Représentation propositionnelle vs Représentation spatiale

Au cœur des sciences cognitives, de la philosophie de l’esprit et de l’intelligence artificielle réside une interrogation fondamentale : sous quel format l’esprit humain encode-t-il, manipule-t-il et restitue-t-il les informations relatives au monde qui l’entoure ? Dès lors qu’un agent cognitif se remémore la disposition des pièces de son domicile, planifie une trajectoire à travers un dédale urbain ou déduit les conséquences logiques d’un ensemble de prémisses formelles, des états informationnels internes sont mobilisés. Cependant, la nature ontologique et computationnelle de ces états internes a suscité l’une des controverses les plus vives et durables de l’histoire des sciences de l’esprit : la célèbre querelle de l’imagerie mentale (the imagery debate). Ce débat oppose principalement deux architectures de représentation : l’approche propositionnelle et l’approche spatiale ou analogique.

D’un côté, le paradigme propositionnel, héritier de la logique formelle, de la linguistique générative et de la théorie computationnelle classique, soutient que toute pensée conceptuelle repose en dernière instance sur des structures de données symboliques, discrètes, combinatoires et amodales. Selon cette perspective, penser revient à effectuer des opérations formelles sur des symboles syntaxiques analogues aux énoncés d’un langage universel interne, le « mentalais » (mentalese). Qu’il s’agisse de concevoir une équation mathématique abstraite ou d’imaginer la forme d’une sphère, le contenu sémantique est invariablement articulé sous forme de prédicats et d’arguments, dépouillé de toute substance perceptive intrinsèque. L’expérience phénoménologique de « voir » un objet mental avec les yeux de l’esprit ne serait dès lors qu’un simple épiphénomène dépourvu d’efficacité causale sur le traitement de l’information.

À l’opposé, les tenants du paradigme spatial et analogique défendent l’existence de représentations dont la structure interne préserve de manière continue et isomorphique les propriétés géométriques et topologiques du monde physique. Dans cette optique, l’imagerie mentale active des espaces de travail fonctionnels où la distance, la taille relative, l’orientation et la contiguïté spatiale sont directement matérialisées dans le support même du traitement cognitif. Manipuler un objet mental reviendrait ainsi à simuler une transformation géométrique continue dans un milieu analogue au champ perceptif. Comprendre en profondeur la rivalité, les hybridations et les frontières opérationnelles entre la représentation propositionnelle et la représentation spatiale s’avère indispensable tant pour élucider l’architecture de la cognition humaine que pour concevoir les systèmes d’intelligence artificielle de nouvelle génération.

1. Introduction aux paradigmes de la représentation cognitive

1.1 Définition et émergence de la controverse de l’imagerie mentale

Le renouveau de l’étude des états mentaux internes au tournant des années 1970 marque une rupture épistémologique majeure avec le béhaviorisme dominant qui avait prévalu durant la première moitié du XXe siècle. Le paradigme behavioriste, en reléguant les événements mentaux dans une « boîte noire » méthodologiquement inaccessible et scientifiquement illégitime, avait banni toute investigation rigoureuse de l’imagination, de la mémoire épisodique et de l’introspection visuelle. L’avènement de la révolution cognitive, impulsé par l’assimilation du cerveau à un système de traitement de l’information gouverné par des règles computationnelles, a immédiatement replacé la question du format des représentations internes au centre des préoccupations scientifiques.

C’est dans cette effervescence théorique qu’a émergé la célèbre controverse de l’imagerie mentale (imagery debate), polarisée par les travaux contradictoires de psychologues expérimentaux et de philosophes de l’esprit. D’une part, les chercheurs désireux de réhabiliter la spatialité cognitive ont développé des protocoles chronométriques rigoureux visant à prouver que les représentations visuelles possèdent des propriétés physiques mesurables. D’autre part, les partisans de la computational theory of mind d’inspiration fodorienne ont objecté que la postulation d’images internes réelles constituait une rechute naïve dans le piège métaphorique de l’homoncule : si une image est projetée dans la tête, qui est là pour la regarder ?

Afin de poser les termes de ce contentieux, il convient de définir préalablement les deux pôles théoriques en présence. La représentation propositionnelle se définit comme une structure symbolique abstraite, non sensible et universelle, qui articule des entités conceptuelles discrètes selon une syntaxe logique rigide. À l’instar d’une proposition linguistique formelle, elle exprime des faits ou des états de choses en liant des prédicats à des arguments (par exemple : DANS(CHAT, PANIER)). Elle ne possède aucune propriété spatiale intrinsèque : la distance physique séparant deux objets n’est pas codée par un intervalle spatial au sein du symbole, mais par l’évaluation symbolique d’une relation sémantique.

Inversement, la représentation spatiale (souvent qualifiée de quasi-picturale ou d’analogique) est définie comme un format représentationnel qui préserve la métrique, l’orientation et la topologie de l’espace physique ou perceptif qu’il cherche à refléter. Dans ce format, chaque élément de la représentation correspond de manière ordonnée à un point de l’objet représenté, de sorte que les relations spatiales n’ont pas besoin d’être explicitement formulées par des prédicats textuels : elles sont directement instanciées dans la géométrie du milieu de calcul. Ainsi, la distance entre deux éléments dans la représentation est structurellement proportionnelle à la distance séparant ces mêmes éléments dans le domaine réel.

1.2 Les enjeux épistémologiques et computationnels

La dispute entre formats propositionnels et spatiaux dépasse largement le cadre d’un simple désaccord terminologique ; elle engage des interrogations métaphysiques et méthodologiques fondamentales quant à la nature de la cognition. Le premier enjeu réside dans la question de l’isomorphisme entre la structure cérébrale, le traitement algorithmique de l’information et l’expérience phénoménologique subjective. Tandis que nous faisons l’expérience consciente et vivace de manipuler des représentations quasi-visuelles dotées de couleur, de profondeur et d’étendue, l’épistémologie cognitive exige d’élucider si cette expérience phénoménale reflète fidèlement le code computationnel sous-jacent ou si elle ne constitue qu’un masque superficiel occultant des calculs purement propositionnels.

Cet enjeu trouve une résonance directe dans la modélisation en intelligence artificielle et en sémantique formelle. Si l’intelligence générale exige une sémantique symbolique universelle désincarnée, alors l’ensemble du raisonnement sur le monde physique doit pouvoir être réductible à des systèmes déductifs axiomatiques opérant sur des graphes de connaissances ou des bases de faits logiques. En revanche, si la manipulation analogique de l’espace constitue une primitive computationnelle irréductible, tout système artificiel prétendant interagir efficacement avec un environnement dynamique doit intégrer des simulateurs spatio-temporels analogiques capables de préserver les continuités physiques sans passer par l’intermédiaire d’une formalisation textuelle lourde et fastidieuse.

Enfin, le débat engage la question cruciale de la plausibilité biologique et du coût computationnel respectif de ces formats de stockage et de manipulation. Le système nerveux central humain, soumis à des pressions sélectives drastiques d’économie métabolique et de rapidité d’exécution, ne peut maintenir des architectures redondantes ou inutilement inefficaces. Déterminer si le cerveau encode l’environnement sous la forme d’équations logico-symboliques distribuées ou sous la forme de cartes neuronales topographiquement ordonnées conditionne la compréhension des aires corticales, notamment du rôle des structures rétinotopiques de la vision primaire et des réseaux pariéto-temporaux de la localisation spatiale.

1.3 Pourquoi ces deux approches sont-elles systématiquement opposées ?

L’incompatibilité apparente entre ces deux modes de représentation découle d’une scission épistémologique irréconciliable concernant l’amodalité versus la modalité sensorielle de la cognition humaine. Pour l’école propositionnelle, la pensée véritable commence précisément là où s’arrêtent les systèmes sensoriels périphériques. L’information sensorielle brute (visuelle, auditive, tactile) doit être immédiatement transduite en un format abstrait et amodal — le « mentalais » — afin d’être interopérable au sein des différents modules cognitifs (mémoire sémantique, raisonnement déductif, prise de décision). Cette vision postule une séparation étanche entre perception et cognition de haut niveau.

