Quantum-like Cognition in Process Theories: An Analysis

Cet article étend les modèles de cognition de type quantique aux théories probabilistes générales, démontrant que les modèles classiques d'instruments peuvent expliquer la plupart des effets cognitifs, mais suggère que seules des violations des inégalités de Bell dans des décisions conjointes pourraient strictement exclure les modèles classiques.

L'essentiel

🧠 Le Cerveau : Machine à Calculs ou Magie Quantique ?

Imaginez que vous essayez de comprendre comment fonctionne le cerveau humain, et plus précisément, comment nous prenons des décisions. Pendant des années, les scientifiques ont utilisé les règles classiques des probabilités (comme celles d'un jeu de dés ou d'une loterie) pour modéliser cela. C'est ce qu'on appelle le modèle classique.

Mais il y a un problème : les humains sont bizarres. Nous faisons des erreurs de logique, nos réponses changent selon l'ordre des questions, et nous avons des "effets d'interférence" (comme si une pensée perturbait une autre).

Pour expliquer ces bizarreries, certains chercheurs ont proposé d'utiliser les mathématiques de la mécanique quantique (la physique des atomes et des particules). Ils disent : "Le cerveau fonctionne comme un ordinateur quantique !" C'est ce qu'on appelle le cognitif quantique.

Cependant, les auteurs de cet article, Sean Tull et Masanao Ozawa, disent : "Attendez une minute. Est-ce qu'on a vraiment besoin de la physique quantique ? Ou est-ce qu'on peut juste utiliser un modèle classique plus intelligent ?"

🎭 L'Analogie du Théâtre : Le Processus

Pour trancher, les auteurs utilisent un outil mathématique appelé théorie des processus. Imaginez cela comme un langage de dessin pour décrire des histoires.

• Le modèle classique simple (Bayésien) : Imaginez un acteur qui lit un script fixe. Si on lui demande "Avez-vous faim ?", il répond "Oui" ou "Non" selon un état préétabli. Peu importe l'ordre des questions, sa réponse est toujours la même. C'est trop rigide pour un humain.
• Le modèle quantique : Imaginez un acteur qui change d'émotion à chaque fois qu'on lui pose une question. La question elle-même modifie son état d'esprit. C'est dynamique, mais c'est compliqué.
• Le modèle "Instrument" (La solution des auteurs) : Imaginez un acteur qui a un costume magique. Quand on lui pose une question, il ne se contente pas de répondre ; il change de costume pour la question suivante. Son état interne (sa "mentalité") est mis à jour par la réponse qu'il vient de donner.

🔍 Le Grand Débat : Qui a raison ?

Les auteurs ont analysé plusieurs "effets cognitifs" célèbres (comme l'effet de l'ordre des questions ou les paradoxes de logique) en utilisant ce langage de dessin.

1. Le verdict sur les modèles classiques simples

Ils confirment que les modèles classiques "bêtes" (ceux qui ne changent jamais l'état mental de la personne) échouent. Ils ne peuvent pas expliquer pourquoi l'ordre des questions change la réponse.

2. Le verdict sur les modèles classiques "intelligents"

C'est ici que ça devient intéressant. Les auteurs prouvent mathématiquement que n'importe quelle séquence de décisions humaines peut être expliquée par un modèle classique, à condition qu'on laisse ce modèle changer l'état mental de la personne (comme l'acteur qui change de costume).

L'analogie du robot :
Imaginez un robot très simple qui suit des règles. Si vous lui posez la question A, il change son code interne. Si vous lui posez ensuite la question B, il utilise ce nouveau code.
Les auteurs disent : "Vous n'avez pas besoin de magie quantique pour que ce robot imite parfaitement les erreurs de logique humaines. Un robot classique avec un bon système de mise à jour suffit."

En fait, ils montrent que même des modèles déterministes (où tout est prévisible et sans hasard) peuvent reproduire tous ces effets "étranges" si on leur permet de modifier l'état du système.

🚪 Les deux portes de sortie

Alors, le cerveau est-il quantique ou non ? Les auteurs disent que pour prouver qu'il est vraiment quantique, il faut passer par deux portes très difficiles :

Porte 1 : La restriction aux "Mesures Pures"

Si on force les modèles à être très simples (comme une simple mesure sans changement d'état complexe), alors le modèle classique échoue et le modèle quantique gagne. Mais les auteurs disent : "Pourquoi se limiter ? La réalité est plus complexe."

Porte 2 : Le test de Bell (La porte des "Jumeaux")

C'est le test ultime. Imaginez deux personnes qui prennent des décisions en même temps, sans se parler, mais dont les réponses sont étrangement corrélées.

