Interface : la revue de l'ACFAS, 1 novembre 1990, Cahier 1

ADRESSE DE RETOUR CASE POSTALE 6060, MONTREAL (QUEBEC] H3C 3A7 COURRIER DE 2* CLASSE ENREGISTREMENT If 6489 4,50$ LA REVUE DE LA RECHERCHE NOVEMBRE-DECEMBRE 1990 PER A-522 EX.2 NTERFACE André Roch Lecours Les grands désordres du langage ¦ La table française au Moyen Age ¦ Une boisson de soya pour remplacer le lait ¦ Femmes et propriété agricole ¦ Des crevettes qui résistent au cadmium Les réseaux de neurones Littérature et histoire au Québec L’interdisciplinarité : la bonne et la mauvaise.L’impact de la TPS sur la recherche universitaire ¦ Quand les femmes violentées passent inaperçues 977082648600506 L’Université de Montréal: l’université des sciences L’Université de Montréal est une L’importance accordée à la L’Université de Montréal, c’est plus multi-université où les sciences recherche scientifique et aux études de 50 000 étudiants et près de 2 000 sont une priorité.supérieures sont une caractéristique professeurs qui chaque jour s’ap- On y développe les connaissances de l’Université de Montréal.pliquent à recevoir, à transmettre dans le domaine des sciences ton- Celle-ci est d’ailleurs la plus impor- et à développer les connaissances damentales et des sciences appli- tante au Canada pour le nombre scientifiques, quées, des sciences de la santé d’étudiants inscrits à la maîtrise et ainsi que des sciences humaines et au doctorat, sociales.Les chiffres ci-haut incluent les effectifs de l'École Polytechnique et de l’École des Hautes Études Commerciales, toutes deux affiliées à l'Université de Montréal.A\ Ç%/ Pour consulter l'annuaire des cours de premier cycle, composez le 361-3333 (code: U de M) A Université de Montréal SOMMA ENTREVUE FACE À FACE ANDRÉ ROCH LECOURS 6 Richard Fortin ARTICLES LES RÉSEAUX DE NEURONES 10 Mario Marchand LITTÉRATURE ET HISTOIRE AU QUÉBEC 20 Laurent Mailhot CHRONIQUES L’INTERDISCIPLINARITÉ : LA BONNE ET LA MAUVAISE.4 Gérard Bouchard L’IMPACT DE LA TPS SUR LA RECHERCHE UNIVERSITAIRE 26 Entrevue de Susan Martin par Marie Chalouh • LA TABLE FRANÇAISE AU MOYEN ÂGE 30 •UNE BOISSON DE SOYA POUR REMPLACER LE LAIT 33 • FEMMES ET PROPRIÉTÉ AGRICOLE 34 • DES CREVETTES QUI RÉSISTENT AU CADMIUM 35 • QUAND LES FEMMES VIOLENTÉES PASSENT INAPERÇUES 36 TRANSFERTS Alain Fortier 37 SCIENCE-INTER Sophie Malavoy 38 BOURSES ET PRIX Michèle Blais 41 À SUIVRE Jocelyne Thibault 43 SOURCES Michèle Blais et Jocelyne Thibault 45 CHERCHEURS RECHERCHÉS Jocelyne Thibault 52 ÉDITORIAL MODEM SCIENCECLIPS INTERFACE NOVEMBRE • DECEMBRE 1990 INTERFACE Revue bimestrielle sans but lucratif.INTERFACE est publiée à l’intention de la communauté scientifique par l'Association canadienne-française pour l’avancement des sciences (Acfas), avec l'aide du ministère de l’Enseignement supérieur et de la Science.Note : le genre masculin est utilisé dans INTERFACE au sens neutre et désigne aussi bien les femmes que les hommes.Directrice générale de l’Acfas : Danielle Ros Rédactrice en chef : Sophie Malavoy Adjointes administratives : Jocelyne Thibault.Michèle Blais Comité de rédaction : Thérèse Bouffard-Bouchard, Jean Hamann, Laurent Lewis et Denise Pelletier Direction artistique : Mathilde Hébert.Annie Pencrech Typographie : Composition Solidaire inc.Révision linguistique : Hélène Lame Publicité : Yves Ouellette.SOCREP, 3995.rue Sainte-Catherine Est.Montréal (Québec) H1W 2G7, (514) 522-1304.FAX : (514)522-1761 Photo de la couverture : René de Carufel Les articles d’INTERFACE peuvent être reproduits sans autorisation à condition que l’origine en soit mentionnée.Pour toute demande de renseignements, s'adresser à l’Acfas.2730.chemin de la Côte-Sainte-Catherine.Montréal (Québec) H3T 1B7, (514)342-1411.FAX : (514)342-9552.La revue INTERFACE est répertoriée dans Point de repère.Courrier de deuxième classe, enregistrement n° 6489.8 novembre 1990 Dépôt légal : Bibliothèque nationale du Québec, quatrième trimestre 1990.ISSN : 0826-4864 4 INTERFACE NOVEMBRE • DÉCEMBRE 1990 * L'INTERDISCIPLINARITE: LA BONNE ET LA MAUVAISE.PAR GÉRARD BOUCHARD Gérard Bouchard est directeur du Centre interuniversitaire de recherches sur les populations, SOREP (Université du Québec à Chicoutimi, Université Laval et Université McGill).1 n’est pas aisé de dresser le bilan de l’interdisciplinarité au Québec: tant la colonne des actifs que celle des passifs sont en somme assez bien garnies.On ne saurait nier, en effet, que les progrès enregistrés au cours des dernières années ont été très substantiels.Les projets et équipes de recherche unidisciplinaires sont presque devenus choses rares, tandis que dans tous les secteurs, les programmes universitaires de 2e et 3e cycles sont de plus en plus ouverts aux disciplines voisines.En témoignent aussi, à leur façon, aussi bien l'évolution dans la forme et le contenu des colloques scientifiques que les politiques des principales agences de financement.Peu à peu s'est ainsi mise en place une dynamique qui a culminé récemment dans de vastes programmes comme les Actions structurantes à Québec ou les Networks of Centers of Excellence (NCE) à Ottawa.Cependant, il faut se garder sans doute de confondre concentration de ressources humaines et interdisciplinarité, l'une ne conduisant pas nécessairement à l’autre.Et à cet égard, on sait que les résistances et les obstacles sont encore nombreux.Parmi les principaux, évoquons le poids des traditions disciplinaires et des corporations professionnelles, les «coûts» intellectuels reliés aux pratiques d'ouverture et les contraintes d'ordre strictement logistique.LE FONCTIONNEL ET LE CULTUREL La comptabilité des avances et des reculs exige quelques distinctions préalables.D'abord, il existe de toute évidence des niveaux, des étages dans l'interdisciplinarité.A un premier palier, il y a la conceptualisation, puis les méthodes; viennent ensuite les modèles d'analyse et enfin les problématiques.C'est sur ce dernier plan — de loin le plus exigeant — que se réalise la véritable interdisciplinarité.Mais celle-ci se découpe aussi selon un autre axe, indépendant du précédent.Parmi les démarches interdisciplinaires, on peut en effet distinguer celles qui procèdent d'impératifs fonctionnels et celles qui se définissent essentiellement par rapport à la culture.Les premières sont très fréquentes dans le domaine du génie, de la technologie, de la médecine et de l'administration.Répondant à un souci d'efficacité (pour ne pas dire carrément de productivité), elles consistent à aménager des ponts entre les disciplines de manière à mieux exploiter, en les conjuguant, des savoirs utilitaires.Souvent, ces démarches se réduisent au transfert technologique (comme l'illustre l'histoire du laser ou du nucléaire) et, en définitive, à une division plus rationnelle du travail.L'autre type de démarches est moins triomphant: il relève du domaine du sens et des finalités, c'est-à-dire de l'«inutile».A caractère plus fondamental (par opposition à appliqué), ces entreprises interdisciplinaires s'exercent sur le plan des problématiques et même des paradigmes, qu'elles cherchent à comprendre, à expliciter et à remplacer parfois.On pénètre ici dans les prémisses de la connaissance, dans les couches profondes de la culture.L'histoire des sciences en offre elle-même plusieurs exemples (le «scandale» de l'héliocentrisme, ou le long chemin qui a conduit aux structures de l'ADN, pour ne mentionner que ceux-là).Mais l'histoire des sciences sociales est sans doute encore plus fertile en accidents de ce genre, leur objet étant particuliè- rement susceptible d'appréhensions disparates et contradictoires.L'interdisciplinarité dans l’étude des structures sociales conduit presque nécessairement à l'analyse des articulations culturelles qui les cimentent et les justifient.Ce qu'il importe de retenir dans ce dernier cas, c'est que les paradigmes en place s'y prolongent ainsi ordinairement dans des conceptions de la société qui finissent presque toujours par mettre en cause les pouvoirs et l'Etat lui-même.Ainsi, il ne suffit pas à ces entreprises d'être inutiles; elles se font en plus encombrantes, dans la mesure où les pouvoirs cherchent habituellement à envelopper leurs visées dans des normativités plus ou moins étanches.Dans la perspective adoptée ici, c'est ce qui distingue les sciences sociales des autres et on ne se surprendra pas qu'en conséquence, elles soient moins louées, et surtout moins subventionnées, par les ministères et par les entreprises.Qui voudra voir un caprice du hasard dans le fait que le prestigieux programme NCE du gouvernement fédéral ait fait si peu de place aux sciences sociales?INTERDISCIPLINARITÉ ET CRITIQUE SOCIALE C'est dans les années 1960 que l'interdisciplinarité est devenue un thème populaire dans les sciences sociales au Québec.En réalité, c'était le nom que l'on donnait alors à une volonté de réintroduire l'humanisme dans des savoirs de plus en plus émiettés et séduits par des vocations purement technocratiques; l'humanisme: en l'occurrence, la faculté d'analyser les actions ou les formes sociales pour en dégager les finalités et éventuellement en proposer d’autres, au nom de la démocratie et d'une certaine conception de la société.Tant bien que mal, l'interdisciplinarité dans les sciences humaines conserve toujours cette référence qui lui est spécifique.Certes, nous ne parlons pas ici de projets bien inoffensifs (quoique procédant du même esprit) où l'histoire s'allie à la démographie pour mieux comprendre la diffusion des comportements contraceptifs, où la sociologie et la philosophie se concertent pour expliquer la résurgence des mouvements religieux.Nous pensons plutôt à ces tentatives concertées dans le but, par exemple, d'expliquer les mutations récentes du monde de l'entreprise et les nouvelles stratégies d'encadrement des travailleurs, de mettre au jour les tendances et les enjeux qui commandent l'évolution du système scolaire, ou de rendre compte du nouveau type de relations que l'Etat tente d'instaurer avec les citoyens.On voit bien en quoi ce genre d'investigations, interdisciplinaires au sens le plus strict du terme et presque par nécessité, peut inquiéter.LE PURGATOIRE DES SCIENCES SOCIALES Dans cet esprit, il est à propos de rappeler ici la défaveur où sont tombées les sciences sociales auprès des puissants (le dernier camouflet provenant de la loi 90, qui n'a prévu qu'un représentant du monde de «l'enseignement et de la culture» parmi les 35 membres de la Commission sur l'avenir politique et constitutionnel du Québec).Cette forme d'ostracisme est inacceptable pour trois raisons.D'abord, à cause des inégalités criantes qu'il instaure artificiellement dans le monde professionnel entre les élus de 1' «utile» et les autres; ensuite, parce qu'à long tenue, il tend à créer un hiatus entre la science et la politique; enfin, parce que c'est faire bon marché de l'état de service des sciences sociales au Québec.On semble avoir bien vite oublié que celles-ci ont inspiré la Révolution tranquille et contribué largement à mettre le Québec moderne sur les rails.POUR UN RETOUR À L'ÉQUILIBRE Après bien d'autres, nous en venons ainsi à dénoncer la marginalisation des sciences sociales dans notre société et le scandaleux gaspillage de talents qu'elle entraîne au nom même de l'efficacité*.Il est triste aussi de relever que les signes d'un redressement ne sont pas encore visibles.Songeons entre autres à l'échec des projets de réforme pédagogique dans les cégeps, depuis le fameux Livre blanc en 1978 qui préconisait un enseignement à caractère plus fondamental et plus intégré.Par ailleurs, malgré les changements spectaculaires ayant affecté l'ensemble des champs disciplinaires au cours des dernières décennies, on continue souvent à opposer sciences naturelles et sciences sociales, ainsi qu'on le faisait au début du XXe siècle: comme si les unes étaient infaillibles et n'avaient pas de comptes à rendre à la société — par exemple, concernant tout le dossier de la détérioration de l'environnement — et comme si les autres étaient incapables de rigueur et de précision, irrémédiablement vouées aux errements subversifs de l'«idéologie».Il est certain que le déséquilibre actuel sera éventuellement corrigé, mais nous ne songeons guère à nous en réjouir, à cause des coûts que la société devra payer entre temps.Après tout, la solution de nombreux problèmes contemporains relève en définitive très largement des sciences sociales, qu'ils soient liés au refus de se reproduire et au vieillissement, à l'intégration des jeunes et aux nouvelles formes de marginalisation, à la gestion de la décroissance ou aux inégalités de développement.Pour ceux et celles qui ne se contenteraient pas d'un attentisme très aléatoire, il reste la possibilité d'une action concertée; quelque chose comme un front commun.Suivant l'exemple de pratiques désormais bien accréditées dans notre société, pourquoi les professeurs les plus concernés ne se serviraient-ils pas du formidable appareil dont ils ont la responsabilité pour préparer un redressement qui devient de plus en plus pressant?Et ne trouve-t-on pas ici les éléments d'un mandat auquel pourraient travailler ensemble le Regroupement québécois des sciences sociales et l'Acfas?¦ Note 1.Il y a quelques mois, une agence de recherche québécoise a ouvert un concours pour combler un poste de chercheur en sciences humaines: plus de 100 personnes détenant un doctorat ont posé leur candidature.CONSEIL D'ADMINISTRATION 1990-1991 ASSOCIATION CANADIENNE-FRANCAISE POUR L'AVANCEMENT DES SCIENCES Denis Barabé, biologie végétale, botaniste, Jardin botanique de Montréal; chercheur invité, Département des sciences biologiques, Université de Montréal Bruno Battistini, étudiant, vice-président à l'administration pour le Regroupement des étudiants en maîtrise et doctorat de l'Université de Sherbrooke (REMDUS), Faculté de médecine, Université de Sherbrooke Hatem Bouattour, étudiant, vice-président externe, Association des étudiants aux cycles supérieurs de Polytechnique, Montréal André Boudreau, langue et linguistique, adjoint à la vice-recteure aux ressources humaines, Université Laval Maurice Cohen, mathématiques, vice-recteur, relations institutionnelles et finances, Université Concordia James de Finney, études françaises, vice-doyen, Faculté des études supérieures et de la recherche, Université de Moncton Gilles Y.Delisle (1er vice-président), génie électrique, vice-doyen, Faculté des sciences et de génie, Université Laval Michel Guindon (trésorier), administration des affaires, professeur, Ecole des hautes études commerciales, Montréal Pierre Hubert, génie électrique, vice-président adjoint, Systèmes de réseau, Recherches Bell-Northern Itée, Montréal Réal L'Archevêque (président), génie électrique et électronique, vice-président, Recherche et technologie, Le Groupe SNC, Montréal Marcienne Lévesque, psychopédagogie, professeure, Faculté des sciences de l'éducation, Université de Montréal Camille Limoges (président sortant), histoire et socio-politique des sciences, professeur, Centre de recherche en évaluation sociale des technologies (CREST), Université du Québec à Montréal Guy Lusignan, éducation, professeur, Département des sciences de l'éducation, Université du Québec à Montréal Bruno Maranda, biologie cellulaire et microscopie, professeur, Faculté Saint-Jean, Université de l'Alberta Raymond Mougeon, linguistique, professeur, Département d'études françaises, Université York (Ontario) Henri Navert (2e vice-président), médecine, directeur médical, Phoenix International / Sciences de la vie, Montréal Louise Quesnel, génie, vice-présidente, Administration et développement corporatif, Centre de recherche informatique de Montréal (CRIM) David Reed, traduction, jurilinguiste-conseil, Institut Joseph-Dubuc, Collège universitaire de Saint-Boniface (Manitoba) Fernand Rhéault, physique, directeur, Institut national de la recherche scientifique (INRS-Énergie) Danielle Ros (secrétaire), directrice générale, Association canadienne-française pour l'avancement des sciences (ACFAS) Guildo Rousseau, littérature comparée, professeur, Centre d'études québécoises, Université du Québec à Trois-Rivières Jean-Pascal Souque, éducation, directeur-adjoint, Musée national des sciences et de la technologie, Ottawa Louise Thibault, nutrition, professeure, Département de diététique et nutrition humaine, Collège McDonald, Université McGill Jean-Marie Demers (archiviste), biologie, professeur retraité, Département des sciences biologiques, Université de Montréal 6 INTERFACE NOVEMBRE • DÉCEMBRE 1990 - _ DEPUIS DES ANNÉES, ANDRÉ ROCH LECOURS SE CONSACRE AUX DÉSORDRES DU LANGAGE.UNE PASSION QUI A AMENÉ CE MÉDECIN À TRAVAILLER À LA FRONTIÈRE ENTRE LA NEUROLOGIE, LA LINGUISTIQUE ET LA PSYCHOLOGIE.ET AVEC SUCCÈS! LE LABORATOIRE THÉOPHILE-ALAJOUANINE, QU'IL DIRIGE, EST L'UN DES PREMIERS EN IMPORTANCE AU MONDE DANS LE DOMAINE DE LA NEUROPSYCHOLOGIE DU LANGAGE.ANDRE ROCH LECOURS LES GRANDS DÉSORDRES DU LANGAGE PAR RICHARD FORTIN Le Dr André Roch Lecours, neurologue, directeur du Centre de recherche et du laboratoire Théophile-Alajouanine du Centre hospitalier Côte-des-Neiges, s'intéresse à la production du Verbe.Il s’agit d'une entreprise assez immodeste, puisque le Verbe, cela s'appelle aussi, pour certains, Dieu.Pour le Dr Roch Lecours toutefois, le verbe, cela s'appelle le langage et son créateur est le cerveau humain.Pour lui, l'esprit n'est qu'une propriété de la matière.Propriété fascinante bien sûr, mais qui n'a pas d'existence en dehors du cerveau qui l'engendre.«Étant médecin de formation et ayant à bien des reprises observé que, lorsqu'on casse le cerveau, on casse également l'esprit, je suis nécessairement réductionniste.Ce qui ne m'empêche pas de m'intéresser à la cognition.» Mais le cerveau, même réduit à lui-même en tant qu'entité biologique, est d'une telle complexité qu'il promet bien des joies et des peines aux Prométhée de laboratoire.