, Shepard fit remarquer que la perception directe est incapable d’expliquer ce qui se produit lorsque l’objet réel est absent : comment pouvons-nous imaginer mentalement un cube en train de pivoter les yeux fermés dans une obscurité totale ? Comment pouvons-nous rêver, anticiper la trajectoire d’un projectile passant derrière un mur opaque ou concevoir des paradoxes visuels impossibles ?

Shepard proposa une synthèse théorique splendide : les invariants environnementaux ne sont pas simplement « captés » à l’extérieur par un système sensoriel passif ; ils ont été internalisés au cours de l’évolution biologique dans la mécanique fonctionnelle du cerveau sous forme de contraintes géométriques innées. La résonance dont parlait poétiquement Gibson n’est pas un contact direct sans médiation avec la matière, mais la mise en vibration d’un système de simulation interne dont les équations de transformation ont été forgées pour refléter les symétries cinématiques du monde extérieur.

9.3 Défis posés par les approches connexionnistes et connexionnisme distribué

Au cours des années 1980, le paysage des sciences cognitives fut secoué par l’émergence triomphale du connexionnisme et des modèles de traitement distribué en parallèle (Parallel Distributed Processing, ou PDP), popularisés par James McClelland et David Rumelhart. Les réseaux de neurones artificiels formés de couches d’unités d’activation interconnectées par des poids synaptiques modifiables semblaient balayer d’un revers de main aussi bien le computationnalisme symbolique que les théories géométriques globales de l’esprit.

Roger Shepard observa cette déferlante avec un intérêt bienveillant mais teinté d’une critique épistémologique perçante. Bien loin de rejeter les réseaux de neurones — son propre algorithme de NMDS reposait après tout sur des techniques itératives d’optimisation de gradient très proches de la descente de gradient utilisée dans l’algorithme de rétropropagation de l’erreur —, Shepard mit en garde la communauté contre le piège du réductionnisme aveugle. Il rappelait que modéliser le cerveau sous la forme de milliers de connexions numériques distribuées ne constituait pas en soi une explication théorique satisfaisante si l’on ne comprenait pas les principes géométriques de haut niveau émergeant de cette soupe de paramètres.

Shepard démontra avec brio la compatibilité structurelle profonde entre sa théorie géométrique de l’esprit et les représentations vectorielles au sein des réseaux de neurones. Lorsqu’un réseau profond traite des données perceptives complexes, les couches cachées d’activation vectorielle projettent les signaux dans des espaces d’états d’une dimensionnalité vertigineuse. Or, que découvre-t-on lorsque l’on analyse les distances géométriques séparant ces vecteurs d’activation neuronale ? On y retrouve exactement les configurations spatiales d’isomorphisme de second ordre, les métriques d’espace euclidien ou de Manhattan et les fonctions de généralisation exponentielle prédites par ses propres équations dès les décennies précédentes ! Shepard a ainsi servi de phare théorique, rappelant inlassablement que l’étude de l’esprit exige des lois mathématiques principielles de haut niveau et ne saurait se dissoudre dans la simple description empirique de connexions synaptiques désordonnées.

10. Collaborations scientifiques, mentorat et constitution d’une école de pensée

10.1 Collaborations séminales et étudiants illustres

L’éclat scientifique de Roger Shepard ne se mesure pas seulement à l’aune de ses publications individuelles, mais également à la lignée intellectuelle exceptionnelle qu’il a formée et inspirée tout au long de son professorat à l’Université Stanford. Shepard possédait un don rare pour déceler le génie naissant chez ses étudiants et un style de mentorat socratique d’une générosité légendaire, accordant à ses disciples une liberté de pensée totale tout en leur inculquant une exigence méthodologique intransigeante.

Parmi ses collaborations les plus marquantes figure en premier lieu celle nouée avec Lynn Cooper. Ensemble, ils formulent la synthèse monumentale de leurs recherches chronométriques dans l’ouvrage de référence Mental Images and Their Transformations, paru en 1982. Leurs expériences sur la rotation mentale de formes polygonales, l’interpolation temporelle des trajectoires spatiales et les métriques de décision perceptivo-motrice constituent des chefs-d’œuvre de psychophysique cognitive dont la rigueur n’a jamais été égalée.

