effet du nombre des graphèmes en Anglais - Aix Marseille Université

Modèles de la perception visuelle des mots 894.8.1. Les modèles computationnelsComme nous l'avons vu, la distinction entre modèles shématico-verbaux (SV) et algorithmico-computationnels(AC) a tourné à l'avantage des seconds ces dernières années. Les modèlesAC sont effectivement des outils théoriques plus précis dans la description des processusmis en œuvre lors de la perception visuelle d'un mot. De plus, grâce à leurs implémentationsalgorithmiques, on peut quantifier les performances de ces systèmes artificiels, interactifset complexes. Il est ainsi possible de voir la dynamique interne d'un modèle et de mieuxcomprendre les interactions entre les différentes dimensions d'un stimulus. Néanmoins, plusieurscritiques peuvent être formulées à l'égard des modèles AC. Une première se rapporte àleur complexité. Ces modèles sont des systèmes artificiels extrêmement riches et dont lesperformances ne sont pas toujours prédictibles a priori, du fait des différents niveaux qui interviennentet interagissent, des nombreux paramètres libres qui déterminent le fonctionnementglobal du modèle. Ces modèles demandent ainsi qu'on les étudie eux-mêmes, c'est-àdireque l'on détermine la gamme des comportements dont ils sont capables, ou encore quel'on sache le rôle des différents paramètres libres, et dans quelle mesure le choix des valeursde ces paramètres est arbitraire ou déterminant. Nous revenons sur cette question au paragraphesuivant. Une seconde critique concerne la puissance descriptive de ces modèles. Du faitdu grand nombre de paramètres libres utilisés, ces modèles ne sont-ils pas en mesure de pouvoirfinalement tout simuler ? Là encore, seule une bonne connaissance des performancespossibles d'un modèle peut permettre de déterminer exactement la gamme de ses comportements.Toutefois, selon sa complexité, il n'est peut être pas toujours possible d'avoir uneconnaissance aussi claire du domaine de performance d'un modèle (i.e., Grainger & Jacobs,1996). Enfin, troisième point, on peut reprocher à ces modèles de créer des cadres conceptuelstrop rigides, s'arrêtant parfois sur des détails computationnels finalement peu pertinents.Ainsi, le risque est de se perdre dans de petites questions se rapportant à la "circuiterie" d'unmodèle donné et de ne plus voir les questions plus générales et essentielles liées à la compréhensiondu système étudié lui-même. Le risque théorique est donc de ne plus penser qu'entermes de modèles artificiels spécifiques et très/trop spécifiés, et de ne plus pouvoir sortir deces cadres conceptuels le jour où leur potentiel descriptif maximal est atteint.Pour revenir à la question de la compréhension du fonctionnement d'un modèle et du rôledes paramètres libres, prenons un exemple. Nous avons réalisé plusieurs simulations à l'aide