Dans le paysage foisonnant des sciences cognitives de la seconde moitié du XXe siècle, peu de paradigmes ont exercé une influence aussi structurante et durable que la théorie du double codage (Dual-Coding Theory ou DCT), forgée et défendue avec constance par le psychologue canadien Allan Paivio. Formulée à une époque charnière où la psychologie s’émancipait douloureusement du carcan béhavioriste pour embrasser les modèles du traitement computationnel de l’information, cette proposition théorique a révolutionné notre compréhension de l’architecture mentale. En postulant l’existence de deux sous-systèmes cognitifs structurellement et fonctionnellement distincts mais étroitement interconnectés — l’un dédié au traitement des informations linguistiques et verbales, l’autre dévolu aux stimuli non verbaux et à l’imagerie spatio-visuelle —, Paivio a défié les conceptions monistes et propositionnalistes de son temps pour offrir un modèle écologique d’une formidable fécondité empirique.
Loin de constituer une simple taxinomie des représentations internes, la théorie du double codage s’affirme comme une métathéorie unifiée de la cognition humaine. Elle propose une explication mécaniste globale qui englobe aussi bien la perception immédiate, l’organisation sémantique et la mémorisation à court et long terme, que le langage, la résolution de problèmes et la régulation affective. En réhabilitant l’imagerie mentale en tant qu’objet d’investigation expérimentale rigoureuse, Paivio a non seulement réconcilié la psychologie cognitive naissante avec l’introspection contrôlée et la phénoménologie de la pensée concrète, mais il a également posé les fondations sur lesquelles reposent aujourd’hui les modèles modernes de la mémoire de travail, de l’apprentissage multimédia, de la neuropsychologie clinique et des architectures d’intelligence artificielle contemporaines.
Cet article propose une analyse approfondie et exhaustive de la théorie du double codage. À travers l’exploration détaillée de ses fondements épistémologiques, de ses unités structurales élémentaires — les logogens et les imagens —, de ses opérations dynamiques et de ses corroborations neurobiologiques, il s’agira d’examiner comment ce cadre théorique a traversé les décennies, nourri d’âpres controverses théoriques face aux modèles propositionnels amodaux, avant de trouver de spectaculaires prolongements au sein des théories de la cognition incarnée et des technologies immersives du XXIe siècle.
1. Introduction et fondements épistémologiques de la théorie du double codage
1.1 Contexte historique et émergence en psychologie cognitive
L’émergence de la théorie du double codage s’inscrit au cœur d’une transformation épistémologique majeure : le basculement du paradigme béhavioriste dominant vers la révolution cognitive des années 1950 et 1960. Durant plusieurs décennies, sous la férule de figures tutélaires telles que John B. Watson et B.F. Skinner, la psychologie scientifique avait exclu l’étude des états mentaux internes du champ de la recherche légitime, qualifiant les représentations mentales, et au premier chef l’imagerie, de résidus épiphénoménaux inaccessibles à la vérification intersubjective. Le comportement observable, régi par les contingences de renforcement stimulus-réponse, constituait alors l’unique objet d’étude admis par une méthodologie positiviste intransigeante.
Cependant, ce carcan théorique s’est avéré incapable de rendre compte des régularités observées dans les tâches complexes d’apprentissage verbal, de mémorisation et de production linguistique. L’apparition de la cybernétique, de la théorie de la communication de Claude Shannon et des premiers modèles informatiques a favorisé l’avènement de la métaphore de l’esprit comme système de traitement de l’information. Dans ce climat effervescent, l’imagerie mentale, autrefois bannie, a fait l’objet d’une entreprise méthodique de réhabilitation scientifique. Des chercheurs ont commencé à démontrer que les sujets humains recouraient spontanément et systématiquement à des représentations quasi-perceptives pour résoudre des tâches mnémoniques et spatiales.
Néanmoins, les premiers modèles computationnels de la cognition tendaient à réduire toute forme de traitement interne à des suites de symboles abstraits d’inspiration logique ou linguistique. Le traitement de l’information risquait ainsi de s’enfermer dans un nouveau réductionnisme verbal, où la pensée n’était conçue que sous la forme de calculs propositionnels désincarnés. C’est précisément face à cette impasse théorique qu’Allan Paivio a conçu son approche novatrice : réintroduire le statut fondamental, irréductible et opérationnellement mesurable des représentations non verbales au sein d’une architecture cognitive universelle.
1.2 Biographie intellectuelle et contributions fondamentales d’Allan Paivio
Né en 1925 à Thunder Bay, en Ontario, Allan Paivio a mené l’essentiel de sa carrière académique à l’Université de Western Ontario, où il a établi un laboratoire de psychologie expérimentale d’une productivité exceptionnelle. Ancien culturiste de haut niveau ayant remporté le titre de M. Canada en 1948, Paivio a développé très tôt une sensibilité aiguë à l’égard de la dimension sensorimotrice et kinesthésique du comportement, un élément biographique souvent souligné par les historiens des sciences pour expliquer son refus catégorique de concevoir l’esprit humain comme une entité purement désincarnée et textuelle.
C’est à la fin des années 1960 que Paivio commence à publier une série de travaux expérimentaux rigoureux démontrant que les stimuli visuels et les mots hautement évocateurs d’images bénéficient d’un avantage mnémonique massif et systématique par rapport aux termes abstraits. Le point d’orgue de cette période initiale survient en 1971 avec la publication de son ouvrage séminal, Imagery and Verbal Processes. Ce volume de plus de six cents pages a immédiatement bouleversé la communauté scientifique internationale en synthétisant des centaines d’expériences quantitatives et en démontrant que l’imagerie n’est pas une illusion rétrospective, mais une composante fonctionnelle déterminante de l’apprentissage humain.
Loin de se figer dans cette première formulation, Allan Paivio n’a cessé d’enrichir, de formaliser et de raffiner son modèle au cours des décennies suivantes. En 1986, son traité monumental Mental Representations: A Dual Coding Approach formalise de façon axiomatique les relations structurales et fonctionnelles entre logogens et imagens. Puis, en 2007, il publie Mind and Its Evolution: A Dual Coding Approach, une œuvre magistrale qui ancre la théorie du double codage dans une perspective phylogénétique et adaptative, affirmant que le système non verbal constitue la matrice évolutive primitive sur laquelle le système verbal s’est greffé au cours de l’hominisation.
1.3 Rupture avec le réductionnisme et différenciation des paradigmes
L’apport épistémologique fondamental de la théorie du double codage réside dans son opposition radicale au réductionnisme propositionnel moniste, incarné à l’époque par des logiciens cognitivistes et des théoriciens tels que Zenon Pylyshyn ou John R. Anderson. Selon la thèse moniste, l’ensemble des connaissances emmagasinées dans la mémoire à long terme réside sous une forme unique, abstraite, amodale et propositionnelle, s’apparentant à un calcul des prédicats. Dans cette perspective, les images mentales ne seraient que des sécrétions secondaires, de simples sous-produits phénoménologiques dépourvus de toute fonction causale dans le traitement de l’information.
Allan Paivio récuse cette conception unitaire qu’il juge parcimonieuse en apparence mais incapable de rendre compte des contraintes temporelles et écologiques réelles du comportement. Il formule l’hypothèse de l’existence de deux codes mentaux fondamentalement hétérogènes : un code structuralement analogique, non verbal, multimodal, spécialisé dans l’isomorphisme perceptif, et un code linguistique, symbolique, séquentiel et arbitraire. Dans l’édifice conceptuel de Paivio, aucun de ces deux systèmes n’est subordonné à l’autre ; ils coexistent de façon symétrique, préservant leurs spécificités fonctionnelles tout en coopérant en permanence.
Cette rupture théorique entraîne des conséquences décisives pour la modélisation de l’architecture cognitive globale. En rejetant l’impératif d’un traducteur central amodal universel, Paivio confère au système de mémoire humaine une robustesse adaptative inédite. L’esprit n’est plus envisagé comme un calculateur syntaxique monolithique opérant sur des chaînes de symboles désincarnés, mais comme une dynamique duale capable de basculer instantanément de la spatialité perceptive synchrone à la linéarité temporelle du langage, et inversement.
2. L’architecture cognitive du double codage : Principes fondamentaux
2.1 Le postulat des deux sous-systèmes indépendants et interactifs
Le postulat cardinal de la théorie du double codage repose sur la dualité structurelle et l’interdépendance fonctionnelle de deux grands sous-systèmes cognitifs autonomes mais interconnectés. Le principe d’indépendance stipule que chaque système peut être mobilisé et opérer de manière totalement isolée par rapport à l’autre. Un individu peut, par exemple, traiter une séquence d’opérations syntaxiques ou réciter mentalement une suite de phonèmes sans qu’aucune image visuelle correspondante ne soit nécessairement générée. Réciproquement, il est possible d’inspecter visuellement un environnement complexe, d’orienter sa motricité dans l’espace ou d’effectuer des rotations d’objets en mémoire de travail sans convoquer la moindre verbalisation interne.