Une autre contribution majeure issue de son laboratoire fut menée avec sa doctorante Jennifer Freyd. Au début des années 1980, Freyd et Shepard découvrent le phénomène stupéfiant de l’« élan représentatif » (representational momentum). Ils démontrent expérimentalement que lorsque des sujets humains observent une séquence de photographies montrant un objet matériel en mouvement cinématique continu (par exemple une personne sautant d’une table ou une fusée en vol) et que la séquence s’interrompt brutalement, la mémoire spatiale immédiate du sujet déforme inconsciemment la position finale de l’objet : le cerveau « glisse » vers l’avant, comme si la représentation mentale interne possédait une quantité de mouvement physique et une inertie dynamique propre qui continuaient leur course dans l’esprit après la disparition du signal perceptif externe !

La liste de ses étudiants et collaborateurs postdoctoraux se lit comme un panthéon des sciences cognitives contemporaines :

• Joshua Tenenbaum : Professeur au MIT, pionnier mondial des sciences cognitives computationnelles et des modèles bayésiens de l’apprentissage des concepts.
• Jennifer Freyd : Professeure émérite à l’Université de l’Oregon, théoricienne majeure de la dynamique représentative et de la psychologie des traumatismes.
• Lynn Cooper : Professeure émérite à l’Université Columbia, figure de proue de l’étude chronométrique de la reconnaissance des formes et de l’imagerie spatiale.
• Michael Kubovy : Psychologue éminent de la perception auditive et visuelle à l’Université de Virginie.

10.2 Impact transversal sur la psychologie cognitive et expérimentale

Durant les décennies 1970 et 1980, sous l’impulsion conjuguée de Roger Shepard et de collègues aux talents exceptionnels, le département de psychologie de l’Université Stanford s’est imposé comme l’épicentre mondial incontournable de la psychologie cognitive et expérimentale. L’effervescence intellectuelle qui régnait dans les couloirs du Jordan Hall a façonné les canons de la discipline pour le demi-siècle à venir.

Les interactions scientifiques quotidiennes entre Shepard et ses pairs stanfordiens furent d’une fécondité prodigieuse. C’est à quelques pas du laboratoire de Shepard qu’Amos Tversky et Daniel Kahneman élaboraient la théorie des perspectives et cartographiaient les biais heuristiques du jugement humain, révolutionnant au passage la science économique. Bien que Tversky ait parfois défendu des modèles de similarité fondés sur les ensembles de traits discrets (comme son modèle de contraste) en opposition apparente aux espaces géométriques continus de Shepard, les deux géants nourrissaient un respect mutuel indéfectible, confrontant leurs formalisations mathématiques respectives dans des séminaires d’une intensité légendaire.

Aux côtés de Gordon Bower, figure tutélaire de l’étude formelle de la mémoire humaine, Shepard a institué des normes méthodologiques drastiques qui sont devenues le standard d’or de la psychologie contemporaine :

• Refus catégorique des modèles purement verbaux ou spéculatifs au profit d’équations mathématiques formellement résolubles.
• Conception de protocoles expérimentaux d’une pureté contrainte absolue, où chaque milliseconde de temps de réaction et chaque millimètre de déplacement spatial sont enregistrés avec une précision instrumentale optimale.
• Intégration permanente entre psychophysique du bas niveau sensoriel et théories cognitives de haut niveau.

10.3 Style pédagogique et éthique de la recherche

Ceux qui ont eu le privilège de côtoyer Roger Shepard décrivent unanimement un être d’une modestie bouleversante, habité par une douceur bienveillante et une probité intellectuelle exemplaire qui tranchaient singulièrement avec les rivalités d’ego souvent prégnantes dans l’académie de premier plan. Shepard ne cherchait jamais à écraser ses contradicteurs par la joute oratoire ; il répondait aux critiques par des démonstrations expérimentales limpides et des calculs d’une clarté irréfutable.

