Psychologie cognitive : comment l’esprit traite l’information.

Pendant la première moitié du XXe siècle, la psychologie académique nord-américaine s’est largement organisée autour du behaviorisme. Le behaviorisme dominant marginalisait les représentations mentales comme variables explicatives : les stimuli observables et les réponses mesurables étaient les données jugées légitimes, et l’introspection était tenue pour invérifiable. Watson puis Skinner ont construit sur cette base des lois d’apprentissage précises, un vocabulaire de conditionnement et une ambition d’objectivité qui tranchait avec l’introspection subjective du siècle précédent. Skinner traitait toutefois pensées et émotions comme des événements privés à expliquer dans un cadre comportemental, plutôt que comme des causes mentales autonomes.

Cette discipline a produit des résultats solides sur l’apprentissage animal et certains apprentissages humains simples. Mais certains phénomènes résistaient à une explication par le seul passé de renforcement : la rapidité de l’acquisition du langage chez l’enfant, la résolution de problèmes nouveaux, ou encore les limites précises et reproductibles de la mémoire immédiate. Ces anomalies, plus qu’un événement unique, ont préparé le terrain à un autre cadre.

En 1956, George Miller publie « The Magical Number Seven, Plus or Minus Two », où il rassemble des résultats issus de tâches différentes (empan, jugement absolu, regroupement en « chunks »). Il ne démontre pas qu’une capacité unique plafonne universellement à sept éléments : il met plutôt en évidence que les limites observées dépendent de ce qui est compté, de la stratégie disponible et de la possibilité de regrouper l’information. L’article emprunte directement à la théorie de l’information de Shannon un vocabulaire de canaux, de capacité et de bits, pour traiter l’esprit non plus comme une boîte noire associative mais comme un système qui encode, stocke et récupère une quantité limitée d’information.

Les estimations contemporaines de la mémoire de travail contrôlée se situent souvent autour de trois à cinq chunks, sans que « quatre » remplace simplement « sept » comme nouveau nombre magique. L’héritage durable de Miller tient donc moins à un chiffre précis qu’au geste : montrer que des limites internes, mesurables et modulées par les stratégies de représentation, pouvaient être étudiées avec la même rigueur qu’un comportement observable.

En 1959, Noam Chomsky publie dans la revue Language un compte rendu critique de l’ouvrage de Skinner Verbal Behavior, qui cherchait à rendre compte du langage par les contingences, les usages verbaux et l’histoire d’apprentissage. Chomsky lui oppose trois arguments : la rapidité et la régularité avec lesquelles les enfants produisent des phrases jamais entendues ; la pauvreté du signal linguistique auquel ils sont exposés, comparée à la richesse grammaticale qu’ils acquièrent ; et la nature manifestement générative, gouvernée par des règles, du langage humain.

Ce texte est devenu, dans le récit que la discipline se raconte a posteriori, l’un des symboles du basculement vers le cognitivisme : il légitimait l’étude de représentations internes non observables, comme une grammaire mentale, en tant qu’objet scientifique à part entière. Son impact réel sur la pratique behavioriste a cependant été plus lent et plus contesté que ne le laisse penser cette légende fondatrice, la plupart des laboratoires ayant continué leurs programmes pendant encore plusieurs années.

La psycholinguistique actuelle étudie l’accès lexical, la compréhension, la production et l’apprentissage de régularités syntaxiques avec des méthodes comportementales, développementales et neurales. Elle examine comment l’attention et la mémoire de travail contraignent le traitement en temps réel, sans réduire le langage à ces seules ressources.

Le débat Chomsky–Skinner a donc surtout ouvert des questions. Il ne tranche pas à lui seul ce que sont les représentations linguistiques, la part des régularités apprises, ni la manière dont production et compréhension s’articulent. Ces questions restent des objets de recherche empirique plutôt que des conséquences obligées d’une position philosophique ancienne.

Des historiens de la psychologie ont montré que le terme même de « révolution cognitive » a été en partie construit rétrospectivement. Des concepts qualifiés aujourd’hui de cognitifs existaient bien avant les années 1950 : les cartes cognitives de Tolman chez le rat dès les années 1930, la psychologie de la forme allemande, ou encore la théorie des schémas de Bartlett sur la mémoire reconstructive publiée en 1932. Le behaviorisme n’a pas non plus disparu du jour au lendemain ; certaines de ses méthodes et revues ont perduré des décennies après le prétendu tournant.