«D'ailleurs, concède volontiers André Roch Lecours, ce n'est pas demain la veille que nous pourrons faire une cartographie complète du cerveau établissant un lien direct entre les événements biochimiques et les événements cognitifs.» Depuis plus de vingt-cinq ans donc, le Dr Roch Lecours se consacre à l'étude du langage parlé et écrit, «la caractéristique la plus fondamentale de la bête humaine».Pionnier de la neuropsychologie et de la neurolinguistique en tant que secteurs reconnus des neurosciences au Canada, il a fréquenté les plus grandes universités, a occupé de nombreux postes universitaires en Amérique et en Europe, a prononcé d'innombrables conférences et a publié énormément.Près de 200 articles, chapitres et livres, dont un traité sur l'aphasie qui fait autorité dans sa discipline.L'aphasie, désordre du langage résultant de lésions localisées dans diverses régions du cerveau, quasi toujours de l'hémisphère cérébral gauche, exerce depuis longtemps sur le Dr Roch Lecours une sorte de fascination.«La compréhension des désorganisations acquises du langage nous permet, dans une certaine mesure, de faire des inférences logiques quant au fonctionnement normal du cerveau lorsqu'il produit du langage parlé ou écrit.» 7 INTERFACE NOVEMBRE • DÉCEMBRE 1990 Les manifestations cliniques de l'aphasie sont aussi variées qu'étranges.Qu'on en juge.Les symptômes peuvent aller du simple défaut d'élocution, apparenté à la dysarthrie — défaut lié à des troubles phono-articulatoires — aux phénomènes les plus surréalistes.A la question: Avez-vous des enfants?, une patiente répond, par exemple: «J'ai une autre femme qui est restée depuis la beutrée de l'enfant de ma fils.Tous les jours elle venait à Palis pour paler dans les cossigues.Elle prenait le namuture la tuc-teur et l'ambetière, pour apprendre à bien s'inscrumer.» Le Dr Roch Lecours a publié avec ses collaborateurs une cinquantaine d’articles sur la structure et, le cas échéant, sur la signification des différents types de jargon.Avec un collègue, il a conçu un programme informatique reproduisant le langage apparemment abscon caractérisant l'un de ces types de jargon.«Toutefois, regrette-t-il, personne n'a encore élucidé les mécanismes de production des jargonaphasies, pas plus d’ailleurs qu'on n'a élucidé les mécanismes de production des schizophasies, lesquelles possèdent aussi des caractéristiques pouvant être étudiées systématiquement.» Désorganisations syntaxiques, agrammatisme et stéréotypie sont d'autres manifestations possibles de l'aphasie.Le malade souffrant d'agrammatisme n'utilise pas ou utilise mal les mots de la grammaire (articles, pronoms, etc.) qui permettent de lier les mots entre eux.Le malade souffrant de stéréotypie n'a pour tout langage qu'un son, un mot ou une courte phrase, qu'il utilisera à tout propos, souvent sur un ton bien accordé au contexte de la «conversation».Baudelaire, qui a été aphasique à la fin de sa vie, ne pouvait dire que «Crénom».Lin autre écrivain, «Bonsoir les choses d'ici-bas».Ce qui étonne dans l'aphasie, c'est la spécificité des symptômes selon la localisation des lésions cérébrales.Ainsi, un aphasique ne comprendra plus le langage écrit, mais comprendra le langage parlé.Ou sera incapable de lire à haute voix bien qu'il sache toujours écrire.Ou saura écrire mais ne pourra pas se relire.«En somme, explique le Dr Roch Lecours, vous pouvez concevoir le langage comme un ensemble de systèmes cognitifs interactifs qui ont une même finalité.Mais il y a plusieurs composantes à cette machine et selon les éléments de la machine qui sont brisés, les manifestations cliniques vont être différentes.» ARCHITECTURE ANATOMIQUE ET ARCHITECTURE FONCTIONNELLE Cette division du travail dans le traitement de l'information, dont se nourrit le cerveau, oblige les chercheurs, s’ils veulent progresser, à développer des outils conceptuels très raffinés.«Je crois que si nous voulons bien poser nos questions en termes d'architecture anatomique, il nous faut au préalable aborder le comportement par le biais de modèles explicites de l’architecture fonctionnelle, des modèles qui puissent nous permettre de faire des prédictions.En ce qui concerne l’architecture fonctionnelle, on pourrait, par exemple, faire un modèle des différentes étapes à franchir dans le traitement d'une information lexicale.Chaque étape devrait être justifiée par des expériences faites auprès de sujets normaux et cérébro-lésés .Il serait ensuite possible, grâce aux outils technologiques actuels, de regarder le cerveau «agir» en fonction «non plus de grands syndromes très complexes et mal situés sur le plan théorique, mais en fonction de symptômes particuliers perturbant une architecture fonctionnelle donnée.» Dans cet esprit «fonctionnaliste», le Dr Roch Lecours concocte actuellement un grand projet de recherche international portant sur l’étude des lésions cérébrales en relation avec les différents codes écrits inventés par l'humanité.En collaboration avec le cognitiviste Alfonso Caramazza de la John Hopkins University, il a déjà réuni une équipe de chercheurs provenant des quatre coins du monde.A l'origine du projet de recherche, un constat étonnant: la lecture des codes écrits se fait de trois manières différentes faisant sans doute appel à des structures au moins en partie distinctes du cerveau.Le traitement de l’information alphabétique peut s'effectuer par transcodage des graphèmes (lettres) en phonèmes (sons).L'assemblage des phonèmes aura un sens (mot lexical) ou n'en aura pas (néologisme comme «tarabi»,«babalou», etc.).Certains aphasiques ne peuvent pas lire un néologisme parce que la voie de transcodage a été coupée.Ils doivent donc utiliser une autre voie du traitement de l'information, qui consiste à lire globalement les mots en passant ou non par le sens.Le lecteur consulte son dictionnaire, son lexique mental.Les codes idéographiques (de type chinois) ne peuvent être appréhendés que globalement, sans transcodage, puisque les signes ne sont pas décomposables.Il est toutefois intéressant de constater que certains Chinois aphasiques peuvent lire les idéogrammes sans les comprendre.Ce traitement global asé-mantique pourrait constituer une troisième voie de lecture.Logiquement, certaines lésions cérébrales ne devraient pas produire les mêmes effets sur les Chinois que sur les Anglais ou les Français, par exemple.Mais les modes de traitement de l'information n'étant pas mutuellement exclusifs, on pourrait trouver des similarités surprenantes à cause des irrégularités des codes écrits français et anglais.Ainsi, pour accéder aux mots tough, though ou through, par exemple, le lecteur anglophone doit obligatoirement faire une lecture globale, comme le fait le lecteur chinois pour lire des idéogrammes.Par contre, une langue entièrement régulière, comme l'espagnol, pourrait favoriser le mode de lecture par transcodage.En cela, elle s'apparente aux langues pseudosyllabiques du sud de l'Inde, très régulières, quoique visuellement plus difficiles à déchiffrer.«Si une lésion très périphérique entrave le décodage de toute information visuelle, explique le Dr Roch Lecours, l'Indien devrait être "plus malade" que l'Espagnol.Mais à un stade ultérieur du traitement de l'information, les deux devraient présenter les mêmes symptômes, quelle que soit la distance qui les sépare sur le plan culturel.Voilà le type de comparaison que nous aimerions faire.» UN BON ÉLÈVE André Roch Lecours est né à Saint-Jacques-de-Montcalm, près de Joliette, en 1936.De mère gaspésienne et infirmière, de père montréalais et médecin.«Je suis allé en médecine un peu parce que mon père était médecin.Quand le temps est venu, j'ai trouvé naturel d'entrer à la Faculté.» Il voulait être obstétricien, comme son père avait été médecin accoucheur.C'est le Dr Raymond Robillard qui le détourna de sa voie en l'envoyant chez son maître, le grand neurologue Raymond Adams, qui oeuvrait alors au Massachusetts General Hospital.Le jeune Roch Lecours rêvait de Paris, mais Adams lui fit faire un long détour par Boston.Ainsi, après une année de résidence en neurologie à l'Hôtel-Dieu de Montréal, il entre à la Tuft University School of Medicine; puis à la Harvard Medical School, où il rencontre son maître, Paul-Ivan Yakovlev; enfin, au Massachusetts Institute of Technology, où Hans Lukas Teuber dirigeait une grande école de neuropsychologie.Ensuite, lui avait dit Raymond Adams, vous irez en Europe si vous voulez.Ce qu'André Roch Lecours fait volontiers.A l'hôpital de la Salpêtrière à Paris, François Lhermitte, patron tout-puissant, le reçoit «avec la magnificence des princes».Le Dr Roch Lecours accomplit l'exploit peu commun (pour un métèque, précise-t-il) de devenir professeur associé à la Faculté de médecine de Paris.À 32 ans.En 1970, on lui offre un poste de professeur adjoint à la Faculté de médecine de l'Université de Montréal.Tiraillé entre son goût de la vie parisienne et l'Appel de la race, il choisit de ne pas choisir et fait pendant plus de deux ans la navette entre Montréal et Paris.C’est à la même époque qu'à l'instigation de Jean-Pierre Cordeau et de Herbert Jasper, il fonde son premier laboratoire, le Centre de rééducation du langage et de recherche neuropsychologique, installé à l'Hôtel-Dieu de Montréal.Et quand en 1982, le doyen de la Faculté, Pierre Bois, lui propose de prendre la tête du Centre de recherche du Centre hospitalier Côte-des-Neiges, il est très heureux.«L'idée m'a plu, d'autant que nous commencions à nous sentir à l’étroit dans un grand hôpital actif comme l'Hôtel-Dieu.Nous étions une douzaine dans ce temps-là.Nous sommes presque 70 aujourd'hui.» Le Dr Roch Lecours dirige également le laboratoire Théophile-Alajouanine, nommé ainsi en l'honneur du premier neurologue qui eut l'idée de s'adjoindre des linguistes dans la poursuite de ses recherches, enlevant ainsi à la médecine son monopole sur l'étude de la neuropsychologie du langage.Prix Jacques-Rousseau 1988 de l'Acfas (humanisme et multidisciplinarité), André Roch Lecours est convaincu que la connaissance des mécanismes de production du langage est si fondamentale qu'elle implique la collaboration de spécialistes issus autant des sciences dites exactes que des sciences humaines.Son laboratoire regroupe des chercheurs seniors formés tant à la Faculté de médecine qu'aux départements de psychologie et de linguistique de l'Université de Montréal, de l'Université du Québec à Montréal et de l'Université McGill.Il est le plus important de la francophonie et l'un des plus importants au monde.Médecins praticiens et chercheurs (généralistes, gérontologues, neurologues, psychiatres, pathologistes, psychologues, linguistes et professionnels de la rééducation) s'y côtoient dans la plus belle harmonie et y dirigent les travaux d'une trentaine d'étudiants aux cycles supérieurs et de stagiaires postdoctoraux provenant de disciplines et de pays divers.D'ailleurs, pour le Dr Roch Lecours, les sciences humaines sont dans ce domaine tout aussi exactes que les sciences exactes.«La recherche en psychologie cognitive, c’est de la science exacte, insiste-t-il.Certains paramètres cognitifs peuvent maintenant se mesurer presque aussi précisément que le taux de sucre dans le sang.Quand j'ai fait des recherches sur les effets des lésions cérébrales sur les illettrés, j'ai collaboré avec des orthophonistes, des psychologues et des sociologues, et l'expérience a été très féconde.Ils m'ont appris que l'illettrisme se définit en fonction des sociétés et non pas en fonction de l'espèce.» Le laboratoire Théophile-Alajouanine est un phare dans son domaine.Il entretient des collaborations avec des équipes de recherche réparties sur plusieurs continents et accueille régulièrement de nombreux chercheurs étrangers.Le laboratoire fait partie du Centre de recherche du Centre hospitalier Côte-des-Neiges, dont la vocation est axée sur la neuropsychologie du vieillissement normal et pathologique.Très bien subventionné par le Conseil de recherches médicales du Canada et le Fonds de la recherche en santé du Québec, le Centre est en phase d'expansion.Son avenir promet d'être brillant.Ne serait-ce que parce que, outre le fait qu'on y fait de la «bonne science», il occupe le créneau idéal: le vieillissement.Les responsables du système médico-hospitalier tremblent déjà à l'idée de ce qui adviendra quand le Québec sera vraiment une société de «vieux».Le Dr Roch Lecours ne tremble pas.Il prépare l'avenir en animant la recherche avec enthousiasme et un certain humour.S'il subordonne l'esprit à la matière, il n'en manque pourtant pas.Témoin, cet Ubu tonitruant affiché derrière son bureau et qui avertit: «Il ne peut répondre, car il est tombé sur la tête.Son cerveau s'est endommagé sans doute à la circonvolution de Broca, en laquelle réside la faculté de discourir.Cette circonvolution est la troisième circonvolution frontale à gauche en entrant.Demandez au concierge.Messieurs, pardon! demandez à tous les philosophes.» ¦ acfas LES CAHIERS DE L’ACFAS DERNIÈRES PARUTIONS LES CAHIERS SCIENTIFIQUES ' act» 60.Le paradoxe de la gestion universitaire : pour une nouvelle problématique 61.Consultations publiques et stratégies de planification 63.Une démocratie technologique?64.Colloque sur la fabrication automatisée 65.Territoires et minorités: de l’Amérique française au lac Meech 66.Bioéthique, méthodes et fondements 67.La pensée économique au Québec français 68.Génétique et éthique: identification et thérapie des maladies génétiques 69.L’Utilisation du processus d’apparition du handicap: approche conceptuelle dans la recherche 70.«Sexe faible» ou travail ardu?Recherches sur la santé et la sécurité des travailleuses 71.L’Actualité de la recherche en lecture 72.Iconographie et image de la Révolution française 73.Les avenues de la science politique : théories, paradigmes et scientificité 74.La paix comme projet de justice LA SÉRIE POLITIQUE ET ECONOMIE 6.La Théorie générale et le keynésianisme 7.Le nécessaire combat syndical 8.La politique économique canadienne à l'épreuve du continentalisme 9.Friedrich Hayek, philosophie, économie et politique 10.Investissement, emploi et échanges internationaux 11.La quête du développement: horizons canadien et africain I ¦ 10 INTERFACE NOVEMBRE • DÉCEMBRE 1990 LES RÉSEAUX DE NEURONES PAR MARIO MARCHAND Légendes de robots, d’automates ou d'humanoïdes mécaniques : depuis des millénaires, l’être humain rêve de construire une machine intelligente.Toutefois, il ne sait que depuis une centaine d’années environ qu’il est lui-même une machine, une machine neuronale d’une incroyable complexité, issue de plus d'un milliard d’années d’évolution darwinienne.Mais comment le cerveau humain, avec ses 10 milliards de neurones organisés en un réseau fortement interconnecté — un neurone peut avoir jusqu’à 10 000 connexions avec d’autres neurones —, arrive-t-il à donner à l’être humain la faculté de se déplacer, de reconnaître des sons et des images, d’apprendre, de penser et de résoudre des problèmes ?Certains croient que nous possédons ces facultés grâce à l’énorme puissance de calcul qu’offre un tel réseau de neurones.Pourtant, même si nous pouvions construire un superordinateur d’une complexité comparable, offrant une même puissance de calcul, nous ne saurions toujours pas comment organiser cette complexité pour obtenir un niveau comparable d’intelligence.Même la Connexion Machine commercialisée par la firme américaine Thinking Machines Inc., n’arrive pas, malgré ses 65 536 processeurs et sa capacité d’exécuter 10 milliards d’opérations par seconde, à la cheville du cerveau d’une abeille.Pourtant, les 850 000 neurones de l’abeille sont 100 000 fois plus lents que les processeurs de la Connexion Machine, qui n’est en fait qu’une supercalculatrice capable seulement d’exécuter un programme déterminé par l’utilisateur.Si nous visualisons le réseau des neurones biologiques comme un système dynamique complexe dont les constituants de base — les neurones — ne sont capables que d’exécuter une fonction élémentaire, une question fondamentale se pose : comment l’intelligence peut-elle être une propriété émergente du comportement collectif d’un système dont les constituants de base sont en fait complètement dépourvus de cette vertu ?Mais puisque cette question est un peu vague, en raison même de la définition floue de MK: Aucun ordinateur, aussi puissant SOIT-IL, N'ARRIVE À LA CHEVILLE DU CERVEAU HUMAIN.ET POUR CAUSE : NOTRE CERVEAU, UN GIGANTESQUE RÉSEAU DE NEURONES, N'EST PAS STRUCTURÉ COMME UN ORDINATEUR.Peut-on alors imiter la nature et CONCEVOIR DES MACHINES À L'IMAGE DE CE RÉSEAU ?DES CHERCHEURS TENTENT D'Y ARRIVER DEPUIS QUELQUES décennies.Mario Marchand nous PRÉSENTE ICI CETTE AVENTURE - SES RÉUSSITES, SES ÉCHECS ET SES RÉCENTS DÉVELOPPEMENTS.Mario Marchand est professeur au Département de physique de rUniversité d'Ottawa. INTERFACE NOVEMBRE • DECEMBRE 1990 l’intelligence, concentrons-nous sur un des aspects qui a, jusqu’à maintenant, retenu l’attention d’une majorité de chercheurs : la possibilité d’apprentissage des réseaux de neurones.En effet, l’une des facultés les plus étonnantes de l’être humain est celle de pouvoir apprendre à partir d’exemples.L’apprentissage de la langue parlée par l’écoute et l’observation attentive, chez un jeune enfant, est probablement l’exemple le plus spectaculaire, mais il y en a beaucoup d’autres.Chacun d’entre nous est capable, par exemple, de dire si oui ou non un arbre est présent sur une photo qui nous est présentée pour la première fois.Il semble que dans le processus de mémorisation, nous emmagasinions l’information de manière à pouvoir en extraire des règles et des symétries qui nous permettent de reconnaître et de bien classifier de nouvelles images, de nouveaux sons, etc.Le but du présent article est d’explorer divers mécanismes d’apprentissage de réseaux neuronaux qui ont pour objet non pas une simple mémorisation de l’information, mais aussi la généralisation : comment, après avoir mémorisé un certain nombre d’exemples, un réseau peut-il arriver à reconnaître et à bien classifier des objets qu’il n’a jamais explicitement observés ?Cette propriété se révèle essentielle pour les applications pratiques.Si nous désirons, par exemple, qu’une machine neuronale soit capable de reconnaître des arbres, nous voulons également qu’elle puisse y arriver sans qu’il soit nécessaire de lui faire mémoriser toutes les photos possibles d’un arbre.La généralisation est incontestablement une qualité essentielle que doit posséder toute machine neuronale.LA MODÉLISATION DES NEURONES ET DES SYNAPSES On peut aborder le problème de l’apprentissage des réseaux neuronaux par le biais de la modélisation, ce qui revient en quelque sorte à négliger les mécanismes que nous ne croyons pas pertinents par rapport au problème, pour ne retenir que l’essentiel.Ainsi, vous trouverez sans aucun doute que, même s’ils s’inspirent de la réalité biologique, les modèles que nous allons vous présenter ici en sont encore très éloignés.Mais cet exercice nous a permis de faire des simulations, de construire des circuits d’environ 1000 FIGURE 1 Neurone biologique et neurone modélisé a) Neurone biologique b) Neurone modélisé St Dendrites Synapses Potentiel membranaire La fréquence d'émission d'impulsions électriques d'un neurone biologique (a) est une fonction non linéaire de son potentiel membranaire, qui lui-même dépend de la somme de toutes les impulsions reçues des autres neurones.Le signal de sortie S du neurone modélisé (b) est quant à lui une fonction non linéaire f de la somme de tous les signaux reçus E, ; pondérés par les efficacités synoptiques W;.Les deux types de fonction fies plus utilisés sont, d'une part, la fonction sigmoïde continue (en trait plein) et, d'autre part, la fonction escalier (en trait interrompu) introduite par McCulloch et Pitts.Dans ce dernier cas, le neurone est soit à l'état actif (+1 ), soit à l'état inactif (-1 ).neurones et d’obtenir des résultats qui nous permettent maintenant d’envisager des applications pratiques.De plus, cela nous a permis de constater que, bien qu’ils représentent des simplifications grossières, ces modèles offrent des comportements riches, variés et sont doués de facultés d’apprentissage qui s’apparentent parfois à celles de l’être humain.Les neurones biologiques (figure la) peuvent être visualisés comme des convertisseurs non linéaires tension-fréquence : la fréquence d’émission des pulsations électriques d’un neurone est une fonction non linéaire de son potentiel membranaire.Comment ?Chaque neurone reçoit, par des ramifications appelées dendrites, de petites pulsations électriques émises par les neurones auxquels il est interconnecté.Ces pulsations sont transmises d’un neurone à l’autre par des connexions appelées synapses, lesquelles peuvent être de nature excita- trice ou inhibitrice.Dans le premier cas, le neurone émetteur a tendance à activer le neurone récepteur en augmentant son potentiel membranaire ; dans l’autre cas, il a tendance à inhiber le neurone récepteur en diminuant son potentiel membranaire.Ensuite, le neurone récepteur émet une série de pulsations électriques dont la fréquence est une fonction non linéaire de la valeur de son potentiel membranaire, celui-ci étant déterminé par l’effet cumulé des neurones émetteurs auxquels il est connecté.Pour fins de modélisation, retenons qu’un neurone émet un signal qui est une fonction non linéaire de la somme pondérée par l’action des synapses des signaux émis par les neurones incidents.La non-linéarité est essentielle si l’on désire qu’un réseau puisse supporter des opérations logiques, un réseau d’éléments linéaires ne pouvant exécuter que des fonctions linéaires.L’une des premières fonctions non linéaires pour modéliser un neurone fut introduite par W.McCulloch et W.Pitts en 19431.Il s’agissait d’une fonction escalier (figure lb) qui ne permettait que de discriminer un neurone actif (état égal à +1 ; fréquence d’émission maximale) d’un neurone inactif (état égal à -1 ; fréquence d’émission minimale).Cette fonction est encore très utile aujourd’hui en raison de sa simplicité et de sa rapidité.La fonction sigmoïde, qui permet au neurone de conserver son caractère analogique, est aussi très populaire.Mais comment faire apprendre à un réseau de neurones les objets qu’il devra reconnaître par la suite ?En 1949, Donald Hebb2 fit une contribution remarquable à ce sujet en proposant explicitement, pour la première fois, un mécanisme de mémorisation pour réseaux neuronaux biologiques.Ce mécanisme est fondé sur la modification des synapses : si un neurone a tendance à activer un autre neurone, alors la connexion entre ces deux neurones augmente (augmentation de l’efficacité synaptique).Aujourd’hui, ce principe de Hebb est de plus en plus vérifié en neurobiologie.Il se trouve présent dans presque tous les modèles sous une forme ou une autre ; il nous apparaît évident que si les connexions ne changent jamais dans un réseau, les neurones produiront toujours le même signal (ou la même séquence) et le réseau exécutera alors toujours la même fonction.Pour que l’apprentissage soit possible, il faut que le réseau puisse changer de fonction et donc que les efficacités synaptiques puissent changer de valeur.Ainsi, l’information et la connaissance d’un réseau de neurones se trouvent stockées et distribuées parmi ses connexions.LE PERCEPTRON Le modèle du perception, proposé par Rosenblatt en 19583, est l’un des premiers où l’on utilisa un apprentissage de type Hebb.D’une importance historique considérable, il a fait l’objet de beaucoup de débats dans les années 60.L’objectif initial était d’obtenir une machine neuronale qui puisse apprendre à partir d’exemples.Lors de l’apprentissage, une série d’objets (par exemple, des photos) et leurs classes respectives, c’est-à-dire les catégories auxquelles ils appartiennent (chaise, arbre, humain.), sont présentés simultanément à l’entrée et à 12 INTERFACE NOVEMBRE • DÉCEMBRE 1990 FIGURE 2 La règle d'apprentissage du perceptron S = T Préprocesseur Classe T = +1 Perceptron (arbre) Lorsqu'un objet (ici la photo d'un arbre) est présenté à la machine, chaque neurone du préprocesseur, qui est chargé de détecter les particularités de l'objet, envoie un signal ; égal à ±1 selon que la particularité attribuée à ce neurone est présente ou non à l'entrée du perceptron.Le perceptron exécute ensuite la fonction escalier f de la somme de tous ces signaux (y compris b, 0 émis par un neurone toujours actif) multipliés par les efficacités synoptiques Wj correspondantes.La connexion W0 se nomme biais du perceptron.Si celte somme est supérieure à zéro, la sortie S devient égale à +1 ; sinon, elle prend la valeur de -1.Ensuite, la sortie S = +1 du perceptron est comparée à la sortie désirée x, qui est ici = +1 car il y a un arbre sur la photo (dans le cas contraire, la sortie désirée est de -1 ).S'il y a accord entre ces deux valeurs, les connexions du perceptron ne sont pas modifiées car l'objet est bien classifié.Si, par contre, il y a désaccord, alors les connexions Wj sont augmentées de x t, ;, ce qui a pour effet de diminuer l'écart entre la sortie désirée et la sortie obtenue.Cette procédure constitue la règle d'apprentissage du perceptron.la sortie d’une machine (figure 2).Celle-ci contient, d’une part, une partie intelligente, le perceptron, lequel peut modifier lui-même l’efficacité de ses synapses incidentes et, d’autre part, un préprocesseur constitué d’un certain nombre de neurones dont chacun a pour fonction de détecter une certaine particularité de l’objet à l’entrée.Ces neurones n’ont pas la faculté de pouvoir modifier leurs connexions incidentes et sont soit actifs (sortie = +1), soit inactifs (sortie = -1) suivant qu’une particularité donnée est présente ou non dans une certaine région de l’image (objet).Par exemple, le premier neurone du préprocesseur pourrait nous indiquer si oui ou non il y a une arête verticale dans le coin supérieur droit de l’image, le deuxième neurone pourrait nous indiquer si la partie gauche de l’image est identique à sa partie droite, un autre neurone pourrait nous indiquer si une région au centre de l’image est de couleur rouge, etc.Le nombre de particularités à détecter est généralement très grand et difficile à identifier.Les neurones du préprocesseur sont quant à eux connectés au perceptron constitué d’un neurone du type de McCulloch et Pitts, c’est-à-dire que ce neurone peut être à l’état actif (+1) ou inactif (-1).Ce neurone du perceptron est lui-même relié à un autre neurone toujours actif (sortie = +1) par l’intermédiaire d’une efficacité synaptique que nous appelons biais du perceptron.La sortie du perceptron est obtenue en calculant tout d’abord la somme des entrées (neurones du préprocesseur plus neurone toujours actif) pondérées par les efficacités synapti-ques.Si la somme est supérieure à zéro, la sortie sera égale à +1.Dans le cas contraire, elle sera égale à -1 (le biais du perceptron est en fait égal à l’inverse d’un seuil).On compare ensuite cette valeur de sortie à la sortie désirée x, qui peut prendre elle aussi la valeur de +1.Cette sortie désirée x représente la classe de l’objet qui se trouve à l’entrée de la machine.Elle prendra, par exemple, la valeur +1 si l’objet est un arbre et -1 s’il n’est pas un arbre.S’il y a accord entre la sortie désirée et celle obtenue, les efficacités synaptiques ne seront pas modifiées car l’objet sera alors correctement classifié.Par contre, s’il y a désaccord entre ces deux valeurs, l’efficacité de chacune des synapses reliant le perceptron à un neurone incident ayant une valeur de sortie £ sera augmentée par x x ^ j.Cela constitue la règle d’apprentissage du perceptron.Elle a la propriété de diminuer l’écart entre la sortie désirée et celle obtenue du perceptron lorsqu’il y a désaccord entre ces deux valeurs.En présentant successivement à cette machine des exemples d’objets avec leurs classes, on espère que le réseau trouvera éventuellement les valeurs des efficacités synaptiques pour que tous les exemples présentés soient correctement classifiés.On dira alors que le perceptron a mémorisé les exemples.Cependant, le perceptron n’est pas une machine universelle et il n’a pu résoudre jusqu’ici que des problèmes de classification très simples (encadré l)4’5.Pour les problèmes plus complexes, nous devons avoir recours à des réseaux contenant plusieurs per-ceptrons.Mais nous verrons plus loin que le problème d’apprentissage devient alors très ardu.LES RESEAUX ATTRACTEURS Lorsque l’on envoie un stimulus à l’entrée du perceptron, sa réponse est calculée instantanément.Il n’y a pas de recirculation de l’information, contrairement à ce qui se passe dans le cerveau humain, où la perception d’un objet ne se fait pas instantanément.Par exemple, la vue d’une personne peut provoquer l’image mentale d’un proche parent jusqu’à ce que la perception de certains traits nous informe du contraire.D’ailleurs, certaines illusions bien connues exploitent cette caractéristique et provoquent l’oscillation entre deux images mentales différentes.Par exemple, le dessin d’un vase peut ressembler aux profils de deux personnes qui se regardent.Ces expériences mettent en évidence l’aspect dynamique des réseaux de neurones biologiques.Une caractéristique essentielle de tout système dynamique est la présence d’états stables, c’est-à-dire d’at-tracteurs.Lorsqu’un système se trouve au voisinage d’un de ses attracteurs, sa dynamique le force à passer par une série d’états successifs pour aboutir finalement à cet état stable.C’est en partie ce qui se passe lorsque nous reconnaissons un objet à partir d’une image embrouillée.Par exemple, en examinant la figure 3, le lecteur pourra FIGURE 3 Voyez-vous un chien sur cette figure ?Le cerveau humain est capable de reconstituer un objet, une idée ou un concept qui lui est familier à partir d'une information confuse ou vague. 13 INTERFACE NOVEMBRE • DECEMBRE 1990 1.LES LIMITES DU PERCEPTRON Oui, le percepfron a des limites et il ne peut exécuter n'importe quelle fonction booléenne (à valeur binaire).Seulement un sous-ensemble de ces fonctions lui sont accesssibles, soit les fonctions linéairement séparables.En effet, la sortie du perceptron ne pouvant prendre que deux valeurs, celui-ci agit comme un séparateur linéaire dans l'espace des solutions.Celles-ci doivent donc pouvoir être séparées en deux zones distinctes (par une droite, un plan ou un hyperplan, tout dépendant du nombre d'entrées), ce qui n'est pas le cas des fonctions booléennes non séparables.Par exemple, les fonctions booléennes « ou » et « et » telles que représentées en a) et b) peuvent être séparées linéairement en deux zones distinctes (les sorties égales à -1 sont en noir et celles égales à + 1 sont en blanc).Par contre, celles de la fonction « ou exclusif » (c) ne peuvent l'être et cette fonction n'est pas linéairement séparable.Les solutions de cette fonction sont de fait séparées par les séparateurs des fonctions « ou » et « et ».On peut donc réaliser la fonction « ou exclusif » en ajoutant au perceptron deux neurones cachés (perceptions) exécutant respectivement la fonction « ou » et la fonction « et » (d).Rosenblatt3 a montré que, si les exemples sont linéairement séparables, alors la règle d'apprentissage du perceptron trouvera toujours, après un nombre fini de corrections, les efficacités synoptiques mémorisant tous les exemples.Cependant, Minsky et Papert4 ont souligné que le nombre de corrections pour trouver une solution peut augmenter exponentiellement avec le nombre d'exemples ! Pire encore, il n'y a pas de moyen efficace de savoir a priori si nos exemples sont linéairement séparables.De plus, Cover montra en 19655 que la probabilité de trouver une fonction booléenne qui soit linéairement séparable tend vers zéro lorsque (e nombre d'exemples est supérieur à deux fois le nombre d'entrées (pour un nombre infini d'entrées).Cet important résultat signifie que les fonctions booléennes sont presque toujours non linéairement séparables et qu'il faut alors plus qu'un perceptron pour les mémoriser.a) Fonction « ou » b) Fonction « et » c) Fonction « ou exclusif » Entrées Sortie Entrées Sortie Entrées Sortie d) « ou exclusif » Sortie ou » « et » éventuellement identifier la présence d’un chien.Cela illustre bien la capacité remarquable qu’a le cerveau de reconstituer un objet, une idée ou un concept qui lui est familier à partir d’une information confuse ou vague.L’idée centrale des réseaux attrac-teurs est de mémoriser de l’information en créant, à l’aide d’une règle d’apprentissage, des attracteurs dans un système dynamique.Si nous présentons alors au système une information confuse mais similaire à celle qu’il a apprise, sa dynamique lui permettra alors de retrouver l’information qu’il a mémorisée en l’entraînant sur l’attracteur.L’exemple le plus connu est sans aucun doute celui du modèle de Hopfield6 (figure 4).Ici, chacun des neurones, dont l’état vaut +1 suivant qu’il est actif ou inactif, est connecté à tous les autres.Puisque chacune des efficacités synaptiques est symétrique (l’effet du neurone i sur le neurone j est le même que celui du neurone j sur le neurone i), la rétroaction, soit l’influence du neurone j sur le neurone i, est aussi importante que l’action du neurone i sur le neurone j.De plus, dans ce modèle, le signal Sj émis par le neurone j au temps t + At dépend des signaux reçus des autres neurones au temps t.Les configurations d’activités des neurones se modifient donc au cours du temps et le système prend un certain temps à se stabiliser : c’est un système dynamique.L’information que nous pouvons stocker dans un tel réseau de N neurones est représentée par des configurations d’activité neuronale.Chacune de ces configurations est décrite par un vecteur Ç*à N composantes, où chacune des composantes ^ ,= +1 décrit l’activité du neurone i.Ainsi, dans le modèle de Hopfield, chacun des neurones est une unité visible car il participe au codage de l’information.La règle d’apprentissage la plus étudiée est celle où, pour chaque configuration Ç^que l’on veut mémoriser, l’on augmente chacune des efficacités synaptiques co ,y par ^ ,• En d’autres mots, il s’agit d’une règle de type Hebb où l’efficacité synaptique entre deux neurones augmente si leur activité est du même signe ; dans le cas contraire, l’efficacité diminue.Une expérience typique consiste à associer à chacun de ces neurones un pixel binaire, chaque pixel représentant un morceau d’une image.On commence avec cette règle d’apprentissage pour faire mémoriser un certain nombre de 14 INTERFACE NOVEMBRE • DÉCEMBRE 1990 caractères (A, B, C.) au réseau.Par la suite, lorsqu’on présente à ce dernier une configuration légèrement déformée d’un de ces caractères (par exemple, B), il retrouve au bout d’un certain temps le caractère mémorisé qui lui est le plus semblable (c’est-à-dire B).Nous avons alors une mémoire associative pouvant corriger les erreurs, ou encore, une mémoire adressable par le contenu.Ainsi, contrairement à la mémoire d’un ordinateur conventionnel, où l’information emmagasinée n’est accessible qu’à l’aide d’une adresse qui n’a rien à voir avec le contenu de sa case mémoire, nous avons ici un réseau où l’adresse est identique au contenu.Une contribution importante de Hopfield fut de montrer qu’il existe une fonction énergie (figure 5) toujours décroissante dans le temps, les attracteurs étant les minimums locaux de cette fonction.Ainsi, l’action de stocker de l’information peut être visualisée comme un processus de formation de minimums locaux de cette fonction dans l’espace des configurations d’activité neuronale.Ce modèle a permis de plus de faire le lien avec la mécanique statistique, car cette fonction énergie est la même que celle du modèle de verre de spin, bien connu des physiciens.Cette analogie déclencha un énorme intérêt chez les physiciens, qui ne tardèrent pas à utiliser leurs méthodes de physique statistique pour aborder ces problèmes.Par exemple, bien qu’il existe 2N configurations possibles dans un réseau de N neurones, Daniel J.Amit7 montra, à l’aide d’un calcul exact, qu’il est impossible de stocker plus de 0,14N configurations (choisies au hasard) dans le modèle de Hopfield.Au-delà de ce nombre, c’est une catastrophe car la mémoire est perdue : tous les attracteurs perdent leur stabilité.Cependant, Elizabeth Gardner8 montra qu’il est possible d’augmenter cette limite jusqu’à 2N si nous utilisons une règle d’apprentissage itérative comme celle du percep-tron.Si nous n’ajoutons pas des unités cachées, soit des neurones non reliés à l’extérieur, il est impossible de faire mieux.En effet, dans un réseau de Hopfield, tous les neurones sont visibles car ils participent tous au codage de l’information à stocker.Pour pouvoir stocker plus d’exemples, il est nécessaire d’avoir des neurones cachés qui ne participent pas au codage de l’information et dont la fonction est uniquement d’augmenter la capacité de calcul du réseau.En fait, s’il n’y a FIGURE 4 Le modèle de Hopfield Sj (t + A t) = f [ I Wj>i S; (t) ] Dans le modèle de Hopfield, chacun des neurones est connecté à tous les autres et les efficacités synoptiques sont symétriques (W; ! = Wj j.Le signal Sj émis par le neurone j au temps t+ A f dépend des signaux reçus des autres neurones au temps t.Les configurations d'activités neuronales se modifient donc au cours du temps.Il s'agit d'un système dynamique.En b) se trouvent quelques exemples de trajets empruntés par ces configurations.Les points D et C représentent des configurations instables (situées sur des sommets d'où les lignes divergent) tandis que B et A représentent des configurations stables appelées attracteurs (situées au fond d'une vallée où les lignes convergent).Si le système se trouve initialement sur la configuration « a », il aboutira éventuellement à l'attracteur A.Par contre, s'il se trouve initialement en « b », il aboutira à B.FIGURE 5 Réseaux en couches et rétropropagation des erreurs Entrée Sortie T +1 -1 +1 -l +l +1 +l -1 -l +1 +1 +1 +1 -1 -1 +1 -1 +1 +l -l +l +1 +1 +1 +1 -1 -l -l -1 -1 -1 -1 -l +l -l +1 -1 -1 +i +l -l +l - ¦ - - ¦ ¦ Unités de sortie Unités cachées 1 1 1 1 1 1 S Unités d'entrée Minimum local {w.