Au cœur de la psychologie cognitive, des sciences de la décision et de la modélisation computationnelle de l’esprit, l’exploration systématique des options représente un défi fondamental pour comprendre comment un système résout des énigmes complexes. La recherche en largeur incarne une méthode d’investigation rigoureuse qui privilégie l’exhaustivité horizontale avant toute plongée en profondeur dans un arbre de décision. Cette démarche algorithmique et conceptuelle sert de point d’ancrage majeur pour contraster les limites de la mémoire de travail humaine avec les idéaux théoriques de l’optimisation rationnelle.
Recherche en largeur
1. Définition concise
La recherche en largeur (traduction française de l’anglais breadth-first search ou BFS) désigne une stratégie de parcours et d’exploration d’un graphe ou d’un arbre d’états dans laquelle l’ensemble des nœuds situés à une profondeur donnée est examiné avant de progresser vers les nœuds du niveau hiérarchique suivant. Dans le cadre de la psychologie cognitive et de l’étude de la résolution de problèmes, elle représente un paradigme formel où chaque transition possible depuis une situation initiale est systématiquement déployée de façon parallèle et uniforme, garantissant la découverte du chemin de résolution le plus court s’il existe.
Contrairement aux démarches sélectives guidées par des heuristiques intuitives, la recherche en largeur se caractérise par son absence d’a priori évaluatif sur la valeur intrinsèque des états intermédiaires situés à une même distance de l’état de départ. Elle traite chaque alternative avec une équanimité absolue, inspectant l’intégralité de l’horizon immédiat des possibilités avant d’envisager des conséquences à plus long terme. Ce processus se déploie selon une logique de file d’attente (premier entré, premier sorti), assurant qu’aucun embranchement n’est exploré plus profondément qu’un autre tant que la strate actuelle n’est pas intégralement épuisée.
Dans l’analyse des processus cognitifs humains, ce mode d’investigation sert fréquemment d’étalon théorique ou de modèle normatif. Les chercheurs en sciences cognitives l’utilisent pour quantifier l’écart entre le comportement d’un agent humain soumis aux contraintes strictes de sa mémoire de travail et un système rationnel idéal doté d’une capacité de rétention illimitée, capable d’embrasser l’exhaustivité des embranchements décisionnels au sein d’un espace de problème donné.
2. Étymologie et origine linguistique
L’expression française « recherche en largeur » est un calque sémantique direct du syntagme anglais breadth-first search, forgé au cours des années 1950 dans le champ naissant de la théorie des graphes et de l’informatique théorique. Le terme « largeur » dérive de l’ancien français large, lui-même issu du latin largus (« abondant, étendu, généreux »), désignant ici la dimension transversale d’un arbre décisionnel ou hiérarchique par opposition à sa hauteur ou profondeur.
Le substantif « recherche » provient du latin populaire recircare, composé du préfixe itératif re- et de circare (« faire le tour, parcourir »), soulignant l’idée d’un examen minutieux et répété de l’environnement mental ou perceptif. Dans la littérature académique francophone en neurosciences computationnelles et en psychologie de la pensée, le concept a été importé à travers les traductions des travaux séminaux d’Herbert Simon et Allen Newell sur la résolution de problèmes au sein de l’espace d’états (state space search), s’imposant comme la terminologie canonique pour désigner ce balayage horizontal exhaustif.
3. Prononciation et forme grammaticale
Sur le plan phonétique, l’expression se prononce /ʁə.ʃɛʁʃ ɑ̃ laʁ.ʒœʁ/ en français standard. Il s’agit d’un syntagme nominal féminin invariable quant à sa structure interne, bien qu’il puisse être mis au pluriel sous la forme « des recherches en largeur » pour désigner plusieurs instanciations ou protocoles d’investigation distincts.
Dans le discours scientifique, l’expression s’emploie principalement comme complément de nom ou comme sujet d’actions modélisées (« un algorithme de recherche en largeur », « la recherche en largeur sature rapidement la mémoire tampon »). L’acronyme anglais BFS est fréquemment conservé dans les publications spécialisées en sciences cognitives et en intelligence artificielle computationnelle, bien que l’usage de la formulation francophone complète soit privilégié dans les contextes didactiques, manuels universitaires et répertoires terminologiques de psychologie expérimentale.