Cette nuance a une conséquence pour la lecture du champ aujourd’hui : la « métaphore de l’ordinateur », qui a dominé les premières décennies du cognitivisme (entrée, traitement, stockage, sortie), n’était elle-même qu’une analogie datée, contestée plus tard de l’intérieur même des sciences cognitives par le connexionnisme et la cognition incarnée. La discipline s’est construite par révisions successives, non par l’établissement définitif d’une doctrine unique.

Tversky et Kahneman ont montré, à partir de 1974, que le jugement en situation d’incertitude s’appuie souvent sur des heuristiques (représentativité, disponibilité, ajustement) qui produisent des écarts systématiques et prévisibles par rapport aux modèles normatifs de la probabilité. L’apport décisif n’est pas telle ou telle démonstration isolée, mais le déplacement conceptuel : traiter les erreurs de jugement non comme du bruit aléatoire, mais comme la trace régulière de processus cognitifs sous-jacents identifiables.

Les prédictions de la théorie des perspectives et plusieurs effets de jugement ont reçu des confirmations substantielles. L’ampleur et même la présence d’une aversion aux pertes dépendent toutefois du contexte de choix et de la manière dont elle est opérationnalisée : une méta-analyse de 2024 sur les choix risqués estime le paramètre moyen à environ 1,31, bien en dessous du 2,25 devenu célèbre chez Tversky et Kahneman, et une réanalyse de 2025 conteste la robustesse du phénomène. Cette aversion ne doit pas servir d’étiquette universelle pour toute décision, et constitue un bon exemple de résultat dépendant de son opérationnalisation. La bonne lecture est donc effet par effet, et non une adhésion globale à l’idée que « les biais cognitifs » forment un catalogue uniformément solide.

La perception n’est pas l’enregistrement passif de tout ce qui atteint les sens. Les recherches sur la recherche visuelle, l’attention sélective et l’écoute dichotique montrent qu’une partie de l’information est traitée rapidement, tandis que l’intégration consciente d’objets, la sélection d’une cible et le maintien d’un but mobilisent des ressources limitées. La théorie de l’intégration des caractéristiques de Treisman a ainsi proposé que certaines propriétés simples, comme une couleur ou une orientation, soient détectées de façon relativement parallèle, alors que leur liaison dans un objet dépend davantage de l’attention.

Les modèles contemporains décrivent l’attention comme plusieurs fonctions coordonnées plutôt qu’un unique projecteur : maintenir un niveau d’éveil, s’orienter vers une information pertinente et contrôler un conflit entre réponses possibles. Ces fonctions s’appuient sur des réseaux cérébraux et des tâches distinctes, sans que cela autorise à localiser une capacité complexe dans une seule zone. Ce cadre explique pourquoi une personne peut repérer une information saillante tout en échouant à ignorer une distraction, ou maintenir son attention dans une tâche simple mais se désorganiser dès que les objectifs entrent en concurrence.

La psychologie cognitive transforme des hypothèses sur les opérations mentales en prédictions sur des temps de réaction, des erreurs et leurs variations selon les conditions. Un paradigme expérimental isole ainsi une différence entre deux tâches ou deux versions d’une même tâche. La vitesse et la précision doivent être lues ensemble : répondre plus vite peut déplacer les erreurs plutôt que révéler un traitement plus efficace. Une dissociation simple, puis une dissociation double entre tâches (chaque tâche échouant précisément quand l’autre réussit), peut contraindre une théorie en montrant des profils différents ; elle ne prouve pas à elle seule deux modules purs ni leur localisation.

Les modèles formels vont un pas plus loin en obligeant une explication verbale à produire des prédictions chiffrées. Dans les modèles d’accumulation de preuves, par exemple, temps de réponse, distribution des temps et précision permettent de distinguer une information plus discriminante d’un seuil de réponse plus prudent. Un modèle ne remplace pas l’expérience, mais rend explicites les mécanismes proposés et les données qui pourraient les contredire.

Un souvenir durable se forme d’autant mieux que l’information est reliée à des connaissances préalables, traitée avec une élaboration pertinente et récupérée dans des contextes variés. Le maintien passif ne garantit pas la consolidation ; ce qui compte est aussi la possibilité de retrouver l’information plus tard à partir d’indices qui ne sont jamais une copie exacte de la situation d’apprentissage.