À l’opposé, les théoriciens de la représentation spatiale soutiennent l’hypothèse de la cognition incarnée et de la simulation perceptuelle directe. Selon cette vue, l’imagerie mentale et le raisonnement spatial réactivent directement les réseaux neuronaux sensoriels et moteurs préalablement mobilisés lors de la perception réelle. Il n’existe pas de rupture fondamentale entre voir un objet et l’imaginer : l’imagination visuelle est une perception réactivée de façon descendante (top-down). Dès lors, la représentation spatiale refuse le postulat d’une traduction symbolique amodale universelle, affirmant que la forme même du contenant perceptif dicte les opérations de manipulation possibles.

Cette divergence conceptuelle fondamentale a conduit à des interprétations diamétralement opposées des données comportementales récoltées en laboratoire de psychophysique. Lorsqu’un sujet met deux fois plus de temps à faire pivoter mentalement un objet en trois dimensions de 80 degrés plutôt que de 40 degrés, l’approche spatiale y voit la preuve irréfutable d’un processus de trajectoire analogique continue à vitesse constante dans un espace mental métrique. À l’inverse, l’approche propositionnelle postule que le sujet applique séquentiellement des descriptions logiques de plus en plus complexes ou qu’il utilise sa connaissance implicite du monde physique pour moduler artificiellement ses temps de réponse afin de se conformer inconsciemment aux attentes expérimentales.

2. La représentation propositionnelle : fondements, mécanismes et formalismes

2.1 Structure logique, calcul de prédicats et sémantique formelle

Pour appréhender la mécanique d’une représentation propositionnelle, il convient de se référer aux formalismes de la logique mathématique classique, et plus particulièrement au calcul des prédicats de premier ordre. Dans ce système de notation formelle, toute information élémentaire est structurée sous la forme canonique d’une relation prédicative invariant liant un opérateur relationnel à un ou plusieurs arguments ordonnés : Relation(Argument1, Argument2, ..., ArgumentN). Par exemple, l’assertion selon laquelle une lampe repose sur une table d’ébène située à gauche d’un fauteuil s’exprime par la conjonction d’énoncés propositionnels discrets : SUR(LAMPE, TABLE) ∧ EN_EBENE(TABLE) ∧ A_GAUCHE_DE(TABLE, FAUTEUIL).

Cette architecture repose sur des constituants ontologiques strictement discrets, digitaux et combinatoires. Chaque symbole élémentaire (qu’il désigne un objet, une propriété ou une relation) constitue une unité autonome indivisible, analogue à un mot dans un lexique formel. Ces symboles sont agencés selon une grammaire générative stricte autorisant une récursivité infinie : il est parfaitement loisible d’enchâsser une proposition à l’intérieur d’un prédicat d’ordre supérieur, comme dans CROIRE(JEAN, SUR(LAMPE, TABLE)). Cette systématicité et cette productivité compositionnelle constituent la signature distinctive des formalismes logiques.

Un principe fondamental de ce format réside dans son indépendance absolue à l’égard des caractéristiques perceptives de surface des entités représentées. La proposition AU_DESSUS_DE(OISEAU, ARBRE) ne spécifie en aucune manière la nuance précise du plumage de l’oiseau, la texture de l’écorce, la hauteur absolue de l’arbre en mètres ou l’angle de vision sous lequel la scène est appréhendée. Toutes ces informations physiques de surface sont totalement omises, à moins qu’elles ne fassent l’objet d’une prédication additionnelle explicite. La représentation propositionnelle réalise donc une abstraction radicale, éliminant tout bruit perceptif accessoire pour ne retenir que l’armature relationnelle pure.

De surcroît, le codage propositionnel jouit d’une aptitude intrinsèque à manipuler les opérateurs de la logique formelle que la géométrie spatiale pure peine structurellement à matérialiser. Il intègre nativement des valeurs de vérité (Vrai ou Faux), des quantificateurs universels ou existentiels (∀x, ∃y), des conjonctions, des disjonctions exclusives et, par-dessus tout, des négations logiques. Il est aisé d’encoder propositionnellement le fait que ¬SUR(CHAT, TAPIS) (le chat n’est pas sur le tapis), alors qu’il est rigoureusement impossible de dessiner ou d’imaginer spatialement une « non-présence » sans instancier simultanément une configuration spatiale alternative particulière.

2.2 La thèse de Zenon Pylyshyn et l’hypothèse du langage de la pensée

L’opposant le plus systématique et le plus influent au paradigme spatial est sans conteste le théoricien cognitiviste Zenon Pylyshyn. Dans une série d’articles retentissants amorcée dès 1973, Pylyshyn a formulé une critique dévastatrice des thèses analogiques en introduisant le concept de pénétrabilité cognitive (cognitive penetrability). Selon ce critère épistémologique, un phénomène computationnel relève de l’architecture mentale fixe s’il est hermétique aux croyances, aux buts et aux savoirs préalables du sujet. Or, Pylyshyn a démontré que les prétendues constantes spatiotemporelles observées lors des tâches d’imagerie (comme le balayage mental) sont hautement sensibles aux consignes verbales, aux attentes explicites des expérimentateurs et aux stratégies conscientes adoptées par les participants.

Fort de ce constat, Pylyshyn soutient que l’image visuelle consciente ne possède aucune efficacité fonctionnelle propre : elle est reléguée au statut d’épiphénomène subjectif. Pour illustrer cette notion, Pylyshyn a recours à de multiples métaphores mécaniques : l’image mentale subjective est au calcul cognitif ce que la lueur émise par une ampoule électrique ou le cliquetis d’une horloge mécanique est à son fonctionnement interne ; c’est un sous-produit phénoménal inévitable de l’activité du système, mais qui ne possède aucune influence causale sur la chaîne algorithmique sous-jacente. Selon lui, le cerveau n’a pas besoin de déployer une carte spatiale pour savoir qu’une ville est éloignée d’une autre ; il lui suffit d’interroger un réseau propositionnel décrivant les distances relatives au moyen de valeurs sémantiques scalaires.

Cette approche s’inscrit en totale conformité avec l’hypothèse du langage de la pensée (Language of Thought ou LOT) conceptualisée par le philosophe Jerry Fodor. Selon Fodor, les processus cognitifs de haut niveau sont des calculs formels portant sur des inscriptions symboliques internes de nature quasi-linguistique. Le mentalais possède une syntaxe combinatoire et une sémantique compositionnelle. Pour les tenants du modèle fodorien et pylyshynien, attribuer à l’esprit la capacité de manipuler directement des images analogiques brutes reviendrait à introduire une anomalie théorique au sein d’une architecture par ailleurs purement computationnelle et symbolique.

Comment alors la théorie propositionnelle explique-t-elle les observations empiriques où le temps de réaction augmente avec la distance physique dans une image mentale ? Pylyshyn avance l’hypothèse de la richesse du réseau sémantique et des connaissances tacites (tacit knowledge). Lorsqu’un sujet doit se représenter le déplacement entre deux points éloignés, il applique spontanément sa connaissance implicite des lois de la physique terrestre (qui veut que parcourir une distance plus longue prenne davantage de temps) en simulant délibérément cette durée, ou bien il traverse séquentiellement un plus grand nombre de nœuds propositionnels intermédiaires au sein de sa mémoire sémantique, ce qui allonge proportionnellement le temps de calcul algorithmique total.

2.3 Forces explicatives et limites intrinsèques du modèle propositionnel

La force explicative du modèle propositionnel réside en premier lieu dans son universalité et sa remarquable économie formelle pour appréhender l’abstraction conceptuelle. Il permet de représenter avec une égale rigueur des concepts géométriquement inconcevables tels que l’entropie thermodynamique, la souveraineté étatique, l’infinitude mathématique ou les droits de succession. Les hiérarchies ontologiques complexes (par exemple le fait qu’un canari soit un oiseau, qui est un vertébré, qui est un être vivant) s’expriment de manière transparente par le biais d’arbres d’héritage prédicatif sans exiger le moindre support sensorimoteur.