4. Explication conceptuelle détaillée
Pour appréhender la portée de la recherche en largeur en psychologie cognitive, il convient de replacer cette notion au cœur du paradigme du traitement de l’information théorisé par l’école cognitive classique. Face à une situation problématique, qu’il s’agisse d’un jeu de stratégie, de la navigation spatiale dans un environnement inconnu ou de la résolution d’un conflit interpersonnel, l’esprit humain construit une représentation interne appelée « espace du problème ». Cet espace comprend un état initial, un ou plusieurs états cibles, ainsi qu’un ensemble d’opérateurs autorisant le passage d’une configuration mentale à une autre. La recherche en largeur décrit précisément le déploiement non sélectif de ces opérateurs à chaque strate de transition.
D’un point de vue structural, cette démarche repose sur une expansion concentrique : l’individu ou le système génère d’abord tous les états accessibles en un seul coup ou une seule action. Si aucun de ces états immédiats ne satisfait le but final, l’analyse passe au second cercle, c’est-à-dire l’ensemble des états accessibles en exactement deux actions, sans jamais s’engager prématurément dans une chaîne séquentielle plus longue. Cette symétrie d’exploration confère au processus une neutralité cognitive totale vis-à-vis des options disponibles, évitant ainsi le piège de la fixation précoce sur une hypothèse erronée, phénomène courant chez l’être humain connu sous le nom d’ancrage ou de biais de confirmation.
Néanmoins, cette neutralité se heurte à une barrière écologique et physiologique majeure : l’explosion combinatoire. Au fur et à mesure que l’arbre s’épaissit, le nombre de configurations potentielles à mémoriser simultanément croît de façon exponentielle en fonction du facteur de ramification (le nombre moyen de choix possibles à chaque embranchement). Alors qu’un algorithme doté d’une mémoire vive suffisante peut stocker ces myriades de chemins dans une structure de données linéaire, le système cognitif humain est rapidement submergé par la surcharge de sa mémoire de travail, dont le volume de maintien actif est strictement restreint.
De ce fait, la recherche en largeur est rarement observée sous sa forme pure chez l’adulte confronté à des problèmes complexes à large ramification. Elle intervient plutôt dans des micro-contextes où le nombre d’options immédiates est extrêmement réduit (deux ou trois embranchements au maximum) ou lorsque le coût cognitif d’un faux départ en profondeur est perçu comme prohibitif. Dans ces situations restreintes, l’esprit opère une inspection visuelle ou conceptuelle panoramique afin de sécuriser l’absence de menace immédiate ou de détecter une issue évidente avant d’élaborer une stratégie séquentielle plus poussée.
5. Développement historique
La formalisation algorithmique de la recherche en largeur est née des travaux pionniers menés à la fin des années 1950. L’ingénieur et mathématicien américain Edward F. Moore a décrit ce principe en 1959 dans le cadre de ses recherches sur le cheminement le plus court à travers des labyrinthes téléphoniques et logiques. Presque simultanément, C. Y. Lee a publié en 1961 un algorithme équivalent destiné au routage automatisé des interconnexions sur les circuits imprimés électroniques, prouvant mathématiquement que cette méthode découvre toujours le tracé minimal en nombre d’étapes.
L’introduction de ce modèle dans le champ de la psychologie s’est opérée grâce aux travaux révolutionnaires d’Herbert Simon et Allen Newell au sein de la Carnegie Mellon University au cours des décennies 1960 et 1970. En cherchant à simuler l’intelligence humaine à l’aide de programmes informatiques comme le Logic Theorist puis le General Problem Solver (GPS), ces chercheurs ont mis en lumière le décalage frappant entre les stratégies algorithmiques aveugles — telles que la recherche en largeur et la recherche en profondeur — et les démarches heuristiques privilégiées par les sujets humains. Cette confrontation a marqué la naissance de la psychologie cognitive moderne de la résolution de problèmes.
