Au croisement de la psychologie cognitive, de l’intelligence artificielle et de la th\u00e9orie de la d\u00e9cision, la r\u00e9solution de probl\u00e8mes constitue une fen\u00eatre privil\u00e9gi\u00e9e sur les capacit\u00e9s et les limites de l’esprit humain. Pour comprendre comment un individu s’oriente face \u00e0 une t\u00e2che complexe, les chercheurs ont souvent oppos\u00e9 les raccourcis heuristiques intuitifs \u00e0 une m\u00e9thode purement combinatoire et m\u00e9canique : l’algorithme du British Museum. Cette m\u00e9taphore classique \u00e9claire avec force les dilemmes computationnels auxquels se heurtent les syst\u00e8mes cognitifs naturels et artificiels confront\u00e9s \u00e0 des espaces de recherche colossaux.<\/p>\n
L’algorithme du British Museum<\/strong> d\u00e9signe une strat\u00e9gie conceptuelle de r\u00e9solution de probl\u00e8mes consistant \u00e0 explorer de fa\u00e7on exhaustive, syst\u00e9matique et aveugle l’int\u00e9gralit\u00e9 de l’espace d’\u00e9tats<\/a> d’une t\u00e2che jusqu’\u00e0 ce qu’une solution valide soit trouv\u00e9e. Assimilable \u00e0 une m\u00e9thode de recherche par force brute, ce proc\u00e9d\u00e9 garantit th\u00e9oriquement la d\u00e9couverte d’une solution si celle-ci existe, mais se r\u00e9v\u00e8le computationnellement intenable face \u00e0 des probl\u00e8mes complexes en raison de l’explosion combinatoire.<\/p>\n Dans le champ de la psychologie cognitive et des sciences cognitives, cette notion ne d\u00e9crit pas un mode op\u00e9ratoire spontan\u00e9 de l’esprit humain, mais sert plut\u00f4t de point de r\u00e9f\u00e9rence th\u00e9orique n\u00e9gatif. Elle illustre ce que l’intelligence humaine ne fait pr\u00e9cis\u00e9ment pas : errer sans discernement \u00e0 travers des millions de combinaisons potentielles. En formalisant cette approche aveugle, les th\u00e9oriciens de la cognition ont pu mettre en lumi\u00e8re la n\u00e9cessit\u00e9 absolue des heuristiques s\u00e9lectives et des repr\u00e9sentations mentales structur\u00e9es qui permettent aux individus d’atteindre leurs buts avec des ressources attentionnelles et m\u00e9morielles finies.<\/p>\n Sur le plan fonctionnel, l’algorithme proc\u00e8de par g\u00e9n\u00e9ration successive ou al\u00e9atoire de tous les chemins d’action possibles, sans \u00e9valuer la pertinence interm\u00e9diaire des \u00e9tapes franchies. Ce contraste fondamental entre recherche aveugle et recherche dirig\u00e9e a pos\u00e9 les jalons des th\u00e9ories modernes du traitement de l’information, en d\u00e9finissant la fronti\u00e8re entre la pure puissance de calcul et les processus authentiquement intelligents.<\/p>\n L’expression provient de l’anglais British Museum algorithm<\/em>, introduite dans la litt\u00e9rature scientifique au cours des ann\u00e9es 1950 lors de l’essor de la cybern\u00e9tique et des premi\u00e8res mod\u00e9lisations informatiques de la pens\u00e9e. L’analogie trouve sa source dans une m\u00e9taphore attribu\u00e9e aux pionniers des sciences computationnelles et de l’intelligence artificielle, notamment popularis\u00e9e par Allen Newell et Herbert Simon<\/a> : imaginer un visiteur qui entrerait au British Museum de Londres et examinerait m\u00e9thodiquement chaque objet, vitrine par vitrine, sans ordre th\u00e9matique pr\u00e9alable ni catalogue, dans le but d’y d\u00e9couvrir un artefact pr\u00e9cis.<\/p>\n Sur le plan lexical, le terme associe le mot \u00ab algorithme \u00bb \u2014 d\u00e9riv\u00e9 du nom du math\u00e9maticien perse du IXe si\u00e8cle Muhammad ibn Musa al-Khwarizmi, signifiant une suite finie et non ambigu\u00eb d’instructions permettant de r\u00e9soudre une classe de probl\u00e8mes \u2014 au nom de la c\u00e9l\u00e8bre institution mus\u00e9ale britannique, choisie comme symbole d’une collection d’une immensit\u00e9 vertigineuse. Le terme a ainsi \u00e9t\u00e9 import\u00e9 directement dans la psychologie cognitive francophone sous la d\u00e9nomination \u00ab algorithme du British Museum \u00bb, conservant sa charge \u00e9vocatrice d’un inventaire d\u00e9mesur\u00e9 et fastidieux.