Esprit modulaire vs esprit connexionniste

Le problème de la nature et de l’architecture de la cognition humaine constitue sans doute l’une des interrogations les plus profondes et les plus disputées de la philosophie contemporaine, des neurosciences et de l’intelligence artificielle. Au cœur de cette vaste entreprise intellectuelle gît une controverse fondamentale qui a structuré l’essor des sciences cognitives depuis la seconde moitié du vingtième siècle : l’esprit fonctionne-t-il à la manière d’un assemblage rigide de composants spécialisés, autonomes et prédéterminés, ou s’apparente-t-il plutôt à une matrice dynamique, distribuée et éminemment plastique d’unités élémentaires interconnectées dont les interactions fluides font émerger les propriétés de la pensée ? Cette interrogation cristallise le choc entre deux paradigmes rivaux : l’esprit modulaire et l’esprit connexionniste.

D’un côté, le paradigme modulaire, dont les lettres de noblesse théoriques ont été magistralement gravées par le philosophe Jerry Fodor au début des années 1980, conçoit l’architecture cognitive comme une fédération d’organes mentaux hautement spécialisés, rapides, automatiques et isolés sur le plan informationnel. Selon cette approche héritière de la tradition rationaliste et du computationnalisme classique fondé sur la métaphore de la machine de Turing, la pensée consiste en une manipulation formelle de symboles discrets régie par des règles syntaxiques explicites. Les perceptions, le langage ou encore certaines facultés d’inférence sociale opéreraient au sein de modules étanches, préservant ainsi la vitesse et la fiabilité des opérations vitales de l’organisme face aux sollicitations incessantes et potentiellement saturantes de l’environnement physique et social.

D’un autre côté, le renouveau connexionniste incarné au milieu des années 1980 par les travaux séminaux du groupe Parallel Distributed Processing (PDP) de David Rumelhart et James McClelland propose une tout autre ontologie mentale. Rejetant le fétichisme du symbole discret et le cloisonnement algorithmique, le connexionnisme s’inspire directement des principes d’organisation microstructurale du système nerveux central. Ici, la cognition ne résulte pas de l’exécution séquentielle d’un programme préétabli sur des registres de mémoire localisés, mais de l’évolution spatio-temporelle d’un réseau massif d’unités de calcul simples et interconnectées. Les connaissances ne sont pas stockées dans des tiroirs symboliques ; elles sont distribuées sous forme de poids synaptiques au sein d’une topologie continue, conférant au système une tolérance intrinsèque aux pannes, une sensibilité aux nuances statistiques de l’expérience et une remarquable capacité d’adaptation plastique. Explorer ce débat, ce n’est rien de moins que disséquer les mécanismes intimes par lesquels la matière biologique donne naissance au sens, à l’action et à la conscience.

1. Introduction au débat computationnel en sciences cognitives

1.1 Origines historiques et contextuelles de la controverse

L’émergence de la controverse entre modularisme et connexionnisme s’enracine dans la formidable rupture épistémologique que constitua la révolution cognitive du milieu du XXe siècle. Durant les décennies 1930 à 1950, le béhaviorisme régnait sans partage sur la psychologie expérimentale anglo-saxonne, imposant un interdit méthodologique strict sur l’investigation des états mentaux internes. Les tenants de l’orthodoxie béhavioriste, menés notamment par B.F. Skinner, réduisaient l’activité psychologique à des chaînes causales directes liant des stimuli environnementaux à des réponses comportementales observables, reléguant le cerveau au statut opaque de boîte noire inaccessible ou théoriquement superflue.

Cette hégémonie fut fracassée à la fin des années 1950 par la convergence de plusieurs disciplines novatrices : la théorie de l’information de Claude Shannon, la cybernétique de Norbert Wiener, les premières modélisations informatiques d’Alan Turing et de John von Neumann, ainsi que la linguistique générative naissante de Noam Chomsky. Ce dernier porta un coup fatal au béhaviorisme dans sa célèbre critique de 1959 du livre Verbal Behavior de Skinner, démontrant que la faculté humaine d’acquérir et de manier le langage repose obligatoirement sur des structures cognitives internes hautement élaborées, sous-tendues par une grammaire universelle innée, impossible à dériver d’un simple conditionnement associatif. Dès cet instant, l’esprit fut formellement réhabilité comme un système de traitement de l’information, ouvrant la voie au computationnalisme symbolique classique.

Durant les premières décennies de cette ère cognitive, la métaphore de l’ordinateur de Von Neumann dominait sans partage. L’esprit était appréhendé comme un logiciel (software) désincarné opérant sur un matériel biologique contingent (le cerveau, ou hardware). Selon ce modèle physicaliste symbolique, explicité par Allen Newell et Herbert Simon dans leur hypothèse des systèmes de symboles physiques, la pensée consiste fondamentalement en une séquence d’opérations logiques appliquées à des symboles mentaux ayant une syntaxe définie. Cependant, en parallèle de cette vision logiciste de haut niveau, une lignée souterraine mais tenace de chercheurs, héritiers des travaux de Warren McCulloch, Walter Pitts et Donald Hebb, continuait d’explorer des formalismes computationnels inspirés de la neurobiologie, posant les jalons précoces de ce qui deviendrait le calcul distribué.

Le point d’inflexion critique survint dans les années 1980. En 1983, le philosophe Jerry Fodor publiait un manifeste retentissant intitulé The Modularity of Mind. Fodor y proposait une taxonomie rigoureuse de l’architecture mentale, affirmant que les mécanismes perceptifs et linguistiques sont gouvernés par des « modules » autonomes, hermétiquement clos et innés, prévus pour traiter sans interférence les flux d’entrées sensorielles. Ce traité représentait l’apothéose de la pensée symbolique classique appliquée à la structure globale de l’appareil psychique. La riposte conceptuelle ne tarda guère : en 1986, la publication des deux volumes monumentaux du groupe PDP (Parallel Distributed Processing: Explorations in the Microstructure of Cognition), orchestrée par David Rumelhart, James McClelland et leurs collaborateurs, jeta les bases formelles du renouveau connexionniste. En montrant que des réseaux de neurones formels pouvaient apprendre des régularités grammaticales ou perceptives complexes sans intégrer de règles programmées a priori, le connexionnisme défiait ouvertement l’édifice modulaire et symbolique.

L’enjeu épistémologique sous-jacent à cette querelle transcende la simple rivalité méthodologique. Il s’agissait – et il s’agit toujours – de déterminer la nature fondamentale de la computation cognitive : l’intelligence doit-elle être comprise à un niveau abstrait, quasi mathématique, où les états mentaux jouissent d’une indépendance fonctionnelle par rapport au substrat neuronal, ou bien l’architecture de la pensée est-elle indissociable de la dynamique continue, plastique et massivement parallèle propre au tissu cérébral ? Comprendre la structure sous-jacente du traitement de l’information humaine nécessite ainsi de trancher ou d’articuler ces deux visions polaires de l’esprit.

1.2 Définition préliminaire des paradigmes en présence

Pour appréhender la portée de ce débat, il convient de cerner avec rigueur les fondements théoriques de chacun des deux paradigmes. L’esprit modulaire postule une architecture fonctionnelle décomposée en sous-systèmes distincts, spécialisés et largement indépendants les uns des autres. Dans cette perspective, la machinerie cognitive n’est pas un bloc homogène appliquant une intelligence indifférenciée à n’importe quel problème, mais un ensemble composite d’organes computationnels. Chaque module opère comme un processeur dédié à une tâche exclusive : l’analyse de la parole phonétique, la détection des contours visuels, la reconnaissance des visages familiers ou l’évaluation immédiate de trajectoires spatiales. La marque de fabrique de cette approche réside dans l’autonomie algorithmique : chaque composant possède sa propre base de connaissances et effectue ses calculs sans dépendre de l’état général des croyances de l’individu.

À l’inverse, l’esprit connexionniste se définit par une approche distribuée, émergente et dynamique de la cognition. Inspiré par l’architecture intime du cortex cérébral, ce modèle se passe de structures monolithiques préprogrammées. L’entité cognitive élémentaire n’est plus un module autonome, mais une unité de calcul simplifiée (un « nœud » ou neurone formel) qui ne possède, isolément, aucune signification cognitive. La connaissance n’est stockée nulle part sous la forme d’un énoncé textuel ou d’un symbole discret ; elle réside de manière implicite dans la matrice des forces de connexion – ou poids synaptiques – reliant des milliers ou des millions de ces unités. La cognition devient ainsi le résultat global, macroscopique, d’un état de convergence dynamique (ou relaxation) du réseau face à un patron d’activation imposé par l’environnement.

Cette divergence architecturale reflète une césure conceptuelle fondamentale entre le symbolisme classique et le sub-symbolisme statistique. Dans l’approche symbolique inhérente au modularisme traditionnel, les représentations mentales sont composées de symboles discrets qui possèdent à la fois des propriétés syntaxiques et des propriétés sémantiques arbitraires. La pensée y est assimilée à une déduction logique : une règle formelle prend en entrée un symbole $A$, le transforme en un symbole $B$, selon une chaîne d’instructions parfaitement déterministe. Dans le modèle sous-symbolique connexionniste, le niveau représentatif pertinent se situe en deçà du symbole linguistique. Le vecteur numérique continu remplace l’atome symbolique. Le sens n’est pas une étiquette collée sur une entité conceptuelle, mais une région au sein d’un espace vectoriel multidimensionnel d’activation, et le traitement consiste en des transformations vectorielles continues gouvernées par l’algèbre linéaire et des fonctions non linéaires.