L’oubli n’est donc pas une seule chose. Il peut refléter une trace devenue moins accessible, l’interférence d’autres apprentissages, l’absence d’un indice de récupération utile ou une difficulté à distinguer des épisodes proches. La mémoire de travail participe à l’encodage et à la recherche contrôlée, mais la mémoire à long terme apporte en retour les connaissances qui rendent cette recherche possible.

Tulving a rendu particulièrement féconde la distinction entre mémoire épisodique (se souvenir d’un événement situé) et mémoire sémantique (connaître des faits, des mots et des concepts). Elles coopèrent souvent sans se réduire l’une à l’autre : raconter un voyage mobilise des connaissances générales ; apprendre un concept peut s’appuyer sur des épisodes particuliers.

Le rappel est reconstructif : attentes, schémas et formulation d’une question peuvent modifier ce qui est rapporté sans que la personne mente. Les travaux sur les faux souvenirs montrent cette vulnérabilité, mais ne justifient ni un scepticisme général envers tout témoignage ni l’idée qu’un souvenir retrouvé constituerait à lui seul une preuve. Cette question relie la psychologie cognitive à l’entretien, à l’apprentissage et à la prudence clinique.

La mémoire à long terme ne se limite pas aux souvenirs et aux connaissances que l’on peut rapporter. Des habiletés procédurales, des effets d’amorçage et certains apprentissages de régularités peuvent modifier une performance sans qu’une personne puisse décrire précisément l’épisode d’apprentissage ou la règle mobilisée. Ces formes non déclaratives n’effacent pas la distinction épisodique–sémantique : elles complètent la carte des manières dont l’expérience laisse une trace.

Lorsqu’une situation active une réponse habituelle mais inadaptée, le contrôle peut maintenir la règle pertinente, sélectionner une autre action et répartir l’attention sur les informations utiles. Les tâches de Stroop, de changement de tâche ou de signal d’arrêt rendent ce problème visible en créant une concurrence mesurable entre réponses. Dans les modèles de monitoring du conflit, l’augmentation de cette concurrence signale qu’un ajustement peut être nécessaire au fil des essais ; elle ne postule pas un petit décideur qui commanderait chaque opération depuis un point unique du cerveau.

Ce vocabulaire décrit des fonctions de régulation de l’action orientée vers un but. Il ne se laisse pas réduire au cortex préfrontal : les résultats comportementaux et neuraux concernent des réseaux distribués dont la contribution dépend de la tâche, de la règle, de la pratique et du contexte.

La tripartition classique distingue l’inhibition d’une réponse dominante ou d’une interférence, la mise à jour du contenu actuellement pertinent de la mémoire de travail, et la flexibilité qui reconfigure une règle ou alterne entre tâches. Elle fournit des contrastes expérimentaux féconds, non une carte définitive en trois boîtes indépendantes. Les recherches sur l’unité et la diversité montrent des composantes communes de contrôle et des différences reproductibles entre certaines dimensions ; selon les tâches et les analyses, l’inhibition ne se sépare pas toujours aussi nettement que la mise à jour ou le changement de tâche.

Une performance à une tâche exécutive est toujours impure : elle dépend aussi de la compréhension des consignes, de la vitesse perceptive et motrice, de la mémoire, de la motivation et des stratégies. Pour étudier un construit, les chercheurs croisent donc plusieurs tâches et cherchent les régularités qu’elles partagent plutôt que d’inférer une capacité générale à partir d’un seul score. Une dissociation entre tâches peut contraindre un modèle ; elle ne suffit pas, à elle seule, à prouver l’existence d’un module isolé.

Catégoriser permet de traiter un cas nouveau à partir de cas déjà rencontrés : reconnaître un objet comme un oiseau aide à prédire qu’il a certaines propriétés, sans devoir les apprendre de zéro pour chaque individu. Les effets de typicalité montrent néanmoins que tous les membres d’une catégorie ne se valent pas psychologiquement : un rouge-gorge paraît plus représentatif d’« oiseau » qu’un manchot, et se reconnaît ou se vérifie souvent plus vite.

Les modèles à prototypes expliquent ce gradient par la comparaison avec une représentation résumée des traits les plus typiques. Les modèles à exemplaires conservent plutôt des cas particuliers : ils prédisent une sensibilité à la fréquence, à la similarité avec les instances connues et aux exceptions mémorisées. Les deux approches peuvent parfois rendre compte de la même réponse, mais elles prédisent différemment l’effet d’un exemplaire inhabituel, de la distribution des cas appris ou d’une catégorie nouvelle.