<\/p>\n Cette appellation s’inscrit dans la tradition des fables et paradoxes scientifiques anglo-saxons, au m\u00eame titre que le paradoxe du singe savant (l’id\u00e9e qu’un singe tapant ind\u00e9finiment au hasard sur une machine \u00e0 \u00e9crire finirait par reproduire l’\u0153uvre compl\u00e8te de William Shakespeare). Dans les deux cas, le vocabulaire mobilis\u00e9 souligne l’absurdit\u00e9 pratique d’une m\u00e9thode math\u00e9matiquement irr\u00e9prochable mais temporellement impraticable.<\/p>\n En fran\u00e7ais, l’expression s’\u00e9nonce phon\u00e9tiquement [al.\u0261\u0254.\u0281itm dy b\u0281i.ti\u0283 my.ze.\u0254m]. Il s’agit d’un syntagme nominal masculin singulier compos\u00e9 d’un nom commun (\u00ab algorithme \u00bb), d’un article contract\u00e9 (\u00ab du \u00bb) et d’un nom propre g\u00e9ographique et institutionnel invariable (\u00ab British Museum \u00bb). Au pluriel, la forme devient \u00ab les algorithmes du British Museum \u00bb, bien que son utilisation au pluriel demeure extr\u00eamement rare car le terme d\u00e9signe une approche g\u00e9n\u00e9rique et conceptuelle plut\u00f4t qu’une multiplicit\u00e9 de protocoles distincts.<\/p>\n Dans le discours scientifique et p\u00e9dagogique francophone, l’expression s’utilise principalement comme une \u00e9tiquette qualitative ou un comparatif rh\u00e9torique. On rencontre fr\u00e9quemment des formulations telles que \u00ab proc\u00e9der selon l’algorithme du British Museum \u00bb, \u00ab adopter une strat\u00e9gie de type British Museum \u00bb ou encore \u00ab opposer la d\u00e9marche heuristique \u00e0 la recherche du British Museum \u00bb. Dans la litt\u00e9rature technique, on retrouve \u00e9galement l’abr\u00e9viation informelle BMA, calqu\u00e9e sur le sigle anglais.<\/p>\n L’usage adjectival ou m\u00e9taphorique s’\u00e9tend parfois \u00e0 la description de comportements humains inefficaces : un apprenant ou un op\u00e9rateur qui tenterait des actions au hasard sans comprendre la logique sous-jacente d’une t\u00e2che sera d\u00e9crit comme ex\u00e9cutant une \u00ab recherche aveugle de style British Museum \u00bb.<\/p>\n Pour appr\u00e9hender en profondeur l’algorithme du British Museum, il convient de comprendre la structure th\u00e9orique d’un espace de recherche de probl\u00e8me. Selon l’approche cognitive classique, un probl\u00e8me se d\u00e9finit par un \u00e9tat initial, un \u00e9tat final souhait\u00e9 (le but) et un ensemble d’op\u00e9rateurs permettant de passer d’un \u00e9tat \u00e0 un autre. L’ensemble de toutes les configurations atteignables par l’application successive de ces op\u00e9rateurs forme l’espace d’\u00e9tats. Lorsqu’un probl\u00e8me poss\u00e8de une combinatoire \u00e9lev\u00e9e \u2014 comme le jeu d’\u00e9checs, la r\u00e9solution de th\u00e9or\u00e8mes logiques ou la planification d’un itin\u00e9raire urbain complexe \u2014, la taille de cet espace cro\u00eet de mani\u00e8re exponentielle.<\/p>\n L’algorithme du British Museum aborde cet espace d’\u00e9tats par une exploration syst\u00e9matique non s\u00e9lective, classifiable selon deux modalit\u00e9s principales : la recherche en profondeur d’abord ou la recherche en largeur d’abord, sans aucune fonction d’\u00e9valuation heuristique. Concr\u00e8tement, l’algorithme commence par l’\u00e9tat initial, g\u00e9n\u00e8re toutes les bifurcations possibles, examine chaque \u00e9l\u00e9ment un \u00e0 un pour v\u00e9rifier s’il correspond au but, et continue son parcours sans jamais rejeter de branche a priori. Aucun filtre probabiliste ni jugement s\u00e9mantique ne vient guider le processus. Il s’agit de la quintessence de la recherche exhaustive<\/a>.<\/p>\n Dans les sciences de l’esprit, ce mod\u00e8le a permis de clarifier la distinction fondamentale entre deux types de rationalit\u00e9 : la rationalit\u00e9 substantive (ou absolue), qui suppose la capacit\u00e9 d’examiner toutes les options concevables pour s\u00e9lectionner la solution parfaite, et la rationalit\u00e9 proc\u00e9durale, propre aux \u00eatres humains, contrainte par les limites physiques et cognitives de l’agent. Le cerveau humain dispose d’une m\u00e9moire de travail d’une capacit\u00e9 restreinte, d’une vitesse de transmission synaptique limit\u00e9e et d’une allocation attentionnelle s\u00e9lective. Face \u00e0 un probl\u00e8me complexe, une recherche exhaustive entra\u00eenerait une paralysie d\u00e9cisionnelle imm\u00e9diate.