Au cours des années 1980 et 1990, avec l’avènement de l’ergonomie cognitive et de l’étude de l’expertise (notamment par le psychologue K. Anders Ericsson), la recherche en largeur est passée du statut de curiosité algorithmique à celui de référence de comparaison empirique. Les études sur les joueurs d’échecs de différents niveaux d’expertise ont démontré que, contrairement aux machines qui déployaient massivement des approches en largeur combinées à des bornages en profondeur, les maîtres humains combinaient une lecture en largeur très sélective et restreinte à deux ou trois coups candidats, suivie d’investigations profondes guidées par la reconnaissance de formes stockées en mémoire à long terme.
6. Fondements théoriques
Les fondements théoriques de la recherche en largeur reposent sur trois piliers interdisciplinaires : la théorie des graphes, l’architecture computationnelle de l’esprit et la théorie de la rationalité limitée. Selon la théorie des systèmes cognitifs initiée par Newell et Simon, l’esprit humain fonctionne comme un système de traitement de symboles physiques manipulant des représentations explicites. Dans cette perspective, toute quête intellectuelle peut être formalisée comme un parcours dans un graphe acyclique ou cyclique dirigé dont les sommets incarnent les connaissances ou les dispositions environnementales.
Sur le plan épistémologique, la recherche en largeur incarne l’archétype de la recherche « non informée » (ou aveugle). Cela signifie qu’elle ne possède aucun critère métacognitif intrinsèque lui permettant d’évaluer si un état $A$ est plus proche du but final qu’un état $B$ situé au même niveau hierarchique. Elle applique un principe d’indifférence cognitive absolue, faisant reposer l’efficacité de sa progression sur la simple invariance topologique de la structure explorée.
Cette conception entre en résonance directe avec la théorie de la rationalité limitée formulée par Herbert Simon. Les agents humains n’ont ni le temps, ni la capacité mémorielle d’effectuer une recherche en largeur complète dès que l’espace du problème dépasse quelques nœuds. Ainsi, la modélisation de la pensée humaine ne peut concevoir la recherche en largeur que comme un idéal asymptotique, illustrant précisément ce que la cognition humaine *ne peut pas* accomplir en routine, obligeant celle-ci à adopter des raccourcis heuristiques, des simplifications catégorielles et des processus de satisfaction plutôt que d’optimisation universelle.
7. Composantes clés, types et dimensions
Dans la formalisation psychologique et algorithmique de l’exploration de l’espace de problème, la recherche en largeur s’articule autour de composantes mécaniques et conceptuelles rigoureuses :
- La file d’attente ouverte (structure FIFO) : Liste ordonnée selon le principe « premier entré, premier sorti » (First-In, First-Out). Les états générés sont ajoutés à la fin de la file, garantissant que les nœuds les plus anciens (situés à la strate de profondeur actuelle) sont obligatoirement traités avant les nœuds nouvellement découverts (situés à la strate suivante).
- L’ensemble fermé (registre des états explorés) : Mécanisme de mémorisation évitant la redondance et les boucles infinies. En psychologie, cela correspond à la capacité du sujet à se souvenir des démarches déjà essayées pour ne pas reproduire inutilement les mêmes erreurs au sein d’une tâche.
- L’exhaustivité de strate : Propriété selon laquelle aucune hypothèse du niveau $n+1$ n’est instruite tant que l’ensemble des ramifications du niveau $n$ n’a pas été pleinement documenté et rejeté comme n’étant pas l’état cible.
- L’optimalité de solution : Capacité intrinsèque à identifier systématiquement le chemin demandant le plus petit nombre d’opérateurs pour atteindre le but, pourvu que chaque transition ait un coût unitaire équivalent.
- La recherche en largeur bidirectionnelle (variante dimensionnelle) : Déploiement simultané d’une exploration en largeur depuis l’état initial vers le but et depuis l’état final vers l’origine, réduisant la charge combinatoire de moitié en recherchant une intersection intermédiaire au cœur de l’espace mental.
