Charge cognitive

Sydney, années 1980. Le psychopédagogue John Sweller, de l'University of New South Wales, cherche pourquoi certains exercices enseignent si mal : ses étudiants résolvent des problèmes d'algèbre sans rien en apprendre. Sa réponse, formalisée en 1988 dans la revue Cognitive Science, fonde la théorie de la charge cognitive : la mémoire de travail est si limitée que l'effort de résolution consomme la ressource qui devrait servir à construire le savoir. Il distingue trois charges — intrinsèque (la difficulté propre de la tâche), extrinsèque (imposée par la présentation) et germane (celle qui construit l'apprentissage) — et pose que seule la deuxième est entièrement entre les mains du concepteur.

La théorie irrigue d'abord la pédagogie et le e-learning, via les travaux sur l'apprentissage multimédia, avant de traverser vers le design d'interface : le « Don't Make Me Think » de Steve Krug (2000) en est la vulgarisation la plus vendue, et le Nielsen Norman Group en fait une lecture opérationnelle — la charge cognitive y est définie comme la quantité de ressources mentales qu'exige l'usage d'un système. Les heuristiques classiques de l'utilisabilité (reconnaissance plutôt que rappel, divulgation progressive, défauts intelligents) sont, au fond, autant de lignes d'économie sur ce budget mental que l'interface partage avec la tâche.

Le protocole fondateur est l'effet des exemples résolus, établi par Sweller et Cooper en 1985 : des étudiants qui étudient des solutions rédigées apprennent mieux et plus vite que ceux qui résolvent les mêmes problèmes eux-mêmes — la résolution sature la mémoire de travail au détriment de la compréhension. La recherche a ensuite documenté l'effet d'attention divisée (séparer un schéma de sa légende dégrade l'apprentissage) et outillé la mesure : échelles d'effort mental auto-rapporté, dilatation pupillaire, efficience relative entre conditions. Autant d'instruments qui ont transformé une intuition — « c'est trop compliqué » — en variable expérimentale.

Les travaux récents précisent le coût de la surcharge : sous forte charge, les erreurs augmentent, ainsi que le recours aux stéréotypes et aux biais — l'utilisateur saturé décide mal. Le multitâche numérique dégrade mesurablement l'efficacité d'apprentissage. La théorie a aussi ses débats internes : la charge « germane » a été critiquée comme difficilement falsifiable, et Sweller lui-même a révisé le modèle pour l'adosser plus strictement aux deux premières. Pour le praticien, la hiérarchie reste limpide : on ne peut pas réduire la difficulté intrinsèque d'une tâche, mais tout ce que la présentation ajoute est un impôt évitable.

Les interfaces conversationnelles rebattent le calcul de charge. D'un côté, elles suppriment des pans entiers de charge extrinsèque : plus de navigation à apprendre, plus de formulaire — on formule sa demande. De l'autre, elles créent une charge nouvelle, celle de la page blanche : face à un champ de prompt vide, l'utilisateur doit concevoir sa requête, tâche cognitive non triviale. D'où la convergence rapide des bonnes pratiques : suggestions de prompts, exemples cliquables, reformulation automatique. Pour les marques, l'IA est surtout une machine à « offloader » — résumés, pré-remplissage, brouillons générés : autant de travail transféré de l'humain vers le système, exactement au sens de Tesler.

Le risque spécifique est la verbosité : un assistant qui répond en 400 mots là où trois lignes suffisaient recrée la surcharge qu'il prétendait supprimer — et la littérature est claire, l'utilisateur saturé décide mal ou renonce. L'opportunité inverse est mesurable : les produits qui imposent à leur IA une discipline de synthèse (réponse courte d'abord, détail sur demande — la divulgation progressive appliquée à la génération) transforment le modèle en réducteur net de charge. La qualité d'un déploiement IA se juge à ce solde : charge retirée moins charge ajoutée.