} 1 'J7 Minimum absolu avec erreur nulle?Les vecteurs d'entrée Ç^et de sortie désirée f^sont présentés successivement aux unités d'entrée et de sortie du réseau en couches.L'erreur E entre la valeur désirée ï^et la valeur de sortie /""^obtenue du réseau est une fonction possédant plusieurs minimums locaux dans l'espace des connexions.La règle d'apprentissage par rétropropagation des erreurs consiste à modifier les efficacités synoptiques d'une quantité pointant dans la direction de la pente maximale de l'erreur E.Cette modification des efficacités synoptiques se fait des neurones de sortie vers les neurones d'entrée, d'où le nom de rétropropagation.pas d’unités cachées, les réseaux attracteurs ont les mêmes limites que ceux du perceptron et il est impossible de stocker autre chose que des fonctions linéairement séparables.Ces considérations ont donné naissance à la machine de Boltzmann : un réseau à la Hopfield avec des unités cachées.Mais l’apprentissage de cette machine nécessite de longues itérations et ce processus est trop lent du point de vue pratique.Les efforts les plus fructueux pour inclure des unités cachées furent sans aucun doute obtenus en étudiant les réseaux multicouches de percep-trons.LES RÉSEAUX EN COUCHES L’objectif de l’utilisation des réseaux en couches est de trouver une solution satisfaisante au problème de l’apprentissage supervisé en introduisant cette fois-ci une ou plusieurs couches de perceptrons entre les unités d’entrée et de sortie (figure 5).En ajoutant ces unités cachées, nous permettons au réseau d’exécuter des fonc- tions non linéairement séparables.L’information, ici, ne recircule pas et voyage dans un seul sens.En 1986, Rumelhart, Hinton et Williams proposèrent une règle d’apprentissage9,10 pour ces réseaux, laquelle est, sans aucun doute, la plus utilisée aujourd’hui : la rétropropagation des erreurs.Leur objectif était de résoudre le problème suivant : étant donné une tâche (une série d’exemples à stocker) et une architecture (le nombre total de neurones et leurs interconnexions), quelle devra être la valeur de chacune des connexions pour que cette architecture exécute la tâche demandée ?Pour résoudre ce problème, considérons l’écart entre la valeur de sortie désirée et la valeur de sortie obtenue du réseau pour un choix donné des efficacités synaptiques.Une approche sensée consisterait à modifier les efficacités de manière à diminuer cet écart.Rumelhart, Hinton et Williams ont montré que lorsque l’on utilise des neurones exécutant la fonction sigmoïde de la figure 1, le gradient de cet 15 INTERFACE NOVEMBRE • DÉCEMBRE 1990 2.NETTALK : UN RESEAU QUI APPREND A LIRE L'une des premières (et des plus spectaculaires) applications de la méthode d'apprentissage par rétropropagation des erreurs est le réseau NETTALK.Il s'agit d'un réseau de neurones qui apprend à lire à haute voix du texte écrit en anglais sans qu'on lui enseigne explicitement les règles de prononciation.Ce système, conçu par Terrence Sejnowski11 de l'Université John Hopkins, est composé d'un réseau à trois couches (l'entrée, la sortie et une couche d'unités cachées), d'un préprocesseur pour reconnaître les caractères manuscrits et transmettre le code correspondant aux unités d'entrée, et d'un dispositif de synthèse de la parole pour prononcer correctement le phonème se trouvant aux unités de sortie.Le réseau lui-même est entièrement simulé sur un ordinateur conventionnel.La couche d'entrée comprend sept groupes de 29 unités où chaque groupe code pour un caractère (une lettre ou un signe de ponctuation).Il comprend également 80 unités cachées et 26 unités de sortie correspondant à 26 caractéristiques de prononciation.A l'intérieur d'un groupe, le codage des caractères est dilué, car une seule des unités est active à la fois, chacune des unités d'un même groupe représentant un seul caractère.Le réseau voit donc sept caractères à la fois.Toutefois, après le calcul des bonnes efficacités synoptiques, la valeur de sortie désirée du réseau est le phonème correspondant au caractère central.Les six autres caractères fournissent un contexte dont dépend la prononciation de la lettre centrale.Tout se passe donc comme si le réseau lisait à travers une fenêtre glissante.L'apprentissage se fait en déplaçant celte fenêtre d'un caractère à la fois vers la droite sur une ou plusieurs pages de texte.Les connexions sont modifiées en « rétropropageant » l'écart entre la sortie désirée et celle calculée.De cette manière, il est possible de mémoriser un texte de 1024 mots (avec un taux de succès de 95 p.cent) en le lisant une cinquantaine de fois (cela prend environ 24 heures sur un VAX 11 /780 FPA).Après cet apprentissage, le réseau arrive à lire une page de texte inconnue (mais extraite de la même source) avec un taux de succès d'environ 75 p.cent.Ainsi, nous pouvons conclure que le réseau a appris certaines règles et régularités de la prononciation.Bien que la prononciation soit loin d'être parfaite, le réseau n'a tout de même pas uniquement mémorisé les exemples indépendamment les uns des autres.L'examen du réseau après l'apprentissage révèle certains faits intéressants.Ainsi, on a remarqué que la plupart des unités cachées ont tendance à être activées par un groupe de caractères (les voyelles, par exemple) au lieu de répondre sélectivement à un seul caractère.L'information est distribuée plutôt que d'être localisée.Sejnowski a enregistré, sur un ruban magnétique, la performance du réseau au cours de l'apprentissage et l'a fait jouer à certaines reprises lors de conférences.Après la première passe du texte, le réseau ne produit que des sons aléatoires ; ensuite vient une phase de balbutiements.En fait, l'une des premières choses que le réseau apprend, c'est la distinction entre voyelles et consonnes.Après quelques autres passes, les sons deviennent saccadés : le réseau découvre les pauses.Ainsi, les progrès de l'apprentissage sont réalisés par étapes successives, qui ne sont pas sans nous rappeler celles que franchit un enfant qui apprend à parler.Phonème /k/ Unités de sortie (26) OOOOOO Unités cachées (80) OCOOOOCOOOOOOOOOOO Neurones d’entrée (7 X 29) oooo oooo oooo oooo oooc oooo coco ( a - c a t ) écart (la direction de l’accroissement maximal) peut être obtenu simplement en rétropropageant l’erreur dans le sens inverse des connexions.Ainsi, la règle de la rétropropagation consiste à modifier couche par couche les efficacités synaptiques en procédant de la sortie vers l’entrée, d’où l’appellation de rétropropagation.On se dirige ainsi dans le sens inverse du gradient calculé.Cette règle d’apprentissage a connu un énorme succès.Elle a permis de trouver des solutions intéressantes pour certains problèmes concrets où l’apprentissage se fait à partir d’exem- ples.Ainsi, il fut possible d’obtenir le réseau NETTALK11 (encadré 2), qui apprend à lire un texte écrit en anglais, le réseau ALVINN12 (encadré 3), qui apprend à conduire un véhicule, et un réseau qui apprend à reconnaître les caractères manuscrits13.Ces succès sont importants : ils montrent qu’il est possible d’obtenir un réseau avec une bonne capacité de généralisation pour certains problèmes où il est impossible de mémoriser explicitement tous les exemples possibles.Mais les échecs sont nombreux aussi.L’une des raisons de ces échecs est que contrairement à la règle d’appren- tissage du perception, la rétropropagation n’est pas assurée de converger vers une solution à erreur nulle même si elle existe.En effet, la fonction erreur possède en général plusieurs minimums locaux (figure 5) qui ne sont pas des solutions avec une erreur nulle.Or, ces minimums sont susceptibles d’être atteints par une méthode du gradient.La solution consiste à augmenter artificiellement l’erreur pour passer par-dessus un maximum.Ce qui veut dire que nous devons voyager d’un minimum à l’autre pour voir s’il n’existe pas un minimum absolu avec erreur nulle.En fait, le problème fon- damental est que nous ne savons pas au départ s’il existe une solution, c’est-à-dire si l’architecture choisie peut exécuter la tâche demandée ! Judd a d’ailleurs démontré14 que ce problème est d’une telle complexité qu’il appartient à une classe de problèmes (problèmes NP-complets) pour lesquels il n’existe pas encore d’algorithmes pouvant toujours trouver une solution en un temps qui augmente moins vite qu’une exponentielle en fonction de la taille du problème.Il n’est donc pas surprenant de constater aujourd’hui que la rétropropagation requière généralement des temps d’apprentissage excessifs. 16 INTERFACE NOVEMBRE • DÉCEMBRE 1990 3.ALVINN : UN RESEAU QUI APPREND À CONDUIRE UNE VOITURE La conduite automobile est un autre cas où la capacité de généralisation est déterminante, les conditions routières étant trop diverses pour être toutes mémorisées.ALVINN (pour Autonomous Land Véhiculé in a Neural Network) est un réseau de neurones que l'on a attaché à un véhicule (le Navlab, à l'Université Carnegie-Melon) pour qu'il puisse apprendre à le diriger dans des conditions de route variées12.Chacune des unités cachées est connectée à tous les 30 X 32 pixels d'une image vidéo ainsi qu'à tous les 8 X 32 pixels d'une autre image, une « rétine des distances », indiquant la proximité des objets (plus le pixel est foncé, plus l'objet correspondant est proche).En effet, il est important de connaître la distance car ici, il n'y a pas de vision stéréoscopique.La réponse des unités de sortie est une représentation linéaire de la direction de navigation du véhicule.L'unité de sortie centrale indique la direction « tout droit, en avant » tandis que les unités à droite et à gauche du centre indiquent des virages de plus en plus serrés vers la droite ou vers la gauche.Virage à gauche Tout droit en avant Virage à droite unités de sortie 29 unités cachées Rétine des distances (8 X 32) Image vidéo (30 X 32) L'apprentissage se fait en utilisant la règle de la rétropropagation des erreurs sur les données enregistrées à bord du véhicule Navlab : images vidéo et rétine des distances pour l'entrée, position du volant pour la sortie désirée.Après un entraînement sur plus d'un millier d'images, un simulateur (sur une station Sun 3/160) du réseau obtenu arrive à conduite correctement le véhicule sur certaines routes du campus de l'Université Carnegie-Mellon à une vitesse de 5 km/h.Encore une fois, l'analyse des unités cachées révèle certains faits intéressants.Lorsque l'apprentissage ne se fait que sur des routes de même largeur, le réseau choisit une représentation où (es unités cachées agissent comme détecteurs d'orientations et de positions pour toute la route.Par contre, si l'entraînement se fait sur un échantillon de routes de largeur différente, les unités cachées deviennent alors des détecteurs de bordures de routes, activées seulement en présence d'une des deux bordures.Nous n’avons pas encore abordé le problème de la généralisation et nous venons de voir que le problème plus simple de mémoriser une tâche donnée dans une architecture fixe est en fait trop complexe pour être résolu de manière satisfaisante.Mais si nous abandonnons la contrainte — maintenir l’architecture fixe durant l’apprentissage —, le problème de mémorisation devient trivial ! En effet, pour chacun des exemples que nous voulons mémoriser, nous pouvons associer un neurone et choisir ses connexions de manière qu’il soit actif si et seulement si l’exemple qui lui est associé est présent à l’entrée (figure 6).Ainsi, après avoir mémorisé n exemples de cette manière, nous obtenons une couche de n unités cachées où chacune des unités ne s’allume qu’en présence de l’exemple qui lui a été associé.On détermine aussi la valeur des connexions allant aux unités de sortie en examinant les exemples une seule fois, car ceux-ci sont stockés indépendamment les uns des autres comme dans un ordinateur conventionnel.Cependant, cette façon de stocker des exemples est inintéressante du point de vue de la généralisation car la réponse du réseau à un exemple non mémorisé sera toujours la même (par exemple, toutes les unités de sortie seront inactives) indépendamment de ce qui a été stocké.Pour que la généralisation soit possible, il faut que la réponse du réseau quant aux exemples non mémorisés soit en corrélation avec les exemples mémorisés.Pour obtenir cette corrélation, il faut chercher à réduire le plus possible le nombre d’unités cachées utilisées lors du processus de mémorisation.Ainsi, le problème fondamental de l’apprentissage supervisé des réseaux neuronaux consiste à trouver l’architecture minimale (en termes de nombre de neurones et de connexions) qui puisse exécuter une tâche donnée et non pas à mémoriser une tâche donnée dans une architecture fixée arbitrairement, comme c’est le cas pour toutes les règles d’apprentissage décrites jusqu’ici.De plus, il est intéressant de constater en neurobiologie que les synapses ont non seulement la possibilité de pouvoir varier leurs efficacités (valeurs des connexions), mais qu’elles possèdent en plus de la plasticité, c’est-à-dire la possibilité de pouvoir interrompre une connexion ou d’en former une autre ailleurs ; ce qui a pour effet de varier l’architecture.LES ALGORITHMES DE CROISSANCE Les considérations précédentes nous ont amenés à proposer (en collaboration avec Pâl Rujân, maintenant de l’Université d’Oldenburg en Allemagne, et Mostefa Golea de l’Université d’Ottawa) des algorithmes de croissance pour l’apprentissage de réseaux neuronaux15,16’17’18.L’idée centrale que nous avons exploitée consiste à construire un réseau en activant des neurones au besoin au fur et à mesure que les exemples sont présentés, et ce, jusqu’à ce que tous les exemples soient appris.Ainsi, les tâches simples nécessiteront moins de neurones que les tâches plus complexes.Bien que le problème de trouver l’architecture minimale soit NP-complet (problème quasi insoluble), nous espérons obtenir des algorithmes rapides qui puissent donner des réseaux ayant de bonnes propriétés de généralisation sans pour autant avoir l’architecture minimale.Cette idée fut aussi exploitée par Jean-Pierre Nadal et Marc Mézard19, de l’Ecole normale supérieure à Paris, ainsi que par Stephen I.Gallant20 de l’Université Northeastern.Nous nous FIGURE 6 Exemple de mémorisation sans généralisation possible +i -i +i T D=> U = T Une façon simple de mémoriser des paires d'exemples dans un réseau en couches où les neurones sont du type McCulloch et Pitts, est d'associer à chacun de ces neurones l'un des exemples à mémoriser.On active un neurone (état égal à +1 ) si et seulement si l'exemple qui lui est associé est présenté à l'entrée.Par exemple, pour stocker un exemple où l'entrée est E, et la sortie T,à l'aide du neurone p, on choisit comme vecteur W* des efficacités synoptiques entre l'entrée et le neurone p, le vecteur d'entrée On fait de même avec le vecteur des efficacités synoptiques ü* entre p et la sortie en mettant LTégal au vecteur de sortie x*(LJ^=xf.Le réseau reproduit tous les exemples comme voulu lorsque le biais de l'unité cachée (toujours active) est W g = 1 -Nj (où N, est le nombre d'unités d'entrée) p et que le biais de l'unité de sortie est Uifi = Z _ ^ T y (où p est le nombre d'exemples à mémoriser).Cependant, ce réseau n'aura aucune capacité de généralisation car la sortie est toujours = -1 (pour toutes les unités de sortie) lorsqu'un exemple non appris se trouve à l'entrée, et ce, peu importe ce qui a été appris. 