<\/p>\n Ainsi, l’algorithme du British Museum mat\u00e9rialise l’impasse vers laquelle m\u00e8nerait une cognition d\u00e9pourvue de m\u00e9canismes de filtrage. En psychologie cognitive, il sert \u00e0 expliciter le r\u00f4le des m\u00e9canismes de s\u00e9lection : la perception humaine ne traite pas tous les stimuli visuels, la m\u00e9moire de travail ne retient que quelques fragments d’information signifiants, et la r\u00e9solution de probl\u00e8mes privil\u00e9gie des r\u00e8gles empiriques grossi\u00e8res mais rapides appel\u00e9es heuristiques. L’algorithme du British Museum d\u00e9finit pr\u00e9cis\u00e9ment le point z\u00e9ro de l’\u00e9conomie cognitive.<\/p>\n L’\u00e9mergence du concept s’inscrit dans la r\u00e9volution cognitive des ann\u00e9es 1950, au moment o\u00f9 la psychologie abandonne le paradigme behavioriste dominant pour s’int\u00e9resser aux structures internes du traitement de l’information. Dans ce contexte historique, l’ordinateur naissant offre une m\u00e9taphore in\u00e9dite pour penser l’esprit humain comme un syst\u00e8me physique de manipulation de symboles. Des chercheurs comme Allen Newell, J. Clifford Shaw et Herbert Simon s’attellent \u00e0 concevoir des programmes capables de simuler les processus de pens\u00e9e humaine.<\/p>\n En 1956, Newell et Simon pr\u00e9sentent le Logic Theorist<\/em>, largement consid\u00e9r\u00e9 comme le premier programme d’intelligence artificielle. Lors de la conception de cette machine destin\u00e9e \u00e0 d\u00e9montrer des th\u00e9or\u00e8mes des Principia Mathematica<\/em> de Russell et Whitehead, les concepteurs se heurtent \u00e0 une r\u00e9alit\u00e9 math\u00e9matique implacable : si le syst\u00e8me devait g\u00e9n\u00e9rer tous les axiomes et r\u00e8gles d’inf\u00e9rence au hasard pour trouver une d\u00e9monstration, la quantit\u00e9 d’op\u00e9rations d\u00e9passerait les capacit\u00e9s de calcul de tous les ordinateurs de l’\u00e9poque r\u00e9unis. C’est dans le cadre de ces r\u00e9flexions que l’expression \u00ab algorithme du British Museum \u00bb a \u00e9t\u00e9 formalis\u00e9e pour disqualifier l’approche par force brute absolue.<\/p>\n Dans les ann\u00e9es 1960 et 1970, le concept migre de l’intelligence artificielle naissante vers la psychologie exp\u00e9rimentale du raisonnement. Les travaux de Donald Broadbent sur l’attention s\u00e9lective, ainsi que les \u00e9tudes de Peter Wason sur le raisonnement d\u00e9ductif, s’appuient implicitement sur cette antinomie : comment l’\u00eatre humain parvient-il \u00e0 penser sans recourir \u00e0 l’inventaire exhaustif ? Des psychologues comme Jerome Bruner et George Miller d\u00e9montrent que l’esprit humain adopte spontan\u00e9ment des strat\u00e9gies d’\u00e9chantillonnage et de focalisation pour \u00e9laguer l’arbre de recherche avant m\u00eame d’agir.<\/p>\n Durant les d\u00e9cennies suivantes, avec l’av\u00e8nement des neurosciences cognitives et des mod\u00e8les connexionnistes dans les ann\u00e9es 1980 et 1990, le statut de l’algorithme du British Museum a continu\u00e9 d’\u00e9voluer. Alors qu’il \u00e9tait initialement per\u00e7u comme un simple mod\u00e8le algorithmique impraticable, il est devenu une pierre angulaire conceptuelle pour justifier l’\u00e9mergence \u00e9volutive des syst\u00e8mes duels de pens\u00e9e (syst\u00e8me 1 intuitif et heuristique contre syst\u00e8me 2 d\u00e9lib\u00e9ratif mais born\u00e9), tels que th\u00e9oris\u00e9s plus tard par Daniel Kahneman et Amos Tversky.<\/p>\n Les fondements th\u00e9oriques de l’algorithme du British Museum reposent sur la th\u00e9orie de la calculabilit\u00e9 et la th\u00e9orie des espaces de recherche formalis\u00e9e par Newell et Simon dans leur th\u00e9orie de la r\u00e9solution de probl\u00e8mes (Human Problem Solving, 1972). Selon cette approche, la r\u00e9solution d’un probl\u00e8me est mod\u00e9lis\u00e9e sous la forme d’un graphe ou d’un arbre d’\u00e9tats. Les n\u0153uds repr\u00e9sentent les configurations possibles du syst\u00e8me et les ar\u00eates incarnent les transitions op\u00e9ratoires permises.