Symbolique contre connexionnisme : de Macy à la convergence

[!NOTE] TL;DR : Le deep learning n'est pas une rupture, c'est la revanche de la voie connexionniste, l'un des deux chemins nés dans la cybernétique des années 1940. Je retrace la scission de 1956, les deux hivers de l'IA, puis le cercle que la convergence LLM-cerveau referme aujourd'hui. À lire avant ta prochaine décision d'architecture.

Trois articles, une seule matrice

En 1943, pendant que le monde s'effondre, trois articles posent calmement la question de l'esprit machine. Le premier, celui de McCulloch et Pitts, démontre qu'un réseau de neurones tout-ou-rien peut calculer tout ce qu'une machine de Turing sait calculer. Le deuxième, signé Rosenblueth, Wiener et Bigelow, redécrit le comportement orienté vers un but comme une boucle de feedback négatif, sans métaphysique. Le troisième, celui de Kenneth Craik, avance que le cerveau construit des « modèles » du monde pour essayer l'action avant de l'exécuter. Trois gestes distincts, un seul programme : mécaniser l'esprit, pour reprendre le titre du livre de Jean-Pierre Dupuy (MIT Press, 2009).

Plus de 18 500 citations plus tard (OpenAlex, consulté le 3 novembre 2026), l'article de McCulloch et Pitts reste la borne fondatrice, la première date clé de la liste de Margaret Boden. Dupuy note d'ailleurs que l'article n'aurait jamais existé sans l'impulsion de la thèse de Turing, que Pitts portait comme un trésor. Ce que j'y lis surtout, moi qui suis passé de l'hippocampe aux agents LLM, c'est le point d'origine d'une guerre : de cette matrice vont sortir deux voies, et leur conflit, symbolique contre connexionnisme, structure encore nos choix d'architecture en 2026.

Ma question

Comment deux voies issues de la même matrice cybernétique ont-elles pu se faire la guerre pendant cinquante ans ? Et pourquoi celle qu'on croyait morte en 1969 a-t-elle repris le pouvoir en 2012 ?

Fort de mes deux vies professionnelles, docteur en neurosciences cognitives puis architecte d'agents en production, j'ai rouvert le dossier avec les piliers sur lesquels reposait ma cognition de doctorant : Dupuy, Boden, les actes complets des conférences Macy édités par Claus Pias (Diaphanes, 2016), Sandro Skansi (Springer, 2018), et le dialogue entre Stanislas Dehaene et Yann Le Cun (La plus belle histoire de l'intelligence, Robert Laffont, 2023). Mon hypothèse de lecture tient en une phrase : le deep learning est la résurgence de la voie connexionniste, et la convergence actuelle entre neurosciences et machine learning referme un cercle ouvert en 1943.

Voici la carte du territoire avant le procès :

flowchart TD
    A["1943 : McCulloch et Pitts,<br/>Rosenblueth, Wiener, Bigelow, Craik"] --> B["Conférences Macy 1946-1953<br/>une seule communauté"]
    B --> C["Voie symbolique<br/>1956 : Dartmouth, Logic Theorist,<br/>grammaire générative"]
    B --> D["Voie connexionniste<br/>Hebb 1949, Perceptron 1957,<br/>rétropropagation, PDP 1986"]
    C --> E["Hivers : 1969, 1973,<br/>fin des années 1980"]
    D --> F["Deep learning<br/>1989 puis 2012"]
    E --> G["Convergence années 2020<br/>LLM, agents, NeuroAI"]
    F --> G
    G --> H["La machine redevient<br/>un instrument pour lire le cerveau"]

Les dix salons de la cybernétique

Entre mars 1946 et avril 1953, la Fondation Josiah Macy Jr. finance dix conférences à New York, à l'initiative du médecin Frank Fremont-Smith et du neuropsychiatre Warren McCulloch. Une vingtaine de membres réguliers, dont deux femmes, s'y retrouve à chaque session : Wiener, von Neumann, Pitts, Bigelow, Rosenblueth, Shannon, Mead, Bateson, von Foerster, Ashby, Licklider. Einstein, Russell et Turing déclinent l'invitation (Pias, 2016), ce qui renseigne sur le niveau de la liste d'attente. C'était, je le maintiens après relecture, le seul endroit du monde où un anthropologue pouvait interrompre un mathématicien sur sa définition de la causalité, et se faire écouter.

Ces salons ressemblaient à un atelier d'horloger. Sur le même établi, on démontait des servomoteurs anti-aériens et des réflexes vestibulaires, avec l'idée qu'une même grammaire (information, feedback, homéostasie, auto-organisation) décrive le mécanisme et l'organisme. Le groupe était unique, aucunement séparé en camps. La scission viendra plus tard, et de l'extérieur autant que de l'intérieur.