En second lieu, ce format bénéficie d’une compatibilité directe et immédiate avec les architectures informatiques classiques inspirées de l’héritage de von Neumann et de la logique de Turing. Les compilateurs, les systèmes experts, les bases de données relationnelles et les mécanismes de démonstration automatique de théorèmes reposent tous rigoureusement sur la manipulation réglée de chaînes propositionnelles symboliques. La clarté axiomatique du calcul des prédicats confère à ce paradigme une robustesse théorique et une transparence formelle inégalées dans la modélisation cognitive des raisonnements logico-déductifs.

Cependant, le réductionnisme propositionnel se heurte à des apories théoriques et pratiques substantielles, au premier rang desquelles figure l’inférence spatiale implicite et le célèbre problème du cadre (frame problem). Dans un univers purement propositionnel, chaque conséquence physique directe d’un déplacement minuscule doit faire l’objet d’une réactualisation explicite d’axiomes. Si une table sur laquelle reposent dix objets distincts est déplacée de deux mètres vers l’est, un système propositionnel doit déduire et réécrire dix nouvelles assertions atomiques pour redéfinir la position spatiale de chaque objet, là où un support spatial applique une translation holistique globale et instantanée à l’ensemble du bloc.

Cette carence engendre une lourdeur computationnelle rédhibitoire face à la dynamique du monde réel. Le maintien continu de l’intégrité topologique lors de transformations complexes — telles que la déformation élastique d’un matériau ou la trajectoire entrelacée de plusieurs corps articulés en mouvement — entraîne une explosion combinatoire d’assertions prédicatives interconnectées. L’esprit humain résolvant ces problèmes d’interaction physique en une fraction de seconde, il apparaît hautement improbable que le cerveau se livre à des déductions logiques séquentielles exhaustives pour simplement anticiper la collision entre deux véhicules dans un carrefour.

3. La représentation spatiale : analogie, métrique et perception visuelle

3.1 L’hypothèse analogique et les travaux séminaux de Stephen Kosslyn

Face à l’orthodoxie propositionnelle des années 1970, le psychologue cognitiviste et neuroscientifique Stephen M. Kosslyn a entrepris de formaliser de manière systématique l’hypothèse analogique en proposant une théorie computationnelle unifiée de l’imagerie mentale visuelle. Loin de renvoyer à une conception métaphysique naïve de l’esprit comme musée d’images matérielles miniatures, Kosslyn a postulé l’existence d’une structure de données fonctionnelle spécialisée : le visual buffer (tampon visuel). Ce tampon visuel agit comme une matrice de traitement à haute résolution spatiale dans laquelle les représentations actives ne sont pas stockées sous forme de texte ou de listes de propriétés, mais instanciées selon un canevas de coordonnées spatiales à deux ou trois dimensions.

La nature de cette représentation est qualifiée de « quasi-picturale » ou d’analogique, en ce sens qu’elle entretient un isomorphisme de second ordre avec l’objet physique réel. Contrairement à une description propositionnelle où le lien entre le signifiant (le mot « TABLE ») et le signifié (le meuble) est arbitraire et conventionnel, la représentation analogique utilise des relations physiques ou structurales au sein du médium de calcul pour modéliser les relations de l’objet physique. Dans ce cadre, la contiguïté topologique du support représente directement la contiguïté dans le monde : deux points adjacents dans la matrice de l’image correspondent nécessairement à deux points adjacents sur la surface physique de l’objet évoqué.

Cette géométrie continue garantit que chaque région élémentaire du tampon visuel encode un fragment spatial localisé, interdisant toute fragmentation purement discrète sans corrélation de voisinage. Le tampon visuel se comporte donc comme un système de coordonnées fonctionnelles où chaque point se voit assigner des valeurs relatives à son intensité, sa couleur et sa texture, mais où l’agencement spatial global émerge directement de la matrice topologique du substrat. Il en résulte que le temps et les étapes algorithmiques requis pour passer d’un point A à un point B sont intrinsèquement dictés par la distance géométrique séparant ces coordonnées.

Dans la perspective de Kosslyn, l’image mentale n’est aucunement un résidu phénoménologique passif ou un épiphénomène illusoire. Elle exerce un rôle fonctionnel causal impératif dans la cognition. Elle sert d’espace de simulation interne permettant à l’agent de tester des hypothèses géométriques, de planifier des gestes moteurs complexes, d’inspecter des propriétés invisibles lors d’un encodage propositionnel superficiel (comme déterminer mentalement si les oreilles d’un renard ont une forme pointue ou arrondie) et d’effectuer des calculs d’optimisation d’espace qui satureraient instantanément un système purement logique.

3.2 Propriétés topologiques, métriques et isomorphisme fonctionnel

Le formalisme spatial se singularise par la préservation intrinsèque de trois dimensions géométriques cardinales : la distance métrique, la contiguïté structurelle et l’orientation relative dans l’espace. Contrairement aux descriptions logiques qui nécessitent de déclarer syntaxiquement que le point A est à 5 centimètres du point B et à 10 centimètres du point C, la représentation spatiale incarne directement ces métriques au sein de sa topologie interne. Il est impossible d’inscrire le point A et le point B dans un espace métrique cohérent sans fixer instantanément, de manière automatique et implicite, toutes les distances et angles euclidiens qui les relient aux autres éléments déjà présents sur ce plan.

Cette propriété assure un accès direct, hautement efficace et immédiat aux relations spatiales globales sans solliciter la moindre dérivation logique intermédiaire. Alors qu’un moteur logique propositionnel doit parcourir une suite d’inférences déductives pour établir que si A est à l’ouest de B et B à l’ouest de C, alors A est à l’ouest de C, une représentation spatiale analogique exhibe cette configuration de manière immédiatement lisible par de simples opérations d’inspection locale. Le coût cognitif de l’inférence spatiale transitive devient ainsi nul ou quasi-instantané, la relation étant déjà matériellement résolue par la disposition spatiale des éléments.

De surcroît, le tampon visuel mental présente des limitations fonctionnelles analogues à celles observées dans la vision biologique périphérique et centrale, notamment en ce qui concerne la résolution spatiale et le champ visuel effectif. Les travaux expérimentaux ont mis en lumière le phénomène du « zoom mental » et du débordement visuel (visual overflow). Lorsqu’on demande à un participant d’imaginer un éléphant à côté d’une mouche, l’éléphant monopolise la quasi-totalité du champ visuel interne, reléguant la mouche à une résolution spatiale tellement dégradée que le sujet met un temps anormalement long pour déterminer si la mouche possède ou non des pattes articulées. Pour inspecter les pattes de la mouche, le sujet est contraint de « zoomer » mentalement sur celle-ci, ce qui a pour corollaire immédiat de repousser l’éléphant au-delà des limites périphériques du champ visuel mental.

Enfin, la représentation spatiale impose naturellement le maintien des contraintes physiques fondamentales propres au monde réel. Dans un milieu analogique continu, deux surfaces solides ne peuvent occuper simultanément la même coordonnée spatiale sans s’interpénétrer ou se heurter. Les déformations appliquées aux structures analogiques doivent respecter les lois de la géométrie différentielle et de la cinématique : pour déplacer une pièce d’un jeu d’échecs imaginaire d’une case à une autre, la trajectoire mentale doit nécessairement traverser l’ensemble des points d’intervalles continus reliant la position de départ à la position d’arrivée, attestant d’une contrainte analogique structurelle intransgressible.

3.3 Données empiriques et paradigmes neuroscientifiques

L’édifice théorique de la représentation spatiale s’appuie sur un corpus volumineux de données empiriques issues de la psychologie cognitive et des neurosciences fondamentales. L’expérience séminale conduite par Roger Shepard et Jacqueline Metzler en 1971 constitue à cet égard la pierre angulaire de ce courant. Dans ce protocole, des figures géométriques tridimensionnelles asymétriques composées de dix cubes solidaires étaient présentées aux participants selon des orientations angulaires variables (de 0 à 180 degrés). Les participants devaient juger le plus rapidement possible si deux figures présentées côte à côte étaient identiques ou constituaient des images spéculaires (inversions en miroir).

