Chunking

Harvard, 1956. Dans « The Magical Number Seven, Plus or Minus Two », publié par Psychological Review, George A. Miller constate avec un humour resté célèbre qu'un même nombre le « persécute » : la mémoire immédiate plafonne autour de sept unités. Mais l'essentiel de l'article est ailleurs, dans la parade qu'il propose — le recodage. Si la limite porte sur le nombre d'unités et non sur leur taille, il suffit de fabriquer des unités plus riches : des « chunks », groupes dotés de sens. Une syllabe, un mot, un motif connu comptent chacun pour un, quelle que soit l'information qu'ils condensent.

Le concept quitte le laboratoire dans les années 1970, quand Chase et Simon montrent que la force des maîtres d'échecs tient à des milliers de configurations mémorisées comme des touts. Il gagne ensuite l'ergonomie — formats de numéros de téléphone, codes postaux — puis la rédaction web : le Nielsen Norman Group en fait un pilier de l'écriture pour écrans, où les textes découpés en blocs signifiants survivent au balayage en F quand les pavés sont abandonnés. Le chunking est devenu la grammaire par défaut du contenu digital : intertitres, paragraphes courts, listes, champs auto-formatés.

L'étude la plus spectaculaire reste celle de l'étudiant « SF » : parti d'un empan banal de sept chiffres, ce coureur de fond entraîné par Chase et Ericsson atteint environ 80 chiffres après deux ans de pratique — en recodant les séries en temps de course et en âges. Détail décisif : sa mémoire de travail n'avait pas grandi, il ne manipulait toujours que trois à quatre chunks à la fois. Même verdict aux échecs : l'avantage des experts, massif sur des positions réelles, s'effondre quand les pièces sont placées au hasard. Dirlam avait calculé dès 1972 que le chunk optimal compte trois à quatre éléments.

Côté interfaces, le Nielsen Norman Group traduit la littérature en règles mesurables : des lignes de texte de 50 à 75 caractères, des numéros formatés — « (919) 555-5555 » plutôt que « 9195552743 », une carte bancaire en quatre blocs de quatre — et des contenus chapitrés, comme les vidéos navigables de TED.com ou les intertitres de la BBC. Les réplications ont aussi posé les limites : la capacité réelle oscille entre trois et six chunks selon les individus, et le découpage n'aide que s'il est signifiant — des groupes arbitraires ne créent aucun gain. La structure n'est pas un habillage : elle est l'information.

L'ironie n'échappera à personne : le « chunking » est littéralement le nom de l'étape clé des pipelines RAG, où les contenus sont découpés en blocs avant d'être indexés puis resservis par les moteurs de réponse. La conséquence pour le marketing de contenu est très concrète : ChatGPT, Perplexity ou les AI Overviews de Google citent des passages, pas des pages. Un contenu structuré en blocs autonomes — un intertitre explicite, une idée complète, une réponse qui tient debout hors contexte — a mécaniquement plus de chances d'être extrait et attribué. Le SEO génératif est, pour une large part, un art du chunk bien taillé.

Le risque symétrique : les interfaces conversationnelles qui répondent en pavés monolithiques recréent exactement le mur de texte que vingt ans de rédaction web avaient éliminé. Les assistants les mieux conçus structurent leurs réponses — titres, étapes, synthèse d'abord — et les marques qui déploient un chatbot devraient auditer ses sorties comme elles auditent leurs pages : un bot qui noie l'utilisateur sous un paragraphe de 300 mots perd la conversion aussi sûrement qu'une landing page illisible.