Néanmoins, cette indépendance fonctionnelle est tempérée par une interdépendance structurelle dynamique. Les deux sous-systèmes sont en permanence reliés par des canaux de communication cognitive qui permettent la recodification croisée, c’est-à-dire la traduction des représentations d’un format vers l’autre. Lorsqu’un stimulus active l’un des circuits, des mécanismes d’amorçage ou de propagation de l’activation peuvent déclencher des réponses coordonnées dans le système homologue. Cette synchronisation permet une intégration immédiate du réel : un tableau synoptique déclenche des descriptions verbales, tandis qu’un récit littéraire suscite une imagerie visuelle foisonnante.
D’un point de vue évolutif et adaptatif, la possession de deux systèmes distincts offre un bénéfice fondamental : la redondance mnémonique. Dans l’environnement écologique ancestral, la redondance de l’information constituait le moyen le plus sûr d’optimiser les chances de survie. En encodant un événement selon deux traces distinctes et additives plutôt qu’une seule, le cerveau minimise l’impact de l’oubli et maximise les voies de récupération mnésique. Si la trace verbale d’un concept s’estompe sous l’effet de l’interférence ou du temps, la trace visuo-analogique demeure susceptible d’être réactivée pour reconstituer le sens complet de l’expérience vécue.
2.2 Le système verbal : organisation séquentielle et linguistique
Le système verbal est spécifiquement configuré pour capturer, analyser, stocker et produire des représentations d’origine linguistique. Sa caractéristique structurelle la plus déterminante est sa nature foncièrement sérielle, discrète et temporelle. Les informations linguistiques se déploient nécessairement le long d’une dimension temporelle irréversible : qu’il s’agisse de la chaîne parlée ou de la lecture d’un texte écrit, les unités phonologiques, graphémiques et syntaxiques se succèdent les unes aux autres selon des contraintes combinatoires rigoureuses qui interdisent le traitement instantané et global.
Ce système prend en charge l’ensemble des régularités grammaticales et lexicales du langage humain. Il est structuré par des règles combinatoires abstraites permettant de générer une infinité d’énoncés à partir d’un nombre fini d’éléments discrets. Au sein de ce réseau verbal, les unités sont organisées hiérarchiquement : des traits phonétiques et morphémiques jusqu’aux propositions logiques complexes. L’association entre le signifiant verbal (la chaîne phonologique ou graphique) et le signifié conceptuel repose sur une convention arbitraire, dépourvue de toute analogie géométrique avec l’objet physique désigné.
En vertu de cette structure abstraite et discrète, le système verbal joue un rôle de premier plan dans :
- Le raisonnement formel et la déduction logique, où la manipulation de prémisses propositionnelles est indispensable.
- La catégorisation taxonomique complexe et l’établissement de hiérarchies conceptuelles hyperonymiques (comme la classification phylogénétique ou la dérivation juridique).
- L’élaboration et la transmission de concepts dénués d’équivalents perceptifs directs, tels que la causalité probabiliste, l’ironie métalinguistique ou la temporalité décontextualisée (futur antérieur, conditionnel contrefactuel).
2.3 Le système non verbal : organisation spatiale et analogique
Par contraste symétrique, le système non verbal est voué au traitement des représentations non linguistiques, principalement spatiales, visuelles et perceptives. Sa modalité de fonctionnement est intrinsèquement continue, analogique, synchrone et holistique. Alors que le système verbal impose un découpage analytique séquentiel, le système non verbal permet l’appréhension simultanée d’une multitude d’attributs au sein d’un même champ de représentation. Les relations spatiales — proximité, emboîtement, orientation, perspective et topologie globale — sont préservées de manière isomorphe par rapport aux configurations stimuliennes de l’environnement physique.
Le caractère « analogique » des représentations signifie ici que la structure de la représentation interne conserve les propriétés relationnelles fondamentales de l’objet ou de la scène perçue. Lorsqu’un individu visualise une pièce familière, la distance psychologique subjective entre les meubles mentaux reflète proportionnellement les métriques de l’espace physique réel. Les transformations opérées sur ces représentations, telles que la rotation mentale ou le zoom attentionnel, exigent un temps de calcul cognitif proportionnel à l’ampleur géométrique du déplacement, attestant que le médium interne opère sous des contraintes structurales similaires à celles de l’espace physique.
Il est crucial de souligner que le système non verbal chez Paivio ne se borne pas à une simple rétine mentale ou à des photographies statiques. Il s’agit d’un système multimodal richement étendu qui intègre :
- Les dimensions kinesthésiques, proprioceptives et motrices de l’action humaine en mouvement.
- Les schémas auditifs non verbaux, incluant les bruits environnementaux, les timbres d’instruments et les structures musicales harmoniques.
- Les tonalités affectives primaires, les états somatosensoriels et les mémoires viscérales associées aux expériences perceptives directes.
3. Les unités fondamentales de représentation : Imagens et Logogens
3.1 Les logogens : genèse, structure et fonctionnement
Pour conceptualiser les unités structurelles de base du système verbal, Allan Paivio a emprunté et adapté le concept de « logogen », initialement formulé à la fin des années 1960 par le psycholinguiste britannique John Morton. Dans la théorie du double codage, un logogen désigne une unité cognitive stabilisée qui correspond à un mot ou à une composante morphologique du langage. Les logogens fonctionnent comme des dispositifs de détection et de génération linguistique intégrant les propriétés phonologiques, orthographiques et syntaxiques associées à une entrée lexicale spécifique.
Sur le plan structurel, les logogens sont articulés au sein d’une organisation hiérarchique complexe qui s’étend des morphèmes minimaux jusqu’aux syntagmes figés et aux propositions verbales stabilisées. Chaque logogen est caractérisé par un seuil d’activation variable. Lorsqu’une stimulation verbale — auditive ou visuelle — atteint l’organe sensoriel, elle dépose des indices sensoriels qui s’accumulent dans le logogen récepteur. Dès que l’accumulation de ces indices franchit le seuil critique propre à cette unité, le logogen est activé (il « fait feu »), rendant le mot disponible pour la conscience et pour les processus de production motrice articulatoire ou graphique.
La dynamique d’activation des logogens est étroitement modulée par deux facteurs écologiques majeurs : la fréquence d’usage du mot dans la langue et l’histoire subjective du locuteur, ainsi que le contexte sémantique immédiat. Un mot hautement fréquent dans le répertoire linguistique possède un seuil d’activation bas et permanent, exigeant une intensité perceptive minime pour être activé. À l’inverse, un terme rare ou spécialisé présente un seuil élevé, réclamant soit un temps d’exposition perceptif accru, soit un fort effet d’amorçage contextuel en provenance des logogens voisins au sein du réseau sémantique.
3.2 Les imagens : substrat perceptif et dynamique d’activation
Symétrique du logogen, le concept d’« imagen » a été forgé directement par Allan Paivio pour désigner l’unité élémentaire de représentation du système non verbal. Un imagen ne doit pas être assimilé à une copie passive ou à un enregistrement vidéo inerte de la réalité ; il constitue une structure cognitive dynamique et générative dérivée des régularités perceptives extraites au cours des interactions sensorielles avec l’environnement physique. Les imagens représentent des objets, des parties d’objets, des scènes holistiques ou des configurations dynamiques de mouvement.
L’architecture interne des imagens se singularise par une relation de composition spatiale en termes de parties et de touts (part-whole relations). Contrairement aux logogens qui s’enchaînent de façon strictement séquentielle, les imagens sont emboîtés spatialement. Par exemple, l’imagen global d’une « bicyclette » contient et organise spatialement les sous-imagens synchrones du « guidon », des « roues », du « pédalier » et de la « chaîne ». Cette préservation des relations topologiques permet à l’esprit d’accéder instantanément soit à la structure d’ensemble, soit à un détail spécifique par une focalisation de l’attention sélective interne, sans avoir à décomposer l’objet en propositions verbales descriptives.
La dynamique d’activation des imagens emprunte deux voies fondamentales : une voie directe, de nature perceptive ascendante (activation immédiate déclenchée par la vue d’un objet physique réel ou d’une illustration graphique), et une voie indirecte, descendante et mnémonique, déclenchée soit par la réactivation endogène d’un souvenir sensoriel, soit par des connexions référentielles issues du système verbal, comme lorsqu’une consigne linguistique commande de « visualiser une cathédrale gothique ».
