Modèles de la categorisation

Il y a donc un consensus pour considérer la catégorie comme une unité fonctionnelle capable à la fois de regrouper et de séparer les objets du monde. Toutefois, certains auteurs vont considérer qu’elle est par nature discrète et stable dans le temps. Cette citation de Keil (1994) illustre bien cette idée :

‘« Shared mental structures are assumed to be constant across repeated categorizations of the same set of instances and different from other categorizations. When I think about the category of dogs, a specific mental representation is assumed to be responsible for that category and roughly the same representation for a later categorization of dogs by myself or by another. (Keil, 1994, p.169) »’

Or cette conception de la catégorie, est, pour certains, fortement remise en question par le fait que les catégories seraient au contraire fluides, malléables et capables de s’adapter pour correspondre aux besoins de l’activité mnésique en cours (e.g. Barsalou, 1993a, 1993b).

Nous opposerons ainsi trois types de modélisations cognitives computationnelles de l’activité de catégorisation: 1) Des modèles où la catégorie est apprise et possède une représentation en mémoire (les modèles prototypiques), 2) des modèles où la catégorie est apprise mais ne possède pas de représentation en mémoire (les modèles à frontière décisionnelle), et 3) des modèles où la catégorie émerge lors de l’activité de l’individu (les modèles d’exemplaires)¹⁵. A noter que l’ensemble de ces modèles repose sur des paramètres souvent définis de manière arbitraire afin de pouvoir simuler des données. La grande différence entre les deux premiers types de modèles et le dernier concerne le niveau d’abstraction de la représentation de la catégorie.