Conclusions
Nous avons dans ce document défendu l’idée que le comportement des sujets humains en situation de résolution de problème s’expliquait par un couplage entre des capacités logiques limitées mais systématiques, et des capacités de calcul se perfectionnant avec l’expérience. La résolution de problème se résume alors en une exploration de l’espace de recherche effectuée par les opérateurs, et guidée par le module logique.
On peut ainsi considérer que l’humain, pour résoudre des problèmes dont il ignore au départ la complexité, effectue le travail le plus simple possible. Il perfectionnera alors ses connaissances et ses capacités de traitement jusqu’au point où il deviendra performant sur la tâche qu’il entreprend.
Notre modélisation confirme deux constatations empiriques. La première est que l’homme sans expérience n’est performant pour réussir aucune tâche, mais qu’il dispose de la capacité d’apprendre. La distinction entre le débutant et l’expert se comprend clairement sous l’angle de notre modèle. Cela entraîne notre seconde constatation, à savoir que le travail permet la performance.
Finalement, la résolution de problème peut être envisagée sous un angle nouveau. Compte tenu du fait que les préférences évoluent et que les sous-buts sont mémorisés au cours de la résolution, on peut considérer la résolution de problème comme un processus d’apprentissage. Notre modélisation semble même indiquer que ce soit le processus le plus efficace.
Nous allons maintenant terminer cette étude en envisageant les suites qu’il est possible de donner à ce travail. D’un point de vue scientifique, un grand nombre de questions restent ouvertes. Mais la plus grosse lacune de cette étude réside sans doute dans l’explication de la genèse des connaissances. Tout au cours de cette étude, nous avons considéré que les règles logiques et les opérateurs permettant de résoudre un problème préexistaient quand le sujet s’attaquait à un problème. Expliquer comment les connaissances logiques se forment, et comment se créent les opérateurs est un travail restant à réaliser. D’un point de vue technique, découvrir ces mécanismes permettrait peut-être alors de réaliser des applications capables d’apprendre à résoudre des problèmes. Nous terminerons ce chapitre de prospectives en indiquant une nouvelle manière d’envisager l’E.I.A.O, en faisant évoluer la notion de système tuteur vers celle de système pair.