Les résultats de Shepard et Metzler ont mis en évidence une corrélation linéaire quasi-parfaite ($r > 0,99$) entre l’angle de rotation requis pour superposer les figures et le temps de réaction des sujets, et ce, que la rotation s’effectue dans le plan bidimensionnel de l’image ou en profondeur dans l’espace tridimensionnel. La vitesse de rotation mentale mesurée s’est avérée constante, tournant autour de 60 degrés par seconde chez la plupart des individus. Ce résultat démontre sans équivoque que la transformation cognitive n’opère pas par bonds logiques discrets, mais par le truchement d’une trajectoire rotationnelle continue à travers des états d’orientation intermédiaires non discrets, mimant fidèlement la cinématique de la rotation physique d’un objet rigide.

Dans le même esprit, Stephen Kosslyn et ses collaborateurs ont conçu en 1978 le célèbre paradigme du balayage mental (mental scanning) exploitant la carte d’une île imaginaire. Après avoir mémorisé avec une précision métrique l’emplacement de sept repères géographiques (une cabane, un arbre, un puits, une plage, etc.), les participants étaient invités à fermer les yeux et à focaliser leur « regard intérieur » sur un point de départ spécifique. À l’énoncé d’un second repère, ils devaient imaginer un petit point noir se déplaçant à vitesse constante du premier repère vers le second et presser un bouton dès que ce point atteignait sa cible. Kosslyn a observé une relation linéaire absolue entre la distance métrique réelle séparant les repères sur la carte originale et le temps de balayage mental nécessaire pour parcourir cette distance dans l’image.

Les neurosciences cognitives contemporaines ont ultérieurement apporté un étayage neurobiologique décisif en mobilisant l’imagerie par résonance magnétique fonctionnelle (IRMf) et la tomographie par émission de positons (TEP). Ces études ont démontré que l’évocation d’une image mentale visuelle à haute résolution active de manière sélective et organisée les aires visuelles primaires (V1, cortex strié) et secondaires (V2, cortex extra-strié). Or, ces aires corticales sont dotées d’une organisation rétinotopique rigoureuse : les neurones adjacents sur la surface corticale traitent des signaux provenant de points adjacents sur la rétine physique. L’activation de ces cartes topographiques lors de l’imagerie mentale en l’absence de toute stimulation rétinienne externe prouve que le cerveau utilise activement un support neuronal spatial analogique pour matérialiser ses images intérieures.

Enfin, la neuropsychologie clinique offre des confirmations corroboratives saisissantes par l’étude des dissociations et des doubles dissociations chez les patients cérébrolésés. Les patients souffrant d’une héminégligence spatiale unilatérale consécutive à une lésion du cortex pariétal postérieur droit (incapables de prêter attention à la moitié gauche de leur environnement perceptif physique) manifestent une héminégligence strictement identique dans leur imagerie mentale. Lors de la célèbre expérience de la Piazza del Duomo à Milan conduite par Edoardo Bisiach et Claudio Luzzatti en 1978, les patients négligeaient systématiquement de décrire les boutiques situées sur le flanc gauche de la place imaginaire, mais étaient capables de les mentionner lorsqu’on leur demandait d’imaginer la même place depuis la perspective opposée, prouvant l’ancrage spatial intrinsèque de la représentation mentale.

4. Différences clés entre représentation propositionnelle et spatiale

4.1 Format syntaxique et architecture sous-jacente

La divergence la plus manifeste entre les deux formalismes réside dans leur syntaxe constitutive et la nature de leurs briques élémentaires. Le système propositionnel repose sur un format rigoureusement digital, articulé et discret. À l’image du langage naturel ou des langages de programmation, les entités informationnelles y sont découpées en jetons symboliques arbitraires (tokens) qui n’entretiennent aucune ressemblance physique avec leur dénotatum. La proposition ARMOIRE n’est ni volumineuse ni rectangulaire ; elle ne possède aucun attribut géométrique direct. L’organisation interne est régie par une grammaire formelle stricte déterminant la manière dont ces jetons peuvent être légitimement combinés selon des règles logico-compositionnelles.

À l’opposé, la représentation spatiale mobilise un format continu, dense et topologiquement ordonné. Les primitives informationnelles ne sont pas des symboles signifiants isolés, mais des fractions d’espace fonctionnel — souvent conceptualisées sous forme de pixels ou de voxels cognitifs — caractérisées par leur position relative au sein d’une grille métrique multidimensionnelle. L’organisation syntaxique n’est pas dictée par des lois grammaticales d’ordre symbolique, mais par des contraintes spatiotemporelles et morphologiques : la contiguïté, la proximité géodésique, la continuité des contours et l’orientation cardinale.

Cette distinction architecturale se traduit par des modes de composition radically disjoints. Alors que les propositions peuvent agréger des concepts disparates de manière infiniment flexible tant que la grammaire logique le permet (par exemple VENDRE(IDÉE, COULEUR), même si la proposition est sémantiquement absurde, elle demeure syntaxiquement valide), l’espace analogique est astreint à des contraintes structurelles indépassables. Il est matériellement impossible de positionner un objet dans un espace analogique sans lui assigner simultanément une taille relative, une orientation angulaire et une position métrique par rapport aux autres objets du champ, attestant que la structure du médium impose des spécifications obligatoires absentes du formalisme propositionnel.

4.2 Modalité sensorielle et ancrage perceptif

Le statut de l’amodalité constitue la seconde ligne de fracture théorique séparant ces deux paradigmes cognitifs. Le format propositionnel se veut intégralement amodal, transmodal et indépendant de tout canal sensoriel périphérique particulier. Une proposition représentant un triangle équilatéral est rigoureusement identique, qu’elle soit issue d’une perception visuelle optique, d’une exploration haptique tactile du bout des doigts, de la lecture d’un texte descriptif ou d’une déduction mathématique formelle. Elle transcende la modalité d’acquisition pour se fixer dans un espace conceptuel désincarné, universel et invariant.

La représentation spatiale, en revanche, se caractérise par un ancrage sensoriel modal prépondérant. Même lorsqu’elle atteint un haut degré d’abstraction topologique (comme dans le cas de cartes cognitives spatiales), elle demeure intrinsèquement liée à des modalités perceptives déterminées : vision pour l’étendue géométrique et les contrastes de luminosité, somesthésie et proprioception pour les volumes corporels et les sensations d’effort postural, ou encore audition spatiale pour les coordonnées de localisation acousmatique. La manipulation d’une représentation spatiale engage ainsi directement les aires cérébrales dévolues au traitement perceptif de bas et moyen niveau, réalisant une véritable simulation sensorielle interne.

Cette divergence quant à la modalité conditionne directement la capacité de chaque formalisme à représenter des entités intangibles ou impossibles. Le système propositionnel excelle à formaliser des entités dont la nature défie toute figuration sensorielle concevable : des objets quadri-dimensionnels purs, des états métaphysiques, des disjonctions abstraites ou des vérités universelles non visualisables (comme la constante de Planck ou le concept de probabilité conditionnelle). Inversement, le modèle spatial échoue structurellement à matérialiser ces entités amodales, étant irrémédiablement contraint par les dimensions sensibles et géométriques de son tampon de déploiement.

4.3 Efficacité computationnelle et flexibilité opérationnelle

Sur le plan du coût computationnel et de l’efficience algorithmique, chaque modalité représentationnelle possède des domaines d’excellence et des zones de vulnérabilité rédhibitoires. La représentation spatiale fait preuve d’une supériorité éclatante pour le traitement instantané des propriétés émergentes de géométrie globale : détection d’intersections, identification d’inclusions (est-ce que le point X est à l’intérieur du polygone Y ?), appréciation de collisions potentielles entre objets dynamiques et calculs de symétrie axiale. Ces opérations sont résolues de manière hautement parallèle et immédiate par le substrat topologique lui-même, contournant le besoin de calculs algébriques déductifs fastidieux.