17 INTERFACE NOVEMBRE • DECEMBRE 1990 FIGURE 7 Apprentissage par construction d'un arbre neuronal cités synaptiques se trouvant dans le pocket pour construire notre premier neurone.Vers la sortie Unités d'entrée Chacune des unités cachées (les noeuds de l'arbre] sépare l'ensemble des vecteurs d'entrée (représenté schématiquement par un cercle) en deux régions de décision : l'une positive et l'autre négative.Un exemple se trouve dans la région de décision positive si sa sortie est de +1 (-1 pour une région de décision négative).Le neurone générera un autre neurone à la couche suivante à sa droite (comme en b et cj lorsque sa région de décision positive sera impure.Il en générera un à sa gauche (comme en b et d) lorsque sa région de décision négative sera impure.L'arbre se construit ainsi couche après couche (e) jusqu'à ce que toutes les régions de décision soient purifiées.Seuls les neurones dont la région de décision négative (comme en a et c) est pure, sont reliés à la sortie.(Note : tous les neurones générés sont reliés aux unités d'entrée, mais pour plus de clarté, nous n'avons pas représenté les connexions.) concentrerons ici sur un seul de nos algorithmes, celui que nous croyons le plus prometteur : la construction d’un réseau hiérarchique à partir d’exemples.Limitons-nous au cas où nos exemples forment une fonction booléenne (à valeur binaire).Nous cherchons alors à construire un réseau en couches ayant une seule unité de sortie qui reproduit une série d’exemples donnés.La première étape consiste à construire le premier neurone (qui formera à lui seul la première couche) en utilisant une variante de l’algorithme du perceptron appelée l'algorithme du pocket.Dans cette variante, nous conservons en mémoire (dans notre pocket) le vecteur des efficacités synaptiques correspondant à la bonne classification du plus grand nombre d’exemples.Si au cours de l’apprentissage, nous trouvons un meilleur vecteur que celui se trouvant dans le pocket, nous le remplaçons par cette nouvelle solution.Il a été montré par Gallant que cet algorithme conduira toujours à un vecteur d’efficacités synaptiques donnant le minimum d’erreurs au bout d’un nombre fini d’itérations.Cependant, même si ce nombre d’itérations est fini, il peut être excessif.Heureusement, nous ne sommes pas intéressés à la solution optimale, mais plutôt à la solution raisonnable pouvant être obtenue dans un délai acceptable.Ainsi, selon le temps et la machine dont nous disposons, nous pouvons fixer arbitrairement un nombre limite d’itérations, au bout duquel nous arrêtons cet algorithme d’apprentissage et utilisons le vecteur d’effica- Notre neurone est du type McCulloch et Pitts, c’est-à-dire que sa sortie est de +1 pour un certain groupe d’exemples et de -1 pour le groupe complémentaire.Nous dirons alors qu’un exemple se trouve dans la région de décision positive de ce neurone si sa sortie est de +1.Dans le cas contraire, l’exemple se trouve dans la région de décision négative.De plus, nous dirons qu’une région de décision d’un neurone est pure lorsque tous les exemples qui s’y trouvent sont correctement classifiés par ce neurone (lorsque la sortie du neurone est identique à la sortie désirée).Ainsi, si par chance les deux régions de décision de notre premier neurone sont pures, tous les exemples sont alors correctement classifiés et ce neurone constitue donc à lui seul le réseau recherché : un simple perceptron.Malheureusement, la réalité n’est jamais aussi simple et il y a presque toujours au moins une des régions de décision qui est impure.Dans ce cas, ce neurone générera un ou deux neurones à la prochaine couche suivant qu’une ou deux de ses régions seront impures (figure 7).Le neurone de droite aura pour fonction de purifier la région de décision positive de son parent tandis que le neurone de gauche se chargera de purifier la région de décision négative.Si une seule des régions est impure, il n’y aura alors qu’un seul neurone qui se chargera de la purifier.Lorsqu’un neurone doit purifier une région, nous entendons par là qu’il doit essayer de classifier correctement, à l’aide de l’algorithme du pocket, tous les exemples qui s’y trouvent.S’il n’y arrive pas, ce neurone devra générer à son tour un ou deux neurones à la couche suivante.De cette manière, chaque neurone génère à la couche suivante un ou deux neurones et ce processus de croissance s’arrête lorsque toutes les régions de décision sont purifiées.L’architecture résultant du réseau en couches est donc celle d’un arbre.De plus, puisque chaque neurone essaie de purifier seulement une seule des deux régions de décision de son parent, le nombre d’exemples qu’un neurone doit apprendre diminue typiquement de moitié lorsque l’on passe d’une couche à l’autre.À la fin de ce processus de croissance, seules les efficacités synaptiques entre les unités d’entrée et les unités cachées (les nœuds de l’arbre) ajoutées pour purifier des régions de décision impures ont été trouvées.Pour ce qui est des connexions entre nœuds, nous choisissons les efficacités synaptiques de manière que la sortie de chacun des nœuds soit toujours de +1 lorsque l’on présente au réseau un exemple qui n’appartient pas à la région que doit purifier le neurone21.Ainsi, pour que cet arbre exécute la tâche demandée, il suffit de connecter à l’unité de sortie seulement les nœuds (que nous appelons alors les feuilles de l’arbre) possédant une région de décision négative pure.La valeur de ces connexions est facilement obtenue22 en constatant le fait que l’activité de chacune des feuilles est de +1 lorsqu’un exemple positif est présenté à l’entrée du réseau tandis qu’une seule des feuilles a une activité de -1 lorsque c’est un exemple négatif qui s’y trouve.Toutes les régions de décision négative sont en effet disjointes.Cet algorithme possède plusieurs avantages en comparaison avec les algorithmes d’apprentissage traditionnels comme la rétropropagation.Entre autres, la convergence est assurée et l’on trouvera toujours un réseau reproduisant les exemples au bout d’un nombre fini d’itérations ; dans le pire des cas, nous aurons un seul exemple par région, mais en général nous trouverons beaucoup mieux.Prenez, par exemple, la fonction parité, où la sortie désirée doit être de +1 si et seulement si un nombre impair de +1 se trouve aux unités d’entrée.Notre algorithme trouve toujours la solution optimale pour ce problème : un réseau avec un nombre d’unités cachées égal au nombre d’unités d’entrée (figure 8).Cette solution peut aussi être obtenue à l’aide de la rétropropagation, mais après un temps beaucoup plus long et en devinant au départ l’architecture optimale ; ce que nous évitons justement de faire avec notre algorithme.Reste maintenant le problème central de la généralisation : comment un réseau, construit à l’aide de notre algorithme à partir d’un certain nombre d’exemples, peut-il correctement classifier le reste des exemples non appris ?Pour qu’il puisse y arriver, il faut que la fonction à apprendre contienne des régularités : il faut qu’elle puisse 18 INTERFACE NOVEMBRE • DÉCEMBRE 1990 FIGURE 8 Deux exemples de fonctions où notre algorithme trouve la solution optimale a) Parité -1-111 1 1-1-1 2 -2 -2 b) Symétrie de réflexion Entrée Sortie -1 -1 +1 +1 -1 +1 +1 +1 -1 +1 -1 -1 -1 -1 -1 Entrée Sortie -1 +1 +1 -1 +1 +1 -1 -1 +1 +1 +1 +1 -1 + 1 -1 +1 +1 -1 -1 -1 -1 Pour la fonction parité représentée en a), la sortie désirée est de +l si le nombre de valeurs +l à l'entrée est impair.Si ce chiffre est pair, la sortie doit être de - l.Les valeurs du biais de chaque neurone sont indiquées dans le cercle correspondant.Pour la fonction symétrie de réflexion en b), la sortie désirée doit être de +l si et seulement si la moitié gauche de l'exemple à l'entrée est l'image miroir de sa moitié droite.être prévisible.En effet, si notre fonction est complètement aléatoire, nous ne pouvons pas la prédire à partir d’un certain nombre d’exemples.Un bon exemple de fonction qui nous semble prévisible est celui du détecteur de la symétrie de réflexion : la valeur de sortie désirée doit être de +1 si et seulement si l’exemple à l’entrée reste inchangé par une réflexion par rapport au centre.En d’autres mots, nous voulons trouver un réseau (à partir d’un nombre restreint d’exemples) qui puisse nous dire si la première moitié d’un vecteur présenté à l’entrée est une réflexion miroir de sa seconde moitié.Pour répondre à cette question, nous avons procédé à l’expérience suivante.A l’aide de notre algorithme, nous avons construit un réseau à partir d’un certain nombre d’exemples positifs (qui sont invariants par une réflexion miroir) et d’exemples négatifs (qui ne sont pas invariants par une réflexion miroir).Ensuite, nous avons testé le réseau ainsi obtenu à partir de tous les autres exemples non observés.Nos résultats se trouvent résumés à la figure 9.Nos exemples ont 10 unités d’entrée et 1 unité de sortie.Il y a donc 210 exemples possibles mais seulement 25 exemples parmi ceux-ci sont positifs.Il est donc nécessaire d’enregistrer séparément le score du réseau pour les exemples positifs et les exemples négatifs ; sinon, un réseau trivial qui donne une sortie de -1 pour tous les exemples possibles obtiendrait un bon score sans pour autant avoir appris quoi que ce soit de la fonction.Ainsi, après avoir appris une fraction de tous les exemples positifs et négatifs, le réseau résultant est testé à partir de tous les autres exemples et la fraction (ou le pourcentage) de réponses correctes (une réponse est correcte si la sortie du réseau est la même que celle désirée) est ensuite tracée séparément pour les exemples positifs et négatifs sur la figure.Nous voyons que plus de 95 p.cent des exemples négatifs donnent une réponse correcte après avoir mémorisé seulement 10 p.cent de tous les exemples.Par contre, le réseau ne reconnaît pas du tout les exemples positifs.En augmentant la fraction à apprendre, la performance pour les exemples positifs s’améliore et devient très bonne (environ 80 p.cent) lorsque cette fraction atteint les 50 p.cent.Notez que cette amélioration dans la généralisation s’accompagne d’une saturation du nombre d’unités cachées.Ce comportement est certainement universel.Lorsque le nombre d’unités cachées n’augmente plus en fonction du nombre d’exemples à apprendre, le réseau généralise bien à partir des autres exemples ; de plus, il n’a plus besoin de ressources additionnelles pour stocker les nouveaux exemples car ils sont déjà correctement classifiés.Le réseau a alors appris la fonction sans avoir visualisé tous les exemples ! Des performances similaires furent obtenues pour la fonction parité.Cependant, les résultats sont tout à fait différents si la fonction à apprendre est une fonction aléatoire où les exemples sont générés en procédant à « pile ou face ».Dans ce cas, la généralisation n’excède jamais 50 p.cent car la fonction est, par définition, non prévisible.De plus, une augmentation du nombre d’exemples à apprendre se trouve accompagnée par une augmentation (exponentielle) du nombre d’unités cachées : le réseau doit alors apprendre « par cœur » les exemples et pour cela, il a besoin de ressources additionnelles.Le réseau n’est pas capable alors d’exploiter les symétries de la fonction car elle n’en possède tout simplement pas.Les résultats positifs obtenus pour les fonctions parité et symétrie miroir nous ont encouragés à tester notre algorithme sur d’autres fonctions.Malheureusement, nous avons trouvé des fonctions pour lesquelles notre algorithme n’est pas efficace du tout.Une de ces fonctions consiste à dire si oui ou non la seconde moitié d’un exemple est une translation (plus précisément une permutation cyclique) de la première moitié.Quoiqu’elle soit plus complexe que la symétrie miroir, cette fonction possède manifestement des symétries et des régularités.Elle est donc prévisible.Cependant, face à cette fonction, notre algorithme agit un peu comme si elle était aléatoire ; la généralisation n’excède jamais 50 p.cent et le nombre d’unités cachées augmente toujours en fonction du nombre d’exemples à mémoriser.Le réseau apprend par cœur la fonction et il est incapable de tirer profit des régularités.Ainsi, bien que notre algorithme soit capable de mémoriser n’importe quelle fonction en un temps qui peut être relativement court, il est parfois incapable de construire un réseau possédant une bonne représentation pour certains problèmes.Nous avons jusqu’ici étudié plusieurs algorithmes de croissance et nous nous sommes toujours heurtés à ce constat : une stratégie d’apprentissage qui est bonne pour certains problèmes ne l’est pas pour d’autres.Cependant, la recherche dans cette direction est encore au stade embryonnaire et plusieurs avenues sont à explorer.L’une des avenues qui nous (en collaboration avec J.-P.Na-dal) semble prometteuse est celle qui consiste à permettre au réseau de poser des questions, c’est-à-dire que le réseau peut choisir lui-même l’exemple à apprendre et demander « au professeur » quelle est sa sortie désirée.En effet, si le réseau choisit lui-même l’exemple pour lequel la réponse du professeur lui donne le maximum d’information, l’apprentissage devient beaucoup plus efficace que si on lui impose des exemples qu’il a déjà observés des milliers de fois.De plus, puisque les exemples choisis sont alors plus représentatifs de la fonction à apprendre, nous nous attendons à ce que le réseau puisse généraliser avec moins d’exemples.Mais ceux-ci nécessitent toujours la présence d’un professeur qui doit répondre aux questions.CONCLUSION ET PERSPECTIVES D'AVENIR Nous assistons depuis quelques années à une véritable explosion de travaux scientifiques portant sur les réseaux de neurones.Des revues spécialisées dans ce domaine sont apparues, les congrès se multiplient et plusieurs chercheurs tentent d’utiliser ces techniques « connexionnistes » dans des secteurs comme la robotique, la reconnaissance d’images, de caractères et de parole.Certains parlent même d’une contre-révolution connexionniste.Mais cet engouement est-il justifié ?Il faut sûrement prendre garde de ne pas répéter les erreurs du passé et ne pas faire de promesses irréalisables.Même s’il est vrai qu’on a obtenu certains succès récemment, plusieurs obstacles se dressent sur la route des applications, dont le plus important est sans aucun doute celui de l’apprentis- 19 FIGURE 9 Résultats de la généralisation pour la symétrie de réflexion sur un réseau ayant 10 unités d'entree 1,0 - Fraction d’exemples mémorisés Fraction d’exemples mémorisés Après avoir obtenu un réseau (à l'aide de notre algorithme) qui mémorise une fraction d'exemples (positifs et négatifs) choisis au hasard parmi les 2'° exemples possibles, nous testons le réseau pour tous les autres exemples et nous indiquons en a) la fraction de réponses correctes.Les cercles blancs indiquent les exemples négatifs tandis que les carrés noirs indiquent les exemples positifs.Le nombre d'unités cachées nécessaires pour mémoriser la fraction est indiqué en b).Chaque point indique la moyenne obtenue sur 20 réseaux et les barres d'erreur indiquent l'écart type.On remarque qu'avec seulement 10 p.cent des exemples mémorisés, le nombre d'exemples négatifs correctement classifiés est excellent (plus de 95 p.cent).Pour les exemples positifs, par contre, il faut mémoriser 50 p.cent des exemples pour obtenir un taux de bonnes réponses de 80 p.cent.On note également que l'amélioration de la généralisation s'accompagne d'une saturation du nombre d'unités cachées.sage.Nous venons de voir qu’il est possible de mémoriser n’importe quoi dans un réseau ; mais il est beaucoup plus difficile d’obtenir un réseau qui puisse véritablement apprendre et généraliser à partir d’exemples qu’il n’a pas explicitement mémorisés.Ainsi, certains croient qu’il suffit d’utiliser la rétropropagation pour résoudre n’im- porte quel problème d’apprentissage supervisé.C’est faux ! En fait, ça ne marche presque jamais.Pour obtenir du succès à l’aide de cette méthode, il faut au départ deviner la bonne architecture et avoir beaucoup de patience car la convergence n’est pas assurée.Nous croyons que les algorithmes de croissance représentent une approche généralement plus efficace parce qu’ils nous donnent toujours un réseau « compact » après un nombre fini d’étapes.Cependant, là aussi nous nous heurtons à de grandes difficultés car le réseau obtenu reflète parfois mal la géométrie de la fonction à apprendre et ne généralise alors pas.Ainsi, il est important de comprendre que ce n’est qu’après avoir résolu ce problème de l’apprentissage que nous pourrons vraiment tirer profit des implantations électroniques23 ou optiques24 des réseaux de neurones.En effet, bien qu’il soit possible d’obtenir un gain important dans la vitesse d’exécution, nous en sommes quand même réduits à utiliser une règle d’apprentissage fixe.En fait, en raison de sa versatilité, un ordinateur conventionnel est beaucoup mieux adapté pour étudier les mécanismes d’apprentissage qu’un circuit intégré.L’ensemble des résultats obtenus jusqu’ici tendent à suggérer qu’il n’existe pas de mécanisme universel de cognition : un mécanisme d’apprentissage qui est bien adapté pour certaines tâches ne l’est pas nécessairement pour d’autres.Certaines fonctions, comme l’invariance de translation, semblent être intrinsèquement difficiles à apprendre bien qu’elles confèrent indéniablement un avantage aux organismes vivants (capacité de reconnaître un objet quel que soit l’endroit de la rétine où l’image se forme).La circuiterie du tissu nerveux est manifestement déterminée en partie par des facteurs héréditaires sélectionnés par l’évolution.Ainsi, il faut à notre avis formuler des hypothèses supplémentaires concernant la distribution des fonctions qu’il est possible d’apprendre en un temps raisonnable et trouver les mécanismes (non universels) d’apprentissage appropriés.Vu la quantité et la qualité des chercheurs qui se penchent actuellement sur ces problèmes, nous assisterons probablement d’ici quelques années à plusieurs développements intéressants dans ce domaine ! Références 1.McCULLOCH, W.S.et PITTS, W.« A Logical Calculus of the Ideas Immanent in Nervous Activity », Bulletin of Mathematical Biophysics, vol.5, 1943, p.115-133.2.HEBB, D.O.« The Organization of Behavior », New York, Wiley, 1989, p.xi-xix, 60-78.3.ROSENBLATT, F.