<\/p>\n Le c\u0153ur th\u00e9orique du probl\u00e8me r\u00e9side dans ce que le math\u00e9maticien Richard Bellman a nomm\u00e9 la \u00ab mal\u00e9diction de la dimensionnalit\u00e9 \u00bb (curse of dimensionality<\/em>), et plus largement l’explosion combinatoire. Si chaque \u00e9tat d’un probl\u00e8me offre en moyenne un facteur de ramification $b$<\/span>, et que la solution optimale se situe \u00e0 une profondeur $d$<\/span>, l’algorithme du British Museum n\u00e9cessite l’\u00e9valuation d’un nombre de n\u0153uds de l’ordre de $b^d$<\/span>. Lorsque ce facteur s’accro\u00eet, la quantit\u00e9 de calculs d\u00e9passe instantan\u00e9ment le nombre d’atomes dans l’univers observable, rendant l’algorithme th\u00e9oriquement correct mais pratiquement irr\u00e9alisable.<\/p>\n Pour contrer cette aporie, la psychologie cognitive s’est adoss\u00e9e au paradigme de la rationalit\u00e9 limit\u00e9e<\/a> formul\u00e9 par Herbert Simon. Selon cette th\u00e9orie, les d\u00e9cideurs r\u00e9els doivent composer avec trois contraintes incontournables : l’incompl\u00e9tude de l’information accessible, les capacit\u00e9s computationnelles limit\u00e9es de leur appareil c\u00e9r\u00e9bral, et le temps fini allou\u00e9 \u00e0 la d\u00e9lib\u00e9ration. L’humain ne cherche donc pas l’optimisation absolue \u2014 ce que l’algorithme du British Museum accomplirait au prix d’un temps infini \u2014, mais la \u00ab satisfaction \u00bb (satisficing<\/em>), c’est-\u00e0-dire l’atteinte d’un seuil suffisant d’acceptabilit\u00e9.<\/p>\n Un autre pilier th\u00e9orique associ\u00e9 concerne la notion de recherche guid\u00e9e par l’\u00e9valuation. Contrairement au British Museum qui parcourt les n\u0153uds sans boussole, les processus cognitifs naturels emploient des fonctions d’\u00e9valuation heuristiques. Ces fonctions mesurent la distance per\u00e7ue entre l’\u00e9tat actuel et le but escompt\u00e9, permettant ainsi d’\u00e9laguer drastiquement les branches non pertinentes de l’arbre d\u00e9cisionnel avant m\u00eame qu’elles ne fassent l’objet d’un examen attentif.<\/p>\n Bien que conceptuellement uniforme dans son rejet de toute s\u00e9lectivit\u00e9 heuristique, l’algorithme du British Museum peut \u00eatre d\u00e9compos\u00e9 en plusieurs \u00e9l\u00e9ments op\u00e9rationnels et variantes formelles :<\/p>\n Un exemple classique en psychologie exp\u00e9rimentale concerne la r\u00e9solution d’anagrammes. Consid\u00e9rons la suite de lettres m\u00e9lang\u00e9es \u00ab R – U – E – T \u00bb. Un individu utilisant l’algorithme du British Museum g\u00e9n\u00e9rerait math\u00e9matiquement les 24 permutations possibles ($4! = 4 \times 3 \times 2 \times 1$<\/span>) une par une : R-U-E-T, R-U-T-E, R-E-U-T, R-E-T-U, etc., en v\u00e9rifiant pour chacune dans son dictionnaire mental si elle constitue un mot fran\u00e7ais valide. En revanche, un sujet humain applique imm\u00e9diatement des contraintes phonologiques et orthographiques propres \u00e0 sa langue maternelle : il \u00e9limine spontan\u00e9ment les combinaisons invraisemblables comme \u00ab TRUE \u00bb ou \u00ab ERUT \u00bb et se focalise sur des structures famili\u00e8res jusqu’\u00e0 isoler des mots acceptables tels que \u00ab TUER \u00bb ou \u00ab RUTE \u00bb.<\/p>\n Un autre cas paradigmatique se rencontre dans le jeu d’\u00e9checs. Dans une position moyenne, un joueur dispose d’environ 35 coups l\u00e9gaux possibles, auxquels l’adversaire peut r\u00e9pondre par 35 coups, et ainsi de suite. Appliquer l’algorithme du British Museum sur seulement quatre coups complets \u00e0 l’avance obligerait \u00e0 calculer et \u00e9valuer environ $35^8$<\/span>, soit plus de deux mille milliards de positions interm\u00e9diaires. L’ordinateur classique dot\u00e9 d’une fonction d’\u00e9valuation heuristique \u00e9lague ces options ; le grand ma\u00eetre d’\u00e9checs humain, quant \u00e0 lui, ne per\u00e7oit et n’analyse que deux ou trois coups candidats par position gr\u00e2ce \u00e0 une reconnaissance experte de formes (chunking<\/em>).<\/p>\n Dans le domaine clinique et pathologique, certains troubles du comportement illustrent ce qui se rapproche le plus d’une d\u00e9marche de type British Museum chez l’\u00eatre humain. Un patient souffrant d’un trouble obsessionnel-compulsif (TOC) s\u00e9v\u00e8re ou d’un d\u00e9ficit frontal majeur cons\u00e9cutif \u00e0 un traumatisme cr\u00e2nien peut se trouver dans l’incapacit\u00e9 d’utiliser des filtres d’inhibition cognitive. Confront\u00e9 au rangement d’une armoire, il peut se mettre \u00e0 d\u00e9placer chaque objet selon toutes les permutations g\u00e9om\u00e9triques imaginables sans r\u00e9ussir \u00e0 synth\u00e9tiser une r\u00e8gle de tri globale, illustrant la souffrance psychique engendr\u00e9e par l’absence d’heuristiques s\u00e9lectives.