Certaines catégories se prêtent davantage à une règle explicite : un triangle a trois côtés, et une consigne peut indiquer quelle dimension sépare deux classes. Mais les connaissances conceptuelles ne se réduisent pas à une forme ou à une règle verbalisable : fonctions, relations causales, usages et théories naïves peuvent rendre une propriété plus pertinente qu’une simple ressemblance perceptive.

L’apprentissage modifie donc les dimensions auxquelles on prête attention, le poids donné aux indices et la façon de traiter les exceptions. Une personne peut recourir à une règle dans une tâche bien définie, à des exemplaires dans une autre, ou utiliser un prototype pour un jugement rapide puis vérifier un cas limite avec davantage de connaissances. Ces approches ne sont pas nécessairement mutuellement exclusives ; leur intérêt est de préciser quel type d’information une catégorisation met à profit.

La déduction évalue ce qui suit nécessairement de prémisses ; l’induction étend prudemment une régularité à partir d’exemples et reste incertaine ; le raisonnement analogique met en correspondance des relations entre deux domaines ; la résolution de problèmes cherche une voie vers un but sous des contraintes. Les modèles mentaux décrivent une part du raisonnement comme la construction et la comparaison de possibilités, ce qui aide à comprendre à la fois les inférences réussies et certaines erreurs prévisibles.

La représentation initiale du problème oriente l’espace des solutions : comprendre une tâche comme un calcul, comme une recherche d’indices ou comme une relation à transformer ne déclenche pas les mêmes stratégies. Les connaissances antérieures peuvent fournir une procédure utile, mais aussi attirer vers une méthode familière qui ne convient pas. Résoudre ne consiste donc pas seulement à appliquer une règle : c’est sélectionner, tester et parfois restructurer une représentation.

Une analogie utile ne repose pas seulement sur une ressemblance visible. Elle met en relation une structure : par exemple, deux situations peuvent partager une relation de causalité ou de contrainte malgré des objets, un vocabulaire et un décor différents. Chercher cette correspondance structurelle demande de sélectionner quels éléments jouent le même rôle ; une similarité superficielle peut faciliter le repérage initial sans garantir que l’analogie soit pertinente.

C’est pourquoi le transfert est souvent difficile : réussir un problème ne garantit pas que l’on reconnaîtra sa structure dans un contexte éloigné. La généralisation devient plus probable lorsque les cas sont comparés explicitement, que la relation commune est nommée ou représentée, et que l’on pratique son emploi sous plusieurs variations. Ces conditions facilitent le transfert sans le transformer en capacité générale déduite d’une seule réussite.

Un jugement de confiance, de facilité d’apprentissage ou de « mot sur le bout de la langue » relève du monitoring : il estime l’état de ses connaissances. Choisir de relire, de s’auto-tester, de chercher une information ou de changer de stratégie relève du contrôle. Les deux processus sont liés, sans être équivalents : un bon signal de confiance peut encore conduire à une mauvaise stratégie, et inversement.

Les travaux de Flavell et Koriat montrent que ces jugements utilisent des indices accessibles (familiarité, fluidité, cohérence) plutôt qu’un accès transparent à la force réelle d’un souvenir. Ils sont donc informatifs, mais faillibles. Cette distinction prévient deux illusions symétriques : croire son ressenti infaillible ou le considérer comme entièrement inutile.

Une relecture fluide peut ainsi donner une impression de maîtrise parce que le texte est familier, alors que récupérer l’idée sans support reste difficile. Le mauvais indice ne rend pas le jugement absurde : il indique qu’il faut le recalibrer avec une tâche qui ressemble à l’usage visé, par exemple se rappeler, expliquer ou appliquer après un délai. Le contrôle peut alors changer : espacer une reprise, choisir un exemple contrasté, demander un retour ou cesser de relire ce qui paraît seulement familier. La métacognition utile est donc une boucle, pas un simple sentiment de confiance.

Se tester améliore souvent la rétention à long terme davantage qu’une relecture supplémentaire : c’est l’effet de récupération. Répartir les séances dans le temps et entrelacer des problèmes de même famille peuvent aussi améliorer l’apprentissage, à condition que le matériel, le délai et le niveau de départ s’y prêtent. Ces résultats parlent de tendances robustes, non d’une méthode identique pour chaque matière et chaque élève.

