Vers un système de pensée unique

Durant plusieurs millénaires, l’induction était le raisonnement de tout un chacun. Les raisonnements hypothético-déductifs n’étaient accessibles qu’à quelques érudits. Pour l’homme de la rue, constater qu’une situation se répétait sur quelques exemples était suffisant pour qu’il généralise la chose.

L’acquisition et l’exploitation par le cerveau humain de principes observés non démontrés scientifiquement est chose banale. Jusqu’à la l’âge de sept ans, l’enfant raisonne essentiellement de façon inductive, ne maitrisant pas la complexité du raisonnement déductif.

Les siècles depuis le 16eme ont vu se développer de façon importante le raisonnement déductif par un accès universalisé à la connaissance. Corrélativement, le raisonnement inductif s’est trouvé banni des enseignements, parfois même diabolisé.

Jugé plus propre, plus pur, scientifiquement correct, le raisonnement déductif a cannibalisé la terminologie inductive. Excellent pour analyser des situations hors contexte dans un cadre de découverte, le raisonnement déductif se prête bien à l’enseignement. Immergé durant 20 ans d’études l’informaticien frais émoulu ne reconnait plus que la déduction.

L’homme en situation

Si l’homme qui analyse une situation « hors situation » fait appel à la déduction afin d’asseoir son raisonnement dans un espace de certitudes, il n’en est pas de même lorsqu’il analyse une situation « en situation ».

La déduction a permit de réaliser les plus grands progrès scientifiques et technologiques de ces derniers siècles, mais l’induction reste encore le principal moteur de raisonnement de l’homme en termes de temps passé.

En pleine action, l’homme vit une succession effrénée de situations qu’il ne pourrait traiter par un raisonnement déductif. Il doit agir avec célérité, se concentrer sur l’essentiel, raisonner de façon holiste sur l’ensemble de la scène situationnelle, il interagit avec elle de façon systémique. Ce sont autant de domaines qui échappent au raisonnement déductif.

Les algorithmes inductifs

La généralisation d’un exemple au rang de principe répétable via un raisonnement inductif et appliqué tant que le contraire n’est pas rencontré peut produire des erreurs et des confusions. Alors pourquoi chercher à en faire des algorithmes ?

En intelligence artificielle, on cherche à réaliser des raisonnements complexes de façon massive et rapide en vue de résoudre des problèmes avec fiabilité. En revanche en psychologie cognitive on cherche à reproduire le raisonnement de l’homme avec ses contraintes et ses imperfections afin d’anticiper son comportement. Si l’homme induit, l’algorithme doit induire.

A ma connaissance, jusqu’en 2006, une seule université européenne, celle de Genève, disposait d’un cursus faisant une large place aux approches inductives. Depuis les cycles universitaires en technologies de l’information et systèmes complexes intègrent des modules plus ou moins détaillés de logique inductive.

Le web est une plateforme ou cohabitent une multitude d’acteurs simultanément qui interagissent sur une scène situationnelle démesurée. Les grands acteurs cherchant à gérer les flux de connaissance ont du prendre en compte très tôt les dimensions culturelles, territoriales, céléristes, holistes et systémiques du web. On comprend pourquoi Google est un des premiers à avoir industrialisé des algorithmes inductifs.

La compréhension a posteriori de ce qui s’est passé sur un site web peut faire la part belle aux logiques statistiques et déductives.
Mais la capacité à interagir, en continu et de façon pertinente, avec les internautes ne peut que s’appuyer sur des logiques inductives eu égard au formidable volume de données à prendre en compte et à la fugacité potentielle des informations.

Jean Pierre MALLE