<\/p>\n Sur le plan m\u00e9thodologique et exp\u00e9rimental, l’algorithme du British Museum ne fait pas l’objet d’un test psychom\u00e9trique direct puisqu’aucun individu sain ne fonctionne de mani\u00e8re purement exhaustive sur de grands espaces de probl\u00e8mes. En revanche, il sert de mod\u00e8le de base (baseline<\/em> de performance z\u00e9ro) pour quantifier l’efficacit\u00e9 des processus heuristiques humains au moyen de plusieurs protocoles standardis\u00e9s :<\/p>\n Dans les t\u00e2ches informatis\u00e9es de r\u00e9solution de probl\u00e8mes en laboratoire \u2014 comme le probl\u00e8me de la Tour de Hano\u00ef, les \u00e9nigmes de travers\u00e9e de rivi\u00e8re ou les labyrinthes de complexit\u00e9 gradu\u00e9e \u2014, les chercheurs mesurent le ratio d’\u00e9lagage (pruning ratio<\/em>). Ce ratio compare le nombre total d’\u00e9tats explor\u00e9s par le sujet humain au nombre total d’\u00e9tats que l’algorithme du British Museum aurait d\u00fb tester pour parvenir au m\u00eame r\u00e9sultat. Plus le ratio s’\u00e9loigne de 1 pour tendre vers 0, plus la recherche heuristique du participant est jug\u00e9e s\u00e9lective et sophistiqu\u00e9e.<\/p>\n L’enregistrement des mouvements oculaires (eye-tracking<\/em>) constitue un autre moyen privil\u00e9gi\u00e9 d’\u00e9valuer \u00e0 quel point l’attention humaine s’\u00e9carte de la recherche aveugle. Dans une t\u00e2che de recherche visuelle complexe (par exemple, localiser un symbole au milieu de centaines de distracteurs), les fixations oculaires r\u00e9v\u00e8lent des trajectoires guid\u00e9es par des caract\u00e9ristiques saillantes (couleur, forme, contraste) ou par des connaissances contextuelles pr\u00e9alables, r\u00e9futant formellement l’hypoth\u00e8se d’un balayage visuel purement s\u00e9quentiel et exhaustif de style British Museum.<\/p>\n Enfin, la m\u00e9thode des protocoles verbaux (\u00ab penser \u00e0 voix haute \u00bb), d\u00e9velopp\u00e9e par Newell et Simon et affin\u00e9e par K. Anders Ericsson, permet de recueillir les verbalisations des sujets au cours de la r\u00e9solution de probl\u00e8mes. L’analyse th\u00e9matique et syntaxique de ces verbatim met en \u00e9vidence les r\u00e8gles d’arr\u00eat, les intuitions et les inf\u00e9rences interm\u00e9diaires d\u00e9ploy\u00e9es par les individus, apportant la preuve qualitative qu’ils ne g\u00e9n\u00e8rent pas des listes aveugles d’options mais testent des hypoth\u00e8ses s\u00e9mantiquement motiv\u00e9es.<\/p>\n Bien que l’algorithme du British Museum soit th\u00e9oriquement inefficace pour l’action humaine imm\u00e9diate, sa formalisation poss\u00e8de une valeur op\u00e9rationnelle significative dans de multiples domaines appliqu\u00e9s :<\/p>\n En p\u00e9dagogie et en formation professionnelle, la r\u00e9f\u00e9rence \u00e0 cet algorithme permet aux enseignants d’identifier les strat\u00e9gies d’apprentissage d\u00e9faillantes. Lorsqu’un \u00e9tudiant face \u00e0 un probl\u00e8me math\u00e9matique ou informatique complexe tente d’appliquer toutes les formules de son cours au hasard sans analyser la structure profonde de l’\u00e9nonc\u00e9, il recourt \u00e0 une version humaine d\u00e9grad\u00e9e du British Museum. Diagnostiquer ce comportement aide les formateurs \u00e0 orienter l’apprenant vers des strat\u00e9gies m\u00e9tacognitives d’auto-explication et d’analyse des buts.<\/p>\n Dans le domaine de l’ergonomie cognitive et de la conception d’interfaces utilisateur (UX design), la compr\u00e9hension de ce principe est cruciale. Les concepteurs savent qu’un utilisateur plac\u00e9 devant une interface logicielle d\u00e9sorganis\u00e9e avec des menus profonds et non cat\u00e9goris\u00e9s sera forc\u00e9 d’effectuer une exploration exhaustive fastidieuse. Pour \u00e9viter cette surcharge cognitive, les ergonomes appliquent des lois d’organisation perceptuelle et des hi\u00e9rarchies visuelles intuitives qui r\u00e9duisent drastiquement l’espace de recherche de l’utilisateur.