{"id":10691,"date":"2026-09-24T08:03:42","date_gmt":"2026-09-24T08:03:42","guid":{"rendered":"http:\/\/french.arabpsychology.com\/theories\/modele-reseau-semantique-hierarchique-collins-quillian\/"},"modified":"2026-09-24T08:03:42","modified_gmt":"2026-09-24T08:03:42","slug":"modele-reseau-semantique-hierarchique-collins-quillian","status":"publish","type":"psych_article","link":"https:\/\/french.arabpsychology.com\/?psych_article=modele-reseau-semantique-hierarchique-collins-quillian","title":{"rendered":"Mod\u00e8le de r\u00e9seau s\u00e9mantique hi\u00e9rarchique – Allan M. Collins et M. Ross Quillian"},"content":{"rendered":"

L’exploration de l’architecture de la m\u00e9moire humaine constitue l’un des chapitres les plus fascinants de la r\u00e9volution cognitive du XXe si\u00e8cle. D\u00e8s lors que l’esprit humain a cess\u00e9 d’\u00eatre appr\u00e9hend\u00e9 comme une simple bo\u00eete noire behavioriste r\u00e9agissant m\u00e9caniquement \u00e0 des contingences environnementales, la question de l’organisation interne du savoir s’est pos\u00e9e avec une acuit\u00e9 sans pr\u00e9c\u00e9dent. Comment les \u00eatres humains parviennent-ils \u00e0 stocker une quantit\u00e9 virtuellement infinie de faits, de concepts et de relations cat\u00e9gorielles, tout en conservant une capacit\u00e9 de r\u00e9cup\u00e9ration quasi instantan\u00e9e lors de la compr\u00e9hension linguistique ? C’est pr\u00e9cis\u00e9ment \u00e0 la crois\u00e9e de la psychologie exp\u00e9rimentale et des balbutiements de l’intelligence artificielle que s’est forg\u00e9e, \u00e0 la fin des ann\u00e9es 1960, l’une des th\u00e9ories les plus influentes des sciences cognitives : le mod\u00e8le de r\u00e9seau s\u00e9mantique hi\u00e9rarchique formalis\u00e9 par Allan M. Collins<\/a> et M. Ross Quillian<\/a>.<\/p>\n

En introduisant une architecture computationnelle rigoureuse r\u00e9gie par des n\u0153uds conceptuels, des arcs relationnels \u00e9tiquet\u00e9s et des principes logiques d’h\u00e9ritage de propri\u00e9t\u00e9s, Collins et Quillian ont accompli un geste th\u00e9orique d\u00e9cisif. Ils ont postul\u00e9 que notre m\u00e9moire s\u00e9mantique ne fonctionne ni comme un dictionnaire lin\u00e9aire ni comme un inventaire chaotique d’associations lexicales, mais plut\u00f4t comme une structure en arbre hautement ordonn\u00e9e, gouvern\u00e9e par une \u00e9conomie cognitive stricte. Dans ce r\u00e9seau formel, la distance s\u00e9parant deux concepts dans l’espace mental correspond directement au temps n\u00e9cessaire \u00e0 l’esprit pour valider ou r\u00e9futer une proposition logique. Cette hypoth\u00e8se audacieuse a permis d’arrimer la mod\u00e9lisation formelle du traitement de l’information aux donn\u00e9es empiriques issues de la chronom\u00e9trie mentale.<\/p>\n

Le pr\u00e9sent article propose une analyse exhaustive et approfondie du mod\u00e8le hi\u00e9rarchique de Collins et Quillian. En retra\u00e7ant sa gen\u00e8se historique au sein des laboratoires pionniers de l’intelligence artificielle symbolique, son architecture formelle, ses m\u00e9canismes logiques d’inf\u00e9rence, ainsi que les paradigmes exp\u00e9rimentaux qui ont servi \u00e0 le valider et \u00e0 l’\u00e9prouver, nous mettrons en lumi\u00e8re l’extraordinaire f\u00e9condit\u00e9 de cette th\u00e9orie. Nous aborderons \u00e9galement avec rigueur les apories empiriques, telles que l’effet de typicit\u00e9 et l’inversion hi\u00e9rarchique, qui ont conduit \u00e0 la r\u00e9vision de ce cadre au profit des mod\u00e8les de propagation de l’activation, avant d’examiner comment ses principes fondateurs continuent d’irriguer les ontologies computationnelles, les graphes de connaissances contemporains et les d\u00e9bats les plus vifs des neurosciences cognitives.<\/p>\n