Les implications de cette fracture théorique sont monumentales, tant pour l’intelligence artificielle que pour la neuropsychologie clinique. Pour l’intelligence artificielle, l’option modulaire a engendré l’ingénierie des systèmes experts et des ontologies logiques de l’IA symbolique prévalant jusqu’aux années 1990, tandis que l’option connexionniste a fourni les fondations théoriques du renouveau de l’apprentissage profond (deep learning) contemporain. En neuropsychologie, le modularisme fournit une grille de lecture limpide des dissociations cliniques – où une fonction très précise est abolie tandis que les autres restent intactes –, alors que le connexionnisme propose une explication élégante de la dégradation progressive et gracieuse des compétences cognitives observée dans les pathologies neurodégénératives diffuses ou les lésions partielles.

1.3 Pourquoi la comparaison est-elle cruciale aujourd’hui ?

Loin d’appartenir à l’histoire révolue des sciences, le face-à-face entre modularisme et connexionnisme s’impose aujourd’hui avec une urgence intellectuelle renouvelée. Le triomphe technologique éclatant de l’apprentissage automatique profond et des grands modèles de langage (LLMs) tels que GPT-4 ou Claude a placé le paradigme connexionniste sous les projecteurs de l’ensemble de la société. Ces architectures massives, composées de centaines de milliards de paramètres ajustés par rétropropagation sur des corpus titanesques, démontrent des aptitudes spectaculaires en matière de génération textuelle, de raisonnement apparent, de traduction et de reconnaissance visuelle. Pourtant, ce succès fulgurant soulève des interrogations théoriques vertigineuses que le débat classique permet précisément d’élucider.

En effet, les faiblesses patentes des modèles connexionnistes actuels – hallucinations factuelles, manque criant de bon sens élémentaire, vulnérabilité extrême aux exemples contradictoires (adversarial attacks) et incapacité à garantir une cohérence logique formelle – rappellent avec acuité les objections que Jerry Fodor et Zenon Pylyshyn adressaient déjà aux réseaux de neurones en 1988 dans leur célèbre traité Connectionism and Cognitive Architecture. Fodor et Pylyshyn soutenaient que l’esprit humain fait preuve d’une systématicité et d’une productivité que seuls des systèmes formels manipulant des symboles structurés hiérarchiquement peuvent capturer intrinsèquement. Réinterroger aujourd’hui le modèle modulaire permet ainsi d’évaluer si les limites actuelles de l’IA ne proviennent pas précisément de l’absence d’une compartimentation modulaire dédiée à des tâches spécifiques de raisonnement logique et de contrôle exécutif.

Parallèlement, la comparaison est vitale pour la compréhension des dissociations neuropsychologiques chez les patients cérébrolésés. L’observation clinique continue de confronter les chercheurs à des tableaux cliniques frappants : des individus atteints de prosopagnosie sévère s’avèrent totalement incapables de reconnaître les visages de leurs proches tout en conservant une acuité visuelle parfaite pour identifier des objets manufacturés, tandis que des patients aphasiques présentent des ruptures sélectives entre la compétence syntaxique et l’accès sémantique. Face à ces données cliniques, le modélisateur moderne ne peut se contenter d’un réductionnisme simpliste ; il doit comprendre comment des réseaux massivement interconnectés peuvent donner lieu, sur le plan fonctionnel ou macroscopique, à des syndromes aussi nettement délimités que s’ils frappaient des modules autonomes.

Enfin, le débat est au cœur des controverses contemporaines qui animent l’interface entre les neurosciences développementales et la psychologie évolutionniste. Tandis que les psychologues évolutionnistes postulent l’existence d’une myriade de modules spécialisés façonnés par la sélection naturelle pour résoudre les problèmes adaptatifs du Pléistocène, les neurobiologistes du développement mettent en avant l’extraordinaire plasticité du néocortex juvénile, capable de reconfigurer radicalement ses circuits fonctionnels en réponse aux contraintes environnementales. Face à cette tension empirique, la nécessité de dépasser le clivage strict par des perspectives intégratives s’impose comme l’un des chantiers théoriques les plus stimulants des sciences contemporaines de l’esprit.

2. La théorie de l’esprit modulaire : Fondements et mécanismes

2.1 Les thèses canoniques de Jerry Fodor

L’acte de naissance formel du concept moderne de modularité cognitive demeure sans conteste l’ouvrage de Jerry Fodor (1983), intitulé The Modularity of Mind. Dans cet essai philosophique d’une densité exceptionnelle, Fodor ne cherchait pas simplement à proposer un modèle fonctionnel parmi d’autres ; il entendait refonder l’architecture computationnelle de la cognition en rompant radicalement avec l’idée d’une faculté cognitive unifiée et générale héritée de la psychologie des facultés horizontales. Fodor y formalise une distinction tripartite fondamentale au sein de l’esprit : les transducteurs sensoriels, les systèmes d’entrée (ou modules) et les systèmes centraux.

Les transducteurs opèrent à l’interface directe avec la réalité physique, convertissant les énergies sensorielles incidentes (ondes électromagnétiques, compressions acoustiques, déformations mécaniques) en signaux computationnels lisibles par l’appareil neuronal. Ces signaux bruts sont immédiatement pris en charge par les systèmes d’entrée, qui constituent les véritables modules au sens fodorien strict. La thèse centrale de Fodor est que ces modules ne sont pas de simples dispositifs de transmission, mais des analyseurs d’entrées hautement spécialisés dont le fonctionnement est rigoureusement contraint par une série de propriétés définitoires interconnectées, au premier rang desquelles trône l’encapsulation informationnelle (informational encapsulation).

L’encapsulation informationnelle – souvent désignée sous le terme de cloisonnement cognitif – stipule qu’au cours de son opération de calcul, un module ne peut avoir accès aux informations, croyances, désirs ou connaissances générales résidant dans le reste de l’esprit. Le traitement modulaire s’exécute en vase clos. L’illustration la plus spectaculaire de cette imperméabilité cognitive réside dans les illusions visuelles persistantes. Lorsque vous contemplez la célèbre illusion d’optique de Müller-Lyer, vous avez beau savoir pertinemment, munis d’un double décimètre et de vos connaissances géométriques explicites, que les deux segments horizontaux sont rigoureusement de même longueur, le module de perception visuelle spatiale continue inexorablement de vous faire percevoir le segment aux flèches inversées comme étant plus long. Votre savoir central est totalement impuissant à corriger la computation interne du module visuel.

À cette encapsulation s’ajoutent d’autres caractéristiques nodales :

• La spécificité de domaine (domain specificity) : chaque module ne traite qu’une classe extrêmement délimitée de stimuli environnementaux. Le système responsable du traitement de la parole n’a cure des signaux visuels, et le système d’analyse des formes géométriques ne traite pas les stimuli linguistiques.
• Le caractère obligatoire et automatique : le sujet ne peut choisir délibérément d’activer ou d’inhiber le module. Entendre une phrase formulée dans sa langue maternelle implique obligatoirement de décoder sa structure phonétique et lexicale ; on ne peut décider de l’entendre comme un bruit physique arbitraire.
• L’inconscience de l’accès aux états intermédiaires : la conscience n’accède qu’au produit final de la computation modulaire (la perception du mot prononcé, la reconnaissance d’une forme), sans jamais pouvoir inspecter les étapes algorithmiques sous-jacentes.
• La rapidité fulgurante : opérant de manière réflexe sur un domaine restreint et sans consulter la vaste base des croyances globales, les modules fournissent des sorties computationnelles en quelques dizaines de millisecondes.
• Une architecture neurale fixe et précâblée : les modules sont sous-tendus par des substrats cérébraux identifiables, génétiquement canalisés, et suivent une trajectoire de maturation développementale hautement prévisible.

Néanmoins, Fodor apportait une restriction philosophique majeure qui est fréquemment négligée par ses successeurs : la modularité ne s’applique, selon lui, qu’à la périphérie de l’esprit, c’est-à-dire aux systèmes de perception et aux premières étapes du traitement linguistique. Les systèmes centraux – responsables de la fixation des croyances, de l’élaboration des théories scientifiques, du raisonnement analogique, de la planification à long terme et de la prise de décision globale – sont formellement exclus de la modularité. Fodor les qualifie d’« isotropes » et de « quiniens ». Ils sont isotropes car toute connaissance au sein de l’esprit peut théoriquement être pertinente pour valider une croyance centrale ; ils sont quiniens car le degré de confirmation d’une hypothèse dépend des propriétés globales de l’ensemble du système de croyances du sujet. En vertu de cette absence totale d’encapsulation, Fodor professait un pessimisme épistémologique absolu, désigné sous le nom de « Première loi de Fodor sur la non-existence des sciences cognitives » : plus un processus cognitif est global et non modulaire, moins on a de chances de le comprendre d’un point de vue computationnel.

2.2 L’hypothèse de la modularité massive (Perspective évolutionniste)

Face au pessimisme fodorien concernant l’inintelligibilité computationnelle des systèmes centraux, une frange radicale de théoriciens a élaboré une extension ambitieuse du concept de modularité au cours des années 1990 et 2000 : l’hypothèse de la « modularité massive » (massive modularity hypothesis). Formulée principalement par les figures de proue de la psychologie évolutionniste, notamment Leda Cosmides, John Tooby, ainsi que le philosophe Peter Carruthers, cette théorie propose de démanteler le sanctuaire fodorien des systèmes centraux non modulaires pour affirmer que l’esprit tout entier, du sommet à la base, est structuré selon une organisation modulaire.

