Vous êtes sur la page 1sur 16

Une image ne dmontre pas, elle convainc

Francis EDELINE Groupe - Universit de Lige

A lissue de ces trois annes consacres, par notre groupe, ltude de limage scientifique, nous devons entriner le fait quil existe non pas une mais des images scientifiques, de types et de fonctions diverses. Les six catgories qui me paraissent le plus nettement individualises sont : Figures abstraites (logico-mathmatiques) Images-sources (enregistrements visuels ou convertis en visuel) Diagrammes conceptuels (soutiens dun raisonnement ou dune exprience de pense) Nomogrammes (sortes de machines calculer graphiques) Schmas Graphiques exprimentaux ou Images de travail Celle qui sans conteste a reu de nous le maximum dattention, cest limage-source. Le nomogramme par contre a t peine mentionn, part les quelques mots que je lui ai consacrs Strasbourg en 2009 . Si je fais cette numration, cest pour prciser que je madresserai ci-aprs exclusivement limage mathmatique (un petit peu) et limage de travail (surtout).
1

1 Lvolution intersmiotique de limage


On se souvient que beaucoup dauteurs, et non des moindres (Hjelmslev et Barthes !) estimaient que le langage tait le systme de signes le plus efficace et le plus complet, et que tous les autres systmes, sans exception, pouvaient tre traduits en termes linguistiques. Le travail de notre groupe, consacr un corpus gigantesque dimages scientifiques visuelles, leur donne tort. La mathmatique, par exemple, est ltroit dans le code linguistique. Paralyse par ses insuffisances, la rflexion mathmatique, et plus gnralement scientifique, na pu les surmonter que par un recours systmatique limage. Je me propose dexaminer la principale de ces insuffisances : la squentialit. Lcriture des mathmatiques et de la logique est devenue intersmiotique, dans le sens o elle utilise simultanment (et non conjointement comme dans les noncs pluricodes tudis par Klinkenberg, 2008) les mcanismes des codes linguistique et visuel.

Voir Visible 8, sous presse. 1

NAS n114 - Images et dmonstration scientifique

Par exemple la simple criture des quotients

a b
(quon lit a sur b) est dj une entorse la linarit puisque cette disposition introduit dans lcriture trois niveaux au lieu dun seul. Avec

d2y dx 2
cest cinq niveaux qui apparaissent. Par ailleurs le rpertoire des signes sest avr lui aussi insuffisant et il est devenu courant dutiliser dans le mme nonc des polices diffrentes : R , T, ainsi que des signes invents comme Nabla ( ). On constate dans ces exemples une comptition entre deux forces ou objectifs : clart de saisie pour lesprit vs regroupement conomique. On recherche le meilleur compromis, et cest un compromis zipfien. Le regroupement est une caractristique fondamentale du fonctionnement nerveux et de la pense (qui procde par catgorisation et hirarchisation). Si le langage mathmatique tend devenir intersmiotique par le recours des dispositifs non linaires mais spatiaux (caractristiques des codes visuels), un mouvement inverse est notable dans limage scientifique. Dans cette dernire en effet le langage nest pas absent (ce qui en fait un nonc pluricode selon Klinkenberg, 2008) mais en outre et surtout des contraintes sont introduites dans loccupation de lespace, qui se structure et se rapproche ainsi dun langage selon une volution intersmiotique. Les points exprimentaux ne peuvent se disposer nimporte o, comme dans une simple peinture, mais doivent se conformer un formatage rigoureux dont lexemple le plus simple est le diagramme cartsien . En dfinitive les deux systmes vont la rencontre lun de lautre : le langage devient image et limage devient langage. Gnralement dans de tels cas on parvient peu peu et automatiquement un tat dquilibre optimal. On se demandera alors ce qui est si prcieux dans limage, quel est le secours essentiel quelle apporte au langage. En premier lieu on noubliera pas quavec limage scientifique il ne sagit pas dexplorer le monde par le sens de la vue. Elle nest pas une transformation gomtrique des formes visuellement perceptibles comme le seraient un portrait ou une photographie. Son rapport au monde est dune autre sorte, comme on le verra au 3. On dcouvre alors que ce nest pas la totalit des dimensions du signe
2

etc.

Et il y en a bien dautres : polaire, triangulaire, elliptique, bi- ou semi-logarithmique, probit etc. 2

NAS n114 - Images et dmonstration scientifique

visuel (forme, couleur, texture) qui est ainsi squatte par la pense mathmatique : seule la forme entre en ligne de compte, les deux autres ayant un rle tout fait secondaire. La raison en est simple : ce sont des continuums et ils concernent des surfaces, de sorte que leur capacit porter de linformation est trs limite. Cest donc la ligne, et la forme quelle peut prendre, qui sont comme le verra les porteurs les plus concentrs de linformation implique dans une modlisation. Le cerveau prend connaissance des noncs via les sens, avec des limitations spcifiques chacun deux. Cette question est examine plus en dtail lAnnexe I. Prenons le cas dune dmonstration logique ou mathmatique. En termes absolus elle ne fait nullement intervenir le temps : elle est essentiellement tautologique, et sa conclusion est dj instantanment prsente dans ses prmisses. Nanmoins pour la communiquer nous aurons recours au langage qui, par son caractre linaire, la narrativise. Joue alors la contrainte de lpaisseur du prsent, qui nous empche de la saisir globalement si elle est quelque peu complexe. En nous aidant dune disposition visuelle, spatiale, des tapes successives du raisonnement, nous chappons cette contrainte grce la synopsie, qui nous permet de voir ensemble lesdites tapes, et est devenue de ce fait le puissant adjuvant de la pense que nous connaissons. Deviennent disponibles simultanment le pas pas de la dmonstration et lensemble du processus. Limage se comporte comme une mmoire externe : on dira quelle dilate le prsent et que, ce faisant, elle corrige partiellement lartifice que constitue lintroduction du temps (sous la forme dun squenage narratif) dans la dmonstration. La conviction pourra ensuite dcouler de la saisie globale ainsi obtenue. Mais ceci nest peut-tre pas encore le tout de la conviction : cette sorte d clair par lequel une dmonstration est adopte , prise en charge sans rserve, avec sincrit, comme si nous lavions trouve nous-mme , certain de pouvoir la refaire. Cest donc aussi une participation , dont les aspects psychologiques ne me semblent pas encore clairement cerns.

