Raisonnement analogique et résolution de problèmes - article ; n°1 ; vol.85, pg 49-72

Weil-Barais

Description

L'année psychologique - Année 1985 - Volume 85 - Numéro 1 - Pages 49-72
Summary : Analogical reasoning and problem solving.
Current research in Cognitive Psychology and Artificial Intelligence show that analogy is an important process for problem solving and knowledge acquisitions. Experimental results underline that the basic components of analogical reasoning are encoding, seeking for an analogy, and mapping. These components can be isolated in complex problems — concurrently with other ways of reasoning. In problem solving, subjects use analogical reasoning when two problems have the same schema. An important reasoning step is to build up the problem representation which gives access to the common problem schema. A second important step is to control the solution inferred from analogy.
Moore and Newell, using Merlin's System, have shown that analogy can be the main process of understanding, knowledge acquisition and problem solving. Other systems use analogy in more specific ways : to invent new hypotheses (Chouraqui), or to generate new procedures (McDermott). Analogy is a fruitful concept from a theoretical point of view, but there is still very little experimental data available today.
Key words : analogical reasoning, problem solving, artificial intelligence.
Résumé
Dans cette revue de questions, les travaux cités, tant en psychologie cognitive qu'en Intelligence artificielle, montrent que le raisonnement analogique joue un rôle fondamental dans la résolution de problèmes et dans la construction des connaissances. Parmi les processus élémentaires qui constituent le raisonnement analogique, une place privilégiée est accordée à ceux qui contribuent à l'élaboration d'une représentation du problème à résoudre : codage du problème, et recherche d'une situation analogue. La question théorique soulevée est celle de l'organisation des connaissances en mémoire. Les concepts de « schéma » et de « prototype de problème » apparaissent actuellement comme des concepts clés.
Mots clés : raisonnement analogique, résolution de problème, Intelligence artificielle.
24 pages
Source : Persée ; Ministère de la jeunesse, de l’éducation nationale et de la recherche, Direction de l’enseignement supérieur, Sous-direction des bibliothèques et de la documentation.

Informations

• Publié par: L-annee-psychologique
• Publié le: 01 janvier 1985
• Nombre de lectures: 121
• Langue: Français
• Poids de l'ouvrage: 1 Mo