<\/p>\n Dans le secteur de la cybers\u00e9curit\u00e9 et des technologies de l’information, l’algorithme du British Museum trouve son application directe sous la forme des attaques par force brute (brute-force attacks<\/em>) et des attaques par dictionnaire. Pour percer un mot de passe ou casser un chiffrement cryptographique, les logiciels malveillants g\u00e9n\u00e8rent m\u00e9caniquement des millions de combinaisons possibles par seconde. La cryptographie moderne calcule ainsi la longueur et l’entropie des cl\u00e9s de s\u00e9curit\u00e9 de mani\u00e8re \u00e0 ce que le temps n\u00e9cessaire \u00e0 un algorithme exhaustif pour tester l’espace des solutions d\u00e9passe la dur\u00e9e de vie du syst\u00e8me ou de l’univers lui-m\u00eame.<\/p>\n L’histoire de la psychologie cognitive regorge de travaux exp\u00e9rimentaux d\u00e9montrant la r\u00e9pugnance naturelle de l’esprit humain envers les strat\u00e9gies de recherche exhaustive, confirmant la primaut\u00e9 absolue de l’heuristique<\/a>.<\/p>\n Les recherches pionni\u00e8res d’Adriaan de Groot (1965), confirm\u00e9es et \u00e9tendues par William Chase et Herbert Simon (1973), sur la psychologie des ma\u00eetres d’\u00e9checs ont apport\u00e9 des preuves empiriques d\u00e9terminantes. En comparant des joueurs experts \u00e0 des novices, ces chercheurs ont d\u00e9couvert, de mani\u00e8re surprenante, que les grands ma\u00eetres ne calculaient pas un nombre de coups sup\u00e9rieur \u00e0 celui des amateurs dans leur arbre de recherche mentale. La diff\u00e9rence r\u00e9sidait dans le fait que les experts ne consid\u00e9raient d’embl\u00e9e que les coups strat\u00e9giquement pertinents. Leurs repr\u00e9sentations en m\u00e9moire \u00e0 long terme leur permettaient de court-circuiter totalement l’inventaire fastidieux propre au British Museum gr\u00e2ce \u00e0 un encodage conceptuel holistique.<\/p>\n Dans le champ de la prise de d\u00e9cision, les travaux empiriques de Gerd Gigerenzer et de son groupe de recherche ont montr\u00e9 que, loin d’\u00eatre un compromis de second ordre par rapport \u00e0 l’exhaustivit\u00e9, les heuristiques simples (telles que l’heuristique de reconnaissance ou le mod\u00e8le Take-the-Best<\/em>) produisent fr\u00e9quemment des pr\u00e9dictions plus robustes et pr\u00e9cises que des algorithmes statistiques exhaustifs analysant toutes les variables disponibles. Ce ph\u00e9nom\u00e8ne, baptis\u00e9 \u00ab l’effet du moins c’est plus \u00bb (less-is-more effect<\/em>), d\u00e9montre que la recherche exhaustive propre au British Museum est non seulement chronophage, mais qu’elle conduit \u00e9galement au surajustement (overfitting<\/em>) face au bruit et \u00e0 l’incertitude environnementale.<\/p>\n En neuro-imagerie fonctionnelle, des \u00e9tudes men\u00e9es par des neuroscientifiques comme Koechlin et Hyafil (2007) sur l’architecture du cortex pr\u00e9frontal chez l’humain ont mis en \u00e9vidence l’existence de r\u00e9seaux c\u00e9r\u00e9braux d\u00e9di\u00e9s \u00e0 la \u00ab bifurcation cognitive \u00bb (cognitive branching<\/em>). Ces zones c\u00e9r\u00e9brales permettent de mettre en attente une sous-t\u00e2che pour en explorer une autre sans saturer l’espace de m\u00e9moire imm\u00e9diate. Ces architectures c\u00e9r\u00e9brales prouvent que l’\u00e9volution biologique a pr\u00e9cis\u00e9ment fa\u00e7onn\u00e9 notre cerveau pour contourner la rigidit\u00e9 combinatoire de la recherche aveugle.<\/p>\n La m\u00e9taphore de l’algorithme du British Museum porte en elle l’empreinte historique de la science occidentale du milieu du XXe si\u00e8cle, caract\u00e9ris\u00e9e par une foi croissante dans la m\u00e9canisation de la pens\u00e9e et par des r\u00e9f\u00e9rences symboliques aux grandes institutions imp\u00e9riales de conservation des connaissances. Dans d’autres traditions intellectuelles et linguistiques, l’absurdit\u00e9 de la recherche par force brute a \u00e9t\u00e9 illustr\u00e9e par d’autres images m\u00e9taphoriques, telles que la recherche d’une aiguille dans une botte de foin ou les contes philosophiques orientaux mettant en sc\u00e8ne des voyageurs aveugles explorant tactilement diff\u00e9rentes parties d’un \u00e9l\u00e9phant sans jamais percevoir l’animal dans sa globalit\u00e9.