💬 NLP

Psychological Imagination Networks Show Cross-Population Centrality and Clustering Alignment in Humans That Large Language Models Fail to Replicate

Cette étude démontre que, bien que les réseaux d'imagerie mentale humaine présentent un alignement structurel robuste entre les populations en termes de centralité et de regroupement, les grands modèles de langage ne parviennent pas à reproduire ces schémas, suggérant que l'imagination humaine repose sur une mémoire expérientielle incarnée plutôt que sur le seul entraînement linguistique.

Auteurs originaux : Saurabh Ranjan, Brian Odegaard

Publié 2026-07-03

📖 6 min de lecture🧠 Analyse approfondie

CC BY 4.0

Auteurs originaux : Saurabh Ranjan, Brian Odegaard

Article original sous licence CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète

L'idée centrale : Comment nous « voyons » dans notre esprit

Imaginez que votre cerveau est une immense bibliothèque. Lorsque vous essayez d'imaginer quelque chose — comme le visage d'un ami ou un coucher de soleil — vous ne vous contentez pas de sortir un seul livre de l'étagère. Vous sortez tout un groupe de livres, de souvenirs et de sentiments liés qui sont connectés entre eux.

Cet article pose une question simple : Les humains organisent-ils ces « livres » mentaux de la même manière, et les chatbots d'IA (les grands modèles de langage) le font-ils de la même façon ?

Les chercheurs ont découvert que les humains sont remarquablement similaires dans la façon dont ils connectent ces images mentales, mais que les chatbots d'IA sont complètement différents.

L'expérience : Le « test d'imagination »

Les chercheurs ont soumis deux tests différents à des milliers de personnes réelles et à six modèles d'IA différents :

Le test visuel (VVIQ-2) : On a demandé aux participants d'imaginer huit scènes spécifiques (comme un soleil levant, une gare ou le visage d'un ami) et d'évaluer à quel point l'image était « vive » ou claire dans leur esprit.
Le test sensoriel (PSIQ) : On a demandé aux participants d'imaginer des choses en utilisant différents sens (sentir du bois qui brûle, toucher une fourrure douce, entendre une cloche) et d'évaluer la vivacité.

Ils ont fait cela avec des personnes de Floride, de Pologne et de Londres. Ensuite, ils ont demandé à six modèles d'IA différents (incluant des versions de Llama et de Gemma) de faire exactement les mêmes tests. Pour que ce soit équitable, ils ont même programmé les IA pour qu'elles adoptent des « personas » allant de l'« Aphantasie » (absence d'imagination) à l'« Hyperphantasie » (imagination ultra-vivide).

La découverte : La « toile » humaine vs la « ligne plate » de l'IA

1. La connexion humaine (La toile)

Lorsque les chercheurs ont examiné comment les réponses humaines se connectaient, ils ont trouvé une toile forte et cohérente.

L'analogie : Imaginez une toile d'araignée. Si vous pincez un fil (par exemple, « le visage d'un ami »), toute la toile vibre selon un motif spécifique et prévisible.
Le résultat : À travers différents pays et langues, les humains connectaient ces idées de la même manière. Si vous évaluiez « le visage d'un ami » comme étant très vif, vous aviez de fortes chances d'évaluer aussi « une scène de campagne » de manière vive. La « toile » de connexions était la même pour une personne en Floride que pour une personne en Pologne.
Pourquoi ? L'article suggère que c'est parce que nos cerveaux sont construits sur des expériences de la vie réelle. Nous avons tous vu des levers de soleil, touché de la fourrure et vu des amis. Nos souvenirs sont organisés par la façon dont nous avons vécu ces choses.

2. L'échec de l'IA (La ligne plate)

Lorsqu'ils ont examiné les réponses de l'IA, la « toile » était brisée.

L'analogie : Imaginez une feuille de papier plate sans aucun fil reliant les éléments. Ou imaginez une toile d'araignée où chaque fil a été coupé.
Le résultat : Les modèles d'IA n'ont pas réussi à créer le même motif de connexions.
- Ils n'ont pas connecté « l'odeur du bois » à « la sensation de chaleur » de la même manière que les humains.
- Dans de nombreux cas, les réponses de l'IA formaient un bloc unique et informe où tout était connecté à tout de manière égale, ou rien n'était connecté du tout.
- Même lorsqu'on donnait une « mémoire » à l'IA (en lui demandant de se souvenir de ses réponses précédentes dans la conversation), elle ne parvenait toujours pas à construire une toile semblable à celle de l'humain.
L'échelle n'avait pas d'importance : Peu importe que l'IA soit petite ou immense (jusqu'à 272 milliards de paramètres). Elles ont toutes échoué à reproduire la structure humaine.

Pourquoi l'IA a-t-elle échoué ?