3.3 Interactions structurales au sein des réseaux représentatifs
La puissance du modèle du double codage réside dans l’organisation réticulaire de ses unités et dans la nature différenciée des connexions qui les unissent. Paivio opère une distinction conceptuelle fondamentale entre deux grandes catégories de liens structurels :
D’une part, les réseaux associatifs intra-systèmes interconnectent les unités au sein d’une même modalité représentationnelle. Au sein du système verbal, ces liens associatifs relient les logogens les uns aux autres par le jeu de proximités syntaxiques, collocationnelles et sémantiques formelles (par exemple, le logogen « aiguille » est structurellement connecté par contiguïté associative aux logogens « fil », « coudre », ou « foin »). De manière analogue, au sein du système non verbal, des liens associatifs relient les imagens entre eux sur la base de continuités spatiales, environnementales ou dynamiques (l’imagen d’un « éclair » est intimement relié à l’imagen du « tonnerre » et à la configuration visuo-spatiale d’un « ciel d’orage »).
D’autre part, les connexions référentielles inter-systèmes traversent la frontière modale pour relier un logogen spécifique à un ou plusieurs imagens correspondants, et inversement. Ces passerelles référentielles constituent le mécanisme biologique et cognitif permettant la traduction fonctionnelle : elles autorisent la dénomination verbale d’une image mentale ou visuelle, ainsi que l’imagerie mentale suscitée par un vocable linguistique. La force de ces interconnexions n’est pas uniforme : elle varie considérablement d’un individu à l’autre en fonction de l’exposition environnementale répétée, des antécédents biographiques et de l’expertise professionnelle (par exemple, un architecte présente des connexions référentielles singulièrement denses entre la nomenclature technique du bâtiment et les imagens tridimensionnels associés).
4. Les trois niveaux de traitement cognitif selon Paivio
4.1 Le niveau représentationnel : la liaison stimulus-système
Dans l’opérationnalisation dynamique de sa théorie, Allan Paivio a formalisé trois niveaux de traitement hiérarchiques et séquentiels régissant l’activation de l’information dans l’appareil mental. Le premier niveau est qualifié de traitement représentationnel (representational processing). Il décrit l’impact cognitif direct et immédiat qu’exercent les stimuli de l’environnement physique externe sur les récepteurs sensoriels et les unités primaires du système mnémonique.
Ce niveau de traitement correspond aux processus ascendants (bottom-up) de reconnaissance perceptive invariante :
- La présentation d’un mot écrit (par exemple, la chaîne graphémique « É-L-É-P-H-A-N-T ») ou d’une onde acoustique articulée active directement et de façon sélective le logogen orthographique ou phonologique correspondant dans le système verbal, sans impliquer nécessairement, à ce stade élémentaire, la compréhension sémantique profonde ou l’évocation d’une image visuelle.
- La projection lumineuse d’un dessin ou la rencontre perceptive directe d’un pachyderme réel active directement l’imagen correspondant au sein du système non verbal.
Le traitement représentationnel représente ainsi l’interface d’entrée brute où s’établit la syntonie entre les propriétés physiques du monde sensible et les unités symboliques ou analogiques préexistantes de l’architecture cognitive. C’est le socle perceptif sur lequel s’édifient les traitements ultérieurs de propagation et de décodage.
4.2 Le niveau associatif : activation intra-système
Le deuxième palier cognitif correspond au traitement associatif (associative processing). Il entre en jeu dès lors que l’activation initiale d’une unité représentationnelle se propage de proche en proche au sein des réseaux internes de son propre sous-système, sans franchir la barrière modale vers le sous-système opposé. Il s’agit d’une dynamique purement intra-systémique, guidée par l’histoire mémorielle des cooccurrences et des apprentissages antérieurs.
Dans le domaine verbal, le traitement associatif s’illustre par les phénomènes d’association sémantique libre ou de dérivation syntagmatique. Lorsqu’un sujet entend le mot « roi », ce logogen amorce et excite électivement les logogens phonologiquement ou conceptuellement voisins tels que « reine », « couronne », « monarchie » ou « sceptre ». Ce flux discursif interne constitue la base des conversations intérieures automatisées, du calcul syntaxique prédictif et des associations libres analysées par la psychologie expérimentale.
Dans le domaine non verbal, le traitement associatif opère de façon synchrone et cinématique : la visualisation mentale du tableau de bord d’un véhicule entraîne la propagation fluide de l’imagerie vers les pédales, le pare-brise, puis vers une scène de route défilant à grande vitesse. La diffusion de cette activation associative est strictement bornée par des contraintes temporelles, contextuelles et d’attention exécutive, évitant l’embrasement incontrôlé de l’ensemble du réseau mnémonique.
4.3 Le niveau référentiel : franchissement inter-systèmes
Le troisième niveau de traitement est le traitement référentiel (referential processing). C’est à ce stade précis que s’opère la dynamique d’intercommunication la plus féconde de la théorie du double codage, caractérisée par la traversée de l’interface séparant le système verbal du système non verbal via les connexions référentielles bidirectionnelles.
Le traitement référentiel intervient fondamentalement dans deux opérations quotidiennes :
- La conversion imagen → logogen (Dénomination) : Confronté à une entité perceptive ou à une image mentale (par exemple, la forme visuelle d’un instrument de musique à cordes), le système mobilise la connexion référentielle pour retrouver et activer le logogen cible (« violon »). Ce processus constitue le fondement de la dénomination d’objets, de la lecture d’images et du commentaire descriptif de l’environnement visuel.
- La conversion logogen → imagen (Génération d’imagerie) : À la réception du mot écrit ou entendu « cheval », le sujet franchit le pont référentiel pour générer dans son espace interne l’imagen analogique de l’animal, avec sa silhouette, sa robe et sa posture dynamique.
Les investigations chronométriques conduites par Paivio et ses collaborateurs ont mis en évidence une asymétrie systématique et remarquable des temps de latence lors de ces transitions : la dénomination d’une image (imagen vers logogen) requiert presque systématiquement un temps de réaction cognitif supérieur à celui nécessaire pour lire à voix haute un mot écrit (logogen vers logogen). De même, l’évocation d’une image mentale à partir d’un mot (logogen vers imagen) impose un coût temporel additionnel notable par rapport à la simple association verbale mot-à-mot, apportant une confirmation empirique robuste à la réalité de cette traversée intermodale.
5. L’effet de concrétude et la supériorité de l’image (Picture Superiority Effect)
5.1 L’effet de concrétude lexicale : mécanismes expérimentaux
L’une des contributions empiriques les plus retentissantes d’Allan Paivio concerne la démonstration systématique de l’effet de concrétude (concreteness effect). Dans de multiples protocoles de rappel libre ou indicé, des sujets soumis à des listes de substantifs hétérogènes manifestent une supériorité mnémonique écrasante pour les termes concrets (tels que « piano », « falaise », « pomme ») en comparaison directe avec les termes abstraits (tels que « justice », « infinité », « allégeance »), même lorsque la longueur des mots, leur complexité syllabique et leur fréquence d’apparition dans la langue sont rigoureusement contrôlées.
La théorie du double codage fournit une explication élégante et mécaniste à ce phénomène mnésique fondamental. Face à un mot hautement concret, le sujet procède de manière quasi spontanée à un double encodage :
- D’une part, le logogen verbal est immédiatement activé par la stimulation linguistique directe.
- D’autre part, la haute capacité d’évocation visuelle du substantif franchit sans effort la frontière référentielle pour générer un imagen concomitant dans le système non verbal.
Le concept concret bénéficie ainsi de deux traces mnémoniques parallèles, spatialement et structurellement dissociées. Au moment de la phase de rappel, l’accès à l’information peut s’effectuer indifféremment par le versant linguistique ou par le versant imagé, doublant ainsi mathématiquement la probabilité statistique de restitution par rapport à une trace unique.
En revanche, les concepts abstraits se heurtent à une quasi-impossibilité de susciter un imagen spécifique et consensuel. Le terme « légitimité » ne renvoie à aucune configuration sensorielle ou géométrique directe dans le monde physique. Par conséquent, il est encodé de façon presque exclusive sous la forme d’une trace linguistique unique au sein du réseau verbal. La probabilité de perte de cette trace unique lors des phases d’oubli ou d’interférence est infiniment plus élevée, scellant la vulnérabilité des abstractions dans la mémoire épisodique.