<\/p>\n Sur le plan de la psychologie interculturelle, des chercheurs comme Richard Nisbett ont mis en \u00e9vidence des variations notables dans les styles cognitifs entre les populations occidentales et d’Asie orientale. Les Occidentaux ont tendance \u00e0 adopter des modes de pens\u00e9e plus analytiques, tendant \u00e0 isoler les objets de leur contexte pour leur appliquer des r\u00e8gles formelles s\u00e9quentielles \u2014 un style qui, pouss\u00e9 \u00e0 l’extr\u00eame, peut se rapprocher de la d\u00e9composition algorithmique formelle. \u00c0 l’inverse, les styles de pens\u00e9e holistiques, plus fr\u00e9quents dans les cultures orientales, privil\u00e9gient l’\u00e9valuation globale des relations au sein du champ contextuel, s’\u00e9loignant encore plus radicalement de toute d\u00e9marche lin\u00e9aire ou combinatoire aveugle.<\/p>\n De surcro\u00eet, le contexte situationnel modifie l’acceptabilit\u00e9 per\u00e7ue de telles m\u00e9thodes. Dans des environnements stables, pr\u00e9visibles et informatis\u00e9s, l’approche algorithmique exhaustive est valoris\u00e9e pour sa rigueur et son infaillibilit\u00e9 math\u00e9matique. En revanche, dans des environnements naturels marqu\u00e9s par une incertitude radicale, l’urgence vitale ou la p\u00e9nurie de ressources temporelles \u2014 conditions dans lesquelles la psychologie \u00e9volutionniste situe l’adaptation ancestrale des hominid\u00e9s \u2014, tout comportement mimant l’algorithme du British Museum s’av\u00e8re l\u00e9tal pour la survie de l’individu.<\/p>\n Malgr\u00e9 sa valeur p\u00e9dagogique et son utilit\u00e9 historique, l’usage de la m\u00e9taphore de l’algorithme du British Museum suscite plusieurs r\u00e9serves et controverses \u00e9pist\u00e9mologiques dans le champ des sciences cognitives contemporaines.<\/p>\n La premi\u00e8re critique majeure s’adresse \u00e0 sa pertinence en tant que mod\u00e8le psychologique : en d\u00e9finissant l’algorithme du British Museum comme le repoussoir de l’intelligence humaine, les premiers cognitivistes ont parfois entretenu l’illusion que l’optimisation exhaustive constituait l’id\u00e9al th\u00e9orique supr\u00eame dont l’esprit humain ne ferait que s’\u00e9loigner par d\u00e9faut ou faiblesse biologique. Les critiques modernes, formul\u00e9es notamment par l’approche de la cognition incarn\u00e9e et situ\u00e9e (embodied cognition<\/em>), affirment au contraire que l’esprit n’a jamais \u00e9t\u00e9 programm\u00e9 pour calculer des espaces d’\u00e9tats abstraits. Selon des th\u00e9oriciens comme Francisco Varela ou Andy Clark, l’intelligence \u00e9merge de l’action directe de l’organisme dans son environnement \u00e9cologique, rendant la comparaison avec un algorithme de recherche purement syntaxique inad\u00e9quate.<\/p>\n Un second d\u00e9bat porte sur les limites de l’opposition binaire stricte entre recherche exhaustive et recherche heuristique. En pratique informatique comme en cognition animale, il existe un continuum de compromis exploration-exploitation (exploration-exploitation trade-off<\/em>). Dans certaines situations d’apprentissage par renforcement, un agent doit consacrer une phase initiale \u00e0 l’exploration quasi aveugle de son environnement avant de pouvoir calibrer ses heuristiques. qualifier toute exploration large de \u00ab British Museum \u00bb simplifie \u00e0 l’exc\u00e8s la dynamique subtile par laquelle un syst\u00e8me collecte les donn\u00e9es n\u00e9cessaires \u00e0 la formation de ses intuitions futures.<\/p>\n Enfin, avec la puissance de calcul moderne des supercalculateurs et le d\u00e9veloppement de techniques d’apprentissage profond (deep learning<\/em>) associ\u00e9es \u00e0 des m\u00e9thodes d’exploration arborescente de Monte-Carlo (MCTS, comme dans les programmes AlphaGo), la fronti\u00e8re s’est brouill\u00e9e. Les machines actuelles sont capables de traiter des millions d’\u00e9tats par seconde \u2014 une forme tr\u00e8s acc\u00e9l\u00e9r\u00e9e de force brute guid\u00e9e \u2014 tout en d\u00e9veloppant une forme d’intuition probabiliste via des r\u00e9seaux de neurones profonds. L’argument selon lequel la force brute est sans int\u00e9r\u00eat pour l’intelligence artificielle a ainsi \u00e9t\u00e9 partiellement remis en cause par les victoires contemporaines du calcul massif sur les syst\u00e8mes experts fond\u00e9s uniquement sur des r\u00e8gles heuristiques explicites.