Le formalisme propositionnel surpasse en revanche son homologue dès lors qu’il s’agit d’appliquer des règles conditionnelles universelles, de gérer des exceptions récursives ou d’exécuter des inférences logiques formelles. Énoncer une règle telle que « si l’objet X n’est pas bleu ou si l’objet Y est situé à n’importe quel endroit sauf sur le plancher, alors l’alarme doit sonner » relève d’une routine computationnelle élémentaire pour un processeur propositionnel fondé sur des tables de vérité. En revanche, traduire cette conditionnelle négative et universelle dans une matrice analogique spatiale relève de la gageure, exigeant la génération potentielle d’une infinité d’images mentales alternatives exhaustives pour tester toutes les configurations spatiales possibles.

Il existe également une différence drastique dans la structure du coût temporel d’accès à l’information. Dans un système propositionnel optimisé, le temps d’accès à une relation prédicative est théoriquement constant ou dépend uniquement de la profondeur du graphe syntaxique traversé (temps en fonction de la distance conceptuelle) ; la distance physique réelle séparant les objets référencés n’intervient aucunement. Dans une représentation spatiale analogique, le temps d’accès est directement dépendant des paramètres métriques de la scène : le temps d’inspection est proportionnel à la distance euclidienne à balayer, et le temps de réorientation est proportionnel à l’angle géométrique à franchir, introduisant un biais métrique fondamental dans la cinétique du traitement de l’information.

4.4 Synthèse comparative des dimensions structurales et fonctionnelles

Afin de structurer de façon univoque l’antagonisme théorique entre ces deux régimes cognitifs, le tableau comparatif ci-dessous détaille les dimensions structurales, épistémologiques et computationnelles qui sous-tendent la dualité du codage propositionnel et spatial :

Dimension d’Analyse	Représentation Propositionnelle	Représentation Spatiale
Format sémiotique et syntaxique	Discret, digital, symbolique et combinatoire. Articulé selon une grammaire formelle logique.	Continu, analogique, dense et topologiquement ordonné selon des coordonnées métriques.
Primitives élémentaires	Jetons abstraits non spatiaux (symboles arbitraires, prédicats et arguments atomiques).	Points fonctionnels, voxels, surfaces continues et gradients d’intensité.
Ancrage et modalité perceptive	Intégralement amodal et transmodal, indépendant des aires sensorielles primaires.	Modalité spécifique (visuelle, haptique, auditive-spatiale) réactivant les cartes corticales sensorielles.
Préservation de la métrique spatiale	Absente par nature. Les distances physiques doivent être formulées par des prédicats scalaires explicites.	Intrinsèque. La distance et l’angle géométrique sont directement instanciés dans le support de calcul.
Capacité d’abstraction logique	Totale et universelle. Prise en charge native des quantificateurs, disjonctions et négations (¬, ∧, ∨, ∀, ∃).	Très limitée. Incapacité structurelle à représenter directement une négation ou un concept amodal abstrait.
Cinétique de manipulation	Temps de calcul déterminé par la profondeur du graphe sémantique ou le nombre d’inférences déductives.	Temps proportionnel aux contraintes géométriques continues (distance à parcourir, angle de rotation).
Propriétés implicites et émergentes	Nécessitent une dérivation logique explicite pour être formalisées (lourdeur face au problème du cadre).	Immédiatement visibles et inspectables par simple balayage topologique du substrat fonctionnel.
Substrat neurobiologique privilégié	Réseaux associatifs fronto-temporaux, aires du langage (Broca, Wernicke), structures hippocampiques amodales.	Cortex visuel primaire et secondaire rétinotopique (V1-V4), cortex pariétal postérieur (voie dorsale).

L’analyse détaillée des contraintes de mémoire de travail associées à chaque formalisme apporte un éclairage fonctionnel déterminant sur ce tableau synoptique. La mémoire de travail propositionnelle (adossée à la boucle phonologique et au calepin exécutif central selon les modèles de mémoire de travail canoniques) présente une capacité limitée en nombre de blocs symboliques discrets (les fameux chunks d’information). Dès lors que la description d’une scène exige un nombre exorbitant d’assertions prédicatives croisées pour maintenir l’ordonnancement topologique des détails d’un agencement, la mémoire de travail propositionnelle se trouve rapidement saturée par la charge cognitive intrinsèque du calcul des relations mutuelles.

À l’inverse, la mémoire de travail spatiale (matérialisée par le calepin visuo-spatial) contourne cette limitation du nombre de descripteurs distincts grâce à son pouvoir d’encodage holistique et synthétique. Une multitude d’entités en interaction géométrique peuvent être comprimées au sein d’une seule configuration gestaltiste globale sur le plan visuo-spatial. Cependant, le coût énergétique et attentionnel nécessaire pour maintenir la netteté et la fidélité métrique d’une image analogique complexe dans le tampon visuel est particulièrement lourd : l’image tend à s’estomper, à subir des distorsions ou à se dégrader au fil des secondes si elle n’est pas constamment rafraîchie par des processus attentionnels descendants, limitant drastiquement la pérennité du stockage spatial sans soutien symbolique.

5. Points de convergence, interfaces et modèles hybrides

5.1 La théorie du double codage d’Allan Paivio

Face à la dichotomie irréductible opposant tenants exclusifs du tout-propositionnel et partisans radicaux de l’imagerie analogique, le psychologue canadien Allan Paivio a élaboré dès 1971 l’une des théories intégratives les plus puissantes et durables de la psychologie cognitive : la Dual Coding Theory (théorie du double codage). Paivio a postulé que la mémoire et le système de traitement cognitif humain reposent sur le fonctionnement coordonné de deux sous-systèmes structurellement et fonctionnellement distincts, bien qu’étroitement interconnectés : le système verbal amodal et le système non-verbal spatial ou perceptuel.

Au niveau architectural, cette théorie repose sur deux unités représentationnelles fondamentales : les logogènes (logogens) et les imagènes (imagens). Les logogènes représentent les structures linguistiques et symboliques discrètes, organisées hiérarchiquement sous la forme de séquences temporelles ordonnées (mots, règles de grammaire formelle, phrases). Les imagènes constituent quant à eux les unités de base du système analogique : ils encapsulent des configurations holistiques, métriques et continues, organisées selon des rapports de partie à tout dans l’espace synchrone bidimensionnel ou tridimensionnel.

Le point fort du modèle de Paivio réside dans la modélisation des interfaces directes entre ces deux modalités. Des connexions référentielles lient de façon bidirectionnelle les logogènes aux imagènes correspondants. Ainsi, la lecture du symbole textuel « pomme » (activation d’un logogène) déclenche par résonance associative l’évocation d’un imagène de fruit sphérique pourvu d’une couleur et d’une saveur spécifiques. Réciproquement, la perception visuelle ou l’imagination d’un objet conduit instantanément à l’étiquetage linguistique et conceptuel approprié via cette même passerelle référentielle.

Cette théorie fournit un cadre théorique robuste pour expliquer le phénomène empirique universellement documenté de la « supériorité de l’image » (picture superiority effect) et de l’avantage mnésique des concepts concrets face aux concepts abstraits. Lorsqu’un sujet apprend une liste de mots hautement concrets et visualisables (comme « tracteur », « cheval » ou « volcan »), il encode simultanément l’information sous une double trace mnésique : un logogène verbal et un imagène spatial. La mémoire bénéficie alors d’un renforcement redondant hautement résilient : si l’une des voies d’accès s’estompe ou se dégrade, l’autre système peut restaurer intégralement le souvenir. En revanche, les mots purement abstraits (tels que « circonstance », « ontologie » ou « légitimité ») ne sollicitent qu’un encodage propositionnel unique via les logogènes, réduisant de moitié leur probabilité de récupération spontanée.