1. Introduction aux fondements historiques et conceptuels du mod\u00e8le<\/h2>\n

1.1 \u00c9mergence des sciences cognitives et de l’intelligence artificielle symbolique<\/h3>\n

Le tournant intellectuel qui s’op\u00e8re au milieu du XXe si\u00e8cle, souvent qualifi\u00e9 de r\u00e9volution cognitive<\/a>, marque l’effondrement progressif de l’h\u00e9g\u00e9monie behavioriste en psychologie exp\u00e9rimentale. Sous l’impulsion de pionniers tels que George Miller, Jerome Bruner et Noam Chomsky, l’appareil psychologique cesse d’\u00eatre r\u00e9duit \u00e0 un ensemble de relations r\u00e9flexes entre stimuli et r\u00e9ponses. Les chercheurs r\u00e9habilitent la l\u00e9gitimit\u00e9 scientifique des \u00e9tats mentaux internes, postulant que l’activit\u00e9 cognitive repose fondamentalement sur le traitement, la transformation, le stockage et la manipulation de repr\u00e9sentations symboliques internes. L’esprit humain est d\u00e9sormais conceptualis\u00e9 par analogie avec les ordinateurs num\u00e9riques modernes : un syst\u00e8me computationnel manipulant des symboles discrets selon des r\u00e8gles logiques syntaxiques et s\u00e9mantiques bien d\u00e9finies.<\/p>\n

Parall\u00e8lement, la conf\u00e9rence de Dartmouth en 1956 consacre l’acte de naissance institutionnel de l’intelligence artificielle<\/a> sous sa forme symbolique classique (dite GOFAI<\/em> pour Good Old-Fashioned Artificial Intelligence<\/em>). Dans ce cadre \u00e9pist\u00e9mologique, des figures majeures comme Allen Newell, Herbert Simon et Marvin Minsky d\u00e9fendent l’hypoth\u00e8se du syst\u00e8me de symboles physiques, stipulant que la manipulation formelle de structures symboliques constitue la condition n\u00e9cessaire et suffisante pour engendrer une action intelligente g\u00e9n\u00e9rale. D\u00e8s lors, la question de la compr\u00e9hension du langage naturel devient le banc d’essai privil\u00e9gi\u00e9 de ces architectures naissantes. Comprendre une phrase ne consiste pas simplement \u00e0 en analyser la surface syntaxique, mais exige de relier les lemmes linguistiques \u00e0 un vaste r\u00e9seau de connaissances encyclop\u00e9diques pr\u00e9alablement encod\u00e9 dans la m\u00e9moire de la machine.<\/p>\n

C’est pr\u00e9cis\u00e9ment \u00e0 cette intersection f\u00e9conde entre la linguistique computationnelle naissante et la psychologie de la m\u00e9moire que germe l’exigence d’un mod\u00e8le formel de la m\u00e9moire s\u00e9mantique. L’enjeu n’est plus seulement de simuler superficiellement des comportements d’apparence intelligente, mais de concevoir une architecture de traitement de l’information plausible sur le plan psychologique, capable d’expliquer comment le cerveau humain structure ses connaissances g\u00e9n\u00e9rales sur le monde, organise les concepts abstraits et concrets, et effectue des inf\u00e9rences logiques quasi instantan\u00e9es avec une efficience computationnelle remarquable.<\/p>\n