En tant qu’enseignant, Shepard encourageait par-dessus tout chez ses étudiants le développement de la créativité visuelle, de la pensée latérale et de l’intuition spatiale. Lors de ses séminaires doctoraux, il n’hésitait pas à distribuer des crayons de couleur et du papier à dessin, invitant ses disciples à esquisser leurs hypothèses théoriques sous forme de diagrammes géométriques, de sculptures conceptuelles ou de figures cinématiques avant même de tenter d’en coucher la description sous forme de texte ou de code informatique. Il enseignait que la véritable pensée scientifique commence toujours par une vision phénoménologique claire avant de s’incarner dans l’appareil technique.

Cette éthique de la recherche incarnait une vision profondément humaniste, esthétique et unifiée de la science. Roger Shepard voyait dans l’investigation de l’esprit une aventure poétique où l’élégance de la solution mathématique devait refléter la grâce naturelle de la conscience. Sa vie entière fut un modèle de dévouement désintéressé à la recherche de la vérité fondamentale, imperméable aux modes managériales ou aux impératifs d’utilité immédiate du monde marchand.

11. Distinctions académiques, reconnaissance institutionnelle et rayonnement mondial

11.1 Élection au sein des académies scientifiques prestigieuses

L’ampleur monumentale et la pérennité des contributions de Roger Shepard lui ont valu de son vivant la reconnaissance des institutions scientifiques les plus prestigieuses de la planète. Loin de demeurer confiné aux frontières de la psychologie corporatiste, son prestige a rapidement rayonné sur l’ensemble de la communauté des sciences fondamentales.

Dès 1977, alors qu’il n’est âgé que de 48 ans, il est élu membre titulaire de la National Academy of Sciences (NAS) des États-Unis, la plus haute consécration octroyée à un chercheur américain par ses pairs, au sein de la section de psychologie cognitive et neurobiologie du comportement. Quelques années auparavant, en 1973, il avait déjà été admis au sein de la vénérable American Academy of Arts and Sciences, attestant de la double nature de son œuvre, conjuguant la rigueur des sciences dures et la finesse des humanités.

En 1999, il est élu à l’American Philosophical Society, la plus ancienne société savante des États-Unis fondée par Benjamin Franklin en 1743, rejoignant une lignée d’esprits encyclopédiques illustres ayant œuvré à l’avancement universel du savoir. Parallèlement, il a exercé des responsabilités institutionnelles déterminantes en présidant l’American Psychological Society (aujourd’hui l’Association for Psychological Science) et la Psychometric Society, tout en recevant les hommages solennels de la Cognitive Science Society et de l’American Psychological Association (APA).

11.2 Prix Rumelhart et la National Medal of Science

Le couronnement institutionnel de la carrière de Roger Shepard intervient au milieu des années 1990 avec l’attribution de la plus haute distinction scientifique que le gouvernement des États-Unis puisse conférer à un chercheur : la prestigieuse National Medal of Science. En 1995, lors d’une cérémonie solennelle sous les lambris dorés de la Maison Blanche, le président Bill Clinton lui remet en main propre cette médaille suprême avec la citation officielle suivante, honorant :

« Ses fondations théoriques pionnières des sciences cognitives, ses découvertes révolutionnaires sur la nature de l’imagerie mentale et de la perception spatiale, ainsi que ses contributions mathématiques monumentales au positionnement multidimensionnel et aux lois universelles de la généralisation psychologique. »

Cette médaille marquait un tournant symbolique historique : pour la première fois, la psychologie cognitive expérimentale et la modélisation formelle de l’esprit étaient hissées au même rang d’excellence fondamentale que la physique quantique, l’astrophysique, la biologie moléculaire ou les mathématiques fondamentales.

En 2006, la communauté internationale des sciences cognitives lui décerne le prix David E. Rumelhart (souvent qualifié de « prix Nobel des sciences cognitives ») pour sa contribution théorique colossale aux fondements formels de la cognition humaine. Cette distinction honorifique venait clore une carrière parsemée des trophées académiques les plus vénérés, incluant le Distinguished Scientific Contribution Award de l’American Psychological Association en 1976 et de multiples doctorats honoris causa décernés par les plus grandes universités d’Europe et d’Amérique du Nord.