« The Perceptron : a Probabilistic Model for Information Storage and Organization in the Brain », Psychological Review, vol.65,1958, p.386-408.4.MINSKY, M.L.et PAPERT, S.Perceptrons : an Introduction to Computational Geometry (exp.ed.), Cambridge, Mass., MIT Press, 1988, 292 p.5.COVER, T.M.« Geometrical and Statistical Properties of Systems of Linear Inequalities with Applications in Pattern Recognition », IEEE Trans.Electron.Comput., vol.14, 1965, p.326-334.6.HOPFIELD, J.J.« Neural Networks and Physical Systems with Emergent Collective Computational Abilities », Proc.Natl.Acad.Sci., États-Unis, 1932, p.2554-2558.7.AMIT, D.J., GUTFREUND, H.et SOMPOLIN-SKI, H.« Storing Infinite Numbers of Patterns in a Spin-Glass Model of Neural Networks », Phys.Rev.Lett., vol.55, 1985, p.1530-1533.8.GARDNER, E.« The Space of Interactions in Neural Network Models », J.Phys.A, vol.21, 1988, p.257-284.9.RUMELHART, D.E.et MCCLELLAND, J.L.Parallel Distributed Processing, vol.1-2, Cambridge, Mass., MIT Press, Bradford Books, 1986.10.RUMELHART, D.E., HINTON, G.E.et WILLIAMS, R.J., « Learning Representations by Backpropagating Errors », Nature, vol.323, 1986, p.533-536.ll.SEJNOWSKI, T.J.et ROSENBERG, C.R.« Parallel Networks that Learn to Pronounce English Text », Complex Systems, vol.1, 1987, p.145-168.12.POMERLEAU, D.A.« ALVINN : An Autonomous Land Vehicle in a Neural Network », dans Advances in Neural Information Processing Systems 1, San Mateo, CA, Morgan Kaufmann Publ., 1989, p.305-313.13.LE CUN, Y., JACKEL, L.D., BOSER, B.DENKER, J.S., GRAF, H.P., GUYON, I., HENDERSON, D., HOWARD, R.E.et HUBBARD, W.« Handwritten Digit Recognition : Applications of Neural Network Chips and Automatic Learning », IEEE Communications Mag., nov.1989, p.41-46.14.JUDD, S.Neural Network Design and the Complexity of Learning, Cambridge, Mass., MIT Press, 1990.15.RUJÂN, P.et MARCHAND, M.« Learning by Minimizing Resources in Neural Networks », Complex Systems, vol.3, 229-242 (1989).16.RUJÂN, P.et MARCHAND.M.« A Geometric Approach to Learning in Neural Networks », Proceedings oflJCNN 1989, Washington, D.C, vol.11, 1989, p.105-110.17.MARCHAND, M.et GOLEA, M.« A Convergence Theorem for Sequential Learning in Two-Layer Perceptrons », Europhys.Lett., vol.11, 1990, p.487492.18.GOLEA, M.et MARCHAND, M.« A Growth Algorithm for Neural Network Decision Trees », Europhys.Lett., vol.12, 1990, p.205-210.19.MÉZARD, M.et NADAL, J.-P.« Learning in Feed-Forward Layed Networks : the Tiling Algorithm », J.Phys.A, vol.22, 1989, p.2191-2203.20.GALLANT, S.I.« Perceptron-Based Learning Algorithms », IEEE Trans, on Neural Networks, vol.1, 1990, p.179-191.21.GOLEA, M.et MARCHAND, M.Op.cit., p.205-210.22.Loc.cit.23.ALSPECTOR, J.« Neural-Style Microsystems that Learn », IEEE Communications Mag., nov.1989, p.29-36.24.PSALTIS, D„ YAMAMURA, A.A., HSU.K., LIN, S., GU, X.et BRADY,D.IEEE Communications Mag., nov.1989, p.3740. INTERFACE NOVEMBRE • DÉCEMBRE 1990 ÈRATURE fl HISTOIRE AU QUEBEC PAR IAURENT MAIIHOT LVi K lise ''«MU £«38 'âW/à * 'éjtjggz - 21 INTERFACE NOVEMBRE • DECEMBRE 1990 Entre la littérature et uhistoire, il y a lwtoire littéraire.Mais quelle HISTOIRE LITTÉRAIRE ?COMMENT CONSTRUIRE UN PONT ENTRE CES DEUX MONDES qui ont, au Québec, gardé tant de distance entre eux ?Cm de cette QUESTION QUE LAURENT MAILHOT NOUS ENTRETIENT ICI.Laurent Mailhot, professeur au département d'études françaises de l'Université de Montréal, a publié une dizaine de livres dont quelques anthologies ipoésie, essais, MONOLOGUES! SUR LA LITTÉRATURE QUÉBÉCOISE, LE THÉÂTRE, CAMUS.IL A COLIABORÉ À UNE DIZAINE D'OUVRAGES COLLECTIFS DONT PLUSIEURS DICTIONNAIRES LITTÉRAIRES, À UNE QUINZAINE DE REVUES DONT ÉTUDES FRANÇAISES, QUI A DIRIGÉE.IL FAIT PARTIE DU COMITÉ DE RÉDACTION DE LA COLLECTION D'ÉDITIONS CRITIQUES « BIBLIOTHÈQUE DU NOUVEAU MONDE » (PUMJ.« Non pas rencontre, convergence avec les œuvres anciennes dans le même qu’il soit d’essence symbolique ou autre ; mais distance maintenue, affichée, et en même temps convocation par le nouveau de l’ancien, pour qu’il entre avec le nouveau dans un processus de transformation, de change.» Gilles MARCOTTE1 En marge et en vue d’une histoire littéraire du Québec à laquelle je travaille depuis plusieurs années, j’examinerai ici quelques questions que se posent l’une à l’autre la littérature et l’histoire.Sur des points précis et avec des exemples concrets, sans couvrir, bien sûr, l’ensemble ni entrer dans trop de détails.Sans exposer tous les avatars d’un critique littéraire qui, de 1960 à 1980 environ, avait paru s’éloigner de l’histoire, mais préparait, de divers points de vue, l’accès à une nouvelle histoire de (sinon par) la littérature : esthétique de la réception et théories de la lecture, sociologie de la littérature et sociocritique, analyse institutionnelle, etc.Littérature et histoire, duo incontournable, qui ne peut ni ne doit chanter à l’unisson, mais dont les désaccords aussi bien que les accords se poursuivent en lignes brisées.La Nouvelle-France ou le XIXe siècle des historiens ne sont pas tout à fait les mêmes, en même temps, que ceux des littéraires.Tout en se complétant, s’éclairant, ils ne sont pas non plus exactement complémentaires, ils ne s’ajustent jamais parfaitement.Amis et ennemis, ou plutôt adversaires loyaux dans un jeu dont ils maîtrisent les règles (certaines règles) sans connaître l’issue ultime de la partie.Que cherche-t-on, en effet, dans la littéra- ture comme dans l’histoire : T espace-temps, l’Homme, les sociétés, le langage, l’Art, l’infini ?Jacques Lacan parlait de lituraterre pour désigner « l’amplitude de sens » qu’a prise le concept de la littérature depuis un siècle.Et l’histoire n’est pas en reste, qui se fait tour à tour ou en même temps économique, sociologique, politique, culturelle.De qui, de quoi peuvent bien relever les « mentalités », les idées et les idéologies, les « sensibilités » ?L’oxfordien Theodore Zeldin fait l’Histoire des passions françaises à travers les textes littéraires aussi bien que les actes notariés et les monographies.Marc Angenot, de McGill, étudie tous les « discours » politiques, médicaux, religieux, (para)littéraires de l'année 1889 en France et en Belgique francophone.Qui est historien, qui est littéraire ?Au Québec, c’est généralement plus clair, trop clair : les historiens (nationalistes ou économistes) d’un côté, les littéraires de l’autre.Même la récente et bonne Histoire du Québec contemporain ne se sert guère de la littérature, sauf dans des sections spéciales, à la fin de chaque partie, comme « De l’ordre et de l’aventure », « L’affirmation de la modernité » ou « L’ébullition culturelle ».Ailleurs, un personnage de Ringuet (Trente arpents) n’est cité qu’à la place et au même titre que n’importe quel cultivateur des années trente : « C’est vrai, su’la terre, y a pas de dépression.» La littérature n’a-t-elle pas quelque (autre) chose à dire sur l’urbanisation, l’émigration, la Crise, la Guerre ?Les Patriotes de 1837-1838 et les Rouges ont aussi une existence littéraire, des Poutré de Fréchette et de Ferron aux « cérémonials » théâtraux autour de Chénier.Au Québec, le rapport du littéraire — je ne dis pas du culturel sociologique — à l’historique ne s’est jamais vraiment fait.Cela commence à peine, et seulement chez les critiques littéraires, pour les essayistes et autres écrivains de cette « révolution de la tranquillité » qui s’étend sur des dizaines d’années et dont le temps (la durée) est l’élément moteur, l’exigence essentielle.Les Mémoires de nos hommes politiques, à l’exception de ceux de La-palme et du Journal de Laurendeau, ne sont pas écrits mais transcrits directement de la mémoire — une mémoire sélective — au livre.Heureusement, parmi les rares autobiographies de nos écrivains, les meilleures et les plus politiques sont l’œuvre de romanciers qui analysent en tant que femme (Claire Martin), Manitobaine (Ga-brielle Roy) ou Ontarien du Nord (Éthier-Blais) « le malheur d’être ca-nadiens-français », c’est-à-dire minoritaires.« Notre mémoire s’est défaite en même temps que devenait incertain notre avenir2.» Elle ne se refera que si la littérature elle-même est considérée comme historique, ne séparant jamais l’ancien et le nouveau, la langue et le langage, le je et le nous.La Dernière Heure et — est — la première (Vadeboncœur), car l’his-toire-objet et l’histoire-discours ont comme points de départ et d’arrivée le même horizon, actuel, de la représentation et de l’écriture.Le récit historiographique peut être fragmenté, troué (comme la mémoire), il ne saurait faire abstraction d’un trajet, aller-retour.Nous donnerons d’abord à voir non pas les « origines » (immémoriales) de la littérature québécoise, mais ses commencements et recommencements ; son long XIXe siècle, ou sa 22 INTERFACE NOVEMBRE • DÉCEMBRE 1990 7=$ ¦' ;-v- .;.!>> ' .mm |ggjg I | liflpK SB8SKl®»®ais8si& > : ; _ Mm 9 '.r/fii rïg rî-f.n-lv' :V'^-'îr Tjrjr.'•;*•'¦•' 3^ !.-• lj§lpi%ë3"' « dixneuviémité », jusqu’à 1930 ou 1948.Suivent quelques « modernités » qui ne constituent pas toutes une modernisation.Nous terminerons par la nécessaire ambiguïté — polyvalence, évolution — du texte littéraire.OÙ COMMENCE LA LITTÉRATURE QUEBECOISE ?Quand commence la littérature ?D y a sans doute plusieurs (types de) commencements, différents suivant les traditions et les cultures.Quand commence la littérature française ?Avec La Chanson de Roland, « non pas tant en vertu de son ancienneté — il existe des textes qui lui sont antérieurs — que par la thématisation de ce processus par lequel on passe d’une société traditionnelle à un État dans lequel les valeurs et les comportements relèvent des institutions, entre autres, celle de la littérature (.] La Chanson de Roland « préserve les valeurs héroïques anciennes, mais les réinscrit dans un contexte qui en modifie le sens.Désormais prouesse et courage sont au service de l’État et non de l’honneur personnel3.» Dans cette perspective, la littérature canadienne-française ou québécoise pourrait commencer avec VAppel à la justice de l’Etat de Pierre du Calvet, imprimé à Londres et aussitôt traduit en anglais en 1784.Cette autodéfense, ce plaidoyer qu’on a souvent vu comme un « pamphlet haineux, inique et mensonger » contre le gouverneur Haldimand, « Suisse mal anglifié », est à sa manière un manifeste.« Ce n’est pas ma vengeance personnelle qui a été l’objet unique de mon voyage et de mes démarches : non ; vous étiez tous en corps les tristes compagnons de mes infortunes ; mon cœur le savait ; le patriotisme, dont je fais gloire, s’occupait à vous relever de l’oppression.Voici un ouvrage consacré, en grande partie, à une si glorieuse fin », écrit Du Calvet dans sa Lettre à Messieurs les Canadiens, qui fait partie du livre.Le sujet-nation est clairement posé.L’Appel témoigne non seulement d’un changement de régime (du français à l’anglais) et des problèmes constitutionnels qu’il pose (l’auteur s’oppose à l’Acte de Québec de 1774), il témoigne, plus profondément, du passage d’une société tradi- tionnelle, immémoriale, la Nouvelle-France, avec son Roi et son Dieu vus comme naturels, à une société nouvelle, instituée, où les rapports de force sont décisifs.Étienne Gilson n’avait donc pas tort de voir dans l’Appel à la justice de l’Etat, « œuvre jaillie du cœur canadien et pour le Canada seul », un monument fondateur de notre littérature.Pour l’historien Claude Galar-neau, notre « premier monument » littéraire serait plutôt le Discours de Mgr Plessis contre la Révolution française, en 1799.D’autres mentionnent Quesnel comme premier écrivain canadien.Non seulement l’auteur de L’Anglomanie ou Le Dîner à l’anglaise, mais aussi celui de Colas et Colinette, pièce qu’une vingtaine de commentateurs, depuis Camille Roy et à son exemple, avaient pris l’habitude de considérer comme une œuvre étrangère où le Canadien n’a « pas de part », mais que La Gazette de Québec du 31 janvier 1805 présentait déjà comme une « production coloniale » et dont une analyse récente montre les rapports précis avec la « réalité canadienne ».Le second titre de cette comédie est important — Colas et Colinette ou Le Bailli dupé —, car à travers le rôle tout en séduction et en duplicité du bailli, on peut voir une allusion à Mgr Bailly, coadjuteur de l’évêque de Québec, recommandé par Dorchester, qui « apparaît à ses pairs comme vendu aux Anglais, faisant le double jeu, traître à la cause commune4 ».Le bailli de Quesnel, militariste, entremetteur mondain, révolté et ambitieux qui se sert d’idées libérales à la fois contre le peuple (Colas) et contre le seigneur Dolmont, est en contradiction sur certains points avec la figure historique de M®1' Bailly de Messein (loyaliste et pro-gouvememental), mais la richesse, l’épaisseur du personnage créé par Quesnel, qui dépasse le rôle stéréotypé du bailli dans la comédie française classique, ancre Colas et Colinette dans l’actualité canadienne de 1790.Un peu avant Quesnel, les journalistes et La Gazette de Montréal combattaient, eux, pour les idées nouvelles, voltairiennes, libérales.Un peu après, en 1806, c’est Le Canadien qui entreprend non seulement de défendre l’Assemblée, les parlementaires, les | nouveaux notables et le peuple, mais aussi de fournir au Canada français un discours de la survivance, de la responsabilité, de la liberté.Le Canadien n’est pas qu’un organe politique, partisan ; c’est un organe national, un lieu d’édition et de recherche.« Si une culture québécoise, autochtone, nettement différenciée de celle de la France, s’est peu à peu constituée pendant le premier quart du XIXe siècle, c’est certainement pour une large part grâce à ce journal [.].La difficulté d’exister, source de toute réflexion comme de toute expression, philosophique ou littéraire, ils [les rédacteurs du Canadien] la vivent concrètement, dans une situation politique et sociale qu’ils cherchent sans cesse à clarifier pour leurs lecteurs [.].Et le mérite le plus durable de ce courant libéral — qui a aussi engendré le soulèvement de 1837 — est certainement d’avoir favorisé la naissance de la poésie, de l’histoire, du roman québécois5.» liai tll mils il pki co* Une tradition s’est donc établie, qui va de Fleury Mesplet aux Rouges de l’Institut canadien, en passant par Papineau et les Patriotes.Garneau, Parent, Crémazie en sont tributaires.A la faveur de ce mouvement, les écrits de la Nouvelle-France eux-mêmes réapparaissent.Cette « littérature d’action », sorte de préhistoire, fait partie de notre histoire, puis de notre histoire littéraire.Ce sont, d’une part, les historiens, les géographes, les ethnologues et, d’autre part, des étrangers (anglo-saxons surtout) qui s’intéressent aux récits de voyages, descriptions et Relations.Ici, au XIXe siècle, la bibliographie, l’historiographie, la biographie, la poésie, le roman historique, parfois le théâtre, reconstituent, ressuscitent les figures et les textes de la Nouvelle-France.Et la tradition orale est encore vivante, non seulement dans les chansons, contes et légendes, mais aussi dans des œuvres comme Les Anciens Canadiens et les Mémoires d’Aubert de Gaspé, plus d’un siècle après la Conquête. 23 INTERFACE NOVEMBRE • DECEMBRE 1990 lie,(|i îgesde [»Pi- œil, «Ü sécrils Bit- e d'ac-ipartie Isois sii» jIojk (anglo :nl a lié ÜO-b» Mfî, tessis- idela florale s, mis K to 1011 i siècle Il faudra cependant attendre le milieu et la fin du XXe siècle pour que les écrits de la Nouvelle-France prennent place dans l’intertexte d’écrivains comme Savard, Perrault, Ferron, Ducharme, Poulin et dans le corpus proprement littéraire.Ce sont des professeurs de littérature qui font des éditions, le plus souvent critiques6, de Lescarbot, Sagard, Marie Morin, Madame Bégon, les Martyrs canadiens, etc.A l’intérêt documentaire multiple et évident d’un Champlain, d’un Hennepin, d’un Leclercq, d’un Frontenac, s’ajoute l’intérêt « poétique » (au sens de théorie littéraire) de textes qui vont de l’inventaire au traité, de l’apologie à la mystique, de la correspondance au dialogue et au récit.Seule une lecture littéraire (rhétorique, narratologique, sémiologique) peut étudier le discours implicite et le fonctionnement de ces textes.Les écrits de la Nouvelle-France constituent un « ensemble » organique, non pas un bloc massif et inerte de la Renaissance aux Lumières, de la cartographie origi- j.ggplglp fiÉ t£.' mm* -MM w -, g: %®: « nelle à l’ethnographie comparée, de l’Histoire de Lescarbot en 1609 à celle de Charlevoix en 1744.La réception de ces écrits (comme propagande, documents, textes littéraires) n’est pas la même en Europe, en Amérique anglophone, au Québec, chez les humanistes classiques, les Philosophes, les Encyclopédistes, les savants modernes et les écrivains postmodemes.Les écrits de la Nouvelle-France bougent : ils sont vivants, à la foi générateurs et générés, régénérés, à la jonction même de l’histoire et de la littérature.NOTRE XIXe SIÈCLE À TRAVERS LES AGES Il y a quelques années, David Hayne regroupait en cinq catégories les problèmes majeurs de l’histoire littéraire du XIXe siècle québécois, à savoir : les instruments de travail, l’interprétation des textes, les origines littéraires, la périodisation et les genres.Si de bonnes éditions critiques ont paru ou sont en préparation, on regrette toujours l’état ou l’accessibilité de bien des dépôts d’archives, la dispersion de nos collections de périodiques, mal organisées, aux index fort incomplets.Si les revues littéraires sont bien inventoriées, le plus souvent pour des fins spécifiques, le contenu des magazines et des journaux demeure largement inconnu.Nous avons quelques ouvrages sur l’imprimé au Québec, un utile répertoire de La Presse québécoise, des analyses partielles, mais aucune histoire du journalisme.Dans l’interprétation des textes, l’étude des idéologies a curieusement précédé — et paraît plus avancée que — l’étude de la langue, de la rhétorique, des formes.L’histoire de l’enseignement a été jusqu’ici surtout institutionnelle ; seule l’équipe dirigée à l’Université Laval par Joseph Melan-çon et Clément Moisan étudie la formation littéraire dans les collèges classiques, à travers les discours et dissertations des étudiants.