Le point de départ de cette perspective repose sur la téléologie darwinienne. Pour Cosmides et Tooby, le cerveau humain est le produit d’un processus de sélection naturelle s’étendant sur des millions d’années d’évolution au sein de l’environnement d’adaptation ancestrale (notamment l’époque pléistocène). Dans cette optique, l’esprit ne saurait être un processeur général polyvalent, car un système généraliste serait catastrophiquement inefficace sur le plan adaptatif face à des défis écologiques et reproductifs distincts exigeant des solutions incompatibles entre elles. La sélection naturelle a nécessairement favorisé l’apparition d’adaptations computationnelles dédiées à la résolution de problèmes sélectifs récurrents : détecter les tricheurs dans les échanges coopératifs réciproques, évaluer la valeur reproductrice d’un partenaire sexuel potentiel, reconnaître les agents pathogènes et toxines nocives, interpréter les intentions psychologiques d’autrui (théorie de l’esprit), ou encore acquérir le langage maternel.

Cette approche est célèbre pour sa métaphore dite du « couteau suisse » : de même qu’un couteau suisse d’officier ne consiste pas en une lame unique indifférenciée destinée à tout faire de façon médiocre, mais en une batterie d’outils hautement spécialisés (lame, tire-bouchon, scie, tournevis, ciseaux) conçus chacun pour une tâche précise, l’esprit humain est constitué d’une collection dense de dizaines, voire de centaines de modules mentaux évolués (Darwinian modules). Ces modules darwinistes ne partagent pas nécessairement l’ensemble des critères fodoriennes stricts – la vitesse extrême ou l’architecture anatomique monolitique peuvent être assouplies –, mais ils conservent rigoureusement le critère de la spécificité de domaine et une forme d’encapsulation fonctionnelle.

Cependant, l’hypothèse de la modularité massive a suscité d’immenses controverses théoriques internes et externes aux sciences cognitives. Le défi le plus redoutable adressé à ce modèle réside dans le problème de l’intégration globale et du contrôle exécutif : si l’esprit n’est qu’une myriade de modules indépendants générant chacun leurs propres sorties de manière concurrentielle, quelle instance computationnelle régule l’arbitrage entre ces modules ? Comment s’opère la prise de décision cohérente lorsqu’un module d’évitement du danger entre en collision frontale avec un module d’exploration sexuelle ou de quête alimentaire ? Postuler un module superviseur d’ordre supérieur réintroduit le risque d’une régression à l’infini (l’homoncule dans la machine), tandis que nier l’existence de mécanismes d’intégration générale heurte de plein fouet l’expérience phénoménologique et empirique de la flexibilité cognitive humaine, capable de créer des métaphores conceptuelles inédites reliant des domaines que l’évolution n’avait jamais pu anticiper.

2.3 Preuves empiriques et applications du modèle modulaire

L’attrait persistant de l’approche modulaire ne relève pas d’une simple spéculation théorique ; il s’appuie sur un corpus monumental de données empiriques amassées par la neuropsychologie clinique, la psycholinguistique et la psychologie du développement. En neuropsychologie clinique, la preuve de concept cardinale de la modularité repose sur la méthode des doubles dissociations. Une double dissociation est établie lorsqu’un patient $A$, consécutivement à une lésion cérébrale focale, perd la faculté cognitive $X$ tout en conservant intacte la faculté $Y$, tandis qu’un second patient $B$, présentant une lésion différente, voit sa faculté $Y$ abolie tout en conservant la faculté $X$.

L’exemple classique et toujours pertinent de cette dissociation structurale s’observe dans les aphasies de Broca et de Wernicke. Les patients victimes d’une atteinte du gyrus frontal inférieur gauche (aire de Broca) présentent une altération sévère de la fluence motrice et de la syntaxe articulée, mais conservent une compréhension sémantique relativement préservée. À l’opposé, les patients présentant une lésion du gyrus temporal supérieur postérieur gauche (aire de Wernicke) conservent une fluence verbale abondante et une syntaxe préservée mais émettent un discours dépourvu de sens et manifestent une incapacité profonde à comprendre la sémantique lexicale. Un autre exemple électif est fourni par la prosopagnosie : certains individus perdent spécifiquement la capacité d’identifier des visages – y compris leur propre reflet dans un miroir –, tout en demeurant capables de lire sans aucune difficulté et d’identifier avec précision des milliers d’objets usuels. Pour les théoriciens de la modularité, ces dissociations fonctionnelles et anatomiques nettes apportent une confirmation éclatante de l’existence de systèmes de traitement modulaires distincts, câblés indépendamment dans le tissu cérébral.

En psycholinguistique expérimentale, les travaux sur l’accès lexical immédiat et la perception de la parole ont abondamment documenté la vitesse supersonique et l’imperméabilité précoce des traitements. Les paradigmes de reconnaissance de mots isolés démontrent que la résolution de l’ambiguïté phonétique d’un stimulus sonore intervient dans les 150 à 200 millisecondes suivant son émission acoustique. Lors de la présentation d’un mot homophone ambigu (tel que « port » ou « porc »), le module d’accès lexical active initialement de manière automatique toutes les acceptions sémantiques possibles, indépendamment du contexte discursif de la phrase, avant qu’un processus contextuel plus tardif ne vienne sélectionner l’interprétation pertinente. Ce mécanisme en deux temps atteste d’une phase de calcul modulaire aveugle au contexte sémantique global.

Enfin, la psychologie du développement moderne, impulsée par des chercheuses comme Elizabeth Spelke et Susan Carey, a magistralement étayé la théorie modulaire à travers la notion de « noyaux de connaissances » (core knowledge systems). En utilisant des paradigmes de temps de fixation du regard fondés sur la violation des attentes chez des nourrissons âgés de quelques semaines à peine, Spelke a démontré que les très jeunes bébés possèdent déjà des attentes physiques formelles à l’égard du monde matériel : ils savent qu’un objet solide ne peut traverser un autre objet solide (principe de solidité), que les trajectoires des entités sont continues dans l’espace et le temps (principe de continuité), et que les objets inanimés ne se déplacent pas sans cause mécanique externe. Ces représentations précoces, universelles et non apprises par conditionnement empirique réitéré, constituent pour les modulaires des systèmes conceptuels innés, hautement compartimentés, qui serviront de fondations structurales au développement cognitif ultérieur.

3. La théorie de l’esprit connexionniste : Fondements et mécanismes

3.1 Principes du traitement distribué en parallèle (PDP)

Alors que la doctrine modulaire envisage la pensée comme une chorégraphie ordonnée d’organes computationnels échangeant des symboles finis, le cadre du Traitement Distribué en Parallèle (Parallel Distributed Processing, ou PDP), conceptualisé par David Rumelhart, James McClelland et le groupe de recherche PDP en 1986, opère un renversement copernicien complet. L’esprit connexionniste ne calcule pas par manipulations syntaxiques séquentielles ; il traite les flux d’information par la relaxation simultanée et massivement parallèle d’un réseau de processeurs élémentaires fortement interconnectés, conçus comme des abstractions mathématiques du neurone biologique.

Dans cette architecture, l’unité fondamentale de traitement – le neurone formel – ne possède en soi aucun contenu cognitif. Chaque unité $i$ est caractérisée à un instant donné par un état d’activation scalaire continu, noté $a_i(t)$. Cette unité reçoit des signaux pondérés émanant d’autres unités du réseau auxquelles elle est reliée par des connexions unidirectionnelles. La force et la polarité de cette influence mutuelle sont encodées par une valeur numérique appelée le poids synaptique, noté $w_{ij}$ (représentant la connexion allant de l’unité $j$ vers l’unité $i$). Si le poids $w_{ij}$ est positif, l’effet est excitateur ; s’il est négatif, l’effet est inhibiteur. La quantité totale d’influx entrant reçue par l’unité $i$, notée $net_i$, correspond à la somme des activations des unités afférentes multipliées par leurs poids respectifs, à laquelle peut s’ajouter un terme de biais ($b_i$) :

$$net_i = \sum_{j} w_{ij} a_j + b_i$$

Cette somme pondérée n’est pas transmise de manière brute. Elle passe à travers une fonction d’activation non linéaire (comme une sigmoïde, une tangente hyperbolique ou, dans les réseaux modernes, une unité de rectification linéaire dite ReLU) afin de déterminer le nouvel état d’activation de l’unité :

$$a_i(t+1) = f(net_i)$$

Cette non-linéarité mathématique est d’une importance capitale : c’est elle qui permet au réseau d’apprendre et de modéliser des surfaces de décision extrêmement complexes, de partitionner des espaces topologiques hautement non séparables, et de briser les limitations formelles que Marvin Minsky et Seymour Papert avaient démontrées pour le perceptron monocouche en 1969 dans leur ouvrage Perceptrons.

La conséquence phénoménologique et philosophique majeure de cette machinerie est l’avènement des représentations distribuées. Dans un système symbolique traditionnel, un concept donné (par exemple « pomme ») est logé dans un symbole unique ou une adresse mémoire discrète : c’est le principe du codage localiste (ou du « neurone grand-mère »). Dans un réseau connexionniste distribué, le concept « pomme » n’a pas d’adresse assignée. Il est représenté par un profil d’activation global s’étendant sur l’ensemble ou sur un sous-ensemble vaste du réseau. Plusieurs concepts partagent ainsi les mêmes unités de calcul, mais selon des configurations vectorielles d’activation distinctes. Les concepts similaires (comme « poire » et « pomme ») projettent des motifs vectoriels géométriquement proches au sein du même hyperespace d’activation, ce qui confère intrinsèquement au réseau des propriétés naturelles de catégorisation, de discrimination fine et de transfert sémantique, sans qu’aucune règle logique n’ait été préalablement dictée.