5.2 Le phénomène de supériorité de l’image (Picture Superiority Effect)
Corollaire direct de l’effet de concrétude, le phénomène de supériorité de l’image (Picture Superiority Effect) établit que, dans des conditions de présentation standardisées, des items visuels (dessins au trait, photographies d’objets, figures géométriques concrètes) sont mémorisés de façon infiniment plus pérenne et complète que leurs étiquettes verbales imprimées respectives. Qu’il s’agisse de tests de mémoire de reconnaissance immédiate, de rappel différé à 24 heures ou d’épreuves longitudinales s’étalant sur plusieurs semaines, la rétention des images surpasse systématiquement celle des mots seuls.
Pour la théorie du double codage, cette asymétrie s’éclaire par la probabilité différentielle de déclenchement spontané du second code. Lorsqu’une image visuelle concrète est présentée à un sujet humain (par exemple, le dessin d’un chien), le traitement de l’imagen est instantané, holistique et immédiat. Simultanément, les contraintes écologiques de l’environnement social ont forgé une propension humaine quasi réflexe à dénommer silencieusement ce qui est perçu visuellement. La vue d’une image active donc presque toujours, avec une latence infime et sans effort conscient délibéré, le logogen correspondant (« chien »).
À l’inverse, lorsqu’on présente le mot imprimé « C-H-I-E-N », le système verbal enregistre obligatoirement le mot, mais la génération compensatoire de l’imagen réclame un acte mental volontaire ou un temps de présentation plus long. De nombreux participants omettent cette étape de génération d’imagerie interne lors de la lecture rapide de listes de mots. Ainsi, les images réelles bénéficient d’un double codage spontané et systématique, alors que les mots ne sont codés doublement que de manière facultative et dépendante du contexte d’encodage, conférant aux représentations visuelles leur insolente supériorité expérimentale.
5.3 La valeur d’imagerie (Imagery Value – I) et valeur de concrétude (C)
Afin de soustraire ces observations à l’arbitraire de l’intuition et d’asseoir la DCT sur une base métrologique irréprochable, Paivio, en collaboration avec Allan Yuille et Stephen Madigan, a entrepris une tâche titanesque : la standardisation de normes psycholinguistiques quantitatives à large échelle, dont le point culminant fut la publication en 1968 de leur répertoire normatif portant sur des centaines de mots de la langue anglaise.
Cette entreprise a exigé de formaliser une distinction méthodologique cruciale entre deux construits psychométriques distincts mais corrélés :
- La valeur de concrétude (indice C) : Elle évalue sur une échelle étalonnée le degré auquel un mot se réfère à un objet, une personne ou une matière accessible directement par l’expérience sensorielle directe (toucher, vue, ouïe). Par exemple, « marteau » possède une valeur C maximale, tandis que « liberté » se situe au plancher de l’échelle.
- La valeur d’imagerie (indice I) : Elle mesure la rapidité et la facilité subjective avec lesquelles un vocable suscite une image mentale visuelle ou auditive chez un individu. Si la corrélation empirique entre C et I est exceptionnellement élevée pour la majorité des substantifs, Paivio a démontré des dissociations révélatrices : certains termes relativement non concrets d’un point de vue tangible peuvent arborer une valeur I singulièrement haute en raison de leur résonance mythologique, affective ou culturelle (par exemple, les mots « fantôme », « enfer » ou « résurrection »).
Les analyses de régression multiple conduites sur ces données normatives ont mis en lumière un résultat d’une clarté absolue : l’indice d’imagerie (I) constitue le prédicteur statistique le plus puissant de la performance de mémorisation dans les épreuves d’apprentissage associatif et de rappel libre, surclassant largement les variables linguistiques traditionnelles comme la longueur des mots ou la fréquence d’occurrence lexicale.
6. Neurobiologie et corrélats cérébraux du double codage
6.1 Asymétrie fonctionnelle hémisphérique et spécialisation
Dès les premières formulations de son modèle, Allan Paivio a pressenti que la bipartition fonctionnelle entre système verbal et système non verbal trouvait son ancrage phylogénétique et physiologique le plus naturel dans l’asymétrie fonctionnelle hémisphérique du cortex humain. S’appuyant sur les travaux pionniers de Roger Sperry et Michael Gazzaniga sur les patients au cerveau divisé (split-brain), la théorie du double codage a établi des correspondances précises entre ses unités postulées et l’organisation neuro-anatomique cérébrale.
L’hémisphère gauche, hautement spécialisé dans le séquençage temporel, le traitement analytique fin, la combinatoire syntaxique et les programmes articulatoires linguistiques (notamment au sein des aires classiques de Broca et de Wernicke), apparaît comme le substrat neurologique privilégié du système verbal et des logogens. Sa cytoarchitectonie est optimisée pour segmenter des flux continus de signaux phonétiques discrets et régir les dérivations logico-grammaticales.
À l’inverse, l’hémisphère droit s’affirme comme le siège d’élection du système non verbal et des imagens. Présentant une connectivité diffuse et intégrative, il démontre une supériorité structurelle dans la discrimination spatiale globale, la synthèse topologique, la manipulation de matrices visuelles holistiques, la reconnaissance des visages et l’interprétation des contours environnementaux et musicaux.
Toutefois, Paivio a pris soin d’éviter le piège d’une dichotomie simpliste ou d’une phrénologie moderne caricaturale. Dans le cerveau sain et intact, le traitement cognitif ne s’enferme jamais dans une latéralisation autistique : le corps calleux et les commissures interhémisphériques assurent en temps réel une communication massive et constante entre les deux hémisphères. Cette coopération transcalleuse est l’exact corrélat neurophysiologique des connexions référentielles, autorisant le va-et-vient fluide et continu entre la dénomination verbale hémisphérique gauche et l’imagerie spatio-visuelle hémisphérique droite.
6.2 Apports de la neuroimagerie fonctionnelle contemporaine
L’avènement des méthodes d’imagerie cérébrale fonctionnelle à haute résolution spatiale et temporelle — tomographie par émission de positons (TEP), imagerie par résonance magnétique fonctionnelle (IRMf) et magnétoencéphalographie (MEG) — est venu apporter une confirmation éclatante des prédictions architecturales de la DCT formulées sur la seule base de protocoles comportementaux.
Les études phares menées notamment par Stephen Kosslyn ont tranché un débat décennal en révélant que la simple génération d’une image mentale visuelle en l’absence de tout stimulus externe entraîne l’activation métabolique directe des aires visuelles primaires et secondaires (V1, V2, V4) dans le lobe occipital. La machinerie neuronale qui sert à voir le monde physique est donc physiquement réquisitionnée pour concevoir l’imagen interne, démontrant la nature substantiellement analogique et quasi-perceptive du code non verbal.
Simultanément, les tâches imposant la manipulation de concepts concrets provoquent une activation corticale bimodale remarquablement distribuée :
- Les structures temporo-pariétales et frontales inférieures gauches s’allument vigoureusement pour prendre en charge l’armature logogénique.
- De vastes réseaux ventro-occipitaux et pariétaux bilatéraux (avec prédominance droite) s’activent de manière synchrone pour déployer le substrat imagénique.
À l’opposé, les concepts purement abstraits confinent leur signature métabolique aux seuls faisceaux linguistiques de l’hémisphère gauche. Cette cartographie hémodynamique confirme irréfutablement la réalité de deux circuits parallèles indépendants et capables de résonance synchrone.
6.3 Évidences neuropsychologiques et dissociations cliniques
L’examen clinique des patients atteints de lésions cérébrales focales a constitué une source inépuisable de validations empiriques pour la théorie du double codage, en apportant la preuve indiscutable d’une double dissociation anatomique et fonctionnelle entre le système des imagens et celui des logogens.
D’un côté, la pathologie neurologique décrit des cas spectaculaires d’aphasie sévère résultant d’accidents vasculaires dans le territoire sylvien gauche, où les patients perdent quasi totalement l’usage des logogens (incapacité d’articuler des mots, perte de la syntaxe, agrammatisme). Pourtant, ces mêmes patients conservent intactes leurs capacités d’exploration spatiale, de rotation mentale, de dessin d’objets de mémoire et de classification d’images selon des critères d’usage fonctionnel non verbal, attestant de l’intégrité absolue de leur système d’imagens.
Symétriquement, des cas d’agnosie visuelle aperceptive ou associative, consécutifs à des lésions bilatérales ou unilatérales droites des voies visuelles ventrales occipito-temporales, révèlent la dissociation inverse. Ces sujets sont rigoureusement incapables d’identifier un dessin, de reconnaître le visage de leurs proches ou d’effectuer des jugements métriques sur des images mentales. Néanmoins, ils conservent un langage fluide, une syntaxe irréprochable et la capacité de réciter avec une précision encyclopédique les définitions verbales de concepts qu’ils s’avèrent incapables de reconnaître visuellement lorsqu’ils leur sont présentés. L’existence avérée de cette double dissociation clinique balaie les prétentions monistes d’un format de codage unifié indifférencié.