1.2 Biographie intellectuelle d’Allan M. Collins et M. Ross Quillian<\/h3>\n

L’\u00e9mergence du mod\u00e8le de r\u00e9seau s\u00e9mantique hi\u00e9rarchique r\u00e9sulte de la rencontre intellectuelle entre deux chercheurs aux trajectoires compl\u00e9mentaires : Marian Ross Quillian et Allan M. Collins. Quillian, linguiste et informaticien de formation, entame ses travaux doctoraux \u00e0 l’Universit\u00e9 Carnegie Mellon sous la supervision de Herbert Simon. Fascin\u00e9 par le probl\u00e8me de la traduction automatique et de la compr\u00e9hension du langage par ordinateur, Quillian soutient en 1966 une th\u00e8se monumentale intitul\u00e9e Semantic Memories<\/em>. Dans ce manuscrit visionnaire, il propose pour la premi\u00e8re fois d’abandonner les repr\u00e9sentations tabulaires ou lin\u00e9aires du lexique au profit d’un graphe interconnect\u00e9 au sein duquel la signification d’un mot n’est rien d’autre que l’ensemble des relations qu’il entretient avec tous les autres mots du r\u00e9seau.<\/p>\n

Allan M. Collins, quant \u00e0 lui, est un psychologue cognitif rigoureux form\u00e9 aux m\u00e9thodes quantitatives et exp\u00e9rimentales de l’apprentissage et de la m\u00e9moire verbale. Tout au long de sa carri\u00e8re, Collins d\u00e9montre un int\u00e9r\u00eat passionn\u00e9 pour la formalisation math\u00e9matique des processus mentaux, les strat\u00e9gies de raisonnement plausible et les technologies \u00e9ducatives informatis\u00e9es. Son apport d\u00e9cisif consiste \u00e0 percevoir l’immense port\u00e9e empirique des id\u00e9es algorithmiques d\u00e9velopp\u00e9es par Quillian : ce qui n’\u00e9tait \u00e0 l’origine qu’une solution d’ing\u00e9nierie logicielle pour stocker des dictionnaires en machine peut devenir une th\u00e9orie scientifique falsifiable du fonctionnement de la m\u00e9moire humaine \u00e0 long terme, pourvu qu’on la soumette \u00e0 l’\u00e9preuve de protocoles psychom\u00e9triques pr\u00e9cis.<\/p>\n

Leur collaboration historique se cristallise \u00e0 la fin des ann\u00e9es 1960 au sein de l’entreprise d’ing\u00e9nierie et de recherche Bolt, Beranek and Newman (BBN)<\/a>, bas\u00e9e \u00e0 Cambridge dans le Massachusetts. V\u00e9ritable creuset de l’informatique moderne et de la cybern\u00e9tique \u2014 o\u00f9 se d\u00e9veloppent alors les premiers n\u0153uds du r\u00e9seau ARPANET \u2014, BBN offre un environnement interdisciplinaire unique o\u00f9 informaticiens, psychologues et linguistes travaillent de concert. C’est dans ce contexte d’effervescence technologique et th\u00e9orique que Collins et Quillian fusionnent la rigueur algorithmique des graphes conceptuels et les m\u00e9thodes de la chronom\u00e9trie mentale pour produire les articles s\u00e9maux de 1969 et 1970 qui allaient r\u00e9volutionner la psychologie de la m\u00e9moire s\u00e9mantique.<\/p>\n

1.3 Le programme Teachable Language Comprehender comme pr\u00e9curseur<\/h3>\n

Pour comprendre la gen\u00e8se du mod\u00e8le psychologique, il est indispensable d’analyser l’artefact computationnel qui en constitue le pr\u00e9curseur direct : le programme informatique baptis\u00e9 Teachable Language Comprehender<\/strong> (TLC), d\u00e9velopp\u00e9 par Ross Quillian en 1968. Con\u00e7u comme une architecture logicielle sophistiqu\u00e9e cod\u00e9e en langage de programmation LISP, TLC a pour ambition explicite de simuler la capacit\u00e9 humaine \u00e0 lire un texte, \u00e0 en extraire le sens profond en le reliant \u00e0 une base de connaissances pr\u00e9existante, et \u00e0 int\u00e9grer de nouvelles assertions informatives sans corrompre la coh\u00e9rence globale du syst\u00e8me.<\/p>\n