2 Les modles
Quittons prsent le domaine logico-mathmatique pour examiner limage de travail dans les sciences appliques, et demandons-nous en quoi consiste exactement un modle . Cela nous amnera esquisser une approche smiotique de la mesure. En psychologie exprimentale, la thorie du mesurage reste quelque peu ambigu . Le mesurage consiste assigner un nombre une grandeur perue, en tant que mesure de cette grandeur. La lgitimit de cette assignation est garantie par lintuition, laquelle vient certainement de ce que notre exprience personnelle du monde physique
4 3

Dans la suite de cette tude il sagira toujours de modles conceptuels, sachant quil existe aussi des modles

matriels , p.ex. les boules et tiges de mtal utilises pour reprsenter des molcules (ces derniers ont t bien tudis notamment par Francoeur, 2000).
4

Voir par exemple Jean-Claude Falmagne, Mesurage, modles mathmatiques et psychophysique , Trait de

psychologie exprimentale, Ed. Marc Richelle, Jean Requin, Michle Robert, PUF, Paris, 1994 (I/3), p. 84sq. NAS n114 - Images et dmonstration scientifique 3

nous a convaincus quil obit certaines contraintes ou lois . La perception est donc clairement implique. Mais par ailleurs on nous avertit que le codage de donnes exprimentales dans un langage formel appauvrit lexprience et la concrtise. Il rend possible la construction de modles, mais aussi en impose les limites. En effet, un modle se dfinit sous la forme de propositions nonces dans les termes de ce langage, et contraignant les protocoles exprimentaux possibles. [je souligne] La modlisation comporte quatre tapes successives, chacune tant gnratrice dimprcision. La fig.1 montre que deux de ces tapes se situent dans le monde physique et les deux autres dans la sphre mentale ou symbolique. Etape (a) Au moyen dobservations ou dexprimentations on enregistre un corpus de points exprimentaux. On est donc pass de grandeurs physiques (des pressions, des tempratures, des vitesses) des nombres. Bien sr la prcision des moyens mis en uvre va dj jouer ce stade, sans parler des relations dincertitude qui rgnent lchelle subatomique. Mais plus fondamentalement nous faisons par l mme confiance en lhypothse que les proprits des nombres (en particulier la continuit et lexistence dune unit invariable) sont les mmes que celles de la nature. Or si nous sommes certains que le millime euro de notre fortune a la mme valeur que le premier, sommes-nous aussi convaincus quun degr centigrade entre 87 et 88, dans de leau qui va bouillir, soit identique un C entre -7 et -6, dans de la glace ? Lensemble de ltape (a) va se traduire par une table de correspondance, souvent appele lgende, entre les diverses grandeurs physiques et un symbole quon leur aura attribu (fig.2). On est ainsi pass au plan symbolique, par la voie dune conceptualisation : ce qui a une norme porte au plan du ralisme, et jy reviendrai en dtail plus loin. Etape (b) Une fois sur le plan symbolique des nombres, on y reste pour laborer un modle mathmatique dans lequel les symboles (et leurs valeurs numriques) sont engags dans des relations, et dont ltat final sera une quation (fig.3). Le choix de cette quation est orient par lexamen visuel de la disposition des points exprimentaux. Dans le cas prsent (fig.4) nous rechercherons une quation pouvant engendrer une courbe, ascendante, monotone, concavit tourne vers le bas, et asymptotique. En lcrivant, nous faisons nouveau confiance en des hypothses trs lourdes, qui consistent admettre que la correspondance entre le plan symbolique et le plan rel se poursuit. En particulier :
5

Jean-Claude Falmagne, Mesurage, modles mathmatiques et psychophysique , Trait de psychologie

exprimentale, idem, p.79. NAS n114 - Images et dmonstration scientifique 4

quil existe dans le monde rel des constantes ; que des proprits telles que ladditivit ( laquelle se ramnent en somme toutes les autres oprations) y rgnent aussi ; quil existe dans la nature des lois gnrales ; quil existe des lois de conservation (de la masse, de lnergie, de la quantit de mouvement peu importe) que lon pourra manifester par le signe =, caractristique de toute quation (un illumin crationniste na pas le droit dcrire une quation). Cette tape nentrane comme erreurs que celles lies loubli de facteurs actifs ou des