8. Exemples et cas illustratifs
Un exemple paradigmatique de laboratoire souvent utilisé pour étudier ces modes d’exploration est le célèbre problème de la Tour de Hanoï ou le taquin (8-puzzle). Lorsqu’un sujet naïf est placé devant un taquin dont la configuration de départ ne nécessite que deux déplacements de tuiles pour atteindre la disposition finale, certains individus adoptent spontanément une stratégie s’apparentant à la recherche en largeur : ils visualisent mentalement les trois tuiles adjacentes pouvant bouger, comparent mentalement ces trois configurations immédiates, constatent qu’aucune ne résout le casse-tête, puis examinent les mouvements secondaires possibles à partir de chacun de ces trois états initiaux avant de toucher la moindre pièce.
Dans le domaine de la psychologie médicale et du diagnostic clinique, la recherche en largeur peut s’observer lors des phases initiales de triage ou d’admission hospitalière. Face à un tableau symptomatique flou mais aigu (par exemple, une confusion mentale soudaine), un médecin urgentiste déploie d’abord un spectre large d’hypothèses diagnostiques transversales (origine toxique, métabolique, neurologique ou infectieuse) et prescrit une batterie d’examens biologiques préliminaires couvrant chacun de ces domaines au même niveau d’urgence. Ce n’est qu’après avoir balayé cette strate horizontale d’investigations qu’il approfondit une piste étiologique singulière.
Un autre cas concret réside dans la navigation visuo-spatiale au sein d’un environnement inconnu ou virtuel. Lorsqu’un individu pénètre dans un centre commercial labyrinthe à la recherche d’une sortie de secours, il observe généralement les ouvertures visibles dans son champ périphérique immédiat (étage actuel, couloirs adjacents visibles) avant de s’engager au fond de l’un d’eux. Cette inspection panoramique prévient le risque de parcourir un long corridor sans issue, illustrant la pertinence écologique d’un examen superficiel mais exhaustif du premier niveau avant tout engagement locomoteur irréversible.
9. Mesure et évaluation
L’observation et l’évaluation de l’utilisation de stratégies de type recherche en largeur dans les protocoles de psychologie cognitive reposent sur des dispositifs expérimentaux fins, couplant chronométrie mentale, analyse des traces comportementales et techniques d’enregistrement oculaire :
La méthode de l’analyse des protocoles verbaux, standardisée par Ericsson et Simon, constitue l’un des outils historiques majeurs. On demande au sujet de verbaliser continuellement le flux de ses pensées (« penser tout haut ») pendant qu’il résout un problème complexe d’échecs, de cryptarithmétique ou de logique formelle. La transcription textuelle est ensuite codée sous la forme d’un graphe de comportement de recherche (Problem Behavior Graph). Les expérimentateurs quantifient le ratio entre le nombre de nœuds explorés horizontalement et la profondeur maximale atteinte : une prépondérance de verbalisations portant sur des alternatives de même niveau hiérarchique sans élaboration en aval témoigne d’un schéma d’exploration en largeur.
L’oculométrie (ou eye-tracking) offre une mesure objective en temps réel des stratégies d’inspection. Dans des tâches de raisonnement visuel spatial (comme les matrices progressives de Raven), la trajectoire des saccades oculaires et la durée des fixations permettent de distinguer si un participant compare systématiquement toutes les options de réponse immédiates avant de les combiner mentalement (exploration horizontale exhaustive), ou s’il focalise d’emblée son attention sur une hypothèse isolée en testant ses déductions logiques en profondeur.
Enfin, les modèles informatiques cognitifs issus d’architectures cognitives telles que ACT-R ou SOAR permettent de confronter les latences de décision et les types d’erreurs empiriquement relevés chez des sujets humains à des simulations algorithmiques pures. En faisant varier artificiellement les paramètres de capacité de rétention de l’architecture, les chercheurs mesurent à quel moment la contrainte de mémoire de travail oblige le système simulé à abandonner la recherche en largeur au profit de stratégies heuristiques sélectives.