3.2 Dynamique d’apprentissage et plasticité

L’une des ruptures les plus saisissantes entre le paradigme connexionniste et le dogme modulaire fodorien réside dans le statut accordé à l’apprentissage et à la plasticité adaptative. Alors que la modularité canonique privilégie un précâblage génétique rigide et une maturation biologique presque autonome, le connexionnisme place l’expérience sensori-motrice et la modification synaptique induite par l’environnement au centre névralgique de toute son architecture.

Le socle biologique de cette dynamique repose historiquement sur l’hypothèse formulée par le neuropsychologue Donald Hebb en 1949 dans son livre The Organization of Behavior. Le principe de la plasticité hebbienne – souvent résumé par la maxime mnémotechnique « cells that fire together, wire together » – énonce que lorsque deux unités connectées sont activées simultanément de manière répétée, le poids de la connexion synaptique qui les unit se renforce proportionnellement. Ce mécanisme d’apprentissage non supervisé purement local permet au réseau d’extraire de manière autonome les corrélations statistiques de son environnement sans recourir à un professeur omniscient. Des motifs de co-occurrence récurrents dans le monde extérieur s’impriment ainsi naturellement dans la matrice synaptique interne du réseau.

Pour résoudre des problèmes de discrimination beaucoup plus ardus, les théoriciens du PDP ont mis au point des algorithmes d’apprentissage supervisé, au premier rang desquels figure la rétropropagation du gradient d’erreur (error backpropagation), popularisée par Rumelhart, Geoffrey Hinton et Ronald Williams en 1986. Dans ce schéma computationnel, lorsqu’un stimulus est présenté en entrée du réseau, le signal se propage vers l’avant à travers des couches d’unités cachées jusqu’à produire une réponse sur la couche de sortie. Cette réponse générée est alors comparée à la réponse idéale attendue (la cible), ce qui permet de calculer une fonction de coût (ou d’erreur globale), mesurant la divergence entre le produit du réseau et la réalité. L’algorithme de rétropropagation calcule alors analytiquement le gradient de l’erreur par rapport à chaque poids de connexion au moyen de la dérivation en chaîne, puis ajuste stochastiquement chaque poids d’une quantité infinitésimale dans la direction qui minimise l’erreur :

$$\Delta w_{ij} = -\eta \frac{\partial E}{\partial w_{ij}}$$

où $eta$ représente le taux d’apprentissage et $E$ l’erreur globale. Par cette dynamique d’optimisation stochastique itérée sur des millions d’exemples, le réseau sculpte progressivement son propre paysage énergétique interne. Il développe spontanément des représentations internes abstraites au sein de ses couches cachées, devenant capable d’une puissante complétion de motifs (pattern completion). Si un stimulus d’entrée est bruité, incomplet ou partiellement masqué, le réseau guidé par ses connexions pondérées reconstruit automatiquement l’information manquante en faisant converger l’état d’activation vers l’attracteur mémorisé le plus proche. La généralisation aux stimuli inédits devient alors une propriété émergente immédiate de la topologie géométrique du réseau, sans nécessiter d’inférence déductive formelle.

3.3 Preuves empiriques et illustrations expérimentales

Pour convertir le monde académique des sciences cognitives à leur cause, les pionniers du connexionnisme devaient prouver empiriquement la supériorité ou à tout le moins la viabilité fonctionnelle de leurs architectures face aux forteresses théoriques de la linguistique et de la psychologie symbolique. L’une des démonstrations les plus retentissantes fut accomplie par David Rumelhart et James McClelland en 1986 dans leur célèbre simulation de l’acquisition de la morphologie du passé des verbes anglais.

L’apprentissage des temps verbaux chez l’enfant anglophone est caractérisé par une trajectoire développementale typique en forme de courbe en « U ». Dans un premier temps, l’enfant produit correctement aussi bien les passés réguliers (ex. look/looked) que les passés irréguliers hautement fréquents (ex. go/went). Dans un deuxième temps, survient une phase de surrégularisation massive : l’enfant commence soudain à faire des erreurs systématiques sur les verbes irréguliers, produisant des formes agrammaticales comme *goed au lieu de went ou *breaked au lieu de broke. Enfin, au troisième stade, l’enfant retrouve la maîtrise parfaite des formes régulières et irrégulières. Les linguistes chomskiens soutenaient depuis longtemps que cette courbe en U prouvait irréfutablement l’existence d’une acquisition modulaire de règles abstraites explicites (la règle : « ajouter -ed »), venant supplanter puis s’harmoniser avec un lexique mémorisé. Or, Rumelhart et McClelland conçurent un réseau connexionniste sans aucune règle préprogrammée. En lui injectant simplement des couples phonologiques de verbes et en le soumettant à la rétropropagation, le réseau reproduisit spontanément la courbe en U, traversant la phase d’hypergénéralisation avant de maîtriser les exceptions. Cette expérience historique démontra avec éclat qu’un comportement orienté par des règles apparentes peut parfaitement émerger d’un substrat sub-symbolique purement statistique.

Une autre preuve empirique capitale du réalisme connexionniste est le phénomène neuropsychologique de la « dégradation douce » (graceful degradation). Si l’on sectionne physiquement une puce électronique dans un ordinateur traditionnel ou si l’on corrompt une ligne d’instruction dans un programme séquentiel symbolique, l’ensemble du système subit une panne catastrophique et s’arrête instantanément. Or, ce n’est manifestement pas ainsi que se comporte le cerveau humain : un accident vasculaire cérébral ou le vieillissement neuronal progressif n’anéantit pas brutalement la totalité d’un registre de compétences. Les performances cognitives se dégradent de manière continue, diffuse, conservant les traits sémantiques généraux au détriment des détails fins. Les réseaux connexionnistes reproduisent exactement ce profil de résilience biologique : si l’on détruit aléatoirement 10 %, 20 % ou 30 % des unités ou des poids synaptiques d’un réseau entraîné, celui-ci ne s’effondre pas ; ses sorties deviennent simplement légèrement plus imprécises et bruitées, mimant fidèlement les tableaux cliniques observés dans les pathologies neurodégénératives, telle la démence sémantique progressive.

Enfin, l’imagerie cérébrale fonctionnelle moderne (IRMf, magnétoencéphalographie) et l’électrophysiologie intracrânienne apportent un soutien massif à l’hypothèse connexionniste en révélant que les fonctions cognitives complexes ne sont presque jamais le produit de foyers cérébraux circonscrits isolés, mais mobilisent des réseaux à large échelle spatialement distribués (tels que le réseau du mode par défaut, le réseau de saillance ou le réseau fronto-pariétal de contrôle exécutif). L’essor spectaculaire des architectures modernes basées sur les transformeurs dans le traitement du langage naturel et les réseaux convolutionnels profonds en vision par ordinateur démontre enfin de facto que le traitement distribué en parallèle possède la puissance computationnelle requise pour capturer la texture complexe des compétences intelligentes humaines.

4. Différences clés entre l’esprit modulaire et l’esprit connexionniste

4.1 Nature des représentations et du traitement computationnel

L’abîme théorique qui sépare l’esprit modulaire de l’esprit connexionniste se cristallise d’abord dans la nature même des représentations mentales et du mode de computation convoqué pour les transformer. Pour le partisan de la modularité classique, ancré dans l’orthodoxie de la Théorie Computationnelle de l’Esprit (CTM), une représentation est une structure symbolique discrète, localisée et arbitraire. Semblable aux mots d’une phrase ou aux variables d’un programme informatique, chaque symbole mental renvoie univoquement à un référent du monde extérieur. Ces symboles possèdent une compositionnalité intrinsèque, ce qui signifie que le sens d’une pensée complexe dépend strictement de la syntaxe reliant ses composants atomiques élémentaires selon des règles logiques rigides. Penser consiste donc à exécuter un algorithme séquentiel de transformations de chaînes de symboles, comparable au déroulement du ruban d’une machine de Turing.

À cette métaphore logiciste, le connexionnisme oppose une ontologie géométrique et continue du sens. Les représentations n’y sont pas des atomes symboliques figés, mais des entités sous-symboliques distribuées sur une multitude de nœuds scalaires. Le véhicule fondamental de la pensée n’est pas la formule propositionnelle, mais le vecteur dans un espace d’états à haute dimensionnalité. Dans cette conception spatiale, la similarité sémantique ne découle pas d’une règle de déduction explicite, mais d’une métrique de distance mathématique (telle que la distance euclidienne ou la similarité cosinus) au sein de la variété différentiable formée par les activations du réseau. Deux idées s’associent ou s’opposent non pas parce qu’un programme a exécuté une instruction conditionnelle IF… THEN, mais parce que leurs représentations vectorielles induisent une interférence constructive ou destructive dans la dynamique des attracteurs du réseau.

Cette divergence relative aux représentations conditionne la structure même de la causalité computationnelle au sein du système. Le computationnalisme modulaire postule une séparation hermétique et étanche entre les données et les instructions : les représentations symboliques passives sont manipulées par un ensemble de règles algorithmiques actives, logées dans la tuyauterie interne du module. Dans le réseau connexionniste, cette dichotomie classique entre programme et mémoire vole en éclats : il n’y a pas d’interpréteur central lisant des instructions distinctes des données stockées. La mémoire réside dans les poids de connexion mêmes qui opèrent le calcul. Le programme est la structure physique et synaptique du réseau.

