Les lois naturelles de l’apprentissage

Une cellule apprend… comment fait-elle ?

Une cellule n’a pas de cerveau et pourtant le cerveau est composé de cellules. L’organisation des cellules est-elle le principe du fonctionnement du cerveau ? Les scientifiques essaient de trouver les explications à l'intelligence. Ceci a donné les réseaux de neurones artificiels qui s’appuient sur des méthodes d’apprentissage de type probabiliste, modulés par différents seuils qui satisfont ou non une condition déterminée. Le niveau des «seuils» est le plus souvent établi par l’activité dans le champ des possibilités; au fil du temps la possibilité la plus efficace devient logiquement la plus utilisée.

Ceci est pour un réseau de neurones artificiels, équipé d’une mémoire électronique et d’une base de données. Dans le cas d’une cellule, on s’est demandé de quoi pouvait-elle bien se rappeler et surtout comment.

Le blob à la rescousse

Le blog est un être unicellulaire qui ne correspond ni à la définition d’une plante, d’un animal ou d’un champignon. Il se déplace, il peut faire de la photosynthèse et il peut se propager par des spores. Il peut aussi atteindre une grande taille, on parle de plusieurs m2. Ce n’est qu’un immense protoplasme qui peut se séparer et se refusionner. On a aussi découvert qu’il apprend, peut communiquer son savoir et se souvenir.

Pour une partie de sa mémoire, on ne sait pas trop comment il accumule ses préférences, mais pour ce qui est de ses capacités de calcul, on sait qu’il se sert de ses traces : si elles sont sèches, c’est non; il y est déjà allé et ça ne vaut rien. Autrement, s’il n’y a pas de traces, c’est «peut-être», on peut essayer. Si c’est bon, on passe par là. La simplicité du système lui permet pourtant de trouver rapidement le meilleur parcours, la meilleure solution. Sa mémoire et sa base de données sont externes, déposées sur le territoire. Le principe du palais de mémoire trouve ici une illustration concrète.

Là où ça devient fascinant est que le blob est capable de communiquer la préférence, le résultat à rechercher, le principe, à un autre blob, sans que celui-ci en ait fait l’expérience. Une forme de codage d’un principe est réalisée et peut-être partagé. Ce qui fonctionne est valorisé. En trois heures, l'information transférée est codée dans les noyaux du blob.

Apprendre en réseau

À partir du moment où on peut communiquer une valeur à un processus, celui-ci devient pertinent à enseigner et à apprendre. On suppose que tout le corpus éducatif est composé de principes potentiellement utiles pour ceux qui les apprennent.

Un blob attribue probablement une valeur à tout ce qu’il peut manger et aux manières de l’obtenir. Nous attribuons aussi une valeur à ce que nous pouvons manger et aux façons de l’obtenir, que ce soit par la chasse, l’élevage, la cueillette ou l’agriculture. Plus généralement nous accordons une valeur à tout ce qui accroît nos capacités d’avoir, de faire et d’être. Il arrive de nous égarer aussi en développant des solutions à courte vue. Mais en communiquant, on parviendra éventuellement à trouver la solution optimale, à partir de nos résultats.

Ainsi, si un apprentissage théorique peut-être transmis, dans la pratique il sera validé. La rétroaction obtenue parait essentielle à l’adaptation et au maintient de tout processus. Par exemple, l’analyse de données et des circonstances de toute anomalie, que ce soit un résultat imprévu ou un accident, prend toute son importance. L’enseignement en absence d’application ou de rétroaction ne sera jamais aussi efficace qu’un enseignement participatif, avec application et rétroaction partagée.

Si une cellule apprend, il y a de bonnes chances pour que ses principes d’apprentissage demeurent valides pour nous aussi.