La partie la plus mal comprise du projet. Aucune technologie ne lit le contenu d’un souvenir : ici l’IA sert à choisir quoi présenter, quand, et à comprendre si quelque chose a réellement changé.
Énoncer d’abord les limites n’est pas de la modestie. C’est ce qui rend tout le reste vérifiable : si le périmètre est clair, chaque affirmation à l’intérieur peut être mise à l’épreuve.
Quatre choses que vous entendrez attribuer à des systèmes comme celui-ci, et qui ne sont vraies ni aujourd’hui ni dans une version future raisonnablement prévisible.
Aucune technologie ne décode le contenu d’une mémoire autobiographique. Les interfaces neuronales aujourd’hui en étude clinique lisent des intentions motrices dans le cortex moteur, ce qui est un autre signal dans une autre aire. La distance n’est pas de degré, elle est de nature.
Le modèle connaît ce que la personne a raconté, non ce qui s’est produit. Traiter la cohérence interne comme une preuve de vérité serait une erreur méthodologique grave, et dans un contexte sensible un préjudice.
L’objectif de l’intervention est choisi par la personne. Un système qui optimiserait vers un état affectif décidé par d’autres ne serait pas de la recherche sur la mémoire : ce serait une technologie de conditionnement, et c’est précisément ce que nous excluons.
Aucune phase n’est conçue pour fonctionner sans supervision humaine compétente. Le moteur propose, une personne décide, et la décision reste inspectable a posteriori.
La littérature sur la reconsolidation n’est pas à l’arrêt faute de théorie. Elle est à l’arrêt parce que les conditions qui ouvrent la fenêtre sont étroites, individuelles et non observables de l’extérieur.
Quel signal utiliser pour réactiver. Quel écart introduire par rapport à l’attendu. Quel âge a ce souvenir, quelle force, combien de fois il a déjà été rappelé. Dans les études, ces paramètres sont fixés par des heuristiques grossières, identiques pour tous les participants, et l’on s’étonne ensuite que les résultats soient hétérogènes.
C’est exactement la forme de problème où un modèle statistique individuel a quelque chose à dire. Non parce qu’il serait intelligent : parce qu’il peut tenir ensemble plus de variables par personne qu’un protocole écrit à la main.
Estimer, pour cette personne et ce souvenir, quel rappel produit assez de surprise pour déstabiliser sans en former un nouveau à côté. C’est aujourd’hui la variable la plus mal contrôlée de toute la littérature.
Cela ne s’observe pas directement. On peut en revanche observer les latences de réponse, les hésitations, la structure du langage, les signaux physiologiques : de là une estimation probabiliste, explicitement incertaine, de l’état du système.
Mise à jour, extinction, habituation, placebo, complaisance envers l’expérimentateur, régression vers la moyenne. Sans les séparer, tout résultat positif est indiscernable d’un artefact. C’est la partie la moins spectaculaire et la plus décisive.
Un modèle computationnel de la mémoire permet d’explorer des milliers de combinaisons d’indices, de temporalités et de contenus avant d’en proposer une à une personne. Cela réduit l’espace de recherche et déplace le risque des êtres humains vers le calcul.
Que les études divergent n’est peut-être pas du bruit. Il pourrait exister des sous-groupes aux dynamiques différentes. Les trouver exige des données longitudinales individuelles et des modèles qui ne moyennent pas tout d’emblée.
Chaque indice proposé, chaque contenu intégré, chaque décision du moteur reste enregistré et attribuable. Sans cela, il n’y a ni revue scientifique ni consentement éclairé réel.
La représentation que nous construisons est un graphe temporel de personnes, de lieux, d’épisodes, d’émotions déclarées et de contradictions, alimenté uniquement par ce que la personne a confirmé.
Ce n’est pas une copie de sa mémoire, et il importe de ne pas l’appeler ainsi, même par commodité. C’est un modèle de la façon dont cette personne raconte sa mémoire à un moment donné, avec toutes les omissions et les réécritures que le récit comporte.
Cela le rend moins fascinant et beaucoup plus utile : les contradictions ne sont pas des erreurs à corriger, ce sont un signal. Ce sont les points où le récit est instable, et donc les candidats naturels pour comprendre où existe une marge.
Un moteur adaptatif qui sélectionne indices et contenus dans des limites prédéfinies est techniquement un système d’apprentissage par renforcement sous contrainte. La tentation d’ingénieur est de fermer la boucle et de le laisser optimiser. C’est ce que nous ne ferons pas. Non par prudence formelle, mais parce que l’objectif à optimiser, dans ce domaine, n’est pas mesurable sans le demander à celui qui le vit. Un système maximisant un indicateur affectif trouverait des raccourcis dont personne ne voudrait, et les trouverait plus vite que nous ne nous en apercevrions.
Dans ce domaine, les mots font des dégâts. « Réécrire », « effacer » et « greffer » ne décrivent pas des capacités disponibles aujourd’hui. La greffe contrôlée de nouvelles traces mnésiques est pourtant la frontière déclarée de MNEMOS : réactiver, intégrer, restabiliser et mesurer sont les processus observables dont il faut partir pour comprendre si elle peut devenir possible. Ce sont les données qui établiront jusqu’où ce lexique pourra se traduire en une capacité réelle.
La suite dans Les orientations · Retour à MNEMOS
C’est d’établir qu’un changement observé est bien l’effet recherché. Les orientations d’exploration, le parcours translationnel et la limite éthique se trouvent sur la page suivante.
Les orientations →