De surcroît, la dynamique informationnelle entre les échelons de traitement obéit à deux philosophies antagonistes. Le modèle modulaire impose une imperméabilité informationnelle descendante (top-down encapsulation) : les étapes précoces de décodage sensoriel s’exécutent de bas en haut (bottom-up) de manière autonome, aveugles aux désirs ou aux inférences contextuelles de haut niveau du sujet. À l’opposé, les architectures connexionnistes privilégient quasi systématiquement des boucles de rétroaction bidirectionnelles massives (recurrent neural networks), où les activations des couches supérieures viennent moduler de façon interactive et permanente le paysage computationnel des couches inférieures, dissolvant la frontière étanche entre sensation élémentaire et cognition réflexive.

4.2 Origine ontologique, développement et adaptabilité

La seconde ligne de fracture majeure entre les deux paradigmes touche à la question ancestrale de l’innéisme par rapport à l’empirisme, revisitée à l’aune de la biologie contemporaine et de la neuro-ontogenèse. L’approche modulaire, singulièrement dans sa déclinaison évolutionniste ou chomskienne, embrasse un innéisme robuste. Selon cette vision, la structure globale de l’esprit, tout comme celle du corps humain, est prédéterminée par le génome de l’espèce. De même que le développement embryologique dote l’organisme d’un cœur, de poumons et d’un foie sans que l’expérience n’ait à dicter la morphologie de ces organes, la maturation biologique déploie des modules cognitifs pré-câblés selon un calendrier génétiquement canalisé. L’environnement matériel et culturel n’agit que comme un simple déclencheur (triggering stimulus) permettant d’initialiser des systèmes de règles dont la charpente formelle préexiste à toute interaction vivante.

Le connexionnisme, au contraire, se réclame d’un néo-empirisme computationnel sophistiqué. Sans postuler une tabula rasa naïve – car la topologie initiale du réseau, ses fonctions d’activation et ses algorithmes d’ajustement constituent bien des contraintes architecturales initiales –, il accorde une primauté absolue à l’apprentissage statistique par interaction dynamique avec l’environnement. Dans cette optique, l’esprit n’est pas meublé d’organes computationnels innés, mais d’une formidable machinerie générale d’extraction de régularités statistiques. La spécialisation fonctionnelle que l’on observe chez l’adulte n’est pas le point de départ ontologique, mais le point d’arrivée d’un long processus de sculptage synaptique induit par l’exposition continue aux contraintes physiques et culturelles du monde extérieur.

Cette divergence ontologique régit leur conception respective de la neuroplasticité et de l’adaptation fonctionnelle. Dans un schéma modulaire canonique, la spécialisation anatomique est fixe et rigide : chaque fonction computationnelle est assignée à un circuit dédié. Si ce substrat anatomique spécifique subit une destruction traumatique, la fonction associée est brutalement et irrémédiablement abolie, générant une panne catastrophique et focalisée sans possibilité d’auto-réorganisation spontanée d’autres modules distants pour compenser le déficit.

Pour le connexionnisme, la neuroplasticité cérébrale n’est pas une simple anomalie compensatoire ou une curiosité de laboratoire, mais le principe fondamental de fonctionnement de l’organe de la pensée. Inspiré par les théories de la réutilisation neuronale (neuronal recycling) et du recyclage cortical, le paradigme connexionniste démontre qu’un même groupe d’unités de calcul peut changer dynamiquement de vocation fonctionnelle en fonction des pressions sélectives de l’environnement ou de lésions périphériques. Le cas spectaculaire des personnes aveugles congénitales – chez qui le cortex visuel occipital « désafférenté » se réorganise massivement pour traiter le langage oral, la lecture tactile du Braille ou la localisation auditive spatiale – fournit une illustration éclatante de la souplesse dynamique postulée par les modèles distribués, en porte-à-faux flagrant avec le postulat d’une architecture précâblée rigide.

4.3 Tableau récapitulatif des dimensions analytiques

Afin de synthétiser avec une précision chirurgicale les contrastes conceptuels, architecturaux et fonctionnels régissant les deux approches, la matrice comparative ci-dessous récapitule les points nodaux du débat :

Dimension analytique	Esprit Modulaire (Computationnalisme classique)	Esprit Connexionniste (PDP & Réseaux de neurones)
Nature des représentations	Symboliques, discrètes, compositionnelles, locales (atomes symboliques à sémantique explicite).	Sous-symboliques, distribuées, continues (profils vectoriels dans un hyperespace d’activation).
Mode de traitement	Séquentiel, gouverné par des règles syntaxiques explicites et une logique déductive formelle.	Parallèle, continu, dynamique, gouverné par la propagation d’activations et des équations différentielles.
Organisation fonctionnelle	Décomposée en modules étanches hautement spécialisés, dotés d’une spécificité de domaine stricte.	Matrice globale homogène ou réseaux à large échelle spatialement distribués et interconnectés.
Cloisonnement de l’information	Encapsulation informationnelle stricte : imperméabilité aux croyances centrales et aux rétroactions descendantes.	Absence d’encapsulation rigide : réentrance permanente, connectivité bidirectionnelle et perméabilité interactive.
Apprentissage et ontogenèse	Innéisme fort : pré-câblage génétique, canalisation biologique et déclenchement environnemental simple.	Constructivisme empirique : plasticité synaptique (hebbienne/rétropropagation), extraction statistique par l’expérience.
Compositionnalité et systématicité	Propriété intrinsèque et native résultant de la syntaxe logique formelle des structures symboliques.	Dérivée, approchée ou problématique (dépend de la structure de similarité vectorielle du paysage d’apprentissage).
Sensibilité aux pannes physiques	Vulnérabilité aux pannes catastrophiques localisées (perte soudaine et intégrale du module touché).	Dégradation douce (graceful degradation) : dégradation progressive, résilience au bruit et robustesse aux destructions partielles.
Rapport au substrat biologique	Indifférence du substrat (fonctionnalisme computationnel abstrait de haut niveau : esprit = logiciel).	Plausibilité neurobiologique recherchée (mimétisme microstructural des synapses, des neurones et des circuits corticaux).
Rapport au contexte et au bruit	Traitement fragile face aux signaux ambigus ou bruités en l’absence de règles d’exception formelles.	Excellente complétion de motifs (pattern completion), tolérance au bruit et résolution contextuelle floue.

Ce tableau met en exergue l’irréductibilité apparente des deux visions lorsqu’elles sont poussées à leurs extrêmes caricaturaux. Cependant, c’est précisément dans la confrontation de ces caractéristiques polaires que la recherche cognitive contemporaine a été contrainte de concevoir des mécanismes de synthèse capables d’unifier la rigueur structurelle du symbolisme et la fluidité adaptative du réseau distribué.

5. Points de convergence, convergences conceptuelles et hybridations

5.1 Les postulats partagés du fonctionnalisme cognitif

À force d’insister sur les polémiques virulentes opposant les tenants de Jerry Fodor à ceux de Rumelhart et McClelland, les épistémologues risquent de masquer une vérité sous-jacente capitale : l’esprit modulaire et l’esprit connexionniste partagent un socle ontologique et métathéorique commun extrêmement dense. Ces deux visions s’inscrivent indéfectiblement dans le cadre du naturalisme scientifique et du fonctionnalisme philosophique, tel que formalisé initialement par Hilary Putnam.

En premier lieu, les deux paradigmes rejettent catégoriquement tout dualisme des substances cartésien. Il n’existe pas pour eux d’âme immatérielle ou de force vitale régissant la pensée : l’esprit est un phénomène entièrement physique, ancré dans le monde naturel. Tous deux adhèrent sans réserve à l’hypothèse computationnelle fondatrice des sciences cognitives, selon laquelle la cognition est formellement un traitement d’information. Qu’il prenne la forme de symboles discrets réarrangés par une machine logique ou de vecteurs continus modulés par des matrices de poids synaptiques, le contenu mental résulte invariablement d’une computation matérielle.

En second lieu, modularistes et connexionnistes partagent le même objectif explicatif fondamental : rendre compte de l’intentionnalité, du sens et des comportements cognitifs hautement élaborés sans jamais recourir à un quelconque « homoncule » – ce petit être interne mystique supposé regarder les images projetées dans le théâtre de la conscience. Les deux écoles s’imposent la contrainte d’une décomposition mécaniste : la tâche cognitive globale complexe doit impérativement être fracturée en opérations sub-personnelles dépourvues d’intelligence intrinsèque. Pour le modulariste, cette décomposition s’arrête à des sous-systèmes fonctionnels autonomes exécutant des algorithmes aveugles ; pour le connexionniste, elle descend jusqu’à des unités de calcul ultra-simplifiées procédant à des sommations scalaires non linéaires.

Enfin, les deux théories reconnaissent mutuellement les contraintes physiques, métaboliques et temporelles implacables imposées par le cerveau biologique. La dispute ne porte pas sur la nécessité de contraindre les modèles par le temps de réaction des sujets – l’obligation de calculer en quelques centaines de millisecondes est acceptée par les deux camps –, mais bien sur la nature des structures algorithmiques les plus aptes à honorer cette contrainte temporelle : l’encapsulation protectrice d’un côté, ou le parallélisme massif de l’autre.

5.2 La modularité émergente : vers une synthèse théorique

L’une des avancées conceptuelles les plus remarquables pour combler le fossé entre les deux paradigmes fut proposée par la psychologue du développement britannique Annette Karmiloff-Smith dans son ouvrage pionnier de 1992, Beyond Modularity: A Developmental Perspective on Cognitive Science. Rejetant à la fois l’innéisme fodorien rigide (qui postulait des modules précâblés avant toute expérience) et l’anti-modularisme dogmatique de certains pionniers du connexionnisme, Karmiloff-Smith a forgé le concept charnière de modularisation ontogénétique (emergent modularity).