« Nous répétons inlassablement que les journaux ont été le berceau des lettres canadiennes, mais nous sommes incapables de dire avec précision quels journaux, à quel moment et dans quel sens1.» Je pense qu’après les numéros d’Etudes françaises sur « Une littérature de combat 1778-1810 » (paru en llllllll s saga; mi SSÜiSpfê WM Mé&àïiëmmtàZm&iïxi fc > ^ \ ¦ -, m'y.m ¦, cfl'Ç-'-' ^ n 'V • fl* ('¦ - wtyshitâMB m te yîm&f ¦ mm - - .' 1969 déjà) et sur les démocrates canadiens, après les thèses récentes de De Lagrave sur Fleury Mesplet et surtout de Manon Brunet (Université de Montréal, 1984) sur La Littérature française du Québec de 1764 à 1840 : essai pour une sémantique historique, on voit mieux le rôle de La Gazette de Montréal et du Canadien, non seulement comme éditeurs et diffuseurs, mais comme lieu, école, creuset de pensée et d’action par et dans l’écriture.Nos « origines littéraires » devraient cependant être éclairées par la genèse des œuvres, par des comparaisons avec l’émergence des littératures américaines du Nord et du Sud, par des études mettant en rapport le développement des arts avec celui de la littérature.Il faut préconiser une conception souple et évolutive du concept de littérature : « Nos ancêtres ont beaucoup écrit au dix-neuvième siècle, et nous avons l’obligation de les lire partout où ils nous ont précédés, sans nous limiter à des genres ou à des formes traditionnels », écrit Hayne8.Je relèverai ici deux expressions : d’une part, « partout où ils nous ont précédés », mais dans certains cas, tout en ayant fait quelque chose, ils ne nous ont pas « précédés » puisque nous ne les avons pas suivis ; d’autre part, qu’est-ce qu’une forme ou un genre « traditionnels » ?Traditionnels au XIXe ou au XXe ?Les genres les plus répandus, les plus communs, les mieux enracinés, ici, au XIXe siècle, semblent être le conte et la légende (plus que le roman), l’hymne ou la chanson (plus que la poésie), les discours, sermons et conférences (plus que le théâtre), le journalisme militant (plus que l’essai), la polémique (plus que la critique), les monographies et hagiographies (plus que l’histoire, sauf dans les cas de Gameau et de Ferland).Ce sont donc plutôt des genres dits secondaires — avec parfois de grands textes : la Correspondance de Crémazie, le Journal d’Henriette Dessaultes, les Chroniques de Buies — qui se partagent la littérature de notre XIXe siècle.Selon Philippe Muray, « au-delà des cent ans du siècle, il y a un XIXe siècle virtuel, un XIXe siècle en voyage, en aval, mais aussi en amont, une dixneuviémité en somme dans laquelle le XIXe réel n’est peut-être qu’une escale.9 ».Les principaux actants de ce « roman vrai », qui seraient en France la Magie et le Progrès, ou l’occultisme et le socialisme, que l’auteur désigne du terme orwellien d’oc-soc, ne sont pas exactement les mêmes au Canada.Nous avons notre propre messianisme, plutôt romain qu’antiromain, nous avons nos morts, qui ne sont pas ceux du cimetière des Innocents, de la Révolution et de la Commune.Mais si le XIXe est « l’entrée de la mort dans sa pompe », avec ses catacombes, ses spectres, ses luttes clandestines, son architecture « structurée comme une nécropole », nous lui trouvons bien des équivalents chez Crémazie et tous les Gameau, chez les deux Aubert de Gaspé, chez Casgrain comme chez Nelligan.Nous avons nos suaires et ossuaires, nos « vieux soldats » et nos « derniers Hurons », nos Juifs errants (qui sont des Canadiens), nos grands-prêtres à la Hugo, laïques ou non, notre Grande Guerre ecclésiastique et nos Mystères de Montréal.L’Avenir du peuple canadien-français, d’Edmond de Ne vers, est typique de la pensée magique, positiviste et utopiste, INTERFACE NOVEMBRE • DÉCEMBRE 1990 élitiste et populiste, et même de l’architecture (villes-musées, avec un quartier latin pour la bohème et de vagues faubourgs) du XIXe siècle.Si Mme Blavatski, autre Clotilde, est « la femme la plus importante du XIXe siècle10 », nous retrouverons son nom, ses qualités, son rôle (occulte, théoso-phique) dans le Ratablavasky du Matou d’Yves Beauchemin (1981), roman-feuilleton très dix-neuviémiste.Car à côté d’un XIXe siècle « archaïque », « étemel » et « réel historique », il existe un XIXe vingtiémiste, c’est-à-dire plus électronique, télématisé, nickelé, informatique et atomique11.MODERNITÉS Les problèmes de périodisation ne sont pas réductibles au choix de certaines dates clés, à la constitution d’un tableau chronologique articulé.Il faut agir à plusieurs niveaux et de diverses façons pour rendre visibles, lisibles, les mouvements, toujours plus complexes que les écoles.Il faut rendre compte à la fois d’une convergence et des divergences.Les époques, les • phases, les périodes ne sont jamais fixées une fois pour toutes, ni par l’histoire littéraire, ni par l’histoire générale ou sociale.Ce qui existe, cependant, ce sont certains consensus actuels à l’égard du passé.Prenons une question comme celle de la modernisation culturelle du Québec.Celle-ci a été beaucoup étudiée ces derniers temps : par le sociologue Marcel Fournier ; par les participants du colloque Lamonde-Trépanier intitulé « L’Avènement de la modernité culturelle au Québec12 » dans tous les domaines, des sciences aux arts et aux mass-médias ; par un excellent numéro de Protée (1987) ainsi que par un cahier de l’UQAM intitulé L’Avant-garde culturelle et littéraire des années 70 au Québec13.En fait, dans ce dernier recueil, même dans les articles sur l’itinéraire de François Charron, sur la « posture utopiste » de Chamberland, sur la contre-culture de Mainmise, sur le théâtre marginal, c’est surtout de l’avant-garde politique — mot curieusement absent du titre — qu’il est question.Les pratiques artistiques de cette période trouvent-elles SiüS .vi'a'v^a .1, 1 « SSM iPsi mamam ËâÉsÊmSÊtm £«?-! hnmm mmÊtm leur fondement, leur « ancrage » dans l’apparition d’organisations militantes ?Si les groupuscules politiques, « en dépit de leur fonctionnement relevant d’une mentalité de secte, ne constituent pas des phénomènes excentriques à la société québécoise de la période14 », on est un peu surpris, alors, de voir ces organisations, ces groupes, ces revues, tomber les uns après les autres au cours de la décennie.Cette « avant-garde culturelle et littéraire », qui est surtout politique, dans le sillage d’En lutte ! et de la Ligue communiste (marxiste-léniniste), est plutôt le reflet ou l’arrière-garde de mouvements parisiens, soviétiques, chinois, voire albanais.Non seulement le formalisme, les théories/pratiques du Texte, la contre-culture, le féminisme, le nationalisme et le libéralisme viennent troubler le jeu et exacerber des contradictions qui ne sont plus « secondaires », mais aussi, ils isolent des élites culturelles, au tournant des années quatre-vingt, les cellules militantes qui étaient déjà coupées des masses, malgré leurs stratégies « implantationnistes ».Qu’est-ce qu’une « avant-garde » qui n’est suivie d’aucun corps d’armée, d’aucun mouvement de troupes ?« Autrefois, la reconnaissance d’une avant-garde pouvait s’opérer à travers les phénomènes de la censure (et corrélativement avec le jeu du scandale lié au couple interdit/transgression).Aujourd’hui, ce n’est vraiment plus le cas15.» Aujourd’hui, l’avant-garde idéologique se dissout dans l’utopie, comme chez le second Chamberland, par exemple.« L’utopie ne prend pas la relève d’une position dont les occupants ont été destitués et disqualifiés.L’espace de l’utopie est autre et occupe sa propre totalité.La pulsion d’utopie trace un projet dont elle est l’origine et la fin16.» Exit, donc, l’avant-garde aux connotations militaires et élitistes.Restent l’utopie, la prophétie, les manifestes et manifestations qui annoncent, précèdent, préparent le renouveau.Restent un avant et un après (un arrière), même si la garde est relevée.Refus global intervenait après la guerre comme centre et concentration d’un mouvement d’ouverture, d’aventure, qui avait commencé quinze ou trente ans avant et qui prendra son ampleur quinze ans après.Ces considérations nous ramènent au phénomène de la modernisation culturelle — plutôt que d’un Avènement (ponctuel) de la Modernité — au Québec.Le Nigog (1918) est une date-clé à cause de son interdisciplinarité et de son internationalisme, de même, à l’époque, que les audaces en poésie de Loranger, Dugas, Delahaye.Mais il faudra attendre les années trente, avec un détour par les revues et la critique, pour que Saint-Denys Gameau donne à la poésie québécoise son impulsion décisive.« Pour beaucoup, la Grande Noirceur est derrière nous, à la fois preuve que le Québec a bien une Histoire, et marque de ce que cette histoire est achevée.La grande rupture ayant eu lieu, il ne resterait donc qu’à épouser pleinement le vertige d’une modernité toujours plus radicale, c’est-à-dire sans mémoire17.» Pour moi comme pour Pierssens, comme pour André Belleau (dont parle cet article), comme pour Jean Larose18, la Grande Noirceur — qui n’est pas que duplessiste ou clérico-conservatrice — n’est évidemment pas derrière nous, mais en nous, devant nous, mélangée à certaines lumières ou lueurs.La Noirceur, grande ou petite, peut envahir le changement qui n’est qu’un déplacement, une fuite, un alibi.Tout ce qui est nouveau n’est pas un après, mais un méta.À la veille de sa mort, André Belleau voulait « élaborer d’un même mouvement une histoire critique du Québec dans sa littérature et une position éthique pour l’écrivain à venir », entendant par littérature, non pas « une succession de thèmes ou un enchaînement de formes », mais « l’archive complexe de ce qui, dans cette société, INTERFACE NOVEMBRE • DECEMBRE 1990 a fini par produire des écrivains dont l’œuvre nous interroge », entendant par écrivain, non seulement « celui qui raconte une histoire ou qui produit des livres », mais aussi « celui qui reçoit l’énigme entière de l’homme à travers les questions toujours partielles posées par le peuple auquel il appartient19 ».C’était — c’est — là plus qu’un projet ou un programme : une vision du Québec et de sa littérature dans l’histoire, dans le monde, dans la littérature.On la trouve ici formulée, condensée dans une sorte de testament ; elle est retraçable, disséminée, dans plusieurs essais de Belleau sur la langue, la culture, les codes, le carnavalesque, le politique, etc.« Ce littéra-turologue est aussi un anthropologue, dit Gilles Marcotte ; il ne faisait jamais l’économie de la littéralité, des médiations littéraires, mais il allait toujours, dans son étude du texte, jusqu’au point où celui-ci nous dit quelque chose d’important sur les temps que nous vivons20.» La littérature était pour lui à la fois un langage spécifique et un carrefour.Ce que Belleau a cherché à faire, c’est de formuler une problématique de l’écriture québécoise fondée « non pas sur une esthétique de la plénitude, mais sur le conflit des normes, le manque, la négativité, l’incertain mandat de l’écrivain, "homme rapaillé" par excellence21 ».On a souvent signalé le paradoxe, la contradiction qu’il y a entre littérature et enseignement, entre l’apprentissage de la liberté dans et par les textes et un savoir codifié et homologué — l’histoire littéraire, par exemple — qui aurait pour fin de « perpétuer le discours de la continuité et de l’ordre, favorisant chez les sujets un mécanisme d’identification avec la structure sociale à laquelle ils appartiennent22 ».Mais les « sujets » de la littérature, c’est-à-dire ses lecteurs, ne sont pas assujettis à un Prince ; ils ne sont pas ses serviteurs, étant plutôt servis ou se servant eux-mêmes.La littérature et l’histoire — l’histoire littéraire — leur offre à la fois la continuité et la rupture, l’identification et la différenciation des voies (des « voix »), une « socialité négative » (Adorno), un droit à la dissidence et à l’improductivité économique.En accord avec la plupart des prolégomènes et des analyses-synthèses de Clément Moisan23, je m’étonne que dans sa conclusion, qui est un manifeste aussi bien qu’une poétique, il veuille « que l’Histoire littéraire se mette au pas » (métaphore militaire malheureuse) et qu’il semble même préférer à une conception et une rédaction collectives (une « pluralité de subjectivités qui s’expriment »), une « non-rédaction » de l’histoire littéraire, remplacée par une exposition brute des résultats de la recherche au moyen de schémas, grilles, courbes, images, listes, tableaux qui rendraient « le moins perceptibles possible » les « traces d’auteur ».« Les graphiques à plusieurs dimensions, les stéréo-grammes et les cyclogrammes, par exemple, que les programmes informatiques réalisent désormais, permettraient sûrement une écriture inédite de l’histoire littéraire24.» Mais remplacer le monde visible par des « traces des choses mêmes » (comme disait Valéry), le doubler d’un ensemble de diagrammes et autres figures géométriques ou algébriques, ce n’est pas nécessairement donner au lecteur, fût-il qualifié de « visiteur-vision-neur », plus de « liberté de réflexion, alors que l’écriture l’enchaîne aux valeurs de l’organisation discursive ».L’« idéographie » est aussi une idéologie.L’histoire littéraire, discours situé, récit assumé, peut s’accompagner, non se contenter, d’une historiographie des surfaces et des plans.L’ordre du discours littéraire, historique, n’est pas un discours de l’ordre (ni d’ailleurs du désordre) établi, mais un rapport sans cesse à établir, à imaginer, par l’écriture, entre l’ancien et le nouveau.Le récit ne dit jamais deux fois la même chose, parce qu’il ne la dit pas de la même façon.« Est littéraire une œuvre qui possède une "aptitude à la trahison", une disponibilité telle qu’on peut, sans qu’elle cesse d’être elle-même, lui faire dire dans une autre situation historique autre chose que ce qu’elle a dit de façon manifeste dans sa situation historique originelle25.» Malgré leur fonction distincte, les historiens de la littérature ne sont pas plus que les lecteurs ou critiques des pontifes, sinon au sens étymologique du terme : des constructeurs, des passeurs.De la littérature à l’histoire.¦ Notes et références 1.Littérature et circonstances, Montréal, l’Hexagone, 1989, p.167.2.DUMONT, F.« La leçon du samedi », Le Devoir, 17 septembre 1982.3.GODZICH, W., préface à DEMERS, J.et L.McMURRAY.L'Enjeu du manifeste, Montréal, le Préambule, 1986, p.13.4.LEFIER, Y.« Colas et Colinette ou Le Bailli dupé et la réalité canadienne », Revue d’histoire littéraire du Québec et du Canada français, n° 12, 1986, p.231.5.VACHON, G.-A.« Une pensée incarnée », Etudes françaises, vol.5, n° 3, août 1969, p.257-8.6.Notamment dans la collection « Bibliothèque du Nouveau Monde », aux PUM, où, après les Relations de Cartier (1986), paraîtront les Œuvres de Lahontan, les Mœurs de Lafïtau, le Journal de Charlevoix, etc.7.HAYNE, D.M.« Problèmes d’histoire littéraire du XIXe siècle québécois », RHLQCF, n° 2, 1980-1981, p.48.8.Ibid., p.51.9.MURAY, P.Le XIXe siècle à travers les âges, Paris, Denoël, 1984, p.13.10.Ibid., p.164.M™ Blavatski est venue au Québec, entre deux voyages au Tibet, et elle a accompagné Garibaldi à Viterbe et à Mentana (ibid., p.163).Elle aurait pu, ici ou là-bas, rencontrer Buies.11.Ibid., p.328.12.Québec, I.Q.R.C., 1986.13.PELLETIER, J.(édit.).« Cahiers du Département d’études littéraires », n° 5, 1986.14.Ibid., p.38 15.POURABAIX, J.« Paul Chamberland : la posture utopiste », ibid., p.91.16.Ibid., p.90.17.PŒRSSENS, M.« La Nuit transfigurée », Liberté, n° 169, février 1987, p.82.18.Voir La Petite Noirceur (Montréal, Boréal, 1987), recueil d’essais qui analysent quelques fausses, complaisantes ou répétitives « modernités ».19.D’après Pierssens, art.cité, p.82.20.« Pour mémoire », Liberté, n° 169, février 1987, p.43.21.ANSENOT.M.« J’aime mieux vivre que me définir », ibid., p.46.22.LUZI, A.« Entre sociologie et sémiologie : la didactique de la littérature », Etudes françaises, vol.23, n“ 1-2, 1987-1988, p.26.23.Qu’est-ce que l'histoire littéraire ?, Paris, PUF, 1987.24.Ibid., p.240.C’est l’auteur qui souligne.25.EXCARPIT, R.Le littéraire et le social, Paris, Flammarion.1970, p.28.C’est moi qui souligne. 26 L'IMPACT DE LA TPS SUR LA RECHERCHE UNIVERSITAIRE ENTREVUE RÉALISÉE PAR MARIE CHALOUH JACQUES GOLDSTYN — Les universités, comme bien d'autres secteurs, seront touchées par la TPS.Comment réagissent-elles à l'implantation imminente de cette nouvelle taxe?Ont-elles adopté une position commune?L'intention du législateur était que l'impact de la TPS sur les universités soit nul, c'est-à-dire que les universités ne paient pas plus de taxes avec le nouveau système qu'avec l'ancien.Mais on s’est vite rendu compte qu'il en irait tout autrement et que les universités ne seraient à l'abri ni des effets, ni des complexités de cette nouvelle loi.Il a donc fallu s'organiser, se doter de structures adéquates pour faire face à la TPS.Ainsi, un groupe de travail a été mis sur pied dans chaque université pour examiner les répercussions possibles de la TPS et élaborer une stratégie visant à en neutraliser les effets négatifs.Il existe aussi des groupes de travail à l'échelle provinciale qui essaient d'harmoniser les diverses interprétations de la loi dans chaque province; au Québec, c'est la CREPUQ qui coordonne la participation des universités dans ce dossier.Le travail d'harmonisation s'effectue aussi à l'échelle nationale par l'intermédiaire de l'Association des universités et collèges du Canada (AUCC) et de l'Association canadienne du personnel administratif universitaire (ACPAU).L'ACTUELLE TAXE DE VENTE FÉDÉRALE, QUI EST GÉNÉRALEMENT DE 13,5 P.CENT ET QUI NE S'APPLIQUE QU AUX PRODUITS, SERA BIENTÔT REMPLACÉE PAR UNE TAXE DE 7 P CENT SUR LES PRODUITS ET SERVICES (TPS).OBJET DE VIVES CONTROVERSES, CETTE INITIATIVE FISCALE A MOBILISÉ DE TOUTES PARTS UNE ARMÉE DE CONSEILLERS QUI ESSAIENT DE PRÉVOIR LES EFFETS DE LA TPS SUR L’INDUSTRIE, LES MUNICIPALITÉS, LES CONSOMMATEURS, ETC.LES UNIVERSITÉS, ET NOTAMMENT LES CENTRES DE RECHERCHE UNIVERSITAIRES, N’ÉCHAPPENT PAS À CETTE FRÉNÉSIE, CAR LES EFFETS DE LA TPS S'ANNONCENT LÀ AUSSI NOMBREUX ET COMPLEXES.SUSAN MARTIN, CHARGÉE DE RECHERCHE i LA CONFÉRENCE DES RECTEURS ET DES PRINCIPAUX DES UNIVERSITÉS DU QUÉBEC (CREPUQ), EST ATTACHÉE AU GROUPE DE TRAVAIL PROVINCIAL SUR L'APPLICATION DE LA TPS AU MILIEU UNIVERSITAIRE.NOUS L'AVONS RENCONTRÉE POUR QU'ELLE NOUS EXPLIQUE LES EFFETS PRÉVISIBLES DE CETTE TAXE SUR LES UNIVERSITÉS.