Extrait

Evelyne Cauzinille-Marmèche
Jacques Mathieu
Annick Weil-Barais
Raisonnement analogique et résolution de problèmes
In: L'année psychologique. 1985 vol. 85, n°1. pp. 49-72.
Abstract
Summary : Analogical reasoning and problem solving.
Current research in Cognitive Psychology and Artificial Intelligence show that analogy is an important process for problem solving
and knowledge acquisitions. Experimental results underline that the basic components of analogical reasoning are encoding,
seeking for an analogy, and mapping. These components can be isolated in complex problems — concurrently with other ways of
reasoning. In problem solving, subjects use analogical reasoning when two problems have the same schema. An important
reasoning step is to build up the problem representation which gives access to the common problem schema. A second
step is to control the solution inferred from analogy.
Moore and Newell, using Merlin's System, have shown that analogy can be the main process of understanding, knowledge
acquisition and problem solving. Other systems use analogy in more specific ways : to invent new hypotheses (Chouraqui), or to
generate new procedures (McDermott). Analogy is a fruitful concept from a theoretical point of view, but there is still very little
experimental data available today.
Key words : analogical reasoning, problem solving, artificial intelligence.
Résumé
Dans cette revue de questions, les travaux cités, tant en psychologie cognitive qu'en Intelligence artificielle, montrent que le
raisonnement analogique joue un rôle fondamental dans la résolution de problèmes et dans la construction des connaissances.
Parmi les processus élémentaires qui constituent le raisonnement analogique, une place privilégiée est accordée à ceux qui
contribuent à l'élaboration d'une représentation du problème à résoudre : codage du problème, et recherche d'une situation
analogue. La question théorique soulevée est celle de l'organisation des connaissances en mémoire. Les concepts de « schéma
» et de « prototype de problème » apparaissent actuellement comme des concepts clés.
Mots clés : raisonnement analogique, résolution de problème, Intelligence artificielle.
Citer ce document / Cite this document :
Cauzinille-Marmèche Evelyne, Mathieu Jacques, Weil-Barais Annick. Raisonnement analogique et résolution de problèmes. In:
L'année psychologique. 1985 vol. 85, n°1. pp. 49-72.
doi : 10.3406/psy.1985.29068
http://www.persee.fr/web/revues/home/prescript/article/psy_0003-5033_1985_num_85_1_29068L'Année Psychologique, 1985, «5, 49-72
REVUES CRITIQUES
Université Paris V
Laboratoire de Psychologie génétique1
Université de Rouen
Laboratoire de Psychologie2
Université Paris VIII, ERA 2353
RAISONNEMENT ANALOGIQUE
ET RÉSOLUTION DE PROBLÈMES
par Evelyne Cauzinille-Marmèche,
Jacques Mathieu,
Annick Weil-Barais
SUMMARY : Analogical reasoning and problem solving.
Current research in Cognitive Psychology and Artificial Intelligence
show that analogy is an important process for problem solving and knowl
edge acquisitions. Experimental results underline that the basic components
of analogical reasoning are encoding, seeking for an analogy, and mapping.
These components can be isolated in complex problems — concurrently
with other ways of reasoning. In problem solving, subjects use analogical
reasoning when two problems have the same schema. An important reasoning
step is to build up the problem representation which gives access to the
common problem schema. A second important step is to control the solution
inferred from analogy.
Moore and Newell, using Merlin's system, have shown that analogy
can be the main process of understanding, knowledge acquisition and pro
blem solving. Other systems use analogy in more specific ways : to invent
new hypotheses (Chouraqui), or to generate new procedures (McDermott).
Analogy is a fruitful concept from a theoretical point of view, but there is
still very little experimental data available today.
Key words : analogical reasoning, problem solving, artificial intelligence.
L'analyse des raisonnements « non rigoureux » (Ghouraqui, 1982) et
l'étude des heuristiques de résolution (Newell et Simon, 1972) occupent
une place de plus en plus importante en Sciences cognitives, tant en
1. 46, rue Saint-Jacques, 75005 Paris.
2. 76130 Mont-Saint-Aignan.
3. 2, rue de la Liberté, 93526 Saint-Denis Cedex. 50 E. Cauzinille-Marmèche et al.
Psychologie qu'en Intelligence artificielle et en Logique. A côté des
méthodes de preuve, ces formes de raisonnements jouent en effet un
rôle fondamental dans l'élaboration des procédures de résolution et dans
la construction de connaissances nouvelles, ainsi que dans l'argument
ation. Nous nous centrerons ici sur un seul type de raisonnement :
le raisonnement analogique.
Les travaux de Grize (1977, 1979), Borel (1979) et Mieville (1977,
1979) montrent comment le raisonnement analogique est utilisé comme
outil de persuasion dans le discours argumentatif. Ces auteurs ont
décrit les différentes formes de ce mode de raisonnement, ainsi que ses
différentes fonctions dans le discours.
Nous analyserons, dans cette revue de questions, le raisonnement
analogique d'un autre point de vue : son importance dans la résolution
de problèmes. On admettra qu'il y a raisonnement analogique quand,
pour résoudre le problème posé, le sujet se réfère à un autre problème
généralement mieux connu. Autrement dit, l'analogie suppose une
mise en correspondance de deux domaines : le domaine « cible » auquel
appartient le problème posé et un domaine de référence qui est évoqué
par le sujet à l'occasion de la résolution du problème. Cette mise en
correspondance n'est possible que si ces deux domaines présentent
un certain nombre de ressemblances. Celles-ci portent sur des relations
et éventuellement, mais pas toujours, sur des propriétés (à la différence
de ce que Gentner et Gentner, 1982, appellent la « similarité littérale »
où les deux domaines se ressemblent par les caractéristiques des objets
eux-mêmes). C'est sur la base de la reconnaissance d'une structure,
ou d'une sous-structure, commune aux deux domaines, qu'un raisonne
ment analogique pourra être déclenché. Celui-ci conduira à l'application
au domaine « cible » de certaines propriétés et relations du domaine de
référence. Le degré de certitude des conclusions tirées variera évidem
ment selon la nature des ressemblances des structures mises en relation.
Dans le cas limite de problèmes totalement isomorphes, le raisonnement
analogique conduira à une information certaine. A l'autre extrême, si
l'isomorphisme est très partiel, le raisonnement analogique aura de
fortes chances de déboucher sur des informations erronées. Ici apparaît
la faiblesse du raisonnement analogique, raisonnement non rigoureux
par essence, mais aussi sa puissance en tant qu'heuristique de recherche
définissant des hypothèses de travail qui doivent être mises à l'épreuve,
mais qui, corrélativement, permettent d'avancer dans le processus de
résolution.
Les recherches récentes en résolution de problèmes visent d'une part
à élucider les processus élémentaires en jeu dans le raisonnement analo
gique, et d'autre part à étudier ses conditions de mise en œuvre et ses
limites. A côté de travaux de psychologie cognitive, nous présenterons
quelques recherches réalisées dans le cadre de l'Intelligence artificielle.
Plusieurs systèmes ou programmes ont exploré les perspectives offertes Raisonnement analogique 51
par le raisonnement analogique, pour résoudre ou apprendre à résoudre
un problème. Si ces systèmes n'ont pas pour but premier de simuler la
pensée humaine, ils délimitent cependant les possibilités du raisonne
ment par analogie, et le situent par rapport aux autres formes de raison
nement. Ils ont l'avantage d'expliciter des théories possibles de l'orga
nisation des connaissances en mémoire, et de préciser l'ensemble des
mécanismes constitutifs du raisonnement analogique. Ces systèmes
posent ainsi un certain nombre de questions sur les processus nécessaires
et sur les étapes de traitement qui doivent être explicitées pour définir
une conception précise du raisonnement par analogie. Nous considére
rons donc les modèles présentés comme des éventualités possibles, et
discutables, dans le cadre d'une théorie forma