Selon cette thèse évolutionniste et développementale novatrice, le néocortex d’un nouveau-né ne comporte pas de modules pleinement fonctionnels dès la naissance. En revanche, le cerveau juvénile possède des prédispositions computationnelles initiales très souples – des biais attentionnels et d’apprentissage minimaux, entièrement compatibles avec la plasticité des architectures connexionnistes. C’est au cours de l’ontogenèse, au fil de l’interaction répétée entre l’organisme en développement et la microstructure hautement structurée de son environnement physique et social, que des sous-régions du réseau synaptique global se spécialisent progressivement. Par un phénomène de compétition synaptique, de sélection et de stabilisation axonale guidé par l’expérience, le système acquiert une modularité de fait. Les modules ne constituent donc pas le prérequis génétique du développement mental ; ils en sont l’aboutissement fonctionnel hautement adaptatif.

Cette vision d’une modularité douce ou émergente est aujourd’hui remarquablement corroborée par la théorie des réseaux complexes en neurosciences computationnelles, notamment par l’étude des topologies cérébrales en « petit monde » (small-world networks) et de l’organisation modulaire du connectome humain. Les analyses mathématiques de la connectivité anatomique et fonctionnelle du cortex ont révélé que le cerveau n’est ni une toile aléatoire indifférenciée, ni une grille compartimentée de modules fodoriennes isolés. Il présente une organisation hiérarchique complexe combinant une forte ségrégation locale (des grappes ou clusters de neurones denses réalisant des opérations spécialisées) et une forte intégration globale (des nœuds autoroutiers ou hubs connectant ces grappes spécialisées via des faisceaux de substance blanche à longue distance). La modularité n’est plus envisagée comme une barrière étanche et statique, mais comme une ségrégation dynamique au sein d’un continuum hautement connecté.

5.3 Architectures computationnelles hybrides

Face aux limites inhérentes à chaque approche lorsqu’elle opère en autarcie, la recherche contemporaine en sciences cognitives computationnelles et en ingénierie de l’intelligence artificielle s’est massivement orientée vers la conception d’architectures hybrides neuro-symboliques, tentant de marier le meilleur des deux mondes.

Sur le plan de la modélisation de l’esprit humain, des architectures cognitives unifiées historiques telles qu’ACT-R (Adaptive Control of Thought-Rational), développée par John R. Anderson, et SOAR, développée sous la direction de John Laird, Allen Newell et Paul Rosenbloom, ont depuis longtemps mis en œuvre cette hybridation théorique. Dans l’architecture ACT-R, l’esprit est conçu comme un ensemble de modules hautement spécialisés (module déclaratif, module procédural, module perceptif visuel, module manuel moteur) coordonnés par un système de mémoire de travail central fondé sur des règles de production symboliques. Toutefois, le fonctionnement interne de chacun de ces modules et la sélection des règles de production sont régis à un niveau sub-symbolique par des mécanismes associatifs stochastiques : la force de mémorisation d’un élément, sa probabilité d’activation et sa vitesse d’accès sont calculées selon des lois d’optimisation bayésienne et connexionniste qui reflètent l’histoire statistique des interactions du sujet avec son environnement.

Dans l’écosystème contemporain de l’intelligence artificielle avancée, cette hybridation neuro-symbolique prend une dimension technologique cruciale. Bien que les réseaux neuronaux profonds excellent dans la perception de bas niveau, l’extraction de régularités visuelles et la fluidité linguistique probabiliste, ils s’avèrent structurellement fragiles dès qu’il s’agit de garantir des inférences logiques déductives rigoureuses, de manipuler des représentations relationnelles abstraites ou de respecter des contraintes formelles strictes. Les chercheurs associent désormais des architectures connexionnistes de pointe (qui traitent les entrées sensorielles massives et ambiguës et convertissent les signaux en concepts sous-symboliques) à des moteurs d’inférence logique et des graphes de connaissances symboliques modulaires (qui appliquent des contraintes sémantiques déterministes et garantissent la véracité formelle du raisonnement). Ces systèmes hybrides réactualisent de manière éclatante la dialectique fodoriano-connexionniste en démontrant que la cognition de haut niveau nécessite une alliance intime entre la souplesse inductive du réseau et la rigueur compositionnelle de la manipulation symbolique.

6. Applications pratiques : Quand et comment appliquer chaque modèle ?

6.1 Domaines d’adéquation préférentielle du modèle modulaire

Malgré l’avènement massif des technologies connexionnistes, le modèle modulaire conserve une pertinence opératoire indétrônable dans une multitude de domaines scientifiques et techniques où la prédictibilité formelle, l’isolation des processus et l’explicabilité sont des impératifs non négociables.

Le premier domaine d’application électif demeure la neuropsychologie clinique et l’orthophonie diagnostique. Lorsqu’un praticien examine un patient victime d’un accident vasculaire cérébral ou d’un traumatisme crânien, le modèle modulaire offre la grille de lecture taxonomique la plus robuste et la plus directement exploitable. Conceptualiser les troubles du langage à l’aide d’architectures modulaires décomposées (telles que le modèle de logogènes de Morton ou les modèles de lecture à double voie de Coltheart) permet d’isoler précisément si le déficit d’un patient dyslexique acquis se situe au niveau de la conversion graphème-phonème (voie phonologique ou non lexicale) ou de l’adressage au lexique orthographique d’entrée (voie d’adressage ou lexicale). Cette granularité d’analyse conditionne directement le protocole de rééducation cognitive : on ne rééduque pas un module d’accès lexical de la même manière que l’on stimule des processus périphériques de décodage phonétique.

Le deuxième champ privilégié concerne l’ingénierie logicielle critique et les systèmes experts certifiés pour les missions critiques. Dans l’aéronautique civile, l’exploitation de réacteurs nucléaires, la gestion de dispositifs médicaux vitaux (pacemakers, moniteurs de réanimation) ou les systèmes de signalisation ferroviaire, le déploiement de modèles connexionnistes opaques de type « boîte noire » est formellement proscrit par les autorités de sûreté. Ces contextes exigent une traçabilité déterministe intégrale : chaque décision logicielle doit pouvoir être décomposée en une chaîne causale explicite d’instructions modulaires vérifiables mathématiquement par des méthodes formelles (formal methods). Si une anomalie survient, l’ingénieur doit être capable d’isoler le module défaillant sans craindre qu’une mise à jour logicielle n’entraîne des effets secondaires imprévisibles sur l’ensemble du système à cause d’interférences synaptiques diffuses.

Enfin, la linguistique formelle et l’analyse syntaxique théorique continuent de puiser dans le paradigme modulaire chomskien des outils conceptuels d’une puissance inégalée. Pour formaliser les contraintes universelles de liaison et de rection, la structure hiérarchique arborescente des syntagmes ou la dérivation morphosyntaxique complexe des langues naturelles, le traitement par règles modulaires discrètes offre un pouvoir explicatif, une économie de description et une précision formelle que les calculs de similarité statistique vectorielle peinent encore à égaler sans biais contextuels résiduels.

6.2 Domaines d’adéquation préférentielle du modèle connexionniste

À l’autre extrémité du spectre cognitif et computationnel, le paradigme connexionniste s’impose de façon hégémonique et exclusive dès lors que le problème à résoudre se caractérise par une forte dimensionnalité, un bruit environnemental substantiel, une absence de règles formelles évidentes et une exigence d’adaptation continue.

Le domaine roi du connexionnisme est incontestablement la perception artificielle et le traitement de données sensorielles brutes et bruitées. Qu’il s’agisse de la vision par ordinateur (détection d’obstacles pour véhicules autonomes, imagerie biomédicale, reconnaissance biométrique faciale) ou de la perception auditive en environnement complexe (retranscription de la parole au milieu d’un brouhaha sonore, dite cocktail party problem), les approches modulaires et symboliques basées sur des catalogues de règles explicites ont historiquement essuyé des échecs cuisants. Un visage humain photographié sous des angles, des éclairages et des expressions variables ne peut être capturé par une définition géométrique discrète immuable. Les réseaux neuronaux profonds excellent précisément parce qu’ils absorbent la variabilité stochastique continue du signal physique pour la projeter sur des représentations géométriques d’invariance statistique.

Le second domaine majeur d’hégémonie connexionniste réside dans le Traitement Automatique du Langage Naturel (NLP) contextuel et sémantique probabiliste. L’effondrement des approches basées sur des grammaires modulaires rigides au profit des modèles connexionnistes autorégressifs fondés sur l’architecture Transformer a démontré que la texture de la langue humaine est fondamentalement façonnée par des affinités sémantiques contextuelles fluides, des nuances pragmatiques, des sous-entendus métaphoriques et des régularités statistiques distribuées qu’aucun dictionnaire symbolique fini n’était parvenu à modéliser sans saturer computationnellement.

Le troisième champ d’élection concerne la modélisation de l’apprentissage moteur, de la mémoire implicite et de la coordination sensori-motrice adaptative. La motricité humaine – marcher sur un terrain accidenté, nager, manier un instrument de musique ou effectuer un geste chirurgical – ne repose pas sur une suite d’inférences propositionnelles délibérées, mais sur une boucle sensori-motrice fermée et continue où le cerveau calibre ses synergies musculaires en temps réel par réajustement permanent de potentiels synaptiques. La modélisation robotique contemporaine fait ainsi un usage massif de l’apprentissage par renforcement connexionniste et des réseaux de politique d’action dynamique.