7. Débats théoriques et controverses : Paivio face à Pylyshyn et Anderson
7.1 La controverse de l’imagerie : format analogique versus propositionnel
L’un des épisodes les plus ardents de l’histoire des sciences cognitives, connu sous le nom de « querelle de l’imagerie mentale » (The Imagery Debate), a vu s’affronter durant près de trois décennies les tenants du dualisme analogique incarnés par Allan Paivio et Stephen Kosslyn, et les défenseurs d’un réductionnisme propositionnel computationaliste rigide menés par le philosophe et cognitiviste Zenon Pylyshyn.
Pylyshyn soutenait avec véhémence une posture fonctionnaliste issue de l’intelligence artificielle classique : l’esprit humain est assimilé à une machine de Turing dont les opérations élémentaires reposent exclusivement sur des manipulations syntaxiques de formules propositionnelles abstraites, universelles et amodales. Pour Pylyshyn, croire que le cerveau stocke et manipule des « imagens » analogiques relève d’une illusion préscientifique, assimilable au piège de l’homoncule observant un écran intérieur. Il réduisait l’impression vécue d’imagerie à un simple épiphénomène conscient, dénué de toute efficacité causale, à l’image des étincelles jaillissant d’une locomotive à vapeur mais ne participant aucunement à la propulsion de la machine.
Allan Paivio a riposté en déployant une batterie d’arguments méthodologiques et empiriques d’une redoutable précision :
- Si le format propositionnel était unique et universel, comment expliquer que les temps de latence nécessaires pour comparer la taille relative de deux animaux en mémoire soient rigoureusement fonction de la différence réelle de magnitude physique entre eux (l’effet de distance symbolique) ?
- Comment expliquer qu’il faille un temps continu pour scruter mentalement une carte spatiale mémorisée, temps directement proportionnel aux distances physiques en millimètres ?
Paivio a démontré que modéliser ces comportements par de pures listes propositionnelles amodales obligeait les partisans de Pylyshyn à introduire des hypothèses ad hoc d’une telle lourdeur calculatoire qu’elles violaient tous les principes élémentaires de parcimonie scientifique.
7.2 Confrontation avec le modèle ACT-R de John Anderson
Un autre défi théorique d’envergure fut adressé à Allan Paivio par John R. Anderson, le célèbre concepteur de l’architecture cognitive unifiée ACT-R (Adaptive Control of Thought – Rational). Anderson s’opposait initialement à la dichotomie structurelle irréductible proposée par Paivio, arguant que l’ensemble de la mémoire déclarative pouvait être formalisé de manière plus élégante et universelle sous la forme d’un immense réseau sémantique unifié, composé exclusivement de nœuds propositionnels abstraits et de liens de pondération d’activation.
Le différend épistémologique portait sur le critère d’économie cognitive et de parcimonie théorique (le rasoir d’Ockham). Anderson affirmait que postuler un unique format propositionnel sous-jacent était conceptuellement plus sobre et robuste que de concevoir deux machineries neuronales et structurales radicalement disjointes comme les imagens et les logogens. L’approche propositionnelle d’Anderson prétendait pouvoir simuler l’ensemble des effets de concrétude et de supériorité de l’image par une simple densité supérieure de connexions propositionnelles entourant les concepts concrets dans le réseau sémantique.
Paivio répliqua en démontrant que le modèle ACT-R originel souffrait d’une incapacité chronique à rendre compte des dissociations neurophysiologiques directes et des interférences sélectives observées lors de doubles tâches bimodales. L’histoire a d’ailleurs largement donné raison aux intuitions de Paivio : dans les versions ultérieures et modernisées de l’architecture ACT-R, Anderson a été contraint d’abandonner son monisme propositionnel strict pour incorporer des modules computationnels sensoriels distincts (un module visuel, un module d’action motrice et un module phonologique), validant de manière rétrospective le génie précurseur de l’architecture duale de Paivio.
7.3 Limites de la théorie du double codage face aux concepts abstraits
En dépit de sa remarquable puissance heuristique, la théorie du double codage a rencontré des pierres d’achoppement conceptuelles reconnues par Paivio lui-même, en particulier dans le traitement de la sémantique abstraite complexe, de la métaphore et de l’intelligibilité des discours philosophiques ou logiques de haute volée.
La critique principale réside dans la fragilité du traitement des abstractions pures. Si le concept concret trouve immédiatement son ancre dans l’imagen (« pomme » → forme sphérique rouge), comment le système rend-il compte de la polysémie et de la nuance d’entités telles que « paradigme », « ontologie », « aléatoire » ou « équité » ? Paivio postulait que ces vocables s’organisaient au sein du système verbal par le tissage dense d’associations logogéniques d’ordre supérieur et que, dans certains contextes, ils pouvaient activer des imagens contextuels épisodiques (par exemple, le mot « justice » suscitant l’image d’un tribunal ou d’une balance).
Cependant, les détracteurs ont pointé du doigt l’inadéquation de cette solution : l’imagen d’une balance en laiton ne capture en rien la complexité constitutionnelle et morale du concept de justice ; il n’en est qu’un symbole culturel superficiel. De plus, la théorie du double codage peine à expliquer avec une finesse computationnelle suffisante comment le sens se recompose de manière dynamique lors de la lecture d’énoncés hautement dépendants du contexte pragmatique, un domaine où les grammaires génératives et les modèles de traitement du langage naturel fondés sur des espaces d’états vectoriels ont ultérieurement offert des modélisations formelles plus performantes.
8. Applications didactiques et ingénierie de l’apprentissage multimédia
8.1 Optimisation des manuels scolaires et supports d’enseignement
L’impact de la théorie du double codage sur la pédagogie moderne et la conception didactique est incommensurable. Avant les travaux de Paivio, l’enseignement formel et la conception des manuels scolaires reposaient sur une tradition quasi exclusivement logocentrique, privilégiant l’exposé magistral textuel et considérant les éléments graphiques comme de simples ornements récréatifs subordonnés au texte.
La DCT a apporté la justification théorique et empirique de la refonte des supports éducatifs par l’application raisonnée de l’encodage bimodal. Les principes de cette ingénierie didactique préconisent :
- L’association structurelle systématique d’énoncés textuels concis avec des représentations visuo-spatiales complémentaires et explicatives (schémas synoptiques, diagrammes de flux, coupes techniques).
- L’interdiction des illustrations purement décoratives ou contextuellement non pertinentes : loin d’aider, les images séduisantes mais dépourvues de lien référentiel direct agissent comme des distracteurs nocifs qui surchargent le système de traitement non verbal au détriment de l’intégration conceptuelle.
- La présentation contiguë dans l’espace et le temps des étiquettes verbales et des composantes graphiques homologues, permettant aux apprenants de tisser immédiatement des ponts référentiels entre les logogens techniques et les sous-imagens structurels de la figure.
Cette synergie bimodalitaire accroît non seulement la rétention brute des connaissances factuelles, mais elle démultiplie surtout les capacités de transfert conceptuel, permettant aux élèves de résoudre des problèmes inédits en faisant appel à la flexibilité conjointe des deux représentations mentales.
8.2 Stratégies mnémoniques basées sur l’imagerie interactive
La théorie du double codage a fourni la clé de voûte explicative permettant de comprendre scientifiquement l’efficacité stupéfiante des techniques mnémoniques héritées de l’Antiquité, telles que la célèbre méthode des lieux (method of loci) ou la technique du mot-pivot (pegword system), longtemps entourées d’une aura mystique ou purement empirique.
Paivio a démontré que la condition sine qua non de l’efficacité mnémonique ne réside pas dans la simple juxtaposition passive d’un mot et d’une image, mais dans l’imagerie interactive. Si l’on demande à un individu d’apprendre des paires associées de substantifs (par exemple « cheval – bicyclette »), le sujet qui imagine mentalement un cheval chevauchant activement une bicyclette obtient des scores de rappel mnémonique stratosphériquement supérieurs à celui qui s’est contenté de répéter les deux mots verbalement, ou qui a imaginé les deux entités côte à côte sans interaction physique.
Ce phénomène s’explique par la fusion des deux items en un imagen composite unifié au sein du système non verbal : lors de la phase de rappel indicé, la présentation du stimulus « cheval » réactive instantanément l’ensemble de la scène spatio-dynamique intégrée, révélant la présence de la « bicyclette » sans effort de recherche séquentielle. Cet encodage bimodal synchrone constitue le rempart le plus étanche contre les phénomènes classiques de l’oubli rétroactif et proactif.