5.2 Les modèles mentaux de Philip Johnson-Laird

Dans le domaine de la psychologie du raisonnement déductif, le psychologue britannique Philip Johnson-Laird a profondément renouvelé le débat dès 1983 en proposant la théorie des modèles mentaux. Johnson-Laird a récusé l’idée fodorienne orthodoxe voulant que l’esprit humain résolve des syllogismes ou des énigmes logiques en appliquant des règles formelles abstraites de déduction propositionnelle (semblables au modus ponens ou au calcul des prédicats). Il a tout autant rejeté la conception voulant que le raisonnement s’appuie exclusivement sur des images picturales ultra-détaillées et visuellement saturées.

Pour dépasser cette antinomie, Johnson-Laird a introduit un format tiers : le modèle mental. Un modèle mental est une représentation structurellement analogue à la situation qu’il décrit, mais dépouillée de tout attribut phénoménal visuel superflu. Si l’on énonce la prémisse « La tasse est à droite du livre ; l’assiette est à gauche du livre », l’esprit humain ne stocke pas ces informations sous la forme de trois prédicats amodaux isolés, et il n’invoque pas nécessairement une image mentale photoréaliste de la texture du livre ou de la couleur de la faïence. Il construit plutôt un agencement structural abstrait instanciant les relations spatiales relatives : [Assiette] --- [Livre] --- [Tasse].

Une fois ce modèle analogique sommaire configuré dans l’espace de travail cognitif, l’agent peut déduire des conclusions logiques non énoncées dans les prémisses initiales (en l’occurrence, que « l’assiette est à gauche de la tasse ») par simple inspection directe de la structure globale du modèle, sans recourir à des tables d’inférence propositionnelle. Le modèle mental réalise ainsi une spatialisation fonctionnelle de la logique formelle, transformant des énoncés propositionnels discrets en un état relationnel unifié et métriquement stable.

Cette approche apporte une validation empirique prédictive remarquable pour expliquer les heuristiques, les biais cognitifs et les taux d’erreur de raisonnement chez l’humain. Johnson-Laird a démontré que la difficulté d’un problème déductif n’est pas corrélée au nombre de pas de preuves logico-propositionnelles requis par le système formel, mais au nombre de modèles mentaux concurrents que le sujet doit construire et maintenir simultanément en mémoire de travail. Dès lors qu’une suite de prémisses autorise plusieurs agencements spatiaux alternatifs mutuellement exclusifs, la mémoire de travail est saturée par la nécessité d’explorer chaque modèle pour vérifier qu’aucun contre-exemple n’invalide la déduction visée, ce qui décuple drastiquement les taux d’erreur des participants.

5.3 Architectures computationnelles et transducteurs cognitifs

La question de l’articulation entre formats propositionnels et spatiaux trouve aujourd’hui des résonances opérationnelles majeures au sein de l’ingénierie cognitive et de l’intelligence artificielle symbolique et neuromorphique. L’esprit humain, tout comme une architecture computationnelle avancée, ne saurait fonctionner comme un système fermé reposant unilatéralement sur un format unique ; il requiert impérativement des transducteurs cognitifs capables d’assurer des passages fluides, bidirectionnels et constants entre l’ordre de la proposition et l’ordre de l’espace.

Le premier sens de ce transit est le processus de compilation ou de synthèse : comment passer d’une description propositionnelle abstraite à une scène spatiale analogique ? Ce mécanisme opère quotidiennement lors de la lecture d’un roman de fiction ou de l’analyse d’une notice d’assemblage technique. L’esprit extrait séquentiellement des prédicats discrets (CONTENIR(CHAMBRE, LIT), ADOSSÉ(LIT, MUR_NORD)) et les injecte dans un moteur de rendu mental qui compile ces contraintes symboliques pour matérialiser un espace continu doté de cohérence spatiale, assignant spontanément des coordonnées par défaut aux éléments non spécifiés pour préserver la topologie générale.

Le second sens est le processus d’extraction sémantique ou de discrétisation : comment transcrire une scène spatiale continue et visuellement saturée en un ensemble compact de représentations propositionnelles manipulables par le langage ? C’est le défi de la vision par ordinateur et de l’attention sélective humaine. Face à un flux continu de pixels et de surfaces perçues, le système cognitif active des mécanismes de segmentation et de focalisation attentionnelle qui découpent l’espace géométrique en entités individuelles saillantes, catégorisent leurs relations topologiques et synthétisent cette profusion analogique sous la forme de prédicats sémantiques discrets communicables verbalement.

Cette hybridation trouve son expression la plus contemporaine dans l’adoption des graphes de scène (scene graphs) en vision par ordinateur et en robotique cognitive. Un graphe de scène est une architecture duale hautement optimisée qui intègre au sein d’une même structure de données des nœuds symboliques représentant des objets catégorisés (identifiés par des vecteurs propositionnels discrets) et des arêtes représentant les relations spatiales, tout en reliant chaque nœud à des coordonnées englobantes (bounding boxes tridimensionnelles) et des matrices de transformation métrique. Ce formalisme hybride atteste que la résolution contemporaine des problèmes cognitifs complexes exige la symbiose indissociable des puissances déductives du symbole propositionnel et des facilités géométriques de la métrique spatiale.

6. Contextes d’application et sélection du format optimal

6.1 Raisonnement abstrait, inférence formelle et traitement du langage naturel

Le format propositionnel démontre une suprématie incontestée et exclusive dès lors que l’agent cognitif doit évoluer dans des univers sémantiques caractérisés par un niveau élevé d’abstraction, d’axiomatique formelle et de relations logico-juridiques. Dans le champ du raisonnement juridique, par exemple, déterminer si un contrat de vente est entaché de nullité relative exige d’évaluer l’articulation de concepts désincarnés tels que le dol, la capacité juridique des contractants, l’objet licite et le vice du consentement. Tenter de formaliser ce réseau d’implications et de conditions juridiques sous forme de coordonnées spatiales continues constituerait une démarche sans pertinence opératoire : il n’y a pas d’espace physique pour loger la nullité de droit.

Il en va de même dans les mathématiques formelles, l’analyse philosophique et la sémantique computationnelle appliquée au traitement du langage naturel (NLP). Les ontologies informatiques, les thésaurus sémantiques et les bases de données du Web sémantique (telles que le modèle RDF fondé sur des triplets Sujet-Prédicat-Objet) exploitent directement la nature discrète et combinatoire des propositions pour structurer le savoir universel. Cette organisation garantit que des moteurs d’inférence automatisés peuvent déduire de nouvelles vérités universelles par subsomption logique, propagation de contraintes et transitivité sémantique sans courir le moindre risque de distorsion géométrique ou de déformation métrique arbitraire.

Par ailleurs, les propositions se révèlent être l’unique moyen d’encoder avec rigueur des énoncés contrefactuels ou des propositions récursives portant sur des modalités épistémiques complexes. Des assertions comme « S’il n’avait pas plu hier, Jean aurait pu croire que Marie n’était pas partie » articulent des couches superposées de négations temporelles, d’états du monde non advenus et d’attributions d’états d’esprit emboîtés. Aucune cartographie spatiale ou analogique n’est capable de matérialiser l’alternative contrefactuelle tout en signalant visuellement son inexistence réelle sans recourir à un code symbolique abstrait qui dépasse les facultés de la pure spatialité.

6.2 Navigation, robotique autonome et vision par ordinateur

À l’inverse, le paradigme spatial s’impose comme le format optimal, nécessaire et incontournable dès lors que l’action cognitive se déploie dans le monde physique réel, exigeant de la navigation en temps réel, de la planification cinématique et du guidage visuo-moteur. En robotique autonome et en vision par ordinateur, la discipline du SLAM (Simultaneous Localization and Mapping) en fournit la démonstration exemplaire : pour qu’un agent autonome se repère dans un environnement inconnu et en construise la carte en temps réel, il doit projeter des nuages de points télémétriques (captés par Lidar ou caméras stéréoscopiques) dans des grilles d’occupation spatiale métriquement calibrées.