hypothses simplificatrices. Etape (c) Cette tape consiste calculer des valeurs thoriques laide du modle, et donc entrane des erreurs darrondi dans le calcul du rsultat final. Ensuite on visualise ces rsultats par des tracs graphiques, qui sont excuts avec des instruments imparfaits, donnant des traits ayant une paisseur, des points non ponctuels et des angles approximatifs. On produit ainsi une image de travail o figurent simultanment les points exprimentaux provenant du monde naturel et les valeurs calcules issues du modle conceptuel (fig.4). Cest donc une surface de contact entre le sujet et lobjet. Elle opre un retour au monde physique. Etape (d) Il reste comparer les valeurs observes aux valeurs calcules. Cest ici que la puissance de conviction du canal visuel se manifeste plein, car un tableau de chiffres na gure le mme pouvoir. Le degr de correspondance entre les deux sries de valeurs est apprci visuellement dabord, puis calcul partir de leurs carts . Une partie des carts provient des imperfections et erreurs releves plus haut ( et qui ne se compensent pas ncessairement, comme on aimerait le croire !), et le reste est d limperfection du modle lui-mme. Idalement ne doit pouvoir tre corrl rien. Lanalyse de lerreur revt donc une importance cruciale, sur laquelle je reviendrai plus longuement, exemples lappui. On observera enfin que lensemble des quatre tapes forme un cycle ferm, et mme une boucle, fait sur lequel je reviendrai galement. Devant un ensemble de donnes exprimentales, un grand nombre de modles sont concevables. On peut les diviser en deux grandes classes : les modles rationnels ou hypothticodductifs, et les modles empiriques ou descriptifs. De nombreux modles se situent toutefois entre les deux : partis dune formulation rationnelle stricte, ils ont ensuite amlior leurs performances par lintroduction de paramtres correcteurs empiriques .
6

Les chercheurs europens ont tendance privilgier lapproche hypothtico-dductive (ils cherchent avant tout 5

NAS n114 - Images et dmonstration scientifique

Un modle est dit thorique lorsquil sinscrit dans le cadre dune thorie gnrale prexistante. Un tel modle doit avoir une valeur explicative et non simplement descriptive. tre explicatif signifie (a) avoir identifi tous les facteurs en jeu (ou au moins les principaux), et (b) proposer entre eux des relations quantitatives valides par lexprience. Un modle simplement descriptif, plus souvent appel empirique, peut se rvler trs suprieur dans sa correspondance avec les faits observs, mais il ne possde aucune valeur explicative. Lorsquon a tabli dun processus un modle empirique, mme extrmement satisfaisant sur le plan descriptif et mme prdictif, on ne peut aucunement prtendre en avoir trouv le sens. Il est piquant dillustrer ce point partir justement des thories de la perception, en particulier visuelle, o se rencontre prcisment la comptition entre les deux approches (v. fig.5). Le modle de Weber-Fechner est un bon exemple dapproche hypothtico-dductive haute valeur explicative mais pouvoir de prvision limit. Le modle semi-empirique de Stevens par contre est dnu de valeur explicative : lexposant p quil contient na aucune signification bio-physique, et de plus il rend lquation fortement non-linaire, mais son quation colle mieux aux faits. Une autre faiblesse constitutive des modles empiriques est quils ne fonctionnent quentre les limites des valeurs observes ayant servi les tablir : ils ne peuvent tre extrapols, alors que les modles hypothtico-dductifs le peuvent. Illustrons ce point par un exemple. On a calcul que la distribution diurne de la concentration des eaux dgout de la ville de Minneapolis (en 1971) pouvait tre normalise en y ajustant un polynme du 4 degr, pour tenir compte des pics et des creux observs dans lvacuation (2 max. et 2 min.). La concordance est excellente, mais le modle ne peut videmment tre utilis pour des prvisions, car dans la ralit le cycle se reproduit chaque jour alors que le modle nest pas cyclique. On voit quel point le sens de la vue est impliqu dans ces procdures, mme si le dernier mot appartient toujours au calcul.

3 - Le ralisme
Dans le travail scientifique on est toujours pris en tenaille entre deux souhaits quasiantithtiques : le souhait rationnel de comprendre ce qui se passe dans la nature, et le souhait pragmatique de la prvoir avec prcision afin dagir sur elle avec efficacit. Le premier souhait conduit ncessairement une simplification, donc une description approximative du rel. En outre cette comprhension a son sige dans la sphre mentale, o elle prend une forme symbolique et sexprime par des concepts : or le symbole est par dfinition distinct de la chose signifie, et le concept nest pas un objet de la nature (en dautres termes : la nature ne fonctionne pas coup de concepts). Cest ce qui a conduit beaucoup de philosophes des sciences nier quun modle ait une quelconque ressemblance

comprendre), alors que lapproche anglo-saxonne est plus volontiers empirique (on renonce comprendre, voire on estime quil est vain dessayer de comprendre, et on se satisfait de dcrire). NAS n114 - Images et dmonstration scientifique 6