Cette approche trouve une application spectaculaire dans l’acquisition du lexique des langues étrangères grâce à la technique des mots-clés (keyword method) formulée par Richard Atkinson :
- On identifie un mot acoustiquement proche dans la langue maternelle (le mot-clé phonologique, mobilisation du logogen).
- On crée une interaction visuelle interactive et absurde entre ce mot-clé et la traduction conceptuelle réelle du terme étranger (formation d’un imagen de médiation).
- L’apprenant consolide une double trace lui permettant d’accéder au sens nouveau avec une célérité déconcertante.
8.3 Prise en compte des différences individuelles d’apprentissage
Sur le terrain des différences individuelles, la théorie du double codage a été l’objet de vulgarisations abusives qu’il convient de dissiper rigoureusement sur le plan académique, notamment en ce qui concerne la théorie controversée des « styles d’apprentissage » (visuel, auditif, kinesthésique ou VAK).
Contrairement aux affirmations du sens commun affirmant qu’un apprenant dit « visuel » devrait être instruit exclusivement par des images et qu’un apprenant dit « verbal » ne devrait recevoir que du texte, les travaux d’Allan Paivio et les recherches contemporaines en psychologie cognitive démontrent exactement l’inverse : le bénéfice du double codage est universel. Quelles que soient les préférences auto-déclarées ou les aptitudes introspectives d’un individu, l’apprentissage gagne en puissance dès lors qu’il conjugue simultanément les logogens et les imagens. Présenter un support purement visuel à un individu prétendument « visuel » le prive précisément de la richesse du double ancrage référentiel.
En revanche, Paivio a documenté des variations objectives réelles dans l’efficacité computationnelle et la vitesse de traitement de chacun des deux sous-systèmes. Certains profils cognitifs présentent des compétences d’imagerie spatiale hautement affûtées tandis que d’autres manifestent une fluidité linguistique prédominante. Ces découvertes guident l’adaptation pédagogique contemporaine, notamment pour la remédiation auprès des élèves présentant des troubles spécifiques du neurodéveloppement (dyslexie développementale, dysphasie) : la sollicitation compensatoire du système non verbal par le recours massif à des pictogrammes, des modélisations tridimensionnelles et des diagrammes de relations permet de contourner les défaillances phonologiques du réseau logogénique altéré.
9. Liens avec la théorie de la mémoire de travail et la théorie de la charge cognitive
9.1 Correspondances avec le modèle tripartite de Baddeley et Hitch
Il existe une correspondance théorique saisissante et fructueuse entre l’architecture fonctionnelle de la théorie du double codage et le modèle de la mémoire de travail forgé en 1974 par les psychologues britanniques Alan Baddeley et Graham Hitch. Bien que développés à partir de paradigmes expérimentaux initiaux différents — Paivio s’intéressant primordialement à la structure de la mémoire déclarative à long terme et Baddeley au maintien dynamique à court terme —, les deux édifices théoriques se complètent avec une harmonie remarquable.
L’isomorphisme entre les deux modèles s’établit point par point :
- Le système verbal de Paivio, ordonné autour des logogens et du traitement sériel, correspond directement à la boucle phonologique (phonological loop) de Baddeley, dédiée au stockage temporaire et à la répétition articulatoire des signaux acoustiques et linguistiques discrets.
- Le système non verbal de Paivio, centré sur les imagens et la spatialité continue, préfigure et s’aligne rigoureusement sur le calepin visuo-spatial (visuospatial sketchpad) de Baddeley, spécialisé dans la rétention et la manipulation des scènes visuelles et des coordonnées spatiales.
Dans cette perspective intégrée, les mécanismes de franchissement référentiel inter-systèmes décrits par Paivio trouvent leur moteur d’exécution dans les opérations attentionnelles coordonnées par l’administrateur central de Baddeley, ainsi que dans le tampon épisodique (episodic buffer) introduit plus tardivement par Baddeley en 2000 pour expliquer comment des informations visuelles et verbales transitoires sont consolidées en représentations multimodales unifiées.
9.2 Articulations avec la théorie de la charge cognitive de John Sweller
Les axiomes de la théorie du double codage constituent l’un des piliers explicatifs majeurs de la théorie de la charge cognitive (Cognitive Load Theory ou CLT), conceptualisée par le psychologue australien John Sweller à la fin des années 1980. La théorie de Sweller postule que la mémoire de travail humaine est soumise à des limites de capacité extrêmement strictes, ce qui fait de sa surcharge le principal goulot d’étranglement de l’apprentissage.
L’articulation avec la théorie du double codage se manifeste dans la gestion optimale de la charge cognitive extrinsèque et intrinsèque. Si un contenu éducatif complexe est présenté sous un format exclusivement textuel ou verbal, l’ensemble des flux d’information afflue vers le seul canal logogénique, saturant instantanément la bande passante de la boucle verbale et conduisant au décrochage mnésique. En répartissant judicieusement l’information entre le canal verbal et le canal visuo-spatial, l’ingénierie cognitive tire parti de la relative indépendance des deux processeurs mise en évidence par Paivio, augmentant virtuellement la capacité totale de traitement de l’esprit humain sans créer de surcharge cognitive.
De surcroît, la DCT offre l’assise théorique indispensable pour prévenir le redoutable effet d’attention partagée (split-attention effect) décrit par Sweller : lorsque le regard d’un étudiant doit osciller en permanence entre un bloc de texte distant et un schéma géométrique, le traitement référentiel s’interrompt continuellement, générant un coût cognitif parasitaire qui anéantit l’apprentissage. L’intégration spatiale et fonctionnelle directe des annotations verbales au sein même de l’imagen correspondant permet au contraire une résonance cognitive immédiate et sans friction.
9.3 La théorie cognitive de l’apprentissage multimédia de Richard Mayer
L’aboutissement contemporain le plus éclatant de la théorie du double codage au sein des sciences de l’éducation réside sans conteste dans la Théorie cognitive de l’apprentissage multimédia (Cognitive Theory of Multimedia Learning ou CTML) développée par Richard E. Mayer. L’architecture fondamentale du modèle de Mayer dérive en ligne directe du schéma conceptuel d’Allan Paivio, qu’elle combine avec les apports de Baddeley et Sweller.
Mayer pose en prémisse absolue ce qu’il nomme le Principe multimédia : « Les individus apprennent mieux à partir de mots et d’images qu’à partir de mots seuls ». Ce principe, validé par des dizaines d’expériences randomisées contrôlées, n’est rien d’autre que la transcription écologique de l’effet de concrétude et de la redondance mnémonique théorisés par Paivio.
De ce cadre théorique sont issus plusieurs principes d’ingénierie pédagogique universellement reconnus aujourd’hui :
- Le principe de contiguïté spatiale : Les textes et les visuels correspondants doivent être physiquement juxtaposés sur la page ou l’écran pour minimiser la distance de translation référentielle.
- Le principe de contiguïté temporelle : La narration orale doit être synchronisée exactement avec l’animation visuelle correspondante, favorisant l’activation simultanée en mémoire des logogens auditifs et des imagens dynamiques.
- Le principe de modalité : Remplacer un pavé de texte écrit par un commentaire audio en accompagnement d’un graphique permet de solliciter conjointement le canal phonologique et le canal visuel sans encombrer la modalité oculaire par une compétition sensorielle stérile.
10. Implications en psychologie clinique, communication et design d’interface
10.1 Interventions cliniques et thérapies cognitives et comportementales (TCC)
Bien que la théorie du double codage ait été initialement conçue au sein du laboratoire de psychologie cognitive fondamentale, ses ramifications ont profondément transformé la psychopathologie clinique contemporaine, singulièrement dans le renouveau des thérapies cognitives et comportementales (TCC) dites de troisième vague.
Un apport clinique déterminant de la DCT réside dans l’établissement de la disproportion d’impact émotionnel entre les deux formats de codage : l’activation d’un imagen déclenche une cascade de réponses neurovégétatives et somato-affectives incomparablement plus rapide et violente que l’activation du logogen correspondant. Entendre ou lire le mot « danger » génère un traitement linguistique froid et modulable, tandis que l’irruption de l’image mentale vivace d’une menace corporelle induit instantanément la tachycardie, l’élévation de la conductance cutanée et l’affolement de l’amygdale limbique.
Ce mécanisme est au cœur de la prise en charge du trouble de stress post-traumatique (TSPT). L’intrusion traumatique est modélisée cliniquement comme un imagen non verbal encapsulé, déconnecté de tout ancrage logogénique contextuel et temporel. Les protocoles de rescripting d’imagerie (imagery rescripting) et les thérapies d’exposition reposent sur ce principe : réactiver délibérément l’imagen traumatique pour y adjoindre de nouveaux logogens sémantiques rassurants, ou modifier la texture analogique même de la scène mentale pour neutraliser sa charge affective. En tissant de nouvelles connexions référentielles entre la scène d’effroi et des énoncés verbaux d’ancrage dans le présent et de sécurité, le clinicien résorbe le traumatisme en intégrant l’expérience au sein de l’architecture cognitive globale.