Enfin, dans la recherche fondamentale sur les pathologies neurodégénératives diffuses (comme la maladie d’Alzheimer, la démence fronto-temporale ou la maladie de Parkinson) et la récupération fonctionnelle post-AVC par neuroplasticité, la modélisation connexionniste fournit le seul outil virtuel capable de simuler in silico la dégradation progressive du tissu cérébral et de tester l’impact thérapeutique d’un réentraînement dynamique du réseau résiduel.

6.3 Guide décisionnel pour les sciences cognitives et l’ingénierie cognitive

Pour le chercheur en sciences cognitives, le neuropsychologue clinicien ou l’ingénieur en architectures computationnelles, le choix d’adopter un formalisme modulaire ou un formalisme connexionniste ne saurait relever d’une préférence idéologique ; il doit procéder d’une analyse rigoureuse de la nature du problème computationnel à traiter.

Une boussole méthodologique fondamentale pour guider cette décision épistémologique nous est fournie par la tripartition des niveaux d’analyse formulée par le neuroscientifique britannique David Marr (1982) dans son ouvrage séminal Vision. Marr postulait que tout système de traitement de l’information doit être appréhendé à travers trois strates distinctes :

• Le niveau computationnel : quelle est la finalité globale du calcul, quel est le problème logique résolu et quelle est la logique formelle sous-jacente ?
• Le niveau algorithmique et représentationnel : quelles sont les représentations d’entrée et de sortie utilisées, et quel est l’algorithme précis de manipulation de ces représentations ?
• Le niveau physique et matériel (d’implémentation) : comment ce système est-il physiquement incarné dans le substrat matériel (le silicium ou le tissu biologique de neurones et de synapses) ?

À la lumière de la classification de Marr, l’approche modulaire se révèle particulièrement féconde et analytiquement souveraine lorsqu’on opère au niveau computationnel de haut niveau : pour cartographier les compétences logiques d’un système, circonscrire les contraintes d’information abstraites d’une faculté ou concevoir les spécifications fonctionnelles décomposées d’un logiciel complexe, la conceptualisation modulaire est incomparablement plus claire, modélisable et communicable.

En revanche, dès que l’on descend vers le niveau algorithmique fin et le niveau d’implémentation physique, le paradigme connexionniste dévoile sa supériorité explicative. Il offre une réponse mécaniste plausible à la question de savoir comment des signaux biologiques dégradés et non linéaires peuvent implémenter les algorithmes de la pensée sans recourir à la fiction métaphysique d’un processeur central immatériel.

Le praticien confronté à un projet d’ingénierie cognitive ou de modélisation théorique peut dès lors s’appuyer sur la grille décisionnelle suivante :

• Optez pour un cadre modulaire si : la tâche requiert une explicabilité et une auditabilité à 100 % ; les entrées sont intrinsèquement discrètes, symboliques et catégoriques ; la logique du domaine est formellement axiomatisable par des règles strictes ; la panne partielle doit être formellement isolée pour ne pas contaminer le système global ; les ressources computationnelles pour l’entraînement statistique sont faibles ou inexistantes.
• Optez pour un cadre connexionniste si : les données d’entrée sont continues, bruitées, ambiguës et issues de capteurs physiques ; la formalisation explicite de règles déductives exhaustives est impossible ou mène à une explosion combinatoire ; le système doit continuellement apprendre, s’adapter et tolérer la défaillance partielle de son matériel sans s’interrompre ; la généralisation associative prime sur la démonstration logique formelle.
• Optez pour une architecture hybride intégrée si : le système doit à la fois interagir avec un environnement perceptif dynamique riche et mener des déductions causales, logiques ou normatives rigoureuses (cas typique de la robotique autonome avancée et de la prise de décision médicale assistée par IA).

7. Foire aux questions (FAQ)

7.1 La modularité de Fodor est-elle réfutée par les neurosciences modernes ?

L’affirmation selon laquelle la modularité fodorienne aurait été purement et simplement réfutée par les neurosciences contemporaines constitue un raccourci réducteur qui mérite d’être fortement nuancé. Si l’on s’en tient à la lettre la plus rigide des critères posés par Jerry Fodor en 1983 – singulièrement l’encapsulation informationnelle absolue et l’existence de centres anatomiques monocartographiques étanches –, alors oui, la neurobiologie moderne a largement invalidé cette vision cloisonnée. L’imagerie cérébrale et l’électrophysiologie ont abondamment démontré l’omniprésence des projections massives descendantes (feedback projections) et latérales reliant les cortex associatifs supérieurs aux cortex visuels et auditifs primaires dès les premiers stades du traitement perceptif. La perception n’est donc pas un flux strictement unidirectionnel hermétique aux états cérébraux globaux.

Cependant, si l’on considère l’esprit modulaire sous l’angle de la spécialisation de domaine fonctionnelle et de la ségrégation de réseaux neuronaux dynamiques, la modularité demeure un principe d’organisation fondamental du cerveau. Le néocortex ne traite pas l’information sous la forme d’un continuum homogène et indifférencié : le cortex visuel ventral contient des régions fonctionnellement dédiées avec une remarquable constance interindividuelle (comme l’aire fusiforme des visages, le Visual Word Form Area spécialisé dans la lecture, ou la région parahippocampique des lieux). Le consensus neuroscientifique contemporain s’est ainsi déplacé d’une modularité statique et anatomiquement étanche vers une « modularité de réseau » (network modularity) : des sous-réseaux fonctionnels hautement interconnectés en local réalisent des opérations spécialisées, tout en échangeant dynamiquement leurs sorties via des carrefours d’intégration globale.

7.2 Les réseaux de neurones profonds constituent-ils une victoire définitive du connexionnisme ?

L’essor spectaculaire de l’apprentissage profond (deep learning) au cours de la dernière décennie constitue incontestablement un triomphe technologique et empirique majeur pour le paradigme connexionniste. En résolvant des défis autrefois jugés inaccessibles aux machines (la vision artificielle par réseaux convolutionnels, la maîtrise de jeux stratégiques complexes par renforcement, et surtout le maniement d’une langue humaine fluide et contextuelle par les transformeurs), les réseaux profonds ont prouvé que des représentations sous-symboliques distribuées et entraînées par rétropropagation sont capables de capturer une part considérable des comportements réputés requérir de l’intelligence.

Toutefois, ériger ce triomphe en victoire définitive serait une grave méprise épistémologique. Comme l’avaient prédit avec une remarquable prescience Fodor et Pylyshyn dans leur critique de 1988, les réseaux de neurones purs continuent de buter sur le problème fondamental de la systématicité, de la compositionnalité et de la causalité. Un grand modèle de langage peut rédiger une dissertation philosophique remarquable, puis échouer lamentablement sur une déduction arithmétique élémentaire ou inventer de toutes pièces des faits historiques avec une assurance imperturbable (hallucination). De plus, ces modèles demeurent extrêmement vulnérables aux attaques contradictoires – une modification invisible de quelques pixels dans une image suffisant à tromper totalement un réseau convolutif sur la nature de l’objet présenté. Cette fragilité structurelle prouve que les réseaux profonds n’ont pas encore acquis une véritable compréhension compositionnelle du monde, réaffirmant la pertinence critique des arguments avancés par l’école symbolique et modulaire.

7.3 Quelle est la position de la psychologie évolutionniste contemporaine ?

La psychologie évolutionniste contemporaine continue de défendre ardemment l’hypothèse de la spécialisation fonctionnelle façonnée par la sélection naturelle, mais elle a substantiellement assoupli le dogme initial de la modularité massive des années 1990 pour intégrer les acquis de la neurobiologie du développement et de la théorie de l’évolution culturelle. Les théoriciens contemporains de cette discipline ont en grande partie abandonné l’idée que chaque module mental doive correspondre à une zone cérébrale dédiée codée par des gènes spécifiques, ce qui était biologiquement intenable au vu du nombre restreint de gènes du génome humain (environ vingt mille) comparé aux centaines de milliards de synapses du cortex.

Aujourd’hui, la psychologie évolutionniste envisage les modules darwiniens comme des prédispositions attentionnelles, motivationnelles et computationnelles canalisées – ce que l’on qualifie souvent de « biais d’apprentissage évolués » (evolved learning biases). Par exemple, le cerveau humain ne posséderait pas un module précâblé contenant la géométrie d’une arme à feu moderne, mais il possède un biais ancestral pour orienter immédiatement son attention vers les stimuli évoquant la menace d’un prédateur (comme les serpents ou les araignées). En outre, des chercheurs comme Cecilia Heyes et Kevin Laland ont développé le concept d’organes cognitifs culturels (« cultural gadgets »), montrant que des capacités cognitives très spécialisées (telles que la lecture ou le calcul mathématique complexe) sont des modules culturels construits ontogénétiquement par le recyclage de circuits neuronaux ancestraux, reconciliant la spécialisation modulaire avec une flexibilité adaptative continue.

7.4 Comment les modèles hybrides neuro-symboliques résolvent-ils cette opposition ?

Les modèles hybrides neuro-symboliques résolvent l’opposition historique entre modularisme et connexionnisme en instaurant une division du travail computationnel fondée sur la complémentarité architecturale. Le postulat fondamental de ces architectures contemporaines est qu’aucun des deux paradigmes ne peut, à lui seul, embrasser l’intégralité de la cognition humaine : le connexionnisme est imbattable pour l’ancrage sensoriel (symbol grounding) et l’inférence probabiliste floue, tandis que le modularisme symbolique est indispensable pour l’inférence relationnelle, la déduction déterministe et la manipulabilité compositionnelle.