L'article propose une explication fascinante utilisant une analogie de studio de cinéma :

L'humain (Le réalisateur + l'équipe technique) : Lorsqu'un humain imagine une scène, il est comme un réalisateur qui a réellement été sur un plateau de tournage. Il sait comment la lumière frappe la poussière, comment le vent se sent et comment les acteurs bougent parce qu'il l'a vécu. Son imagination est construite sur une « expérience incarnée ».
L'IA (Le lecteur de scénarios) : L'IA est comme une personne qui a lu tous les scénarios de films jamais écrits, mais qui n'a jamais mis les pieds sur un plateau. Elle connaît les mots « lever de soleil » et « chaleur » qui apparaissent ensemble dans les scénarios. Elle peut écrire une description convaincante d'un lever de soleil. Mais elle ne possède pas la carte interne de la façon dont ces concepts se connectent réellement dans un esprit vivant.

L'IA connaît le vocabulaire de l'imagination, mais elle manque de l'architecture de la mémoire.

La surprise de l'« intermédiarité » (Betweenness)

Les chercheurs ont également étudié un type spécifique de connexion appelé « Intermédiarité » (des idées qui servent de ponts entre deux autres idées).

Humains : Cette structure de pont était instable et différente pour chacun.
Pourquoi ? L'article suggère que ces « ponts » dépendent de votre histoire de vie personnelle. Peut-être que la « pluie » connecte à la « tristesse » pour vous, mais à la « joie » pour quelqu'un d'autre. Comme la vie de chacun est différente, ces ponts varient énormément, même si la structure principale de la toile reste la même.

L'essentiel à retenir

Humains : Nous partageons tous une « carte mentale » similaire de la façon dont l'imagination fonctionne parce que nous vivons tous dans le même monde physique et utilisons nos corps pour l'expérimenter.
IA : Même les modèles d'IA les plus intelligents d'aujourd'hui ne font que deviner des mots basés sur du texte. Ils ne peuvent pas reproduire la manière profonde et structurelle dont les humains organisent leurs souvenirs et leur imagination car ils n'ont rien vécu.

Ce qu'il faut retenir : Ce n'est pas parce qu'une IA peut parler de l'imagination de manière convaincante qu'elle « imagine » comme nous le faisons. C'est la différence entre lire une recette de gâteau et en goûter un réellement. L'IA connaît la recette parfaitement ; elle ne sait juste pas ce qu'est la sensation du gâteau.

Résumé technique : Analyse du réseau de la vivacité de l'imagination chez l'humain versus les grands modèles de langage

Énoncé du problème
Bien que la vivacité de l'imagerie mentale soit établie comme un trait individuel stable avec des structures de facteurs latents reproductibles, l'architecture relationnelle des scénarios imaginés reste inexplorée. Plus précisément, on ignore si la structure de covariation parmi les évaluations de la vivacité pour différents scénarios (par exemple, des scènes visuelles ou des modalités sensorielles) forme une topologie de réseau cohérente à travers diverses populations humaines. De plus, on ignore si les grands modèles de langage (LLM), qui acquièrent la connaissance de l'imagerie uniquement par l'entraînement linguistique plutôt que par l'expérience incarnée, peuvent reproduire la centralité et la structure communautaire de l'imagination humaine. La question centrale est de savoir si les LLM peuvent reproduire la « structure relationnelle » de l'imagination qui découle de l'organisation partagée de la mémoire, ou s'ils produisent simplement des évaluations linguistiques plausibles sans cohérence structurelle sous-jacente.

Méthodologie
L'étude a employé l'analyse de réseaux psychologiques pour cartographier la structure de corrélation partielle des évaluations de la vivacité issues de deux instruments validés :

VVIQ-2 (Vividness of Visual Imagery Questionnaire) : 32 items répartis en 8 contextes de scènes environnementales.
PSIQ (Plymouth Sensory Imagery Questionnaire) : 21 items répartis en 7 modalités sensorielles.

Données humaines :

Échantillons : Groupes géographiquement et linguistiquement distincts : Floride (USA, N=541), Pologne (N=1 651) et Londres (UK, N=217).
Analyse : Les réseaux ont été construits comme des graphes de corrélation partielle régularisés via la méthode EBICglasso avec des corrélations de Spearman. La centralité des nœuds (influence attendue, force, proximité, intermédiarité) et la structure communautaire (via l'algorithme walktrap) ont été analysées.