Dans ce domaine cinématique, la détection des trajectoires d’évitement d’obstacles, la manipulation de bras robotiques articulés à multiples degrés de liberté et l’estimation des forces de contact exigent des résolutions d’équations géométriques différentielles dans des espaces configurables continus. Un système qui s’appuierait sur des listes prédicatives propositionnelles pour décrire chaque translation d’une fraction de millimètre se heurterait à une explosion combinatoire insurmontable, aboutissant à une paralysie motrice immédiate. L’encodage spatial analogique assure au contraire une simulation géométrique en temps réel où l’effet d’une accélération physique est immédiatement propagé à travers la matrice métrique de la représentation.

Toutefois, la robotique de pointe moderne atteste de la supériorité des architectures couplées. Si les calculs de trajectoires brutes relèvent d’une cartographie spatiale métrique continue, la navigation stratégique à large échelle gagne considérablement à être convertie en une carte topologique propositionnelle : un graphe de navigation composé de nœuds sémantiques discrets (« Couloir B », « Ascenseur », « Laboratoire de chimie ») reliés par des arêtes relationnelles étiquetées. Le robot navigue de manière globale en résolvant un problème de routage logique sur ce graphe propositionnel abstrait, tout en déléguant son guidage physique local et son évitement immédiat des collisions à un simulateur spatial continu.

6.3 Ergonomie cognitive, pédagogie et conception d’interfaces

Dans les sciences de l’ingénierie humaine, l’ergonomie cognitive et la pédagogie numérique, la sélection délibérée du format d’affichage de l’information constitue un facteur déterminant pour réguler la charge cognitive extrinsèque des utilisateurs. Selon la théorie de la charge cognitive formulée par John Sweller, la présentation d’informations sous une modalité inadaptée à leur nature intrinsèque contraint la mémoire de travail à opérer des transductions mentales coûteuses, entraînant une surcharge attentionnelle préjudiciable à la compréhension et à l’apprentissage.

Lorsque des données complexes comportent des structures relationnelles multidimensionnelles — comme des réseaux de dépendances temporelles dans un calendrier de projet, des hiérarchies organisationnelles ou des flux de transfert thermique dans un réacteur —, l’utilisation d’infographies, de cartes heuristiques ou de diagrammes spatiaux analogiques permet d’externaliser le calcul spatial hors de l’esprit de l’utilisateur. Le cerveau n’a plus à reconstruire laborieusement le modèle relationnel par la lecture séquentielle d’un texte propositionnel dense ; il le saisit de façon holistique et synchrone grâce aux propriétés gestaltistes de sa vision spatiale périphérique, libérant d’importantes ressources exécutives pour l’analyse critique de l’information.

Il est en outre impératif d’intégrer la variabilité neurocognitive interindividuelle dans la conception ergonomique, tout particulièrement le spectre des styles cognitifs visuo-spatiaux versus verbaux-analytiques, ainsi que l’extrême singularité de l’aphantasie. Une interface qui reposerait exclusivement sur des invites visuelles métaphoriques denses désavantagerait gravement les individus aphantasiques incapables de générer volontairement des représentations visuelles subjectives, alors qu’une interface purement textuelle propositionnelle saturerait les apprenants dont les performances reposent préférentiellement sur la résonance du système analogique. La mise en œuvre de designs pédagogiques multimodaux intégrant simultanément des diagrammes topologiques clairs et des transcriptions propositionnelles explicites garantit ainsi une équité d’accès et une efficience cognitive maximale.

7. Foire aux questions (FAQ)

7.1 L’imagerie mentale repose-t-elle exclusivement sur un codage spatial analogique ?

Non, le consensus neuroscientifique contemporain rejette un modèle purement unilatéral. S’il est désormais incontestablement établi par l’imagerie cérébrale que les cartes rétinotopiques du cortex visuel primaire (V1, V2) sont bel et bien activées lors des tâches d’imagerie visuelle vivace — confirmant la réalité neurobiologique d’un support analogique spatial —, cette réactivation descendante ne s’opère jamais ex nihilo. Elle est rigoureusement initiée, orchestrée et guidée par des structures de contrôle propositionnelles et sémantiques situées dans les aires préfrontales et temporales de haut niveau.

Lorsque nous évoquons l’image d’un monument célèbre ou d’un visage familier, le cerveau ne projette pas une « photographie » statique brute conservée telle quelle en mémoire à long terme. Il reconstruit activement l’image spatiale par tranches successives en assemblant des fragments stockés sous un format conceptuel structuré. Les connaissances sémantiques propositionnelles agissent comme le plan d’assemblage ou la notice programmatique dictant au tampon visuel les formes, les rapports d’échelles et les contraintes géométriques à rendre manifestes. Dès lors, l’imagerie mentale active est une résultante synthétique où l’expérience analogique spatiale de surface est générée à partir d’un substrat de connaissances profondes qui intègre de puissantes composantes conceptuelles et propositionnelles.

7.2 Les modèles d’intelligence artificielle modernes utilisent-ils des représentations spatiales ou propositionnelles ?

Les modèles contemporains d’intelligence artificielle, au premier rang desquels figurent les grands modèles de langage (LLM) et les transformeurs multimodaux, ne s’inscrivent de façon rigide ni dans l’orthodoxie propositionnelle classique de l’IA symbolique des années 1980, ni dans l’analogisme spatial pur au sens mécaniste de Kosslyn. Ils opèrent au sein d’une troisième voie mathématique : les espaces vectoriels géométriques denses à haute dimension (les fameux embeddings).

Dans ces architectures connexionnistes profondes, les jetons linguistiques discrets (mots, sous-mots) sont immédiatement projetés dans des espaces continus où chaque concept est représenté par un vecteur de plusieurs centaines ou milliers de dimensions réelles. Fait remarquable, des relations géométriques émergent spontanément au sein de ces espaces vectoriels continus : la proximité sémantique est codée par la similarité cosinus (une métrique spatiale), et des opérations relationnelles peuvent être résolues par des translations spatiales directes (la célèbre analogie vectorielle : $over\rightarrow{Roi} – over\rightarrow{Homme} + over\rightarrow{Femme} \approx over\rightarrow{Reine}$).

De surcroît, des recherches récentes en interprétabilité des réseaux de neurones ont démontré que même des modèles entraînés de manière purement textuelle et autorégressive sur du code propositionnel finissent par développer des représentations internes implicites de l’espace physique, construisant des cartes linéaires stables du monde ou de surfaces de jeu d’échecs au sein de leurs couches d’attention intermédiaires, ce qui prouve la convergence fonctionnelle inévitable entre langage propositionnel et organisation spatiale métrique.

7.3 Comment les personnes atteintes d’aphantasie traitent-elles l’information spatiale sans imagerie visuelle ?

L’aphantasie désigne une condition neurocognitive, découverte et popularisée au cours de la dernière décennie, caractérisée par l’incapacité totale ou quasi-totale à générer volontairement des images mentales visuelles conscientes. Lorsqu’on demande à une personne aphantasique d’imaginer un lever de soleil ou le visage de sa propre mère, elle ne perçoit aucune clarté phénoménale, ne visualisant qu’une obscurité totale derrière ses paupières closes. Or, l’étude expérimentale de cette population a permis de lever une ambiguïté théorique majeure en dissociant formellement l’imagerie visuelle subjective consciente de la représentation spatiale computationnelle.

De manière fascinante, les individus aphantasiques obtiennent des scores et des temps de réaction strictement comparables à ceux des individus neurotypiques lors des épreuves de rotation mentale tridimensionnelle de Shepard et Metzler ou lors de tâches complexes de navigation spatiale dans des labyrinthes virtuels. Bien qu’ils soient totalement privés de l’expérience phénoménologique de l’image (le volet pictural de Kosslyn), leurs circuits cérébraux parieto-frontaux continuent de réaliser les transformations géométriques sous-jacentes de manière totalement fonctionnelle et implicite.