avec les phnomnes quil prtend dcrire. Ce dbat pistmologique sur le statut ontologique des modles est crucial, mais ce nest pas ici le lieu de laborder, sinon pour prciser que nous ne pouvons accepter ni le ralisme inconditionnel ni lantiralisme radical et penchons pour une solution interactive, dont prcisment l image de travail est la parfaite illustration. Nous adhrons donc, en tant que smioticiens cognitivistes et interactionnistes, parmi toutes les formes de ralisme numres par Petitot et dautres (fig.6), un ralisme modr. Avec Colin Cherry nous pensons que la nature nest pas intrinsquement signifiante. Nous en recevons des signaux et non des signes. La nature ne coopre pas , car il ny a pas de lien de type communicationnel avec le monde naturel . Certains aspects de loption choisie quant au ralisme ne peuvent nanmoins tre passs sous silence, car ils ont une incidence directe sur la faon de concevoir et de traiter les modles. Trois cas me paraissent se dgager, et on voit immdiatement que le type dquation susceptible de modliser chacune de ces options est fondamentalement diffrent : Option dterministe o o Forme classique : Natura non facit saltus. Formes actuelles : pour Thom cest le contraire, nous ne percevons que des discontinuits ; selon la thorie du chaos, une sensibilit extrme aux conditions initiales, conjugue limpossibilit pour nous de les mesurer avec une prcision absolue, conduit des tats en apparence chaotiques mais nanmoins strictement dtermins. Option indterministe pour Wiener : le hasard est non seulement () un instrument mathmatique au service de la physique, mais () une partie de la trame et de la nature de la Nature. Contrairement lopinion de Norbert Wiener, qui reconnat dailleurs lui-mme qu aucune mesure physique nest parfaitement prcise , cest dans le concept mme de mesure, cest--dire la faveur de cette opration par laquelle nous pensons pouvoir attribuer (sans perte) des grandeurs du monde physique des nombres du domaine mathmatique, que sintroduit en partie le flou que nous appelons hasard. Cest donc bien de nous, de notre intervention, quil procde , et cela ne dmontre nullement que le hasard soit un constituant du rel, constituant dont on serait dailleurs bien en peine de dfinir la nature. Que ce flou ait une structure, et quil obisse la loi dite des grands nombres , reste nanmoins mystrieux
10 9 8 7

7 8

Colin Cherry, On human communication. New York, Science editions, John Wiley, 1961, p. 62. Norbert Wiener, Cyberntique et socit - l'usage humain des tres humains, Paris, 10/18, 1962, p. 10. Norbert Wiener, Cyberntique et socit - l'usage humain des tres humains, idem, p. 7. Et les relations dincertitude le confirment quantitativement. 7

10

NAS n114 - Images et dmonstration scientifique

4 Pour un ralisme indiciel.


Il est tout de mme remarquable quune science efficace ait pu se dvelopper sous des bannires aussi diffrentes. Cela suggre que ces options ne concernent que le cadre conceptuel de notre travail, le rel lui-mme ne pouvant tre abord quindirectement et de faon eidtique. Mais on ne peut pour autant dnier aux modles, et donc aux images quon en tire, toute capacit de reprsentation isomorphique ou homomorphique. En effet dans la chane qui va dun processus physique aux points exprimentaux que nous en recueillons, puis leur transposition symbolique et au travail de modlisation, quelque chose se conserve qui est de lordre de la forme. Quil en est bien ainsi est dmontr par le chemin inverse, qui nous assure une prise non illusoire sur les choses. Lensemble de ces oprations nest autre quune smiose, avec ses deux volets, ana- et cata-smiotique . Pourtant dans le dbat sur le ralisme on invoque le fait que la technique de mesure modifie lobjet mesur . On en dduit par exemple quune molcule na pas de forme en soi et permanente : la forme est une proprit momentane , elle nest pas une proprit intrinsque mais une proprit de rponse . De l on en vient nier quun modle labor sur de telles bases puisse prsenter la moindre similitude structurelle avec lobjet modlis. Les modles sont alors vus comme de simples constructions, cest--dire, sous-entendu, arbitraires. Pour rsoudre cette difficult des positions ralistes, il convient selon moi de considrer lensemble systme mesur systme mesurant . Ils sont en interaction. Sil est vrai que le second influence le premier, il est tout aussi vrai que le premier influence le second : cest ce qui nous fournit les points exprimentaux . La nature de cette influence est creuser car cest en elle que rside la similitude nie par certains. Le mot similitude est dailleurs sans doute ici trop fort. Il serait plus productif daborder le problme partir du concept dindice et dlaborer un ralisme indiciel : lempreinte, le symbolon, sont des images en creux, en ngatif, mais elles sont suffisamment fidles pour permettre la reconnaissance . Dans le cas qui nous (pr)occupe existe aussi cette continuit
15 14 13 12 11

11
12

Edeline, Visible 8, Actes des journes dtude de Strasbourg, 2008, sous presse. Ceci a lieu lchelle micro, o jouent les relations dincertitude, en particulier lorsquon cherche reprsenter

la forme, la structure, la configuration dune molcule. Cette restriction nest toutefois plus dapplication lorsquon dtermine des grandeurs lchelle macroscopique. Pawel Zeidler, "The Epistemological Status of Theoretical Models of Molecular Structure" HYLE.6 n1, 2000, p. 8.
13

Pawel Zeidler, "The Epistemological Status of Theoretical Models of Molecular Structure", idem, p. 9. Ramsey, apud Zeidler, idem, p.10 Le monde vivant nous offre quelques exemples remarquables de cette identification/copie par empreinte,