• En physique classique, il existe toujours une explication "locale" (des variables cachées).
• En physique quantique, il existe des corrélations "non-locales" (intrication) qui défient la logique classique.

Les auteurs disent : "Si vous trouvez des données cognitives où deux personnes (ou deux parties du cerveau) prennent des décisions simultanées et violent les règles classiques de probabilité (violation des inégalités de Bell), alors on pourra dire : 'Ok, c'est du quantique'."

Le problème ? Dans la vie réelle, le cerveau est un système très connecté. Il est très difficile de trouver des situations où deux décisions sont vraiment indépendantes l'une de l'autre (sans "bruit" ou connexion cachée). Tant qu'on n'a pas trouvé de telles données, on ne peut pas exclure définitivement les modèles classiques.

💡 Conclusion : La leçon à retenir

En résumé, cet article nous dit :

1. Ne sautez pas trop vite sur le mot "Quantique". Le fait que les humains fassent des erreurs de logique ou que l'ordre des questions compte ne prouve pas que notre cerveau utilise la physique des atomes.
2. Le classique est plus flexible qu'on ne le pense. Si on permet aux modèles classiques de "mettre à jour" l'état mental (comme un ordinateur qui sauvegarde son historique), ils peuvent imiter presque tous les comportements humains étranges.
3. Il faut chercher plus loin. Pour vraiment prouver que le cerveau est quantique, il faut trouver des preuves expérimentales de "corrélations à distance" (comme l'intrication quantique) dans les décisions humaines, ce qui est un défi immense.

En une phrase : Le cerveau est peut-être étrange, mais il n'a pas besoin d'être quantique pour l'être ; un modèle classique bien réglé peut souvent faire le travail. La vraie preuve du quantique reste à trouver dans des expériences de décisions simultanées et indépendantes.

Résumé technique

1. Problématique

Le domaine de la cognition « quantique-like » (ou quantique) propose que les mathématiques de la théorie quantique offrent un langage naturel pour modéliser certains aspects de la prise de décision humaine, tels que les effets d'ordre, les interférences et les fallaces de conjonction. Ces phénomènes violent souvent les règles de la logique et de la probabilité classiques (bayésiennes).

Cependant, la question centrale reste ouverte : est-il réellement nécessaire d'invoquer l'appareil complet de la théorie quantique pour expliquer ces effets cognitifs, ou peut-on les reproduire avec des modèles classiques plus généraux ?

La littérature existante compare souvent des modèles classiques restrictifs (modèles bayésiens où l'état mental n'est pas perturbé) à des modèles quantiques (mesures projectives). Les auteurs soulignent que cette comparaison est biaisée car elle exclut les instruments classiques plus généraux qui permettent la mise à jour de l'état (perturbation). L'objectif de cet article est d'analyser rigoureusement ces arguments en utilisant le cadre formel des théories de processus probabilistes (Process Theories), qui généralisent à la fois les probabilités classiques et la théorie quantique.

2. Méthodologie

Les auteurs adoptent une approche basée sur la théorie des catégories symétriques monoïdales (Process Theories), représentée graphiquement par des diagrammes de cordes (string diagrams).

• Cadre Formel : Ils travaillent dans une théorie de processus probabiliste $\mathcal{C}$ contenant des objets classiques (représentant les résultats de décision) et des objets génériques (représentant l'état mental caché $S$).
• Modélisation des Décisions : Une décision est modélisée comme un instrument : un canal probabiliste qui prend un état mental $S$ en entrée, produit un résultat classique observable $X$, et renvoie un nouvel état mental $S'$ (mise à jour de l'état).
• Classification des Modèles : Ils définissent et comparent plusieurs classes de modèles :
  • Classiques Bayésiens : Instruments qui ne perturbent pas l'état caché (copie de l'état).
  • Classiques Généraux (Markov/Déterministes) : Instruments permettant la perturbation et la mise à jour de l'état.
  • Quantiques : Instruments basés sur des opérateurs complètement positifs (CP) sur des espaces de Hilbert, incluant les mesures projectives et les POVM (Positive Operator Valued Measures).
• Analyse Diagrammatique : Ils utilisent les diagrammes pour caractériser formellement les effets cognitifs (commutativité, interférence, répétabilité) et prouver des théorèmes d'existence de modèles.