Le transfert est généralement plus facile vers une tâche proche que vers un domaine lointain. Il faut donc enseigner aussi la structure d’un problème, les contrastes entre cas et les conditions d’usage d’une stratégie. L’apprentissage statistique, observé très tôt chez le nourrisson, montre enfin que l’organisme extrait des régularités de l’environnement sans instruction explicite ; il ne dispense ni de l’enseignement ni de la pratique délibérée.

Dans la littérature académique, la théorie du double processus désigne une famille assez lâche de propositions distinguant un traitement rapide, automatique et peu coûteux d’un traitement lent, délibéré et coûteux en ressources attentionnelles. Cette famille de propositions s’est formée de façon largement indépendante dans les recherches sur le raisonnement, le jugement et la cognition sociale. Cette distinction est devenue immensément populaire grâce au livre de Kahneman paru en 2011, qui l’a cristallisée sous l’étiquette grand public de « Système 1 » et « Système 2 ».

Des critiques internes à la discipline soutiennent que les traits supposés définir chaque système (rapidité, automaticité, absence de conscience, faible effort, pour le premier ; lenteur, contrôle, conscience, effort, pour le second) ne forment pas des paquets empiriquement cohérents : ces propriétés se dissocient les unes des autres selon les tâches, et de nombreux processus cognitifs réels mêlent des caractéristiques attribuées aux deux systèmes. La distinction fonctionnerait davantage comme un raccourci pédagogique commode que comme la description de deux architectures cérébrales unifiées et distinctes.

Cela ne rend pas pour autant l’idée de double processus sans intérêt : quelque chose distingue bien, dans de nombreuses tâches, un jugement rapide fondé sur la reconnaissance de motifs d’un raisonnement explicite fondé sur des règles appliquées pas à pas. Le problème identifié par les critiques porte sur le fait de traiter « Système 1 » et « Système 2 » comme deux systèmes cérébraux littéraux et homogènes, plutôt que comme un axe descriptif commode le long duquel des processus spécifiques varient de façon indépendante les uns des autres.

À partir de 1996, Gigerenzer et Goldstein défendent l’idée que plusieurs heuristiques identifiées par Tversky et Kahneman comme des sources d’erreur sont en réalité des stratégies efficaces, bien adaptées à la structure réelle des environnements naturels où l’information et le temps sont limités. Une heuristique simple, dans ce cadre, peut surpasser un calcul complet supposé « rationnel » lorsque l’environnement est incertain : la simplicité y devient un atout plutôt qu’un simple raccourci menant systématiquement à l’erreur.

Ce désaccord n’est pas tranché. Les tenants du programme heuristiques et biais font remarquer que de nombreux biais persistent même sous incitation financière, avec retour d’information répété et chez des experts du domaine concerné, alors qu’une heuristique réellement adaptée à l’environnement devrait s’y calibrer. Les tenants de la rationalité écologique répondent que beaucoup de démonstrations classiques de biais utilisent des tâches artificielles, mal représentatives de l’écologie décisionnelle réelle. Les deux traditions ont accumulé des données sérieuses ; prétendre que l’une a définitivement supplanté l’autre exagère l’état du débat.

La crise de la réplication a traversé la psychologie à partir du milieu des années 2010 ; un vaste projet collaboratif en a documenté l’ampleur en tentant de reproduire une centaine d’études publiées. Cette crise a touché plusieurs secteurs, y compris la recherche cognitive et sociocognitive, quoique de manière inégale : dans le projet de 2015, les effets cognitifs se sont globalement mieux répliqués que les effets de psychologie sociale, même si les tailles d’effet diminuaient fortement dans les deux. Plusieurs démonstrations très citées, dont certaines déjà documentées ailleurs sur ce site à propos de l’amorçage comportemental, n’ont pas résisté à des réplications préenregistrées, ce qui a entraîné une réévaluation méthodologique large (échantillons plus grands, préenregistrement, réplications directes systématiques). Un grand projet publié dans Nature en 2026, portant sur 274 affirmations des sciences sociales et comportementales, retrouve un effet significatif dans la direction d’origine pour 55,1 % d’entre elles, avec une variabilité entre disciplines.

Cette crise ne signifie pas que l’ensemble de la littérature sur les heuristiques, les biais ou le double processus serait peu fiable. Les effets dotés d’une taille d’effet importante dès l’origine, d’un ancrage mécanistique clair et de multiples réplications indépendantes (les limites de l’empan mnésique, certains goulots d’étranglement attentionnels de base) se sont globalement mieux maintenus que les effets petits, surprenants et reposant sur une étude unique. La leçon pratique consiste à pondérer chaque affirmation selon la densité et la qualité de son dossier de réplication, non selon sa notoriété ou son attrait intuitif.