Pour accomplir ces prouesses spatiales sans le recours à l’écran visuel subjectif, les aphantasiques mobilisent des architectures alternatives compensatoires : ils exploitent intensément des repères spatiaux proprioceptifs (la mémoire du mouvement moteur et du geste corporel), des réseaux de relations vectorielles abstraites non visuelles ou des stratégies d’encodage logique purement propositionnelles. Leurs performances confirment que le traitement spatial peut s’émanciper de la phénoménologie visuelle, consolidant la distinction entre le format computationnel fonctionnel et son expression subjective perçue.

7.4 Pourquoi la controverse entre Pylyshyn et Kosslyn n’est-elle pas formellement close ?

Bien que la communauté des neurosciences cognitives ait largement basculé du côté de Kosslyn suite à la découverte des activations rétinotopiques en IRMf, la controverse théorique n’est pas définitivement close sur le plan strictement épistémologique et computationnel en raison d’une aporie méthodologique indépassable connue sous le nom du théorème d’équivalence computationnelle de John R. Anderson formulé dès 1978.

Anderson a mathématiquement démontré qu’il est rigoureusement impossible d’isoler expérimentalement la nature d’un format de représentation interne sans formuler simultanément des hypothèses restrictives sur les processus algorithmiques chargés de lire et de manipuler ce format. En d’autres termes, tout résultat comportemental obtenu avec une représentation spatiale $R_s$ couplée à un processus $P_s$ peut être rigoureusement émulé de manière indistinguable par une représentation propositionnelle $R_p$ dotée d’un processus computationnel approprié $P_p$ qui mime point par point les délais temporels en simulant des coûts métriques.

Face aux images fonctionnelles du cortex visuel primaire, les partisans modernes de l’approche propositionnelle peuvent toujours soutenir que l’activation de V1 n’est qu’un épiphénomène physiologique descendant, analogue au bruit généré par le disque dur d’un ordinateur en activité, et que les calculs sémantiques décisionnels véritables ont lieu en amont au sein de réseaux symboliques discrets. Le débat s’est donc déplacé de la psychophysique pure vers des critères de parcimonie biologique, de plausibilité architecturale et d’efficacité théorique au sein des neurosciences intégratives, où les deux modèles sont désormais compris comme des niveaux d’analyse complémentaires plutôt que comme des dogmes mutuellement destructeurs.

8. Conclusion : vers une architecture cognitive unifiée

8.1 Bilan de la dichotomie et complémentarité fonctionnelle

Au terme de plusieurs décennies de débats passionnés, de modélisations rigoureuses et d’investigations neuroscientifiques approfondies, la querelle opposant représentation propositionnelle et représentation spatiale apparaît moins comme un dilemme insoluble que comme une dichotomie féconde qui a permis d’élucider la complexité multiniveau de la cognition. Le réductionnisme unilatéral qui prétendrait ramener l’intégralité de l’esprit à une machine logique purement propositionnelle ou à un récepteur de simulations géométriques analogiques s’avère manifestement inadéquat face aux données de la biologie et de la psychologie contemporaines.

L’intelligence biologique opère fondamentalement comme un système opportuniste, pragmatique et hautement adaptatif doté d’une plasticité multi-formats. Elle mobilise avec une souplesse remarquable des structures propositionnelles symboliques dès lors qu’il s’agit d’abstraire le réel, d’agréger des lois logiques, de hiérarchiser des ontologies sémantiques ou de communiquer une vérité formelle par le truchement de la parole et de l’écriture. Parallèlement, elle déploie sans hésiter des cartes spatiales analogiques dynamiques continues chaque fois qu’elle doit appréhender l’immédiateté cinématique du monde physique, esquiver un prédateur, calculer une perspective géométrique complexe ou simuler les transformations plastiques d’un objet dans l’espace euclidien.

Dépasser l’opposition historique implique d’abandonner l’affrontement métaphysique pour se concentrer sur l’étude des interfaces computationnelles et des mécanismes de synchronisation neuronale qui permettent à ces deux régimes d’information de dialoguer en parfaite harmonie. La force singulière de la cognition humaine réside précisément dans sa capacité à faire cohabiter l’arbitraire du symbole logique et la densité morphologique de l’espace analogique, transformant instantanément une carte géographique en un texte descriptif et un récit verbal en une constellation de représentations structurales cohérentes.

8.2 Perspectives en sciences cognitives computationnelles et neurosciences

Les frontières les plus excitantes de la recherche cognitive contemporaine explorent des territoires où la frontière entre espace métrique et concept abstrait s’estompe de manière vertigineuse. La découverte neurobiologique fondamentale des cellules de lieu (place cells dans l’hippocampe) et des cellules de grille (grid cells dans le cortex entorhinal), récompensée par le prix Nobel de physiologie ou médecine en 2014, a révélé que le cerveau mammalien possède un système de géolocalisation métrique interne basé sur un pavage hexagonal invariant de l’espace.

Or, des découvertes capitales réalisées ces dernières années en neurosciences computationnelles ont mis en évidence que ce même réseau de cellules de grille est systématiquement détourné et recruté par le cerveau humain pour naviguer dans des espaces conceptuels non spatiaux et hautement abstraits. Lorsque des sujets catégorisent des objets selon deux dimensions purement sémantiques (par exemple, la longueur du cou et la longueur des pattes d’un oiseau abstrait), le cortex entorhinal active une métrique hexagonale périodique rigoureusement identique à celle qu’il déploie lors d’une exploration géographique physique. Ces résultats suggèrent que les représentations analogiques et métriques constituent le véritable socle phylogénétique sur lequel s’est échafaudée la faculté d’abstraction conceptuelle et sémantique humaine.

Parallèlement, les développements les plus prometteurs dans le domaine de l’intelligence artificielle convergent résolument vers les architectures neuro-symboliques. En unissant la puissance empirique, la flexibilité spatiale et le raisonnement analogique continu des réseaux de neurones profonds à la rigueur explicative, la vérifiabilité formelle et la causalité compositionnelle des moteurs propositionnels symboliques, les concepteurs de l’IA de rupture s’attellent à recréer cette alliance fondamentale qui a forgé le succès évolutif de l’esprit humain. L’avenir des sciences de la cognition n’appartient donc ni au triomphe isolé du prédicat formel, ni à l’hégémonie exclusive du pixel topologique, mais à leur réconciliation féconde au sein d’architectures cognitives dynamiques, incarnées et universellement intégrées.

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
• Bisiach, E., & Luzzatti, C. (1978). Unilateral neglect of representational space. Cortex, 14(1), 129–133. https://doi.org/10.1016/S0010-9452(78)80016-1
• Fodor, J. A. (1975). The Language of Thought. Harvard University Press.
• Johnson-Laird, P. N. (1983). Mental Models: Towards a Cognitive Science of Language, Inference, and Consciousness. Cambridge University Press.
• Kosslyn, S. M. (1980). Image and Mind. Harvard University Press.
• Kosslyn, S. M. (1994). Image and Brain: The Resolution of the Imagery Debate. MIT Press.
• Kosslyn, S. M., Ball, T. M., & Reiser, B. J. (1978). Visual images preserve metric spatial information: Evidence from studies of image scanning. Journal of Experimental Psychology: Human Perception and Performance, 4(1), 47–60. https://doi.org/10.1037/0096-1523.4.1.47
• Paivio, A. (1971). Imagery and Verbal Processes. Holt, Rinehart and Winston.
• Paivio, A. (1986). Mental Representations: A Dual Coding Approach. Oxford University Press.
• Pylyshyn, Z. W. (1973). What the mind’s eye tells the mind’s brain: A critique of mental imagery. Psychological Bulletin, 80(1), 1–24. https://doi.org/10.1037/h0034650
• Pylyshyn, Z. W. (1981). The imagery debate: Analogue media versus tacit knowledge. Psychological Review, 88(1), 16–45. https://doi.org/10.1037/0033-295X.88.1.16
• Pylyshyn, Z. W. (2002). Mental imagery: In search of a theory. Behavioral and Brain Sciences, 25(2), 157–182. https://doi.org/10.1017/S0140525X02000043
• 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