11.3 Rayonnement international et réceptions philosophiques

L’onde de propagation des découvertes de Shepard a très largement dépassé le périmètre des laboratoires de psychologie empirique pour imprégner durablement la philosophie contemporaine de l’esprit, l’épistémologie et l’esthétique analytique. Ses travaux ont constitué une source inépuisable de réflexions conceptuelles pour des philosophes de renommée mondiale tels que Ned Block, Daniel Dennett, Jerry Fodor et Colin McGinn.

Ned Block a fait des expériences de rotation mentale de Shepard la pierre de touche de son argumentation dans la critique du fonctionnalisme computationnel étroit, soulignant la réalité phénoménale irréductible du « format analogique » des représentations visuelles. Daniel Dennett, bien qu’adoptant une posture souvent critique à l’égard de l’imagerie subjective, a salué à maintes reprises la rigueur avec laquelle Shepard a su désamorcer le piège de l’homoncule cartésien grâce au concept mathématique de l’isomorphisme de second ordre. Pour le philosophe de l’art Nelson Goodman, les travaux de Shepard sur les métriques projectives et les illusions graphiques ont jeté un pont décisif entre la théorie des symboles artistiques et la science empirique de la perception.

Dans les manuels universitaires de psychologie cognitive, de neurosciences et d’intelligence artificielle à travers le monde, le nom de Roger Shepard est devenu une référence canonique universelle. De l’Université d’Oxford à l’Université de Tokyo, de la Sorbonne à l’Université de Pékin, aucun cursus de sciences de l’esprit ne peut faire l’impasse sur l’expérience de 1971, l’hélice de la hauteur musicale ou la formulation mathématique de la loi de 1987. Shepard est unanimement salué comme l’un des rares architectes ayant réussi à bâtir des ponts indestructibles entre la chair sensible de l’expérience phénoménale et les abstractions éternelles de la géométrie pure.

12. L’héritage pérenne de Roger Shepard (1929-2022) dans les sciences contemporaines

12.1 Imagerie cérébrale fonctionnelle et confirmation neurobiologique

L’un des hommages les plus éclatants rendus à la vision théorique de Roger Shepard au crépuscule de sa vie est venu de l’avènement spectaculaire des neurosciences cognitives modernes et des techniques d’imagerie cérébrale fonctionnelle (IRMf, magnétoencéphalographie et enregistrements électrophysiologiques unitaires). Lorsque Shepard théorisait la rotation mentale et l’isomorphisme de second ordre dans les années 1970, il ne disposait que de chronomètres millimétriques et de papiers millimétrés pour inférer l’architecture interne du cerveau.

À partir des années 1990 et 2000, lorsque les neuroscientifiques ont placé des sujets accomplissant les tâches de Shepard et Metzler au sein d’aimants d’IRM fonctionnelle, les prédictions du maître de Stanford ont été confirmées avec une précision anatomique époustouflante :

• Activation pariétale graduée : L’exécution d’une rotation mentale recrute massivement et spécifiquement le cortex pariétal postérieur (en particulier le sillon intrapariétal) et les aires prémotrices, dont le niveau d’oxygénation sanguine (signal BOLD) augmente de manière directement proportionnelle à l’angle de rotation exigé.
• Rétinotopie dynamique : Des études magnétoencéphalographiques (MEG) d’une haute résolution temporelle ont révélé que l’activité neuronale dans les aires visuelles précoces (V1 à V4) traverse bel et bien un balayage cinématique continu correspondant aux orientations intermédiaires de la forme, matérialisant biologiquement la trajectoire analogique prédite dès 1971.
• Recrutement moteur : Le système visuel sollicite les circuits moteurs de planification de l’action pour faire pivoter la forme mentale, confirmant que l’imagerie spatiale est une simulation incarnée et non un calcul logique désincarné.

L’imagerie cérébrale a ainsi apporté la preuve définitive que Roger Shepard avait vu juste à travers le brouillard méthodologique de son époque : l’esprit humain utilise ses cartes corticales topographiques comme de véritables calculateurs analogiques de haute précision cinématique.