La cognition incarnée et située conteste qu’une explication purement symbolique et détachée du corps suffise à rendre compte de toute pensée. Ses propositions, leurs versions modérées et leurs limites pour le raisonnement abstrait sont présentées dans la section sur les traditions du champ ; le débat est donc un programme théorique à examiner, non un verdict qui remplacerait l’ensemble du cognitivisme.

Un enseignement adapté au style d’apprentissage préféré d’un élève, visuel, auditif ou kinesthésique, améliorerait ses résultats : cette idée a été massivement adoptée dans la formation des enseignants à travers le monde, souvent présentée comme une évidence issue de la psychologie cognitive elle-même.

La revue de Pashler, McDaniel, Rohrer et Bjork publiée en 2008 n’a pas trouvé de preuve crédible de ce que les auteurs appellent l’hypothèse d’appariement, à savoir qu’adapter l’enseignement au style autodéclaré d’un élève produit de meilleurs résultats qu’un enseignement bien conçu qui l’ignore. Les préférences individuelles existent bel et bien : ce n’est pas là que se situe le problème. Les données ne soutiennent pas l’hypothèse générale selon laquelle identifier un style visuel, auditif ou kinesthésique puis y apparier l’enseignement améliore fiablement l’apprentissage. Quelques effets positifs existent : une méta-analyse de 2024 (21 études, 1 712 participants) trouve un petit avantage moyen de l’enseignement apparié (g = 0,31), mais seules 26 % des mesures montrent l’interaction croisée que l’hypothèse exige, et les auteurs jugent la littérature de faible qualité et l’effet trop faible et inconstant pour justifier une adoption généralisée. Le concept se maintient surtout par inertie institutionnelle et attrait intuitif.

Une croyance très répandue prête à certaines personnes une dominance de l’hémisphère gauche, censé les rendre logiques et analytiques, et à d’autres une dominance de l’hémisphère droit, censé les rendre créatives et intuitives, avec des conseils pratiques de carrière ou de pédagogie construits sur cette typologie.

Une étude de Nielsen et ses collègues publiée en 2013, portant sur la connectivité au repos de plus d’un millier de cerveaux, n’a trouvé aucune preuve d’un réseau global latéralisé qui rendrait certains individus dominants d’un hémisphère entier pour des traits de personnalité. Certaines fonctions sont bien latéralisées, le langage étant typiquement plus associé à l’hémisphère gauche, mais cette latéralisation locale et spécifique à une fonction ne s’agrège pas en une dominance globale d’un hémisphère sur l’autre. Le mythe persiste dans l’édition scolaire et le développement personnel malgré cette réfutation directe.

Howard Gardner distingue sept intelligences ou plus : linguistique, logico-mathématique, spatiale, musicale, corporelle-kinesthésique, interpersonnelle, intrapersonnelle. Sa proposition a profondément renouvelé la façon de parler de l’intelligence et a été adoptée avec enthousiasme par de nombreux systèmes scolaires comme fondement de programmes pédagogiques entiers.

La revue critique de Waterhouse publiée en 2006 n’a trouvé aucune étude publiée validant l’affirmation centrale de la théorie, à savoir que ces intelligences constitueraient des facultés réellement indépendantes et dissociables plutôt que des facettes corrélées d’une aptitude cognitive générale. La popularité de la théorie en éducation a largement dépassé son soutien empirique, et son usage pour justifier une pédagogie particulière a rarement été testé contre les résultats réels de cette pédagogie.

Des programmes commerciaux d’entraînement cérébral promettent qu’une pratique régulière de leurs jeux améliore la cognition générale, mémoire de travail, intelligence fluide, fonctionnement quotidien. Ces programmes sont vendus aux particuliers, aux écoles et parfois utilisés à visée thérapeutique auprès de personnes âgées.

La revue exhaustive coordonnée par Simons et ses collègues en 2016 a trouvé des preuves constantes d’amélioration sur les tâches directement entraînées, mais peu ou pas de preuves crédibles d’un transfert vers des capacités cognitives non entraînées ou vers le fonctionnement dans la vie réelle. L’entreprise Lumosity a ainsi fait l’objet d’une sanction de la Federal Trade Commission en 2016 pour publicité exagérée. Le constat illustre une leçon plus générale : le transfert proche, à l’intérieur d’une compétence étroitement entraînée, est fréquent ; le transfert lointain vers une capacité cognitive générale est une affirmation bien plus difficile à démontrer, et rarement établie.

