cognition et incertitude

par Bruno Corcos

Projet de thèse en Psychologie cognitive

Sous la direction de Jean Baratgin.

Thèses en préparation à Paris Sciences et Lettres , dans le cadre de École doctorale de l'École pratique des hautes études (Paris) , en partenariat avec Cognition humaine et artificielle (laboratoire) et de École pratique des hautes études (Paris) (établissement de préparation de la thèse) depuis le 31-08-2018 .


  • Résumé

    L'apprentissage de l'incertitude suppose l'existence d'une machinerie complexe mettant en jeu plusieurs processus cognitifs : la représentation symbolique des états du monde et des possibles, la mesure numérique des occurrences des observations du monde, la mesure numérique des occurrences des résultats de simulations mentales, diverses opérations d'exploration, de généralisation, de restriction et d'inférence. La recherche a déjà analysé l'expression de ces compétences précoces, spontanées et complémentaires. Cependant elle pose la question de leur puissance et de leur prépondérance respective : doit-on supposer un haut niveau de compétence spontanée, ou bien peut-on montrer une articulation suffisante de compétences basiques ? Doit-on supposer une aptitude particulière à la mesure numérique et probabiliste, ou bien peut-on montrer qu'elle est induite par les compétences linguistiques ? Une première partie du travail pourra consister à revisiter certaines expériences dans le but de décomposer autant que possibles les mécanismes étudiés en compétences élémentaires, et limiter la puissance de chacune d'entre elles. Une deuxième partie pourra tenter de tester l'hypothèse de l'omniprésence linguistique (dont on sait par exemple qu'elle englobe la représentation des nombres) : la structuration linguistique n'est-elle pas transverse à l'ensemble des processus liés à l'incertitude. Tout d'abord, elle participe à la représentation et fournit une structuration nécessaire à l'inférence. Ensuite, elle est elle-même confrontée à la prise en compte de l'incertitude, par exemple au travers de l'ambiguïté d'une construction syntaxique (non-déterminisme et incertitude de l'affectation d'un nouveau mot à une catégorie grammaticale). Elle est donc nécessairement dotée d'une mesure de vraisemblance qui lui est propre et qui pourrait servir efficacement à la perception des autres phénomènes incertains de manière spontanée (avant de développer une connaissance probabiliste consciente et spécialisée). L'apprentissage linguistique est donc susceptible de fournir un cadre privilégié pour l'analyse fine des compétences (par exemple en distinguant incertitude, ignorance, ambiguïté), de leurs variantes et de leurs interactions mutuelles. Enfin, une troisième partie tirerait profit des précédentes en construisant un formalisme inspiré de la logique modale, constitué d'opérateurs primitifs qui permettraient de mieux modéliser le fonctionnement cognitif, compte tenu de ses capacités et de ses limitations ; de manière indépendante de nos formalismes mathématiques trop évolués pour ne pas affecter notre compréhension du fonctionnement mental (il importe par exemple de représenter la comparaison approximative des quantités entre elles mais non d'avoir une mesure exacte ; ou encore de savoir si la causalité relève de l'observation de récurrence, ou bien de l'exploration à rebours d'une structure, ou bien d'un calcul probabiliste relativement complexe).

  • Titre traduit

    cognition and uncertainty


  • Résumé

    Learning uncertainty requires a complex machinery involving several cognitive processes : symbolic representation of the states of the world and its possibilities, numerical measurement of the observations, numerical measurement of mental simulations, various operations of exploration, generalization, restriction and inference. Research has already analyzed these early, spontaneous and complementary skills. However, it raises the question of their power and their respective preponderance : should we assume a high level of spontaneous competence, or can we show a sufficient articulation of basic skills ? Should we assume a particular numerical and probabilistic ability, or can we show that it is induced by language skills ? A first part of the work may consist in revisiting some experiments in order to break down as much as possible the mechanisms studied into elementary skills, and to limit the power of each one. A second part will try to test the hypothesis of linguistic omnipresence (we know for example that it includes the representation of numbers) : is the linguistic structuring not transversal to all the processes linked to the uncertainty. First, it participates in the representation and provides a necessary structuring for the inference. Then, it is itself confronted with the taking into account of uncertainty, for example through the ambiguity of a syntactic construction (non-determinism and uncertainty of the assignment of a new word to a grammatical category). ). It is therefore necessarily endowed with a measure of likelihood which is of its own and which could be used effectively to perceive other uncertain phenomena in a spontaneous way (before developing a conscious and specialized probabilistic knowledge). Linguistic learning could therefore provide a framework for the fine-grained analysis of skills (for example by distinguishing uncertainty, ignorance, ambiguity), their variants and their mutual interactions. Finally, a third part would take advantage of the previous ones by constructing a formalism inspired by modal logic, with primitive operators who would better model the cognitive functioning, according its capacities and its limitations ; independently of our mathematical formalisms too evolved not to affect our understanding of the mental functioning (it is important for example to represent the approximate comparison of the quantities between them but not to have an exact measure, or to know if the causality comes from the observation of recurrence, from the reverse exploration of a structure, or from a relatively complex probabilistic calculation).