10. Applications et portée pratique
La compréhension des dynamiques de la recherche en largeur possède des répercussions concrètes dans de nombreux secteurs professionnels et organisationnels :
En ergonomie des interfaces utilisateur et en design de l’expérience utilisateur (UX), les concepteurs structurent l’architecture de l’information selon des compromis rigoureusement étudiés entre la « largeur » et la « profondeur » des menus de navigation. Les études d’ergonomie cognitive démontrent que les architectures de menus trop larges imposent une charge de recherche visuelle élevée par balayage horizontal, tandis que les architectures excessivement profondes désorientent l’utilisateur et surchargent sa mémoire prospective. L’équilibrage ergonomique s’appuie sur la capacité naturelle des utilisateurs à effectuer une recherche en largeur efficace lorsque les catégories ne dépassent pas cinq à sept items distincts.
Dans le domaine de la pédagogie et des apprentissages scolaires, la distinction entre exploration en largeur et en profondeur guide la progression didactique. Face à l’apprentissage d’une nouvelle discipline scientifique, l’enseignant introduit d’abord une « vue panoramique » des grands domaines constitutifs (recherche en largeur des concepts fondamentaux) avant de spécialiser l’élève dans des démonstrations techniques isolées. Cette structuration préalable prévient la cécité contextuelle, permettant à l’apprenant de relier les détails techniques ultérieurs à une cartographie mentale cohérente.
Dans le management organisationnel et la gestion de crise, l’application délibérée d’une démarche de recherche en largeur lors des séances de remue-méninges (brainstorming) ou de cartographie des risques oblige les équipes décisionnelles à recenser toutes les menaces ou opportunités immédiates possibles d’un projet avant de valider un plan d’action préconçu. Cela neutralise la tendance naturelle des groupes au phénomène de pensée de groupe (groupthink), dans lequel une idée séduisante est approfondie unilatéralement au détriment de l’analyse d’alternatives pourtant plus viables.
11. Recherche et preuves empiriques
Les recherches empiriques en psychologie de la pensée ont largement validé l’existence de contraintes structurelles qui limitent la viabilité de la recherche en largeur chez l’être humain. Dans leurs travaux fondateurs sur l’espace de recherche chez les joueurs d’échecs, Adriaan de Groot (1965) puis William G. Chase et Herbert A. Simon (1973) ont démontré que les maîtres ne calculent pas un nombre de coups plus important que les joueurs novices. La différence ne réside pas dans l’adoption d’un balayage en largeur gigantesque, mais dans une reconnaissance perceptive immédiate des configurations significatives (chunks), restreignant l’espace de départ à une poignée de coups pertinents explorés ensuite de manière sélective et séquentielle.
Dans le champ de la psychologie cognitive du raisonnement déductif, les travaux de Philip Johnson-Laird sur les modèles mentaux ont également mis en évidence comment les individus abordent des propositions logiques complexes. Lorsqu’une tâche offre des prémisses disjonctives (par exemple, « Soit A est vrai, soit B est vrai, soit C est vrai »), les participants essaient initialement d’envisager simultanément les trois univers possibles en largeur. Les mesures d’imagerie cérébrale fonctionnelle (IRMf) montrent que cette tentative d’exploration horizontale mobilise massivement le cortex préfrontal dorsolatéral, zone cérébrale associée au maintien actif de l’information sous contrôle attentionnel, et que les taux d’échec s’envolent dès que le nombre de branches dépasse les limites de la mémoire opérationnelle.
Plus récemment, des études en neurosciences computationnelles portant sur le renforcement par modèle (model-based reinforcement learning), menées notamment par Daw, Niv et Dayan, explorent la manière dont le cerveau humain simule les conséquences futures de ses choix. Leurs données indiquent que le striatum et le cortex préfrontal coopèrent pour ajuster dynamiquement la stratégie d’exploration : le système cérébral privilégie une recherche en largeur très localisée à un pas de temps (décision immédiate), combinée à un élagage heuristique brutal dès le deuxième pas temporel, démontrant une adaptation écologique qui concilie rigueur du choix immédiat et parcimonie métabolique.