À partir de 1988, John Sweller propose que la capacité limitée de la mémoire de travail constitue un goulot d’étranglement de l’apprentissage. La formulation historique distinguait une charge intrinsèque, liée à l’interactivité des éléments d’une tâche relativement aux connaissances déjà disponibles, une charge extrinsèque, gaspillée par une présentation inutilement complexe, et une charge dite germane. Cette théorie a débouché sur des recommandations concrètes : privilégier les exemples résolus pour les novices, éviter de séparer des informations qui doivent être traitées ensemble, et ne pas dupliquer sans nécessité une même information.

La révision de 2019 ne traite plus la charge germane comme une troisième source additive : elle désigne plutôt les ressources consacrées aux éléments intrinsèques pertinents pour apprendre. Sweller lui-même a explicité ce point en 2023, en rappelant que cette composante n’avait pas été dérivée de résultats empiriques spécifiques. L’ampleur, voire le sens de certains effets, dépend fortement du niveau d’expertise : un même dispositif peut aider un novice et gêner un expert. La mesure de la charge cognitive reste aussi débattue, faute de convergence parfaite entre auto-évaluations, tâches secondaires et indices physiologiques.

Le modèle proposé par Aaron Beck en 1979 pour la dépression identifie les pensées automatiques dysfonctionnelles, les distorsions cognitives et les schémas de croyance comme des processus susceptibles d’entretenir la souffrance émotionnelle ; la thérapie organise leur identification et leur mise à l’épreuve. Il a transposé le vocabulaire du traitement de l’information vers la clinique. L’efficacité des TCC et la question distincte de leurs mécanismes sont examinées juste après.

De nombreuses méta-analyses situent les thérapies cognitivo-comportementales parmi les psychothérapies les mieux étayées pour la dépression et les troubles anxieux. Les tailles d’effet sont souvent modérées à élevées face à une liste d’attente ou à certains soins usuels ; elles sont généralement plus modestes face à un comparateur actif. Les comparaisons directes entre psychothérapie et médicament, agrégées pour des essais de dépression et d’anxiété, ne montrent pas de différence moyenne globale nette après traitement. Elles ne permettent pas pour autant de classer une méthode comme équivalente ou préférable dans chaque trouble, sévérité, format, durée de suivi ou situation individuelle.

Dans la dépression notamment, une méta-analyse en réseau ne trouve pas de différence claire entre restructuration cognitive, activation comportementale et thérapie cognitivo-comportementale complète. Pour les troubles anxieux, les comparaisons entre exposition et thérapie cognitive dépendent du trouble et ne sont pas uniformément équivalentes. Dans la dépression, les études de démantèlement, qui isolent la restructuration cognitive des composantes purement comportementales, trouvent donc souvent des résultats comparables entre ces composantes, ce qui complique l’affirmation que changer les cognitions dysfonctionnelles serait le mécanisme spécifique responsable de l’amélioration. Un traitement peut fonctionner efficacement comme ensemble tout en laissant sa théorie du changement seulement partiellement confirmée, une distinction qui rejoint celle que ce site formule à propos des psychothérapies psychodynamiques.

Une application réussie, une thérapie qui aide, une pédagogie qui améliore des résultats scolaires, peut résulter de mécanismes différents de ceux nommés par la théorie d’origine : attention du thérapeute, pratique structurée et répétée, espacement des révisions, simple motivation accrue. Tester un mécanisme candidat demande de formuler les hypothèses causales, d’établir la temporalité attendue et, lorsque c’est possible, de manipuler la composante ou de la comparer dans un dispositif de démantèlement. Une médiation statistique peut être compatible avec ce scénario, mais ne l’identifie pas causalement sans ces hypothèses et ce dessin.

Cette distinction protège de deux erreurs symétriques. Un mécanisme théorique contesté ne discrédite pas automatiquement une intervention par ailleurs bien validée qui s’en inspire partiellement. Une intervention bien validée ne confirme pas automatiquement chaque affirmation mécanistique de la théorie qui l’a inspirée.