Données LLM :

Modèles : Six variantes ont été testées : Gemma3-12B, Gemma3-27B, leurs homologues entraînés par quantification consciente (QAT), Llama3.3-70B, et Llama4-16x17B (272 milliards de paramètres).
Simulation : Chaque modèle a généré 1 000 simulations en croisant 200 personas synthétiques avec cinq conditions de capacité d'imagination (de l'aphantasie à l'hyperphantasie).
Conditions : Deux modes conversationnels ont été testés :
- Indépendant : Les items sont évalués sans accès aux réponses précédentes.
- Cumulatif : L'historique conversationnel est maintenu (simulant la mémoire épisodique).
Appariement de la population : Les simulations de LLM ont été sous-échantillonnées à N=600 par modèle pour correspondre à la distribution des scores de vivacité totale trouvée dans les populations humaines, garantissant que les différences ne proviennent pas des niveaux de capacité globale mais de l'organisation représentationnelle.

Résultats clés

Cohérence du réseau humain :
- Centralité : Les réseaux humains ont montré un alignement robuste entre les populations pour les mesures de centralité locale. Les corrélations d'influence attendue et de force variaient de $r = 0,31$ à $0,93$ entre les échantillons distincts (Floride, Pologne, Londres). La centralité de proximité a également montré un alignement significatif.
- Clustering : La détection de communautés a permis de retrouver des clusters alignés sur les structures des questionnaires. Les réseaux PSIQ ont montré un alignement quasi parfait avec les modalités sensorielles (Indice de Rand ajusté, ARI = 0,87–1,0). Les réseaux VVIQ-2 ont montré un alignement modéré avec les contextes de scènes (ARI = 0,27–0,40).
- Instabilité : La centralité d'intermédiarité était instable dans toutes les populations ( $r \approx 0,08$ ), ce qui est cohérent avec sa sensibilité à l'histoire expérientielle individuelle.
Échec de reproduction par les LLM :
- Centralité : Les réseaux des LLM n'ont pas réussi à reproduire la structure humaine. Les corrélations de centralité LLM-humain étaient faibles et largement non significatives après correction (médiane $r = 0,13$ pour VVIQ-2 et $0,09$ pour PSIQ).
- Clustering : La plupart des configurations de LLM ont produit des topologies de cluster unique dégénérées (médiane ARI = 0). Même avec une mémoire conversationnelle cumulative, les LLM n'ont pas réussi à atteindre l'alignement de clustering observé chez les humains.
- Robustesse : Cet échec a persisté à travers les architectures de modèles, les échelles de paramètres (12B à 272B) et les conditions conversationnelles.

Contributions clés

Psychométrie de réseau de l'imagination : L'étude démontre que l'imagination peut être modélisée comme un réseau où la covariation au niveau des items reflète une organisation partagée de la mémoire, se distinguant des modèles de facteurs latents.
Benchmarks quantitatifs pour l'IA : L'article établit des seuils concrets pour évaluer les modèles de monde de l'IA générative : une corrélation de centralité inter-population minimale de $r = 0,31$ et un alignement de clustering VVIQ-2 minimal de ARI = 0,27.
Différenciation entre Représentation et Langage : Les résultats distinguent la capacité de générer un langage de vivacité plausible de la capacité d'organiser ce langage selon la structure relationnelle de la mémoire incarnée.

Signification et affirmations
Les auteurs postulent que la structure de réseau observée chez l'humain reflète l'organisation de la mémoire accumulée par l'expérience incarnée, une structure représentationnelle que l'entraînement purement linguistique ne reproduit pas.

Sciences cognitives : La réplication entre populations soutient la vue selon laquelle la composante de « rendu » de la simulation mentale humaine (le détail phénoménologique de l'imagerie) est organisée par des régularités environnementales et sensorielles partagées, liant le « moteur de physique » (simulation) humain à un « moteur de graphisme » (rendu).
Recherche en IA : Les résultats suggèrent que les LLM actuels, quels que soient leur échelle ou leur mémoire conversationnelle, manquent de l'organisation structurelle spécifique de l'imagination humaine. L'échec est spécifique à l'organisation de la connaissance phénoménologiquement ancrée plutôt qu'à la représentation sémantique générale, car les LLM réussissent dans des tâches où la similitude humaine peut être approximée à partir de statistiques linguistiques (ex: similitude de couleurs) mais échouent dans des tâches exigeant la structure relationnelle de la mémoire épisodique.
Direction future : L'article conclut que produire un langage de vivacité plausible et l'organiser selon la structure de la mémoire humaine sont des capacités séparables. Les travaux futurs devront tester des architectures multimodales pour déterminer si un ancrage sensorimoteur plus riche peut combler cet écart.

L'étude maintient la modestie quant à sa portée, notant que les échantillons humains étaient occidentaux et éduqués, et que des mesures objectives (ex: IRMf) sont nécessaires pour confirmer que la structure de réseau reflète l'organisation phénoménologique plutôt que des différences d'utilisation de l'échelle. Elle stipule explicitement que l'échec des LLM est une différence qualitative d'organisation représentationnelle, et non simplement une différence de degré.