14 15

sanctionns par lvolution. La spcificit enzymatique (qui peut aller dune classe entire de ractions chimiques celle dun isomre optique) est explique par la configuration strique de lenzyme par rapport son substrat. Les phnomnes de rejet dans le systme immunitaire sexpliquent de faon semblable, tout comme laction des cellules rceptrices du got dans la thorie dAmoore (1952). Quant la double hlice, elle nengendre pas une copie allant du mme au mme, mais bien la cration dun vritable ngatif au moyen des bases puriques NAS n114 - Images et dmonstration scientifique 8

matrielle (par contact, ou mieux interaction) qui dfinit smiotiquement lindice. On peut donc admettre que l empreinte obtenue par une technique exprimentale dtermine est fidle dans les conditions de la mesure . Daccord elle ne donne pas limage absolue et ternelle dun objet,- qui nest dailleurs ni absolu ni ternel mais en incessante interaction,- mais elle est quand mme exacte hic et nunc et sic. Jimenez (1997) voque le cas dun individu qui se dplace ttons dans le noir et dans un environnement quil ne connat pas : Il ne peroit, stricto sensu, que laire couverte par ses pieds ou ses mains () Sil se heurte un obstacle, il saura quelque chose propos de ce que son environnement nest pas, sans pourtant mieux connatre ce quil est. Nous interprterions diffremment cette exprience de pense. Lindividu en question a bel et bien obtenu une information indicielle (puisquil y a eu contact physique) sur son environnement, et cest le maximum quun tre percevant puisse esprer. Ce que montre cet exemple extrme, cest que les informations perceptives recueillies (ici tactiles mais il en va de mme pour les autres sensorialits) peuvent ntre pas jointives (les deux mains et les deux pieds sont spars) et nanmoins permettre au sujet de rsoudre son problme de traverse. Dans le cas dun tre humain normalement constitu, ce recueil dinformations a beau tre normment renforc par lexistence de sensorialits multiples et performantes, il demeure nanmoins parcellaire. Nous palpons le monde et construisons de lui une image partielle en creux qui est strictement de lordre de lindice. Le reste nest que reconstruction infrentielle. A y regarder de prs, nous ne percevons jamais que le ngatif des choses, puisque nous sommes par rapport elles toujours en dehors. Cest par un travail de reconstruction mentale que nous les tablissons dans le statut dobjet. Il semble galement quon puisse faire un parallle entre (1) le dispositif exprimental, o coexistent le systme mesur et le systme mesurant ; (2) limage de travail, o coexistent des points exprimentaux et un modle. Dans les deux cas on observe laffrontement sujet/objet, qui est bien le point origine de toute smiotique, et partir duquel on peut remonter lopposition suivante : (1) au plan des concepts ou des symboles rgne le mode ; (2) au plan des objets rgne le mode . A cela tiendrait limpossibilit datteindre une concidence parfaite entre la pense (subjective)
17 16

conjugues. La rptition de cette opration, soit la cration du ngatif du ngatif, ralise alors la copie exacte.
16

On laissera de ct, parce que non pertinent ici, le problme du ralisme abord plus haut. Sur le sens de ces deux notions, voir Groupe (1970). 9

17

NAS n114 - Images et dmonstration scientifique

et lunivers (objectif). La pense est faite de concepts, par dfinition gnraux et immatriels, alors que lunivers est fait de particules individuelles et matrielles (avec les corrections que la physique actuelle impose au mot matire) qui interagissent. Nous disons hydrogne ou lectron , mais qui nous assure que tous les neutrons ne diffrent pas les uns des autres (comme les visages des hommes ou les feuilles des arbres) par des traits non encore aperus ? Le mode confre ces tres finis que nous sommes des concepts de porte infinie : cest sans doute la seule possibilit pour nous de saisir un monde qui est infini dans sa nature.

5 - Les piges de la reprsentation visuelle


On commencera par souligner la grande diffrence qui distingue limage mathmatique de limage de travail : cest que dans la premire la fiabilit du sens de la vue joue un rle quasi nul. Il est parfaitement possible de faire un raisonnement juste sur une figure fausse ou grossirement approximative. La raison en est simple : ces figures ne contiennent que des concepts et ne sont aucunement en relation avec le monde des objets. Ce qui suit concernera donc exclusivement les images de travail. Ce qui vient dabord lesprit lorsquon parle de piges visuels, cest lensemble des illusions doptique et des phnomnes de construction dimages par lappareil visuel. Ils ont t abondamment tudis par les psychologues de la Gestalt et par leurs continuateurs comme Kanizsa (1997) ou Rock (2001). Il est inutile dinsister sur ces phnomnes bien connus et mme largement populariss (fig.7). Ceci tant dit, limage de travail essaie de profiter au maximum de la grande sensibilit de lil la rectilinarit. Un cart la ligne droite est aisment peru, alors que le mme il ne permet gure de distinguer entre eux des arcs de cercle, dellipse, dhyperbole, dexponentielle etc. Cest pourquoi si une quation se reprsente par une courbe, on cherche dabord la linariser par diverses transformations algbriques . Mais ce faisant on introduit une anamorphose qui peut se rvler trompeuse, notamment en contractant les carts dans certaines zones et en les dilatant dans dautres. Cest surtout pour une inclinaison proche de 45 que lil excelle juger de la rectilinarit. La fig.8, reproduite de Wilkinson (2000), montre en outre quen jouant sur les chelles on peut renforcer ou attnuer limpression de corrlation. Moins connus et bien plus pernicieux sont les problmes statistiques associs lajustement graphique dun trac thorique, issu dun modle, des points exprimentaux issus du monde naturel. Jen soulignerai trois, daprs Ratkowsky (1990). Le premier concerne le coefficient de corrlation R2, dont on croit souvent quil donne dans tous les cas le % de variation explique par le modle. On sen sert donc pour apprcier le fit , ou qualit de lajustement. En fait ce nest strictement vrai que pour des modles linaires ayant un terme
18