10.2 Ergonomie cognitive et conception d’interfaces utilisateur (UX/UI)
Le secteur technologique de la conception d’interfaces numériques, de l’ergonomie cognitive et de l’expérience utilisateur (UX/UI) applique quotidiennement, de façon délibérée ou intuitive, les axiomes fondateurs de la théorie du double codage pour concevoir des environnements interactifs intuitifs, véloces et sécurisés.
L’application la plus évidente se matérialise dans la conception des systèmes d’icônes logicielles et de signalisation numérique. Un bouton de commande qui combinerait exclusivement une étiquette textuelle (logogen) impose un temps de lecture sériel non négligeable. Inversement, une icône purement visuelle (imagen abstrait) risque d’induire une ambiguïté d’interprétation si sa métaphore graphique n’est pas universellement partagée. L’association standardisée du pictogramme visuel spatialisé et du libellé textuel explicite exploite à la perfection la redondance bimodalitaire :
- L’imagen est traité en amont par la vision périphérique en quelques millisecondes pour pré-orienter l’action motrice.
- Le logogen fournit la confirmation sémantique non ambiguë de la fonction logicielle.
Cette double signalisation réduit de manière statistiquement significative les temps de réaction oculaire et manuelle, minimise drastiquement les taux d’erreur de saisie dans les contextes critiques (tels que les interfaces de commande des réacteurs industriels ou les cockpits d’avions de ligne) et garantit une accessibilité cognitive optimale pour les utilisateurs atteints de déficits lexicaux ou confrontés à des environnements de travail hautement stressants et anxiogènes.
10.3 Efficacité publicitaire et communication persuasive
Dans les sciences de l’information et de la communication de masse, ainsi que dans le marketing comportemental, la théorie du double codage forme le socle théorique de l’élaboration des campagnes persuasives et de l’ingénierie de marque (branding).
Les études de psychologie du consommateur confirment avec constance que la mémorisation pérenne d’une identité de marque repose sur la mise en relation synchrone d’un logotype figuratif hautement vivace (l’imagen de marque, comme la pomme croquée ou la virgule dynamique) et d’un nom ou d’un slogan verbal percutant et allitératif (le logogen phonologique). L’efficacité de la communication publicitaire s’effondre lorsque le message s’enferme dans un verbiage abstrait déconnecté de tout ancrage imagé, ou à l’inverse lorsqu’il propose une esthétique visuelle débridée incapable de renvoyer clairement au nom du produit à promouvoir.
En outre, la théorie du double codage éclaire les mécanismes du conditionnement évaluatif en publicité : en associant de manière contiguë un logogen commercial à des imagens visuels porteurs de valeurs affectives universelles intenses (paysages solaires majestueux, scènes de complicité intime, textures sensorielles gourmandes), les communicants contournent les défenses critiques de l’analyse logique verbale de l’acheteur potentiel. Le transfert affectif s’opère par l’intermédiaire des connexions référentielles, imprégnant silencieusement le logogen de la marque des valences émotionnelles positives générées par le système non verbal.
11. Méthodologies de recherche et protocoles expérimentaux d’Allan Paivio
11.1 Paradigmes de rappel libre, sélectif et sériel
La pérennité et l’autorité de la théorie du double codage reposent sur une méthodologie expérimentale quantitative d’une rigueur absolue. Allan Paivio était avant tout un expérimentateur méticuleux, concevant des paradigmes de laboratoire sophistiqués destinés à éliminer systématiquement les explications concurrentes.
Parmi ses dispositifs expérimentaux cardinaux figurent les protocoles de rappel libre, indicé et sériel appliqués à des cohortes de stimuli standardisés. Paivio présentait à des groupes de participants des séquences soigneusement calibrées d’items appartenant à quatre grandes catégories morphologiques :
- Des objets tridimensionnels réels ou des photographies réalistes.
- Des dessins schématiques au trait d’objets concrets.
- Des substantifs écrits désignant ces mêmes objets concrets (haute valeur d’imagerie I).
- Des substantifs abstraits appariés en fréquence, longueur et familiarité (basse valeur d’imagerie I).
L’analyse comparée des courbes de position sérielle — distinguant l’effet de primauté (dépendant de la consolidation en mémoire à long terme) et l’effet de récence (reflétant le maintien immédiat en mémoire tampon) — a révélé des régularités empiriques éclatantes : l’avantage des imagens et des mots concrets s’exprime avec une intensité maximale sur l’effet de primauté, corroborant le fait que le double codage facilite spécifiquement l’ancrage structural et la rétention consolidée en mémoire à long terme.
Dans les tâches d’apprentissage de paires associées (stimulus-réponse), Paivio a mis au jour une asymétrie mnémonique fondamentale : la présence d’un stimulus concret ou imagé comme déclencheur facilite massivement la récupération de n’importe quelle réponse (qu’elle soit concrète ou abstraite), tandis qu’un déclencheur abstrait affaiblit considérablement le rappel de la réponse associée, démontrant que la fonction d’amorce et de récupération est préférentiellement médiatisée par le système non verbal.
11.2 Techniques chronométriques et tâches d’interférence sélective
Pour démontrer l’indépendance structurelle et la séparation des deux systèmes contre l’hypothèse propositionnelle amodale, Allan Paivio a déployé une méthodologie d’une redoutable inventivité : le paradigme de double tâche avec interférence sélective couplé à la chronométrie mentale.
L’hypothèse était implacable : si le système cognitif humain opérait sur un médium propositionnel unique, toute tâche concurrente de surcharge devrait dégrader de façon uniforme la performance, quelle que soit la modalité du stimulus. Or, les données recueillies ont réfuté cette prédiction moniste. Paivio a démontré de spectaculaires dissociations d’interférence sélective :
- Si l’on impose à un participant de réaliser une tâche visuo-motrice ou spatiale continue (comme suivre une cible lumineuse mobile avec un stylet sur un écran) pendant qu’il encode des paires associées, la performance de rétention des items imagés s’effondre littéralement, alors que la mémorisation des mots abstraits par la voie verbale demeure pratiquement inchangée.
- Réciproquement, l’imposition d’une tâche de suppression articulatoire verbale (comme répéter en boucle et à haute voix la syllabe « thé-thé-thé ») paralyse spécifiquement le traitement mnémonique et associatif des logogens abstraits sans entamer significativement la capacité de traitement et d’organisation spatiale des imagens.
Parallèlement, la mesure chronométrique des temps de réaction au millième de seconde lors de tâches de comparaison sémantique (par exemple : déterminer si un zèbre est plus grand qu’un grille-pain) a confirmé que les temps de latence sont extrêmement brefs lorsque les stimuli sont présentés sous forme d’images et considérablement allongés lorsqu’ils sont soumis sous forme de mots textuels, attestant de la latence incompressible inhérente à la conversion référentielle du logogen vers l’imagen.
11.3 Instruments d’évaluation des capacités individuelles d’imagerie
Désireux de mesurer rigoureusement l’impact des traits individuels sur les performances expérimentales, Allan Paivio a été un pionnier de la psychométrie différentielle appliquée à l’imagerie mentale. Il a conçu et étalonné un instrument psychométrique de référence : le Questionnaire sur les différences individuelles (Individual Differences Questionnaire ou IDQ), complété ultérieurement par l’échelle Visualizer-Verbalizer Questionnaire (VVQ).
L’IDQ a été spécifiquement construit pour évaluer de façon orthogonale et non exclusive la propension spontanée et l’efficacité habituelle d’un individu à employer l’une ou l’autre des deux modalités de traitement. Contrairement aux approches typologiques réductrices qui classaient artificiellement les sujets dans des cases étanches, l’instrument de Paivio attribue deux scores indépendants et continus : une dimension d’imagerie visuelle et une dimension verbale. Un sujet peut ainsi présenter un profil hautement équilibré et bimodal (haut visuel / haut verbal), un profil dissymétrique, ou un profil de faible efficacité conjointe.
Paivio a méthodologiquement croisé les scores subjectifs déclarés à l’IDQ avec des batteries d’épreuves cognitives objectives standardisées, comprenant des tâches de rotation mentale tridimensionnelle (telles que le test de Shepard et Metzler), des épreuves de pliage mental de surfaces en papier, et des tests de scanning visuel interne. Les corrélations statistiques obtenues ont solidement établi la validité convergente du construit : les sujets présentant une haute valeur d’imagerie à l’IDQ manifestent des latences de rotation mentale réduites, une vivacité phénoménologique accrue et une résistance supérieure à l’oubli épisodique dans les protocoles bimodaux.