12.2 Intelligence artificielle et plongements d’espaces latents (Embeddings)

L’autre domaine où l’héritage de Shepard connaît aujourd’hui une renaissance fulgurante d’une portée planétaire est l’intelligence artificielle contemporaine et l’apprentissage profond (Deep Learning). À première vue, rien ne semble plus éloigné des dessins au trait de Shepard que les gigantesques réseaux de neurones actuels entraînés sur des pétaoctets de texte et d’images. Pourtant, les fondations mathématiques de ces systèmes reposent très exactement sur les concepts inventés par Shepard six décennies plus tôt.

Le positionnement multidimensionnel non métrique (NMDS) est l’ancêtre direct et le précurseur conceptuel de toutes les méthodes modernes de réduction de dimensionnalité et de plongement d’espaces latents (Latent Space Embeddings) indispensables à l’IA contemporaine :

• Les algorithmes contemporains tels que t-SNE (t-Distributed Stochastic Neighbor Embedding) développé par Laurens van der Maaten et Geoffrey Hinton, ou UMAP (Uniform Manifold Approximation and Projection), sont des prolongements mathématiques directs de la quête shepardienne visant à préserver la topologie des voisinages et les rangs de proximité dans un espace géométrique de dimension réduite.
• Dans les grands modèles de langage (LLMs) tels que GPT-4 ou Claude, la façon dont les mots, les concepts et les tokens sont représentés sous la forme d’« embeddings vectoriels » — où la similarité sémantique entre deux concepts correspond à la distance géométrique de cosinus au sein d’un espace vectoriel à haute dimension — est l’incarnation computationnelle directe de la géométrie des représentations conceptualisée par Shepard.
• La modélisation bayésienne de l’apprentissage statistique supervisé et few-shot learning s’appuie désormais formellement sur la loi universelle de la généralisation exponentielle de Shepard pour modéliser la façon dont une machine peut inférer une classe de concepts robuste à partir d’un nombre restreint d’exemples d’apprentissage.

Par une ironie grandiose de l’histoire des idées, l’homme qui avait combattu le modèle d’une intelligence artificielle purement logique et désincarnée dans les années 1970 a fourni à l’intelligence artificielle moderne les armes géométriques et mathématiques qui lui permettent aujourd’hui de fonctionner avec succès.

12.3 Bilan historique d’une vie consacrée aux géométries de l’esprit

La disparition de Roger Shepard le 30 mai 2022, à l’âge vénérable de 93 ans, a suscité une vague d’hommages unanimes et émus à travers l’ensemble de la communauté scientifique mondiale. De Stanford à Harvard, du MIT à l’Institut Max Planck, les plus grandes voix des sciences de l’esprit ont salué la perte d’un géant d’une stature intellectuelle comparable à celle des pères fondateurs des sciences physiques modernes.

Le bilan historique de cette existence tout entière vouée à la science est d’une fécondité vertigineuse. Roger Shepard aura réussi le prodige d’unifier quatre disciplines qui s’ignoraient trop souvent :

• La psychophysique quantitative : Dont il a hissé la précision chronométrique à un niveau d’élégance expérimentale inégalé.
• La géométrie différentielle et la topologie : Qu’il a érigées en langage mathématique naturel de l’architecture mentale.
• La psychologie de l’art et l’esthétique : Dont il a révélé les soubassements cognitifs par des illusions graphiques impérissables.
• La biologie de l’évolution néodarwinienne : Dont il a démontré qu’elle a gravé dans nos circuits neuronaux les symétries invariantes de notre univers.

Roger Shepard laisse derrière lui le souvenir d’un pionnier visionnaire ayant accompli l’une des quêtes les plus nobles de l’aventure humaine : prouver que l’esprit n’est pas un chaos impénétrable ni une machine logique froide, mais un cosmos ordonné, une architecture vivante gouvernée par des lois de symétrie d’une beauté mathématique éblouissante. Tant qu’il y aura des êtres conscients pour contempler un tableau d’art, pour écouter une gamme musicale s’élever vers le ciel ou pour faire pivoter mentalement un objet dans le secret de leurs pensées, le génie de Roger Shepard continuera d’éclairer, avec une clarté souveraine, les géométries intimes de notre propre conscience.

Références

Block, N. (1981). Imagery. MIT Press.