12. Considérations culturelles et interculturelles
Bien que les contraintes neurobiologiques de la mémoire de travail humaine soient universelles, les modes d’exploration cognitive et la tolérance à l’exhaustivité horizontale varient selon les contextes culturels et les styles de pensée associés. Les recherches interculturelles menées par Richard Nisbett et ses collaborateurs sur les styles de pensée holistique versus analytique révèlent des variations significatives dans la manière dont les individus cartographient leur environnement conceptuel.
Dans les cultures d’Asie de l’Est (notamment au Japon, en Chine et en Corée), les sujets tendent à manifester une attention plus globale, orientée vers le contexte, les interrelations et la toile de fond systémique d’un problème. Cette orientation favorise une propension spontanée à appréhender d’abord l’ensemble des éléments périphériques à une échelle horizontale large avant de focaliser l’attention sur un composant focal. À l’inverse, les populations occidentales nord-américaines ou d’Europe de l’Ouest, caractérisées par un style cognitif plus analytique, ont tendance à isoler rapidement un objet central de son contexte et à tester immédiatement des chaînes causales linéaires et profondes, délaissant plus volontiers l’exploration en largeur des interdépendances systémiques.
Par ailleurs, dans les environnements professionnels et éducatifs, la valorisation de la recherche en largeur dépend fortement de la tolérance à l’incertitude décrite dans les travaux de Geert Hofstede. Les sociétés présentant un indice élevé d’évitement de l’incertitude encouragent formellement des démarches de recherche horizontale exhaustive et de documentation systématique de toutes les éventualités avant toute prise de décision, perçues comme une garantie de rigueur institutionnelle, tandis que les cultures à faible évitement valorisent davantage l’audace d’une plongée exploratoire profonde et rapide fondée sur l’essai-erreur.
13. Critiques, débats et limites
La mobilisation de la recherche en largeur en tant que métaphore ou modèle explicatif de la cognition humaine a suscité de vives controverses au sein des sciences psychologiques et philosophiques. La critique la plus virulente émane des partisans de la cognition incarnée et située (embodied cognition), représentés notamment par des auteurs comme Francisco Varela ou Andy Clark. Ces théoriciens contestent la validité même de l’assimilation du cerveau à un calculateur de graphes d’états abstraits. Selon eux, l’action dans le monde réel ne procède pas d’une recherche arborescente exhaustive parmi des représentations symboliques désincarnées, mais d’un couplage dynamique perceptivo-moteur où le corps interagit directement avec les affordances écologiques de son milieu.
Une seconde limite concerne le réalisme psychologique de ce modèle. Comme l’ont souligné Gerd Gigerenzer et le groupe de recherche sur la rationalité adaptative, l’esprit humain ne cherche pas à être optimal au sens mathématique algorithmique, mais adaptatif (ecological rationality). Les heuristiques dites « rapides et frugales » (fast and frugal heuristics), telles que l’heuristique de reconnaissance ou le « Take The Best », démontrent que les décisions humaines réelles et efficaces court-circuitent délibérément l’analyse en largeur en ignorant volontairement la majorité des informations disponibles, surpassant parfois en précision les approches combinatoires exhaustives dans des environnements incertains et instables.
Enfin, sur le plan computationnel pur, la recherche en largeur est grevée d’un coût spatial critique : sa complexité en mémoire est d’ordre exponentiel $\mathcal{O}(b^d)$, où $b$ représente le facteur de ramification et $d$ la profondeur de la solution. Cette réalité mathématique implique que même dans des ordinateurs modernes dotés de gigaoctets de mémoire vive, la recherche en largeur pure s’effondre pour des problèmes simples comme le jeu d’échecs (où $b pprox 35$). Les critiques rappellent donc que faire de la recherche en largeur un modèle de référence psychologique sans préciser ses bornes d’inapplicabilité concourt à promouvoir une conception irréaliste et dépassée du fonctionnement de la pensée humaine.