18

Dont les quatre plus connues sont : la rciproque, lexponentielle, la logarithmique et la fonction puissance. 10

NAS n114 - Images et dmonstration scientifique

constant. Si ce nest pas le cas il faut examiner la structure de lerreur rsiduelle et entrer dans une procdure complique o R2 na plus aucun rle jouer. Mais il existe heureusement des compromis acceptables : les modles quasi-linaires, dont le nom indique bien quils sont des approximations. Les deux autres problmes sont de loin plus graves, car ils engagent le statut pistmologique des modles. Un modle est par essence gnral. Fait de concepts, il doit sappliquer de multiples situations et non une seule. Sa gnralit est garante de son pouvoir explicatif, dont dcoulent aussi ces phnomnes dordre intuitif et fort mal connus : la comprhension et la conviction. Mais la recherche de la gnralit entrane automatiquement une perte dans la qualit de la prvision : ces deux types de qualit varient en sens inverse lune de lautre. On illustre bien cette antinomie par linfrence bayesienne (du nom du gnial statisticien Bayes). La fig.9 montre que le modle M1 prvoit avec grande prcision les donnes comprises dans la fourchette C. Le modle M2 est beaucoup moins prcis dans ce domaine, mais il tend par contre ses prvisions un domaine bien plus large que C. Nous avons dj rencontr cela avec les quations de Fechner et de Stevens, o les points exprimentaux se disposent selon une courbe dont la concavit est tourne vers le bas. Le modle de Weber-Fechner est simple et linaire au sens mathmatique du terme, par contre le modle de Stevens est rendu fortement non-linaire par le paramtre p en exposant. Il sensuit que dans ce dernier modle le coefficient R2 de rgression ne reprsente pas le % de variabilit explique, mme si (pour lil comme pour le calcul !) lajustement semble meilleur. Rexaminons cette question en termes statistiques. Un modle tel que M1 est gnralement plus compliqu et comporte davantage de paramtres. Or, ajouter des paramtres diminue le nombre de degrs de libert et fait par consquent augmenter la variance, de mme que la non-linarit. Cest surtout grave lorsque des paramtres nouveaux apparaissent en exposant. La recherche de modles compliqus est contraire au principe de parcimonie (Occam fut excommuni !). A la limite on peut faire passer la courbe du modle par tous les points exprimentaux : il suffit que le nombre de paramtres soit au nombre de points. Mais alors la plupart des paramtres ne sont plus mesurables ou nont pas de signification physique. Cest le cas de lexcellente quation de Benson & Krause permettant de calculer la quantit doxygne que lon peut dissoudre dans leau nimporte quelle temprature (fig.10). On a donc, pour des raisons statistiques, intrt rechercher un modle de forme simple et comportant un nombre minimum de paramtres. Mais pas un modle trop simple, qui se contenterait par exemple de modliser une croissance ou une dcroissance sans sinquiter de sa forme, alors que le phnomne est notoirement plus complexe : un tel modle nexplique plus rien, car il peut servir partout et est trop gnral. En rsum, deux piges sont viter : la surparamtrisation et lexcs de gnralit.

6 - Une philosophie de lapproximation


NAS n114 - Images et dmonstration scientifique 11

Aprs avoir montr tant dexemples de donnes exprimentales disperses , je naurai aucune peine enchaner avec le problme de lapproximation en science. La grande question est de savoir si le comportement erratique des systmes physiques est inhrent au monde physique ou simplement d limperfection de nos mesures, ou les deux. Notre position sur le hasard a dj t prcise plus haut. En fait nous posons la nature des questions trop simples, et cest pourquoi elle nous rpond imparfaitement. Toute exprimentation est la traduction de notre intention dobtenir la rponse une question dtermine, mais elle relgue de ce fait tous les autres fils de lcheveau au rang de bruits. Celui qui se consacre aux sciences de la nature doit apprendre vivre dans lapproximation . Il doit en comprendre lorigine (les origines). Au lieu de la dplorer et de la considrer comme un mal ncessaire, il doit reconnatre en elle (sans paradoxe !) lunique source de progrs. En effet lapproximation est un cart par rapport un modle, et un cart est toujours source de sens. Le cycle dont il a t question plus haut (fig.1) est en ralit une boucle, par laquelle se met en place un va-etvient heuristique. Or cest dabord sur limage que sont dtects les carts, dont lexistence nous rappelle limperfection de tout modle. La science progresse exclusivement par la dtection et lanalyse de ces carts. Ce qui est bruit aujourdhui sera source dinformation demain. Il y a de cela dinnombrables exemples . Une telle attitude est exactement linverse de la rsignation devant la fatalit du hasard, que suppose la position de Wiener. Ainsi limage scientifique nous informe aussi bien positivement que ngativement. Les fig.11 et 12 montrent comment, poursuivant notre exemple, nous pouvons extraire dune analyse de la structure de lerreur rsiduelle (carts entre valeurs observes et valeurs calcules) deux informations intressantes : (1) cette erreur nest pas indpendante mais bien lie la pente de la courbe, et (2) les valeurs observes finales sont systmatiquement infrieures aux valeurs calcules, ce qui fait prsumer une erreur par dfaut sur Cs. Cette ide dune progression de la science grce des approximations successives implique aussi celle que ces approximations sont chaque fois meilleures (do le progrs). Les carts avec lobservation ne peuvent que diminuer, sinon la nouvelle thorie qui les produit serait rejete. Do la notion dun processus asymptotique, ou dune convergence, avec un horizon peut-tre impossible atteindre mais lexistence duquel on affecte de croire : le modle de Dieu le Pre, avec = 0. Cest un ralisme asymptotique. La thse de lapproximation en science a t traite de faon provocante par Valentin Ostrovsky (2005). Il suggre une complmentarit entre sujet et objet dans le statut mme de la science, vue comme une interface entre les deux. Il oppose ainsi le quantitatif (recherche de solutions objectives
20 19