Cooper, L. A., & Shepard, R. N. (1973). Chronometric studies of the rotation of mental images. In W. G. Chase (Ed.), Visual Information Processing (pp. 75-176). Academic Press. https://doi.org/10.1016/B978-0-12-168850-9.50009-3

Freyd, J. J. (1987). Dynamic mental representations. Psychological Review, 94(4), 427-438. https://doi.org/10.1037/0033-295X.94.4.427

Freyd, J. J., & Finke, R. A. (1984). Representational momentum. Journal of Experimental Psychology: Learning, Memory, and Cognition, 10(1), 126-132. https://doi.org/10.1037/0278-7393.10.1.126

Gibson, J. J. (1979). The Ecological Approach to Visual Perception. Houghton Mifflin.

Kosslyn, S. M. (1980). Image and Mind. Harvard University Press.

Kruskal, J. B. (1964). Multidimensional scaling by optimizing goodness of fit to a nonmetric hypothesis. Psychometrika, 29(1), 1-27. https://doi.org/10.1007/BF02289565

Nosofsky, R. M. (1986). Attention, similarity, and the identification-categorization relationship. Journal of Experimental Psychology: General, 115(1), 39-57. https://doi.org/10.1037/0096-3445.115.1.39

Pylyshyn, Z. W. (1973). What the mind’s eye tells the mind’s brain: A critique of mental imagery. Psychological Bulletin, 80(1), 1-24. https://doi.org/10.1037/h0034650

Pylyshyn, Z. W. (2002). Mental imagery: In search of a theory. Behavioral and Brain Sciences, 25(2), 157-182. https://doi.org/10.1017/S0140525X02000043

Risset, J.-C. (1969). Pitch and timbre variations in computer-synthesized sounds (Technical Report). Bell Telephone Laboratories.

Shepard, R. N. (1962). The analysis of proximities: Multidimensional scaling with an unknown distance function. I. Psychometrika, 27(2), 125-140. https://doi.org/10.1007/BF02289630

Shepard, R. N. (1962). The analysis of proximities: Multidimensional scaling with an unknown distance function. II. Psychometrika, 27(3), 219-246. https://doi.org/10.1007/BF02289621

Shepard, R. N. (1964). Circularity in judgments of relative pitch. The Journal of the Acoustical Society of America, 36(12), 2346-2353. https://doi.org/10.1121/1.1919362

Shepard, R. N. (1981). Psychophysical complementarity. In M. Kubovy & J. R. Pomerantz (Eds.), Perceptual Organization (pp. 279-341). Lawrence Erlbaum Associates.

Shepard, R. N. (1984). Ecological constraints on internal representation: Resonant kinematics of perceiving, imagining, thinking, and dreaming. Psychological Review, 91(4), 417-447. https://doi.org/10.1037/0033-295X.91.4.417

Shepard, R. N. (1987). Toward a universal law of generalization for psychological science. Science, 237(4820), 1317-1323. https://doi.org/10.1126/science.3629243

Shepard, R. N. (1990). Mind Sights: Original Visual Illusions, Ambiguities, and Other Anomalies, with a Commentary on the Mind Through Perception and Art. W. H. Freeman and Company.

Shepard, R. N. (2001). Perceptual-cognitive universals as reflections of the world. Behavioral and Brain Sciences, 24(4), 581-601. https://doi.org/10.1017/S0140525X01000036

Shepard, R. N., & Cooper, L. A. (1982). Mental Images and Their Transformations. MIT Press / Bradford Books.

Shepard, R. N., & Metzler, J. (1971). Mental rotation of three-dimensional objects. Science, 171(3972), 701-703. https://doi.org/10.1126/science.171.3972.701

Tenenbaum, J. B., & Griffiths, T. L. (2001). Generalization, similarity, and Bayesian inference. Behavioral and Brain Sciences, 24(4), 629-640. https://doi.org/10.1017/S0140525X01000061

Tversky, A. (1977). Features of similarity. Psychological Review, 84(4), 327-352. https://doi.org/10.1037/0033-295X.84.4.327

Van der Maaten, L., & Hinton, G. (2008). Visualizing data using t-SNE. Journal of Machine Learning Research, 9(86), 2579-2605.