Le détail que l'histoire a le plus mal traité, c'est Rafael Lorente de Nó, l'élève de Cajal. Dès 1933, il avait démontré expérimentalement des circuits réverbérants, des chaînes fermées de neurones qui entretiennent leur propre activité après la fin du stimulus. C'était la première démonstration neurobiologique d'une boucle de feedback, plus de dix ans avant que Wiener ne théorise la chose. C'est lui, et non un mathématicien, qui ouvrit la première conférence aux côtés de von Neumann, en mettant le système nerveux et la machine à calculer en regard. Espinosa-Sánchez et ses collègues parlent, en 2023 dans The Neuroscientist, d'une connexion espagnole oubliée de la naissance de la cybernétique. J'ajoute que la réverbération est aussi l'ancêtre direct de la récurrence qui fâchera Minsky.

1956, la scission

L'année 1956 est la charnière, et Boden la place dans ses dates clés. Le 11 septembre, au MIT, un symposium réunit des résultats qui fonderont une discipline : le « nombre magique » 7±2 de George Miller, la grammaire générative de Chomsky, le Logic Theorist de Newell et Simon, premier programme à prouver des théorèmes de logique. L'été précédent, à Dartmouth, McCarthy, Minsky, Rochester et Shannon avaient baptisé « intelligence artificielle » leur programme d'été. En 1959, la recension de Chomsky pulvérise le béhaviorisme de Skinner, et Neisser donnera son nom à la psychologie cognitive en 1967.

La suite est un divorce. Le camp symbolique traite le support neuronal comme un détail d'implémentation : l'esprit est un logiciel, n'importe quel hardware fera l'affaire. Le camp cybernétique maintient que la pensée est ce que fait une machine apprenante faite de seuils et de poids ; on l'appellera connexionniste, mais le mot n'existe pas encore. Dupuy lit ces deux programmes comme deux mécanisations rivales de l'esprit, unies à l'origine puis disjonctées. Wiener est marginalisé, McCulloch s'efface : Dupuy observe que nombre d'héritiers de son legs ignorent jusqu'à son nom. Le cerveau sortait de la boucle, la boucle sortait de la science de l'esprit.

Les hivers du chemin vainqueur

Le vainqueur de 1956 gagne la guerre en dix ans, et il perdra la paix en vingt. En 1969, Minsky et Papert publient Perceptrons, un livre mathématiquement irréprochable qui démontre les limites du perceptron de Rosenblatt (le XOR, entre autres) et qui, par effet de bord, assèche les financements de toute la lignée neuronale. En 1973, le rapport Lighthill refroidit le Royaume-Uni entier. À la fin des années 1980, les systèmes experts s'effondrent en même temps que le marché des machines LISP, pendant que le projet japonais de cinquième génération (1982-1992) s'achève sans ses objectifs. Deux hivers, un entre chaque génération.

Dans le dialogue Dehaene-Le Cun, ce dernier raconte cette époque de l'intérieur : quand il soutient la rétropropagation à la fin des années 1980, les réseaux de neurones sont un sujet à éviter en conférence. Le témoin est de première main, puisque son article de 1989 sur la reconnaissance de codes postaux à Bell Labs fait de la convolution une technologie qui marche. J'y entends la même leçon que dans les cycles de ma propre discipline : une hypothèse ne meurt presque jamais sur preuve, elle meurt sur financement !

La résurrection connexionniste

Remontons la lignée, car elle est continue : Hebb (1949) pose une règle d'apprentissage locale ; Rosenblatt (1957) câble le Perceptron ; Werbos (1974) redécouvre la rétropropagation dans une thèse que presque personne ne lit ; les deux volumes PDP de Rumelhart et McClelland (1986) rendent à la cognition sa mécanique de poids et de seuils ; Le Cun (1989) industrialise la convolution ; en 2012, AlexNet abaisse l'erreur top-5 sur ImageNet à 15,3 %, contre 26,2 % pour le second. La voie que Boden traçait depuis 1943 venait de gagner sur le terrain, pas sur le papier.

Côte à côte

À relire ce tableau, une chose me frappe : aucune colonne n'a disparu. La voie symbolique vit dans les ontologies et la planification des agents d'aujourd'hui ; la voie connexionniste vit littéralement dans les transformers. Ton pipeline de règles hérite de Newell et Simon ; ton embedding hérite de Hebb.