19

Quelques exemples dapproximations assumes : le mouvement sans frottement, le fluide sans viscosit, la

masse de llectron suppose nulle.


20

Un cas parmi des centaines dautres : le reprage de raies noires dans le spectre des rayons solaires, que lon

avait dabord cru continu. NAS n114 - Images et dmonstration scientifique 12

exactes) au qualitatif, bas sur des approximations grande valeur heuristique et pouvant servir de support lintuition. Il incite tudier de plus prs le mode dit qualitatif, ncessairement li un sujet, tout comme lest aussi le sens, par opposition linformation lie, elle, au quantitatif. Il va jusqu proposer la fusion des deux concepts : le sens cest la qualit. Mais ce concept de qualit reste bien difficile dfinir avec prcision. Dans une envole finale, Ostrovsky place cette distinction sous lautorit du Principe de Complmentarit de Bohr, gnralis.

7 Quelques conclusions
On voit quen science une image nintervient jamais seule : elle fait partie dune procdure dont elle nest quun moment, dune chane dont elle nest quun maillon. Mais cest une procdure cyclique et ce maillon est dterminant, car cest lui qui permet la synopsie, cest--dire qui dilate le prsent. Sur le plan formel, son volution intersmiotique la fait participer directement la dmarche rationnelle. En permettant, mme ce qui nest pas visuel, de transiter par le visuel (des intensits, des potentiels, des viscosits, des vitesses, des pressions, le temps) son rle dpasse liconisme troit dun portrait mais se situe davantage au niveau du concept mental. Elle est dailleurs par excellence le lieu de linterface sujet/objet, interface qui affecte la forme dune liaison indicielle. Elle oblige ainsi sinterroger sur le concept de forme puisquelle permet de reprer une communaut de forme entre des phnomnes par ailleurs trs dissemblables . Le degr ultime de cette conceptualisation formelle est la mathmatique qui est, selon la belle formule de Valry, la physique de lobjet quelconque . Ayons donc un instant de recueillement la mmoire de lvque Nicole Oresme, inventeur de la reprsentation graphique au XIV Sicle.
21

Annexe I Avantages compars du visuel et du linguistique.


Ce point mrite dtre examin en profondeur et en sappuyant sur des donnes techniques. Le flux dinformation manant des divers sens humains se caractrise par une capacit trs variable. Loue et la vue figurent en premire place et cette dernire est crdite dune capacit sept fois suprieure la premire. En outre loreille fournit un flux ncessairement squentiel, alors que lil peut travailler selon la linarit du code linguistique aussi bien que selon la spatialit des codes visuels. A cela sajoute la spcialisation hmisphrique du cerveau : chez les droitiers le langage est exclusivement trait par lhmisphre gauche (aire de Broca), alors que limage peut tre traite par les deux hmisphres et peut ainsi tirer avantage du traitement parallle . On peut tenter de chiffrer ces diffrences . Le premier lment prendre en compte est lpaisseur du prsent (expression semble-t-il introduite par Abraham Moles en 1958). Le prsent psychologique nest pas un instant sans dure mais est caractris par une mmoire spciale court

21

Parmi les exemples les plus connus : lanalogie hydraulique en lectricit. 13

NAS n114 - Images et dmonstration scientifique

terme (la Conscience ou Kurzspeicher) acceptant un flux dinformation de 16 bit/s et assurant leur rtention pendant 10 s, aprs quoi il y a effacement, ou transfert dans un autre niveau de mmoire, lAttention (ou Gedchtnis). Deux vnements sensoriels spars par moins de 1/16 de seconde sont inexorablement fusionns (ce qui explique la limite de loreille dans les sons graves). On voit que le contenu de la mmoire immdiate est de lordre de 16 bit/s x 10s = 160 bits . Lattention mmorise les informations pour une dure beaucoup plus longue, et se caractrise par un effacement selon une exponentielle dcroissante. Par contre elle accepte seulement un dbit dinformation de 0,7 bit/s, soit environ le trentime de la mmoire immdiate. Tous calculs faits cette mmoire dispose dune capacit de rtention de 106 bits. Il nchappera personne quil sagit l dune combinaison de valeurs rendues optimales par lvolution, mais qui ne sont plus ncessairement optimales au regard des situations auxquelles est confront un humain daujourdhui. De toute manire un systme mmoriel ne peut fonctionner que sil comporte un mcanisme deffacement ou doubli. Est-il possible de comparer les valeurs assez prcises attribues au systme squentiel celles qui caractrisent le systme spatial ? Les tudes
23 22