14. Termes connexes et distinctions
Pour clarifier la place spécifique de la recherche en largeur dans le corpus conceptuel de la psychologie et des sciences cognitives, il convient de la comparer à plusieurs notions voisines :
- Recherche en profondeur (Depth-First Search) : Stratégie d’exploration qui poursuit un chemin unique aussi loin que possible le long d’une branche avant d’effectuer un retour en arrière (backtracking) en cas d’impasse. Elle consomme infiniment moins de mémoire immédiate que la recherche en largeur, mais court le risque permanent de s’enliser indéfiniment dans des voies sans issue ou d’ignorer une solution évidente située sur une branche voisine.
- Heuristique de recherche : Règle pratique de raisonnement ou raccourci cognitif qui oriente la sélection d’un état prometteur sans garantie d’optimalité. Contrairement à la recherche en largeur qui examine aveuglément tous les états d’une strate, la recherche heuristique (comme l’algorithme A* ou l’évaluation intuitive chez l’expert) applique une fonction de coût pour ignorer d’emblée les embranchements jugés non pertinents.
- Analyse fins-moyens (Means-Ends Analysis) : Stratégie de résolution de problèmes formalisée par Newell et Simon dans laquelle le sujet compare l’état actuel à l’état final, identifie la différence majeure qui les sépare, et applique un opérateur spécifique pour réduire cette différence, opérant une restructuration dynamique de l’espace plutôt qu’un balayage uniforme.
- Balayage visuel horizontal (Visual Scanning) : Phénomène perceptif d’exploration spatiale de scènes visuelles par saccades oculaires. Bien que le balayage visuel puisse adopter une trajectoire spatiale en largeur, il ne constitue pas nécessairement une recherche en largeur au sens formel de la résolution de problèmes, car il n’implique pas obligatoirement la modélisation hiérarchique d’un espace d’états logiques.
15. Résumé et points clés
La recherche en largeur demeure l’un des piliers conceptuels fondamentaux de la science computationnelle de l’esprit, fournissant une formalisation élégante de l’exploration exhaustive, équitable et optimale des espaces décisionnels :
- Principe structural : Elle explore systématiquement l’intégralité des nœuds situés à une distance $n$ de la situation de départ avant d’aborder la distance $n+1$, s’appuyant formellement sur une file d’attente FIFO (premier entré, premier sorti).
- Garantie logique : Elle garantit la découverte du chemin de résolution le plus court en nombre d’étapes dans les graphes non pondérés, écartant tout risque d’égarement prématuré dans des boucles infinies.
- Contrainte cognitive : Son coût de stockage exponentiel en fait un modèle inapplicable dans sa forme pure pour l’esprit humain dès que l’espace du problème devient modérément vaste, illustrant de façon saisissante les fondements de la théorie de la rationalité limitée d’Herbert Simon.
- Usage stratégique : Dans la cognition humaine, elle intervient de manière tronquée lors des phases initiales d’évaluation globale, de cadrage diagnostique, de navigation visuo-spatiale ou lors de micro-décisions à faible ramification.
- Statut épistémologique : Elle demeure un modèle normatif indispensable servant de référence comparative pour mesurer l’efficience des heuristiques cognitives réelles mobilisées par les experts et les systèmes d’intelligence artificielle.
Références
Chase, W. G., & Simon, H. A. (1973). Perception in chess. Cognitive Psychology, 4(1), 55-81. https://doi.org/10.1016/0010-0285(73)90004-2
Gigerenzer, G., & Todd, P. M. (1999). Simple heuristics that make us smart. Oxford University Press. https://global.oup.com/academic/product/simple-heuristics-that-make-us-smart-9780195143812
Moore, E. F. (1959). The shortest path through a maze. In Proceedings of an International Symposium on the Theory of Switching (Part II, pp. 285-292). Harvard University Press.
Newell, A., & Simon, H. A. (1972). Human problem solving. Prentice-Hall. https://archive.org/details/humanproblemsolv0000newe
Nisbett, R. E., Peng, K., Choi, I., & Norenzayan, A. (2001). Culture and systems of thought: Holistic versus analytic cognition. Psychological Review, 108(2), 291-310. https://doi.org/10.1037/0033-295X.108.2.291