La quantité et la qualité des recherches varient fortement selon les sous-domaines, les populations et les contextes. La littérature sur l’entraînement de la mémoire de travail est nettement plus fragile que celle sur la charge cognitive en pédagogie ; les preuves d’efficacité des TCC sont plus solides pour la dépression et l’anxiété que pour certains autres troubles. Une grande partie de la psychologie cognitive fondatrice a par ailleurs été menée sur des échantillons étroits d’étudiants nord-américains et européens, ce qui interroge la généralisation à d’autres populations et cultures.

Une lecture responsable de ce champ applique la même discipline que pour tout le reste de ce dossier : ajuster la force d’une affirmation aux preuves réellement disponibles pour cette population, cette tâche et ce résultat précis, plutôt qu’au prestige général de l’étiquette « sciences cognitives ».

Le cognitivisme classique modélise l’esprit comme la manipulation de représentations symboliques discrètes selon des règles formelles, dans la lignée directe de la métaphore de l’ordinateur : l’hypothèse du système de symboles physiques de Newell et Simon, les systèmes de production, ou le langage de la pensée proposé par Fodor. Ce cadre a dominé le champ des années 1960 aux années 1980 et a rendu possible les premiers systèmes d’intelligence artificielle.

Sa force a été de rendre la cognition formellement spécifiable et simulable sur machine. Sa faiblesse, de plus en plus soulignée par ses critiques, a porté sur trois points : comment les symboles acquièrent-ils un sens réel plutôt que purement formel, comment un système symbolique se dégrade-t-il progressivement plutôt que brutalement en cas de dommage, et comment rendre compte de la reconnaissance rapide de motifs. Ces limites ont motivé la recherche d’architectures alternatives.

À partir de 1986, l’ouvrage collectif dirigé par Rumelhart et McClelland, Parallel Distributed Processing, propose de modéliser la cognition comme des motifs d’activation distribués sur des réseaux d’unités simples et interconnectées, qui apprennent par ajustement de poids de connexion plutôt que par application explicite de règles symboliques. Cette approche reste proche du calcul neuronal biologique, sans lui être identique.

Le débat entre approches symboliques et connexionnistes n’a jamais été définitivement tranché à l’intérieur des sciences cognitives. Le connexionnisme constitue l’une des grandes lignées intellectuelles qui ont nourri les réseaux de neurones et l’apprentissage profond contemporains, sans se confondre avec tout l’apprentissage automatique. Ses critiques soutiennent que le raisonnement compositionnel gouverné par des règles et la généralisation systématique restent parfois mieux capturés par une structure symbolique, et que de nombreux réseaux demeurent difficiles à interpréter mécanistiquement.

Au-delà d’une simple critique des deux approches précédentes, la cognition incarnée et ancrée constitue une tradition de recherche à part entière : elle réorganise les questions autour des boucles perception-action et des ressources fournies par l’environnement plutôt qu’autour de la manipulation de représentations internes, en s’appuyant sur la robotique, la psychologie du développement et la psychologie écologique.

Comme les autres écoles présentées ici, elle offre des outils explicatifs solides pour un sous-ensemble de phénomènes plutôt qu’une théorie de remplacement pour l’ensemble de l’esprit. L’une des difficultés traditionnellement opposées aux versions fortes de la cognition incarnée concerne le raisonnement abstrait et déconnecté du contexte immédiat, mathématiques, logique formelle, pensée contrefactuelle. Des modèles contemporains, ancrés ou hybrides, cherchent précisément à répondre à cette objection, en rendant compte des concepts abstraits par des représentations partiellement ancrées dans des systèmes sensorimoteurs, langagiers et sociaux ; la question reste débattue.

Depuis les années 1990, avec l’essor de l’imagerie par résonance magnétique fonctionnelle puis des techniques électrophysiologiques plus fines, une grande partie de ce qui s’étudiait par la seule méthode comportementale de la psychologie cognitive s’est déplacée vers la neuroscience cognitive, à la recherche des implémentations neurales des architectures proposées, corrélats de la mémoire de travail, signatures cérébrales du double processus de raisonnement.

Ce déplacement est productif lorsqu’il contraint réellement la théorie, en écartant des modèles incompatibles avec l’organisation neurale connue. Il devient plus risqué lorsqu’un résultat d’imagerie sert simplement à retraduire un phénomène comportemental déjà connu dans un vocabulaire cérébral, sans ajouter de pouvoir explicatif réel, un travers parfois désigné comme le « neuro-réalisme ». Un champ pluriel, en somme, ne s’est pas fondu en une discipline unique qui lui aurait succédé, et il n’y a pas de raison de s’attendre à ce qu’il le fasse.