Le cercle qui se referme

La victoire connexionniste se mesure aussi en volumes. NeurIPS, la conférence héritière de la lignée, est passée d'environ 515 soumissions en 1993 à 21 575 en 2025, avec 15 671 dès 2024 (fact sheets officiels NeurIPS et CS Conf Stats, consultés le 3 novembre 2026) :

{
  "type": "bar",
  "data": {
    "labels": ["1993", "2003", "2012", "2015", "2018", "2021", "2025"],
    "datasets": [{ "label": "Soumissions", "data": [515, 717, 1452, 1838, 4856, 9122, 21575], "backgroundColor": ["#3b82f6"] }]
  },
  "options": {
    "responsive": true,
    "plugins": { "title": { "display": true, "text": "Soumissions annuelles à NeurIPS, conférence héritière du connexionnisme" } },
    "scales": { "y": { "title": { "display": true, "text": "Nombre de soumissions" } } }
  }
}

Mais le vrai sujet de 2026 n'est pas la taille, c'est le retour de l'analogie machine-esprit comme instrument de recherche. Mitchell et Krakauer cartographient en 2023 dans PNAS le débat, « heated » selon leurs propres mots, sur la compréhension des LLM. Mahowald et ses collègues y répondent avec l'outil le plus net du dossier : dissocier la compétence linguistique formelle de la compétence fonctionnelle, exactement comme la neuropsychologie dissocie deux systèmes. À noter que cet article dépasse déjà 340 citations (OpenAlex). Puis Binz et ses collègues publient Centaur dans Nature en juillet 2025 : un LLM affiné sur Psych-101, soit plus de 60 000 participants, plus de 10 millions d'essais, 160 expériences, qui prédit les participants tenus hors échantillon mieux que les modèles cognitifs classiques, avec des représentations internes plus alignées sur l'activité neurale.

La contre-attaque est venue aussitôt. Bowers et ses collègues (2025) montrent que Centaur, soumis à des consignes absurdes, obéit en surhumain docile : on lui demande de répéter des listes de centaines de chiffres, il répète ; on lui demande des temps de réponse d'une milliseconde, il fournit. La prédiction n'est pas l'explication. Frank (2025) formalise le critère manquant, un « model-mechanism mapping » entre les mécanismes du modèle et les mécanismes de la cible : c'est exactement la discipline que la psychologie expérimentale exige depuis un siècle.

[!WARNING] Un LLM n'est pas conçu comme un modèle cognitif. Sans contraintes de plausibilité (corpus de taille humaine, mécanisme d'apprentissage transparent, ancrage multimodal), toute similarité comportementale reste une ressemblance fonctionnelle, pas une explication.

Et le cerveau, dans tout ça ? Il revient par la même porte. Dans le dialogue avec Dehaene, Le Cun décrit les architectures qui l'occupent : « des mémoires de travail séparées qui joueraient un rôle un peu semblable à celui de l'hippocampe », des réseaux récurrents configurables pour simuler les étapes d'un raisonnement. J'ai défendu ailleurs que l'hippocampe est un index, pas un entrepôt, et que lier, consolider puis intégrer est le vrai protocole de la mémoire. Je ne prétends pas que ces architectures imitent l'hippocampe au sens strict. Je constate que l'analogie de 1943 fonctionne dans les deux sens : le cortex a inspiré la machine, la machine sonde maintenant le cortex.

Limites et objections

Trois limites, assumées.

Première limite : je ne suis pas historien, je suis un lecteur d'historiens. Bien que ma lecture s'appuie sur des sources de première main, elle reste une lecture, pas une archive, et l'expression « révolution cognitive » est elle-même contestée entre historiens.

Deuxième limite : la continuité que je décris peut être surestimée. Un transformer n'apprend rien comme Hebb l'entendait, et l'entraînement par retours humains n'a aucun ancêtre cybernétique. « Résurgence » décrit une filiation de questions, pas une identité de mécanismes.

Troisième limite, la plus intéressante : l'objection incarnée. Varela, Thompson et Rosch (The Embodied Mind, 1991) avaient déjà contesté les deux camps à la fois, en rappelant que la cognition est incarnée, encastrée, étendue et enactée. Le débat actuel sur le grounding des LLM en est la réédition. Reste à savoir si le scaling répondra à un problème qui est peut-être, au fond, un problème de corps.

L'oubli des fondateurs

Plus généralement, une discipline qui perd la mémoire de ses fondateurs se condamne à réinventer leurs erreurs. Dupuy referme son livre sur cet avertissement, et l'oubli de McCulloch en est la démonstration. En 1943, le cercle s'ouvrait : le neurone inspirait la logique, la logique inspirait l'ordinateur. En 2026, il se referme : le cerveau prête ses architectures, et les LLM servent d'instrument de mesure au cerveau, de Centaur aux alignements neuraux. Si tu conçois des systèmes qui pensent, revenons en parler : architecturer sans cette mémoire-là, c'est refaire 1956 en croyant faire de l'invention.