<\/p>\n Pour d\u00e9limiter rigoureusement le concept de l’algorithme du British Museum, il est indispensable de le confronter \u00e0 des notions adjacentes qui partagent des aspects similaires mais reposent sur des postulats distincts :<\/p>\n En r\u00e9sum\u00e9, l’algorithme du British Museum demeure l’une des images conceptuelles les plus puissantes de l’histoire des sciences cognitives pour expliciter la n\u00e9cessit\u00e9 des m\u00e9canismes de r\u00e9gulation et de simplification de la pens\u00e9e :<\/p>\n Il incarne la recherche exhaustive, d\u00e9terministe et d\u00e9pourvue d’heuristique d’une solution \u00e0 travers l’ensemble des ramifications d’un espace d’\u00e9tats. Sa validit\u00e9 formelle et math\u00e9matique est totale, mais son efficience \u00e9cologique et temporelle est nulle d\u00e8s lors que la complexit\u00e9 combinatoire d\u00e9passe un seuil \u00e9l\u00e9mentaire.<\/p>\n Dans l’\u00e9tude de l’esprit humain, il sert de contre-mod\u00e8le fondamental. Les \u00eatres humains, op\u00e9rant sous le r\u00e9gime de la rationalit\u00e9 limit\u00e9e, doivent imp\u00e9rativement leur efficacit\u00e9 \u00e0 des processus s\u00e9lectifs : attention focalis\u00e9e, cat\u00e9gorisation conceptuelle, m\u00e9moire associative et heuristiques adaptatives. Ces processus \u00e9laguent spontan\u00e9ment l’immense majorit\u00e9 des options absurdes pour ne soumettre \u00e0 la d\u00e9lib\u00e9ration consciente qu’un \u00e9chantillon restreint mais plausible.<\/p>\n Enfin, \u00e0 l’\u00e8re des m\u00e9gadonn\u00e9es et de l’intelligence computationnelle avanc\u00e9e, la m\u00e9taphore du British Museum rappelle que le simple accroissement de la puissance de calcul ne saurait tenir lieu de strat\u00e9gie cognitive p\u00e9renne. Qu’il s’agisse d’un \u00eatre biologique ou d’un algorithme moderne, la v\u00e9ritable intelligence r\u00e9side moins dans la capacit\u00e9 \u00e0 inspecter chaque recoin d’un mus\u00e9e infini que dans le discernement permettant de marcher droit vers la salle o\u00f9 repose le chef-d’\u0153uvre cherch\u00e9.<\/p>\n L’algorithme du British Museum d\u00e9signe une m\u00e9thode th\u00e9orique d’exploration exhaustive et aveugle de tous les \u00e9tats possibles d’un probl\u00e8me. D\u00e9couvrez son r\u00f4le fondamental en psychologie cognitive et en intelligence artificielle.<\/p>\n","protected":false},"author":1,"featured_media":0,"template":"","categories":[647,4285,1486],"tags":[37936,10486,424,93,2676,37937,2110],"class_list":["post-22519","psych_term","type-psych_term","status-publish","hentry","category-psychologie-cognitive","category-resolution-de-problemes","category-sciences-cognitives","tag-algorithme-du-british-museum","tag-heuristique","tag-intelligence-artificielle","tag-psychologie-cognitive","tag-rationalite-limitee","tag-recherche-exhaustive","tag-resolution-de-problemes"],"_links":{"self":[{"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=\/wp\/v2\/psych_term\/22519","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=\/wp\/v2\/psych_term"}],"about":[{"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=\/wp\/v2\/types\/psych_term"}],"author":[{"embeddable":true,"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=\/wp\/v2\/users\/1"}],"version-history":[{"count":0,"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=\/wp\/v2\/psych_term\/22519\/revisions"}],"wp:attachment":[{"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=22519"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=22519"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=22519"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}2. \u00c9tymologie et origine linguistique<\/h3>\n
3. Prononciation et forme grammaticale<\/h3>\n
4. Explication conceptuelle d\u00e9taill\u00e9e<\/h3>\n
5. \u00c9volution historique<\/h3>\n
6. Fondements th\u00e9oriques<\/h3>\n
7. Composantes cl\u00e9s, types et dimensions<\/h3>\n
\n
8. Exemples et illustrations concr\u00e8tes<\/h3>\n
9. Mesure et \u00e9valuation<\/h3>\n
10. Applications et pertinence pratique<\/h3>\n
11. Recherches et preuves empiriques<\/h3>\n
12. Consid\u00e9rations culturelles et contextuelles<\/h3>\n
13. Critiques, d\u00e9bats et limites<\/h3>\n
14. Termes connexes et distinctions<\/h3>\n
\n
15. Synth\u00e8se et points cl\u00e9s \u00e0 retenir<\/h3>\n
R\u00e9f\u00e9rences<\/h2>\n
\n