L’architecture algorithmique de TLC repose sur l’id\u00e9e novatrice que la compr\u00e9hension du langage naturel exige un graphe s\u00e9mantique dynamique. Lorsqu’un texte est soumis au programme, TLC g\u00e9n\u00e8re une recherche par faisceau au sein de sa m\u00e9moire s\u00e9mantique en projetant une activation parall\u00e8le depuis les n\u0153uds lexicaux identifi\u00e9s dans la phrase. Si le texte stipule par exemple qu’un oiseau nourrit ses petits, le syst\u00e8me tente de trouver une intersection s\u00e9mantique entre les structures conceptuelles associ\u00e9es \u00e0 l’entit\u00e9 agent (l’oiseau) et \u00e0 l’action pr\u00e9dicative (nourrir). Quillian d\u00e9montre ainsi que la polys\u00e9mie lexicale et l’ambigu\u00eft\u00e9 syntaxique peuvent \u00eatre lev\u00e9es algorithmiquement en privil\u00e9giant les chemins relationnels les plus courts reliant les concepts au sein du graphe de m\u00e9moire.<\/p>\n

Cependant, la transition d\u00e9cisive d’un pur syst\u00e8me d’intelligence artificielle vers un mod\u00e8le psychologique v\u00e9rifiable s’op\u00e8re lorsque Quillian et Collins s’interrogent sur les contraintes biologiques r\u00e9elles de l’esprit humain. Si le syst\u00e8me TLC recourt \u00e0 une organisation hi\u00e9rarchique pour minimiser l’espace m\u00e9moire sur les ordinateurs aux capacit\u00e9s alors extr\u00eamement restreintes de l’\u00e9poque, le cerveau humain ne serait-il pas soumis \u00e0 une pression s\u00e9lective analogue d’efficience computationnelle ? L’architecture logicielle de TLC cesse d\u00e8s lors d’\u00eatre une simple astuce de programmation pour devenir une hypoth\u00e8se structurelle sur l’ontologie m\u00eame de la cognition humaine, jetant ainsi les bases du c\u00e9l\u00e8bre article de 1969 publi\u00e9 dans le Journal of Verbal Learning and Verbal Behavior<\/em>.<\/p>\n

2. L’architecture structurelle du r\u00e9seau s\u00e9mantique hi\u00e9rarchique<\/h2>\n

2.1 La notion de n\u0153uds conceptuels et de repr\u00e9sentations cat\u00e9gorielles<\/h3>\n

Au c\u0153ur du mod\u00e8le de Collins et Quillian se trouve le postulat fondamental selon lequel la m\u00e9moire s\u00e9mantique humaine est structur\u00e9e sous la forme d’un graphe orient\u00e9<\/a>, compos\u00e9 d’une constellation d’entit\u00e9s discr\u00e8tes appel\u00e9es n\u0153uds conceptuels<\/strong>. Sur le plan formel, un n\u0153ud ne repr\u00e9sente pas une cha\u00eene de caract\u00e8res orthographiques ou phonologiques, mais bien une unit\u00e9 intensionnelle abstraite, un symbole mental correspondant \u00e0 une cat\u00e9gorie ou \u00e0 une classe d’objets, d’\u00eatres vivants ou d’id\u00e9es abstraites du monde r\u00e9el. Chaque concept \u2014 qu’il s’agisse de l’animal<\/em>, de l’oiseau<\/em> ou du serin<\/em> \u2014 est ainsi instanci\u00e9 dans le syst\u00e8me sous la forme d’un point focal unique et invariable au sein du r\u00e9seau s\u00e9mantique.<\/p>\n

Cette conception implique une diff\u00e9renciation structurelle nette entre plusieurs niveaux d’abstraction cat\u00e9gorielle, pr\u00e9figurant en partie les futures typologies de la psychologie cognitive. Les n\u0153uds sont ordonn\u00e9s hi\u00e9rarchiquement selon leur degr\u00e9 d’inclusion et de g\u00e9n\u00e9ralit\u00e9 :<\/p>\n