concernant lutilisation squentielle du systme

visuel (donc pour la lecture) sont assez avances. Elles prcisent que lil alterne des fixations de 250 ms avec des saccades de 20 80 ms. Au cours des 10 s du prsent, on aurait ainsi 30 fixations. Si lors de chaque fixation on peut saisir un mot de 4 lettres, nous admettrons quon peut saisir 25 mots dune longueur quelconque pendant lpaisseur du prsent. On peut alors hasarder une traduction en bits de ces performances. Les signes alphabtiques sont identifis parmi un rpertoire de 26 lettres plus quelques autres signes. Admettons un total de 32 pour avoir une puissance de deux : 32 = 25. Un signe identifi ncessite 5 choix binaires, soit 5 bits. On a donc 4 signes = 20 bits chaque fixation, et 30 fixations en 10 s donnent alors 600 bits. Mais le rythme du cadenage nest pas limit la lecture, il vaut aussi pour lexploration spatiale dune image. Le champ foval permettant une vision nette est un angle solide de 2. A lintrieur de ce champ lil peut discriminer deux points sils sont spars par 1 minute dangle au minimum, dterminant une sorte de cellule minimale ou pixel. On calcule facilement quun champ circulaire de 2 comporte 11.300 de ces cellules. Nous avons prcis que dans limage scientifique (graphiques, schmas, images de travail, diagrammes conceptuels) on ne retient le plus souvent que la forme, au mpris de la couleur et de la texture, et ce de faon discrtise en Noir & Blanc. Chaque pixel apporte alors 1 bit dinformation. En admettant que le champ foval soit compltement explor au cours dune fixation, et que les champs successifs ne se recouvrent pas, on arrive, en 10 s et par 30 fixations, un

22

Je retiens les chiffres donns par Herbert Franke (1974), plus rcents et plus prcis que ceux de Moles, qui

donnait la fourchette 60 200 bits.


23

Voir notamment Alain Lieury, Psychologie cognitive, Paris, Dunod, 2008 14

NAS n114 - Images et dmonstration scientifique

total de 340.000 bits, soit prs de 600 fois plus quen lecture. Cest dans ce sens quon pourra dire, aprs ce calcul sommaire, que limage dilate le prsent. En outre, comme elle demeure prsente devant les yeux sans seffacer, elle constitue une mmoire externe qui renforce la mmoire immdiate et permet lattention demmagasiner les informations son rythme. Les 340.000 bits restent en effet infrieurs aux 106 bits de cette dernire. Le risque doverflow est ainsi considrablement diminu voire cart. La comparaison des nombres (600 vs 340.000) doit cependant tre relativise, car la lecture alphanumrique est directement digitale et se raccorde aisment lunivers smantique, alors que limage est peu prs strictement analogique (la rserve porte sur son caractre intersmiotique, abord plus haut) et doit donc encore tre interprte. Lutilisation de plus en plus universelle de limage tmoigne nanmoins loquemment de ses avantages.

Bibliographie
Colin Cherry, On human communication. New York, Science editions, John Wiley, 1961. Francis Edeline, "Des expriences visuelles aux noncs linguistiques contribution de la thorie des graphes" (Journes dtudes IRIST Les images scientifiques, de leur production leur diffusion Strasbourg, 2008), in Nouveaux Actes Smiotiques, Limoges, http://revues.unilim.fr/nas/document.php?id=2568 Francis Edeline, "Limage scientifique comme lieu de travail", 2009, Visible n 8, sous presse aux PULIM, Limoges. Jean-Claude Falmagne, Mesurage, modles mathmatiques et psychophysique , Trait de psychologie exprimentale, Ed. Marc Richelle, Jean Requin, Michle Robert, PUF, Paris, 1994 (I/3), pp. 79-141. Eric Francoeur, Beyond dematerialization and inscription.- Does the materiality of molecular models really matter?" HYLE.6 n1, 2000, pp. 63-84. Herbert W. Franke, Phnomen Kunst - Die kybernetischen Grundlagen de sthetik. Kln, DuMont, 1974. Franois Grmy, Jean Perrin, Elments de biophysique. Paris, Flammarion, 1977. Groupe , Rhtorique gnrale. Paris, Larousse, 1970. Gaetano Kanizsa, La grammaire du voir. Paris, Diderot, arts et sciences, 1997. Jean-Marie Klinkenberg, "La relation texte-image. Essai de grammaire gnrale." Bulletin de la Classe des Lettres,Acadmie royale de Belgique, 6 srie, Tome XIX, 21-79, 2008. En ligne <20090128_Klinkenberg.pdf> Alain Lieury, Psychologie cognitive, Paris, Dunod, 2008. Abraham Moles, Thorie de l'information et perception esthtique, Paris, Flammarion, 1958. Valentin N. Ostrovsky, "Towards a Philosophy of Approximations in the "Exact" Sciences" HYLE.11 n2, 2005, pp. 106-126. David A. Ratkowsky, Handbook of nonlinear regression, New York, Marcel Dekker, 1989. Irvin Rock, La Perception, Louvain, De Boeck Universit, 2001. Norbert Wiener, Cyberntique et socit - l'usage humain des tres humains, Paris, 10/18, 1962. Leland Wilkinson, Cognitive Science and Graphic Design. New York, SYSTAT 10, 2000. Pawel Zeidler, "The Epistemological Status of Theoretical Models of Molecular Structure" HYLE.6 n1,
NAS n114 - Images et dmonstration scientifique 15

2000, pp. 17-34.

NAS n114 - Images et dmonstration scientifique

16