En pratique, ces systèmes couplent une couche connexionniste de bas niveau à une couche symbolique de haut niveau. Par exemple, dans les tâches de raisonnement visuel sur des scènes complexes, le réseau de neurones convolutif ou le transformeur visuel commence par analyser l’image brute, identifie les contours, segmente les entités et produit une série de vecteurs d’objets. Ces vecteurs continus sont ensuite discrétisés et injectés dans un moteur logique symbolique sous forme de prédicats formels (ex. : Forme(Objet1, Sphère), Couleur(Objet1, Rouge), Position(Objet1, Derrière, Objet2)). Le moteur symbolique – qui opère comme un module déductif clos – exécute alors les opérations de logique formelle nécessaires pour répondre aux questions de raisonnement causal sans risquer la moindre hallucination ou distorsion statistique. Cette symbiose computationnelle préfigure très probablement les architectures d’intelligence artificielle générale de prochaine génération.

8. Conclusion : Vers une vision pluraliste de l’architecture de l’esprit

8.1 Synthèse comparative des forces et vulnérabilités

Au terme de cette analyse approfondie des soubassements théoriques, méthodologiques et empiriques de la controverse, il apparaît avec une clarté éclatante que l’esprit modulaire et l’esprit connexionniste ne représentent pas tant deux vérités antagonistes irréconciliables que deux stylisations théoriques complémentaires, chacune éclairant une dimension vitale mais partielle de la machinerie cognitive.

L’architecture de l’esprit modulaire brille par sa clarté formelle, son pouvoir explicatif structurel et sa capacité inégalée à rendre compte de la systématicité de la pensée propositionnelle. Elle offre un modèle limpide des contraintes universelles qui régissent l’accès lexical immédiat, le décodage sensoriel périphérique et les dissociations nettes observées en pathologie clinique cérébrale. Cependant, sa vulnérabilité majeure réside dans son incapacité structurelle à modéliser la neuroplasticité adaptative, l’ancrage sensoriel direct des symboles dans un environnement bruité, et surtout dans son impuissance historique à résoudre l’énigme des systèmes centraux et du raisonnement contextualisé général sans recourir à un homoncule régulateur.

L’esprit connexionniste compense symétriquement chacune de ces lacunes avec brio. En ancrant le traitement de l’information dans une dynamique continue de réseaux massifs inspirés de la microstructure neurobiologique, il propose une théorie magistrale de l’apprentissage statistique, de la résilience aux traumatismes physiques, de la catégorisation spontanée et du traitement de signaux multidimensionnels flous. Ses succès technologiques modernes dans l’apprentissage automatique profond attestent de la redoutable puissance computationnelle de ses représentations vectorielles sous-symboliques. En contrepartie, ses vulnérabilités résident dans son opacité structurelle (le problème de la boîte noire), ses défaillances récurrentes face au raisonnement logique formel et déductif, et sa propension à subir des interférences catastrophiques lorsqu’il est contraint d’apprendre des tâches séquentielles sans réentraîner l’ensemble de ses poids synaptiques.

L’incompatibilité dogmatique qui a enflammé les débats académiques de la fin du vingtième siècle a aujourd’hui perdu sa pertinence ontologique. Les sciences de l’esprit reconnaissent que le modularisme et le connexionnisme cartographient la complexité de la cognition à des échelles d’observation distinctes : le modularisme décrit admirablement les macro-structures fonctionnelles stabilisées de la pensée consciente et du langage, tandis que le connexionnisme dévoile la micro-dynamique computationnelle continue et plastique qui permet au tissu cérébral de faire émerger ces compétences macroscopiques.

8.2 L’architecture cognitive de demain : Perspectives neurocomputationnelles

L’horizon théorique des sciences cognitives contemporaines s’oriente résolument vers le dépassement définitif de l’ancienne antinomie au profit de cadres neurocomputationnels unificateurs d’une envergure conceptuelle inédite. La perspective la plus prometteuse et la plus influente à ce jour réside dans les théories du codage prédictif (predictive coding) et le principe de l’énergie libre formulés par le neuroscientifique et théoricien des systèmes complexes Karl Friston.

Dans ce métamodèle computationnel, le cerveau est théorisé comme une machine d’inférence bayésienne active organisée selon une architecture hiérarchique profonde. Le système ne se contente pas d’attendre passivement les entrées de l’environnement pour les traiter soit par des modules fodoriennes étanches, soit par des réseaux PDP réactifs ; il génère en permanence, à travers ses connexions descendantes (top-down), un modèle génératif interne prédictif visant à anticiper les flux sensoriels entrants. Seule la divergence entre la prédiction interne et le signal réel – l’erreur de prédiction (prediction error) – est transmise vers le haut de la hiérarchie corticale par les connexions ascendantes (bottom-up) afin d’ajuster dynamiquement le modèle interne et de minimiser l’énergie libre informationnelle.

Ce cadre théorique réalise une synthèse magistrale des deux paradigmes rivaux :

• Il intègre la composante modulaire par l’existence d’une stricte ségrégation fonctionnelle hiérarchique : chaque strate et chaque région corticale se spécialise dans l’extraction de régularités spatiotemporelles opérant à des échelles spécifiques (depuis les micro-traits visuels dans l’aire V1 jusqu’aux représentations sémantiques abstraites et multimodales dans les cortex préfrontaux).
• Il incorpore la composante connexionniste par le recours à des calculs parallèles continus, distribués, probabilistes et massivement bidirectionnels, régis par la mise à jour permanente des poids synaptiques encodant la précision et la variance statistique des inférences.

Les conséquences épistémologiques et technologiques de cette convergence théorique sont colossales. Pour la philosophie de l’esprit, elle dissipe enfin le mystère des systèmes centraux fodoriennes en démontrant que l’intégration globale n’exige aucun homoncule central, mais émerge de la synchronisation de phase et de l’harmonisation dynamique des erreurs de prédiction à travers l’ensemble des réseaux corticaux à grande échelle. Pour l’ingénierie de l’intelligence artificielle générale (AGI), elle trace la feuille de route architecturale des systèmes du futur : des entités qui devront conjuguer la robustesse inductive et la sensibilité statistique des substrats connexionnistes avec la rigueur causale, l’auditabilité et la modularité des structures computationnelles symboliques. C’est à ce prix, et à ce prix seulement, que les sciences computationnelles parviendront un jour à égaler, et peut-être à comprendre intimement, la prodigieuse machinerie de l’esprit humain.

Références

• Anderson, J. R. (2007). How can the human mind occur in the physical universe? Oxford University Press.
• Carey, S. (2009). The origin of concepts. Oxford University Press.
• Carruthers, P. (2006). The architecture of the mind: Massive modularity and the flexibility of thought. Oxford University Press.
• Chomsky, N. (1959). A review of B. F. Skinner’s Verbal Behavior. Language, 35(1), 26-58. https://doi.org/10.2307/411334
• Coltheart, M., Rastle, K., Perry, C., Langdon, R., & Ziegler, J. (2001). DRC: A dual route cascaded model of visual word recognition and reading aloud. Psychological Review, 108(1), 204-256. https://doi.org/10.1037/0033-295X.108.1.204
• Cosmides, L., & Tooby, J. (1992). Cognitive adaptations for social exchange. In J. H. Barkow, L. Cosmides, & J. Tooby (Eds.), The adapted mind: Evolutionary psychology and the generation of culture (pp. 163-228). Oxford University Press.
• Fodor, J. A. (1983). The modularity of mind: An essay on faculty psychology. MIT Press. https://doi.org/10.7551/mitpress/4737.001.0001
• Fodor, J. A., & Pylyshyn, Z. W. (1988). Connectionism and cognitive architecture: A critical analysis. Cognition, 28(1-2), 3-71. https://doi.org/10.1016/0010-0277(88)90031-5
• Friston, K. (2010). The free-energy principle: A unified brain theory? Nature Reviews Neuroscience, 11(2), 127-138. https://doi.org/10.1038/nrn2787
• Hebb, D. O. (1949). The organization of behavior: A neuropsychological theory. John Wiley & Sons.
• Heyes, C. (2018). Cognitive gadgets: The cultural evolution of thinking. Harvard University Press.
• Karmiloff-Smith, A. (1992). Beyond modularity: A developmental perspective on cognitive science. MIT Press.
• Laird, J. E. (2012). The Soar cognitive architecture. MIT Press.
• Marr, D. (1982). Vision: A computational investigation into the human representation and processing of visual information. W. H. Freeman.
• McCulloch, W. S., & Pitts, W. (1943). A logical calculus of the ideas immanent in nervous activity. Bulletin of Mathematical Biophysics, 5(4), 115-133. https://doi.org/10.1007/BF02478259
• Minsky, M., & Papert, S. A. (1969). Perceptrons: An introduction to computational geometry. MIT Press.
• Newell, A., & Simon, H. A. (1976). Computer science as empirical inquiry: Symbols and search. Communications of the ACM, 19(3), 113-126. https://doi.org/10.1145/360018.360022
• Putnam, H. (1967). Psychological predicates. In W. H. Capitan & D. D. Merrill (Eds.), Art, mind, and religion (pp. 37-48). University of Pittsburgh Press.
• Rumelhart, D. E., Hinton, G. E., & Williams, R. J. (1986). Learning representations by back-propagating errors. Nature, 323(6088), 533-536. https://doi.org/10.1038/323533a0
• Rumelhart, D. E., McClelland, J. L., & the PDP Research Group. (1986). Parallel distributed processing: Explorations in the microstructure of cognition (Vols. 1 & 2). MIT Press.
• Spelke, E. S., & Kinzler, K. D. (2007). Core knowledge. Developmental Science, 10(1), 89-96. https://doi.org/10.1111/j.1467-7687.2007.00569.x
• Sporns, O. (2011). Networks of the brain. MIT Press.