12. Évaluation critique contemporaine, cognition incarnée et perspectives
12.1 Limites épistémologiques et défis adressés au modèle
Avec le recul critique que permet plus d’un demi-siècle de recherche post-paivienne, les sciences cognitives contemporaines reconnaissent l’immense fécondité de la théorie du double codage tout en pointant certaines de ses limites épistémologiques et computationnelles.
La première objection adressée au modèle de Paivio concerne la sous-estimation probable des formats de représentation purement amodaux. Bien que la DCT ait victorieusement combattu l’hégémonie du monisme propositionnel, postuler que l’intégralité de la cognition humaine s’épuise dans la dichotomie logogens/imagens apparaît aujourd’hui insuffisant pour modéliser certains calculs conceptuels profonds. L’absence de formalisation mathématique explicite de la transformation dynamique des imagens a constitué une seconde vulnérabilité : alors que les modèles linguistiques et computationnels formalisaient leurs propositions en graphes orientés ou en arbres syntaxiques récursifs, les imagens de Paivio sont longtemps restés décrits de manière analogique globale sans spécification algorithmique fine de leur implémentation computationnelle.
Enfin, la question classique de l’ancrage des symboles (the symbol grounding problem), formulée avec acuité par le philosophe et cognitiviste Stevan Harnad, a posé un défi majeur aux logogens : si un logogen n’est qu’une étiquette linguistique arbitraire, comment acquiert-il sa signification intrinsèque en l’absence d’imagen associé direct ? En renvoyant systématiquement le sens des concepts abstraits à des boucles associatives verbales intralinguitiques, la théorie du double codage s’exposait au risque d’une régression sémantique circulaire, où les mots ne font que définir d’autres mots sans toucher jamais la substance du réel.
12.2 Convergence avec les théories de la cognition incarnée et située
Loin d’avoir été invalidée par les avancées des trente dernières années, la théorie du double codage connaît aujourd’hui une éclatante résurgence épistémologique grâce à sa convergence conceptuelle avec le paradigme dominant de la cognition incarnée (embodied cognition), théorisée notamment par Lawrence Barsalou, George Lakoff et Mark Johnson.
La théorie des Systèmes de Symboles Perceptifs (Perceptual Symbol Systems) élaborée par Lawrence Barsalou en 1999 s’affirme comme l’héritière directe et le raffinement neurobiologique le plus abouti de l’imagen d’Allan Paivio. Barsalou démontre que les représentations conceptuelles ne sont jamais des entités abstraites décontextualisées : conceptualiser un objet ou une action revient à exécuter une simulation perceptuelle et motrice partielle au sein des réseaux neuronaux sensorimoteurs mêmes qui ont été engagés lors des interactions physiques réelles avec ce stimulus.
Dans ce cadre renouvelé, la théorie du double codage n’apparaît plus comme une mécanique duale abstraite, mais comme l’expression de l’ancrage corporel de l’esprit humain :
- Le système non verbal s’émancipe d’une vision purement oculaire pour s’affirmer comme une vaste matrice de réactivations sensorimotrices distribuées (impliquant le cortex moteur, prémoteur, somatosensoriel et insulaire).
- Le système verbal est réinterprété non comme un manipulateur syntaxique désincarné, mais comme un système d’indexation sociale et linguistique hautement spécialisé permettant d’orchestrer, de contraindre et de coordonner ces simulations corporelles complexes.
Cette réévaluation théorique réconcilie définitivement la DCT avec l’élimination du dualisme cartésien classique : l’esprit pense avec la chair du monde perceptif.
12.3 Nouvelles frontières : intelligence artificielle multimodale et réalités immersives
Au cœur de la révolution technologique contemporaine, les principes cardinaux de la théorie du double codage connaissent des applications d’une saisissante modernité au sein de l’intelligence artificielle et des environnements immersifs de réalité virtuelle (RV) et de réalité augmentée (RA).
L’essor fulgurant des modèles d’intelligence artificielle multimodaux récents — à l’instar des architectures vision-langage de pointe telles que CLIP (Contrastive Language-Image Pre-training développé par OpenAI), Stable Diffusion ou GPT-4o — constitue une réplique algorithmique presque parfaite de l’architecture imaginée par Allan Paivio dès 1971. Ces modèles de deep learning sont structurellement bâtis autour de deux encodeurs autonomes distincts : un encodeur textuel (spécialisé dans l’analyse distributionnelle des logogens linguistiques) et un encodeur visuel (spécialisé dans l’extraction des caractéristiques spatiales analogiques des imágenes numériques). La prouesse de ces réseaux de neurones réside précisément dans la projection des deux flux au sein d’un espace d’intégration latent partagé, qui formalise mathématiquement les connexions référentielles inter-systèmes d’Allan Paivio, permettant de générer des images photoréalistes à partir d’invites textuelles ou de commenter sémantiquement des scènes visuelles complexes.
Parallèlement, dans le domaine de la réalité virtuelle et de l’ingénierie cognitive immersive, la théorie du double codage s’impose comme la grille d’analyse indispensable pour concevoir des environnements de formation professionnelle et militaire de haute efficacité. L’immersion holographique spatiale, enrichie de retours kinesthésiques haptiques et spatialement synchronisée avec des consignes verbales audio dynamiques, réalise le double codage absolu. Plus d’un demi-siècle après sa formulation princeps à London, en Ontario, l’architecture duale forgée par Allan Paivio continue d’éclairer avec une puissance inentamée la façon dont l’esprit humain, tout comme l’esprit artificiel, transfigure les perceptions et les mots pour donner un sens intelligible à l’Univers.
Références
Anderson, J. R. (1978). Arguments concerning representations for mental imagery. Psychological Review, 85(4), 249–277. https://doi.org/10.1037/0033-295X.85.4.249
Atkinson, R. C., & Raugh, M. R. (1975). An application of the mnemonic keyword method to the acquisition of a Russian vocabulary. Journal of Experimental Psychology: Human Learning and Memory, 1(2), 126–133. https://doi.org/10.1037/0278-7393.1.2.126
Baddeley, A. D., & Hitch, G. (1974). Working memory. In G. H. Bower (Ed.), Psychology of Learning and Motivation (Vol. 8, pp. 47–89). Academic Press. https://doi.org/10.1016/S0079-7421(08)60452-1
Barsalou, L. W. (1999). Perceptual symbol systems. Behavioral and Brain Sciences, 22(4), 577–660. https://doi.org/10.1017/s0140525x99002149
Kosslyn, S. M. (1994). Image and Brain: The Resolution of the Imagery Debate. MIT Press. https://mitpress.mit.edu/9780262611244/
Mayer, R. E. (2009). Multimedia Learning (2nd ed.). Cambridge University Press. https://doi.org/10.1017/CBO9780511811677
Morton, J. (1969). Interaction of information in word recognition. Psychological Review, 76(2), 165–178. https://doi.org/10.1037/h0027366
Paivio, A. (1969). Mental imagery in associative learning and memory. Psychological Review, 76(3), 241–263. https://doi.org/10.1037/h0027272
Paivio, A. (1971). Imagery and Verbal Processes. Holt, Rinehart and Winston.
Paivio, A. (1986). Mental Representations: A Dual Coding Approach. Oxford University Press. https://doi.org/10.1093/acprof:oso/9780195066661.001.0001
Paivio, A. (1991). Dual coding theory: Retrospect and current status. Canadian Journal of Psychology, 45(3), 255–287. https://doi.org/10.1037/h0084295
Paivio, A. (2007). Mind and Its Evolution: A Dual Coding Approach. Lawrence Erlbaum Associates. https://doi.org/10.4324/9781315785233
Paivio, A., Yuille, J. C., & Madigan, S. A. (1968). Concreteness, imagery, and meaningfulness values for 925 nouns. Journal of Experimental Psychology, 76(1, Pt.2), 1–25. https://doi.org/10.1037/h0025327
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
Radford, A., Kim, J. W., Hallacy, C., Ramesh, A., Goh, G., Agarwal, S., Sastry, G., Askell, A., Mishkin, P., Clark, J., Krueger, G., & Sutskever, I. (2021). Learning transferable visual models from natural language supervision. In Proceedings of the 38th International Conference on Machine Learning (PMLR 139), 8748–8763. https://proceedings.mlr.press/v139/radford21a.html
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
Sweller, J. (1988). Cognitive load during problem solving: Effects on learning. Cognitive Science, 12(2), 257–285. https://doi.org/10.1207/s15516709cog1202_4