—Quel est le principal objectif de tous les groupes de travail?Ce que veulent les universités, c'est que la réforme de la taxe fédérale de vente n'alourdisse pas leur fardeau fiscal par rapport à ce qu'il était avant la réforme.Mais, dans un premier temps, il est indispensable de bien comprendre la nouvelle loi, d'en interpréter correctement toutes les dispositions.A cette fin, l’AUCC et l'ACPAU ont engagé la société Ernst & Young, qui a développé une expertise dans ce domaine.Tout cet effort d’interprétation vise à relever les ambiguïtés, voire les erreurs que comporte la loi, à proposer des corrections, des modifications, en un mot: à réduire la complexité de la loi.—N'est-ce pas là le rôle du législateur?D'une certaine façon, les universités sont obligées de devancer le ministère des Finances, chargé de la rédaction de la loi, et le ministère du Revenu, chargé de la gestion de la loi.La planification financière les oblige à engager dès maintenant des crédits pour l'an prochain, donc à tenir compte de la loi, à l'appliquer avant même qu'elle n'entre en vigueur.Il est certes difficile de mettre en application une loi dont le texte n'est pas définitif, mais cela nous permet d'intervenir auprès du ministère des Finances afin qu'il corrige les erreurs, clarifie les ambiguïtés et simplifie les passages trop complexes. 27 INTERFACE NOVEMBRE • DÉCEMBRE 1990 —La loi est-elle particulièrement complexe en ce qui concerne les universités et plus spécifiquement la recherche universitaire?De tous les secteurs touchés par la TPS, ce sont les municipalités et les universités pour lesquelles l'application de la loi est la plus complexe.Mais tout d'abord, il faut dire que les universités et les organismes de recherche ne font pas l’objet d'une section particulière dans la loi.On doit donc passer en revue chaque section pour voir ce qui peut s'appliquer à la recherche universitaire.La première section qui concerne les universités est celle traitant des organismes de bienfaisance.Les universités sont en effet considérées, aux termes de la loi, comme des organismes de bienfaisance, et la recherche entre dans la catégorie des «services offerts par un organisme de bienfaisance».Or ces services sont exonérés, c'est-à-dire non taxables.Par exemple, une équipe de recherche faisant partie d’une université ou regroupant des chercheurs de plusieurs universités devrait payer la TPS sur presque tout ce qu'elle achète, mais ne pourrait ni facturer de TPS aux personnes à qui elle fournirait ses services, ni réclamer de crédit de taxe relativement aux achats destinés à ces services.—Cela ne va-t-il pas à l'encontre de l'intention du législateur en ce qui concerne les universités?l'UQAM — qui fait beaucoup de construction, le taux sera bon, car les matériaux de construction sont tous taxés à l'heure actuelle.Mais les universités bien en place et qui font beaucoup de recherche risquent d'être pénalisées.On pense, par exemple, aux universités qui achètent beaucoup de matériel de laboratoire, lequel est en grande partie exonéré présentement de la taxe fédérale de vente.De façon générale, on peut dire que plus une université est taxée aujourd'hui, plus elle sera avantagée par la réforme.— Que le taux soit avantageux ou non, les universités paieront une taxe sur presque tout ce qu'elles achètent.Mais qu'en est-il de ce quelles vendent?Les fournitures offertes par les universités se répartissent dans trois catégories.La plus avantageuse est celle des fournitures taxables mais, en vertu de leur statut d'organismes de bienfaisance, les universités ne peuvent pratiquement percevoir de taxe que sur la vente de biens corporels, comme les livres neufs.À cet égard, l’entreprise privée occupe une position privilégiée.Elle perçoit une taxe de 7 p.cent sur toutes FIGURE Ristournes accordées aux organismes non taxables du secteur public Oui, et c'est pourquoi le ministre des Finances a décidé d'accorder aux universités une ristourne de 67 p.cent.C'est-à-dire que les universités auront droit à un remboursement de 67 p.cent de la TPS qu’elles auront payée sur les achats effectués aux fins d'activités exonérées.La TPS étant de 7 p.cent, le taux effectif d’imposition des universités reviendra à 2,3 p.cent.On estime qu'avec ce 2,3 p.cent, la taxe à payer sera à peu près équivalente à ce quelle est actuellement.— Cette ristourne satisfait-elle toutes les universités?Il ne s'agit que d'une moyenne établie à partir de savants calculs et après de longues négociations entre le ministère des Finances et le groupe de travail AUCC-ACPAU.On a procédé un peu comme on le fait pour déterminer l'indice des prix à la consommation: on a sélectionné plusieurs universités à travers le pays, on a examiné le panier des produits et services qu'elles achetaient, on a calculé la moyenne et on est arrivé au taux de 67 p.cent.Mais ce dernier ne convient pas nécessairement à toutes les universités.Il sera avantageux pour certaines, désavantageux pour d'autres.Tout comme le coût de la vie peut varier considérablement d'une famille à une autre selon que la famille achète ou non les produits contenus dans le panier servant au calcul de l'indice des prix à la consommation.— Quelles sont les universités à qui profitera cette ristourne et quelles sont celles quelle pénalisera?Les universités dont le «panier» contient en majorité des produits déjà taxables devraient être favorisées puisque la taxe fédérale de vente, qui est généralement de l’ordre de 13,5 p.cent, sera remplacée par une TPS de 7 p.cent (pour autant que les prix baissent, la taxe fédérale étant parfois cachée).Par exemple, pour une université en pleine croissance — telle Secteur public Secteur public non gouvernemental Municipalités Universités et cégeps Gouvernement Organismes de bienfaisance Organismes à but non lucratif 28 INTERFACE NOVEMBRE • DÉCEMBRE 1990 RESPONSABLES DE L'IMPLANTATION DE LA TPS CONFÈRENCE DES RECTEURS ET DES PRINCIPAUX DES UNIVERSITÉS DU QUÉBEC Madame Susan Martin Chargée de recherche ÉCOLE DES HAUTES ÉTUDES COMMERCIALES Monsieur Jean-Pierre Bélanger Adjoint au directeur des finances ÉCOLE DE TECHNOLOGIE SUPÉRIEURE Monsieur Jacques Fortin Directeur Service des finances ÉCOLE NATIONALE D'ADMINISTRATION PUBLIQUE Monsieur Pierre Letendre Directeur Service des finances ÉCOLE POLYTECHNIQUE Monsieur Luc Bédard Directeur Service des finances INSTITUT ARMAND-FRAPPIER Monsieur Claude Francoeur Directeur Service financier INSTITUT NATIONAL DE LA RECHERCHE SCIENTIFIQUE Monsieur Régis Hallé Responsable de la gestion budgétaire Service de la gestion budgétaire et de l'informatique de gestion TÉLÉ-UNIVERSITÉ Monsieur Donat Linteau Directeur Service des finances UNIVERSITÉ BISHOP Monsieur Jean-Luc Grégoire Vice-principal à l'administration UNIVERSITÉ CONCORDIA Monsieur Steven Tamas Contrôleur Département de la trésorerie UNIVERSITÉ DE MONTRÉAL Monsieur Normand Germain Directeur Service de la vérification interne UNIVERSITE DE SHERBROOKE Monsieur Luc Loignon Chef comptable Service des finances UNIVERSITÉ DU QUÉBEC Siège social Monsieur Richard Cantin Directeur Ressources financières UNIVERSITÉ DU QUÉBEC À CHICOUTIMI Monsieur Ghislain Larouche Adjoint du vice-recteur Vice-rectorat administration et finances UNIVERSITÉ DU QUÉBEC À HULL Monsieur Roger Turcotte Directeur Service des finances UNIVERSITÉ DU QUÉBEC À MONTRÉAL Monsieur Louis Chapelain Directeur Service financier UNIVERSITÉ DU QUÉBEC À RIMOUSKI Monsieur Michel Guérette Directeur Service des finances UNIVERSITÉ DU QUÉBEC À TROIS-RIVIÈRES Monsieur Paul-André Hardy Service des finances UNIVERSITÉ DU QUÉBEC EN ABITIBI-TÉMISCAMINGUE Monsieur Léo Bernier Directeur Service des finances UNIVERSITÉ LAVAL Monsieur Mathieu Leclerc Directeur Service des finances UNIVERSITÉ McGILL Monsieur John Bates Directeur des systèmes de gestion ses ventes et paie une taxe de 7 p.cent sur tous ses achats.De la taxe perçue, elle soustrait la taxe payée, puis elle remet la différence au gouvernement.Pour l'entreprise privée, l'effet de la TPS est donc vraiment nul: toutes les taxes qu'elle paie lui sont remboursées.La catégorie des fournitures exonérées, de loin la plus importante, est celle où se retrouvent notamment la plupart des services offerts par les universités.C'est la catégorie la moins favorable, car l'université paie une taxe sur ses achats, mais n'en perçoit pas sur ses ventes et ne peut réclamer aucun crédit pour la taxe payée, d'où la nécessité d'obtenir une ristourne.La troisième catégorie, celle des fournitures détaxées, comprend, entre autres, des produits alimentaires de base ainsi que les biens et services exportés: l'université ne perçoit pas de TPS sur la vente de ces fournitures, mais elle a droit à un crédit de taxe sur intrants, soit un crédit pour la TPS payée lors d'achats destinés à son activité commerciale.—Le fait de ne pas percevoir de taxes sur les services quelles offrent rend-il les universités plus concurrentielles?Certains fournisseurs de l’entreprise privée accusent déjà les universités de concurrence déloyale parce qu'elles ne factureront pas de taxes sur les services qu'elles rendent.Pourtant, s'ils y regardaient d'un peu plus près, ils verraient que cela ne constitue pas un avantage.Supposons, par exemple, qu'une entreprise veuille faire tester un produit.Supposons également qu'à l'heure actuelle, une université et un laboratoire privé demandent le même prix pour ce service.Après l'implantation de la TPS, il se peut que l'université soit obligée de hausser son prix si le remboursement de 67 p.cent se révèle insuffisant.Le laboratoire privé devrait, lui, au contraire, baisser son prix parce que la taxe n'est plus de 13,5 p.cent mais de 7 p.cent.De plus, la TPS de 7 p.cent qu'il devra demander n’est pas un désavantage puisque son client — en général, une entreprise privée — se la fera rembourser intégralement.— Est-il parfois difficile de déterminer si des fournitures doivent être exonérées, taxées ou détaxées?C'est la nature globale des fournitures qui en détermine la catégorie.Dans le cas de la conception d'un logiciel, par exemple, il s’agit principalement d’un service (exonéré), bien que la livraison se fasse sous forme de disquette, donc de bien corporel (taxé).De même, un bien corporel qui n'est qu'acces-soire à la livraison d'un service est réputé faire partie de ce service et n'est pas taxable.Par exemple, si une équipe de recherche a pour objectif principal de produire un prototype ou un robot, ce bien corporel sera taxable.Mais si son objectif consiste plutôt à concevoir un système et que cette conception comporte accessoirement la fabrication d'un prototype, celui-ci ne sera pas taxable.— Dans le cas d'un contrat avec l'ACDI, s'agit-il d'un seryice exporté, donc détaxé?Normalement oui s'il s'agit vraiment d’un service exporté, même si le travail est fait ici par un professeur d'ici, car en fin de compte, le service est destiné à l'extérieur.Si le service n’est pas exporté, il doit, pour être détaxé, être fourni à un non-résident, c'est-à-dire à une personne qui n'est simplement pas au Canada pendant le travail.Or, l'ACDI, en tant que société d'État, est considérée comme résidente — Les équipes de recherche «hybrides» posent-elles des problèmes particuliers?Plus une équipe comporte de membres provenant de secteurs différents, plus les possibilités à examiner sont nombreuses.Une université, une entreprise, un organisme à but non lucratif et un hôpital ne sont pas touchés de la même façon par la loi (voir la figure).Dans le cas d'une collaboration université-hôpital, par exemple, si les résultats sont principalement destinés à l'hôpital, on aura intérêt à réclamer pour les achats la ris- INTERFACE NOVEMBRE • DÉCEMBRE 1990 tourne de 83 p.cent accordée aux hôpitaux, celle-ci étant bien supérieure à celle que reçoivent les universités.A fortiori, des chercheurs qui collaborent avec l'entreprise privée ont tout intérêt à faire acheter leur matériel par celle-ci, la ristourne étant celle de 100 p.cent.— Quel sera l'impact de la TPS sur les centres d'excellence?À ce sujet, nous attendons l'avis de nos consultants.Normalement, l'université et tous ses organismes connexes forment une seule entité.Mais voici qu'aux termes de la nouvelle loi, les centres d’excellence qui ont choisi de s'incorporer —avec lettres patentes, etc.— ne peuvent plus être considérés comme faisant partie de l'université.Pour le moment, dans le cas des centres de recherche incorporés comme organismes à but non lucratif, la ristourne n'est que de 50 p.cent (si plus de 40 p.cent de leur financement vient du gouvernement).— Les universités se sont-elles concertées quant à la manière d'administrer la TPS et le remboursement de 67p.cent?Oui, les universités se concertent et échangent de l'information, mais il appartiendra à chacune de déterminer les modalités qui seront mises en place relativement à l'administration de la TPS et au remboursement de 67 p.cent.Quoi qu'il en soit, le fardeau administratif de la TPS sera très lourd.— Auriez-vous quelques conseils à donner aux chercheurs qui voudraient apprivoiser la TPS?Le conseil que je donne à tout le monde est le suivant: n'essayez pas d'interpréter la loi vous-même.N'ayez pas trop d'attentes non plus si vous appelez au bureau régional de Revenu Canada: il pourrait s'écouler beaucoup de temps avant que les fonctionnaires ne soient en mesure de répondre à toutes vos questions.Méfiez-vous aussi des interprétations de vos collègues et des avocats.Adressez-vous plutôt à la personne responsable de l’implantation de la TPS dans votre université (voir l'encadré).Elle est en contact constant avec les vrais spécialistes et au courant des plus récentes modifications.! ,ï>rj iSSaU ¦ ijpgr & ¦., ¦ ÜIÉ® mm „ W s v - W iL'.v INFORMATION: 343-6150 Université de Montreal Services aux étudiants Service des sports COMPLEXE SPORTIF DES PLUS COMPLETS, OÙ L'ON VOUS OFFRE • Plus de 100 activités sportives différentes • Une programmation complète destinée aux jeunes de 2 à 17 ans • Un personnel des plus qualifies ^ • Un centre de massothérapie fiOS P • Ouvert 7 jours par semaine w Accessible directement par le métro, station Édouard-Montpetit 30 INTERFACE NOVEMBRE • DÉCEMBRE 1990 SCIE LIPS LA TABLE FRANÇAISE AU MOYEN ÂGE H# gsm i ¦ I [ 141 La Goinfrerie de Jérôme Bosch (Madrid, Musée du Prado).Pas de rosbif, pas de filet mignon, mais un coq coiffé d’un heaume, chevauchant un cochon rôti ! Du vin au déjeuner.Des brouets, des galantines, des pâtés.des gaufres et des « épices de chambre ».« Contrairement à ce que l’on croit, la cuisine médiévale, loin d’être barbare, était très raffinée, affirme Carole Lambert, chargée de cours au Département d’études classiques et médiévales de l’Université de Montréal.Au Moyen Age, l’aspect esthétique des mets était très important.Les chefs devaient faire preuve d’un grand savoir-faire, plusieurs plats étant difficiles à réussir.» Durant sa maîtrise à l’Institut d’études médiévales de l’Université de Montréal, Carole Lambert s’est prise de passion pour la cuisine médiévale.Elle a analysé un manuscrit du XVe siècle, originaire d’Auvergne.Ce codex, un genre d’encyclopédie domestique, contenait une section de recettes, dont plusieurs recettes culinaires.« Pour éditer et comprendre ces recettes, écrites en moyen français (français du XIVe-XVe siècles), j’ai dû consulter les quelques autres oeuvres connues de la littérature culinaire médiévale », dit la chercheure.Lire ces anciens documents n’est pas à la portée de n’importe qui : non seulement la langue est différente, mais l’écriture n’est pas toujours facile à déchiffrer.De plus, ces textes contiennent beaucoup d’abréviations, afin de limiter au maximum la quantité de pa- pier ou de parchemin, matériaux qui coûtaient alors très cher.Carole Lambert continua à s’intéresser à la cuisine médiévale durant son doctorat à l’Université de Montréal et lors d’un stage d’un an à l’École des hautes études en sciences sociales à Paris.Elle édita et analysa alors trois « réceptaires » (recueils de recettes), dont le premier livre de cuisine occitan jamais découvert.« Une mine d’or, dit-elle.Tout le monde spéculait sur ce que pouvait être l’alimentation des habitants du sud de la France au bas Moyen Age, mais on n’avait guère d’informations précises.Ce manuscrit a comblé un vide.» Ce livre de cuisine semble écrit pour un milieu ecclésiastique, compte tenu des autres oeuvres qui côtoient le « ré-ceptaire » dans le manuscrit et de par sa structure.« Les recettes de plats maigres précèdent en effet les recettes de mets à base de viande et les dépassent en nombre, phénomène peu courant au Moyen Age.» A l’époque, on ne badine pas avec les obligations religieuses.Pendant le carême et Lavent, il est défendu de consommer tout produit animal, y compris le lait, le beurre, le fromage et les oeufs.De plus, on mange aussi maigre (sans viande, mais avec des produits laitiers) tous les vendredis et les samedis, ainsi que les veilles de grandes fêtes (à une certaine époque, le mercredi était maigre également).Bref, la consommation de viande est interdite plus de 150 jours par année.Au Moyen Âge, la religion fait le bonheur des marchands de poisson et de plusieurs seigneurs ecclésiastiques qui perçoivent une dîme sur la pêche.Le poisson le plus consommé est le hareng, poisson des pauvres que ne dédaignent pas les gens plus fortunés.L’esturgeon, la carpe et l’anguille font partie des espèces très estimées.Le menu camé varie aussi selon la condition sociale.Les paysans mangent parfois du I blesse ; ‘H)], ait h ».i?I li'Éloi I.l’an* l| fe |{ Carafe II I ferai: elle*.Âb!e elle* pfeps A ¦ wk