3. Contributions Clés

L'article apporte plusieurs contributions théoriques majeures :

1. Unification par les Théories de Processus : Il fournit un cadre unifié pour décrire et comparer les modèles classiques et quantiques de la cognition, permettant une analyse diagrammatique claire des effets cognitifs.
2. Existence de Modèles Classiques Généraux : Le résultat le plus frappant est la preuve (Théorème 46) que n'importe quelle donnée de décision séquentielle (satisfaisant une condition de non-signalement futur) peut être modélisée par un modèle classique de Markov simple.
   • Cela inclut des modèles purement déterministes capables de reproduire tous les effets cognitifs (ordre, interférence, fallace de conjonction, égalité QQ).
   • Cela réfute l'idée que ces effets nécessitent intrinsèquement une nature quantique, tant que l'on autorise la perturbation de l'état mental.
3. Limites des Modèles de Mesure : L'article montre que si l'on restreint les modèles aux « modèles de mesure » (instruments canoniquement associés à des mesures, comme les POVM quantiques ou les canaux bayésiens classiques), alors les modèles quantiques peuvent expliquer certains effets que les modèles classiques bayésiens ne peuvent pas. Cependant, même les modèles quantiques de mesure échouent à expliquer simultanément les effets d'ordre et l'effet de répétabilité des réponses (RRE) (Théorème 40).
4. Nouvelle Voie pour la Non-Classicalité (Bell) : Les auteurs proposent que la seule façon de strictement exclure les modèles classiques (même déterministes) est d'aller au-delà des données séquentielles et d'étudier les décisions conjointes parallèles. Ils suggèrent que la violation des inégalités de Bell dans des données cognitives conjointes serait la preuve définitive de la nécessité de modèles non-classiques.

4. Résultats Principaux

• Effets d'Ordre et d'Interférence : Ces effets sont souvent cités comme preuve de la nature quantique. L'article démontre qu'ils résultent simplement de la non-commutativité et de la perturbation de l'état. Des instruments classiques déterministes simples (fonctions mises à jour) peuvent reproduire parfaitement ces effets (Exemple 23, 28).
• Fallace de Conjonction et Égalité QQ : De même, la fallace de conjonction (juger $A \land B$ plus probable que $B$ seul) et l'égalité QQ sont des conséquences de l'interférence. Elles ne nécessitent pas de superposition quantique, mais peuvent être générées par des canaux de probabilité classiques.
• Théorème 46 (Modélisation Universelle Classique) : Pour toute donnée séquentielle respectant la condition de non-signalement futur, il existe un modèle classique de Markov (avec un espace d'état fini) qui reproduit exactement les distributions de probabilité observées.
• Théorème 40 (Limitation des Modèles de Mesure Quantique) : Les instruments quantiques basés sur des mesures (POVM) ne peuvent satisfaire l'effet de répétabilité des réponses (RRE) et les effets d'ordre simultanément, sauf s'ils commutent (ce qui annule les effets d'ordre).
• Inégalités de Bell en Cognition : L'article établit que si des données de décisions conjointes (parallèles) violent une inégalité de Bell-CHSH, alors aucun modèle classique parallèle (basé sur des variables locales cachées ou des canaux de probabilité classiques) ne peut les expliquer. Cela ouvrirait la voie à une preuve stricte de la nécessité de modèles quantiques ou d'autres théories probabilistes non classiques.

5. Signification et Implications

• Réévaluation du Débat : L'article remet en cause le consensus selon lequel les effets cognitifs « non-classiques » prouvent la présence de phénomènes quantiques dans le cerveau. Il montre que ces effets sont des artefacts de la modélisation restrictive (modèles bayésiens) et peuvent être entièrement capturés par des modèles classiques dynamiques (avec mise à jour d'état).
• Définition de la « Non-Classicalité » : Pour affirmer que la cognition est quantique, il ne suffit pas de montrer des interférences séquentielles. Il faut soit :
  1. Restreindre la classe des modèles admissibles (ex: seulement les mesures sans perturbation arbitraire), ce qui est arbitraire.
  2. Ou, plus rigoureusement, trouver des données de décisions conjointes parallèles violant les inégalités de Bell.
• Futur de la Recherche : Les auteurs appellent les scientifiques cognitifs à concevoir des expériences testant les décisions conjointes (parallèles) avec des conditions de non-signalement strictes. Si de telles données existent et violent les inégalités de Bell, cela fournirait le premier argument structurel solide pour l'usage de modèles quantiques en cognition.
• Perspective Processus : L'utilisation des théories de processus offre un langage puissant pour explorer des modèles au-delà du classique et du quantique, potentiellement dans des théories probabilistes généralisées (GPTs) qui pourraient mieux capturer la complexité de la cognition humaine.

En résumé, ce papier démontre que la « quantique-like » cognition n'est pas nécessairement une preuve de physique quantique dans le cerveau, mais plutôt un signe que les modèles classiques statiques (bayésiens) sont insuffisants. La véritable frontière entre classique et quantique en cognition ne réside pas dans les effets séquentiels, mais potentiellement dans la structure des corrélations parallèles (Bell).