![\"\"](\"https:\/\/www.pauljorion.com\/blog\/wp-content\/uploads\/ChatGPT-Image-Sep-17-2025-11_33_26-PM.png\")
<\/p>\n<\/p>\n
Illustration par ChatGPT<\/em><\/p>\n La conception selon laquelle la vie mentale s’explique en tant qu\u2019\u00e9conomie d’\u00e9nergie<\/i> est bien ant\u00e9rieure aux Grands Mod\u00e8les de Langage (LLM) et aux neurosciences contemporaines. Le manuscrit in\u00e9dit de Freud intitul\u00e9 Esquisse<\/i> [ou Projet<\/em>] d’une<\/em> psychologie scientifique<\/i>, datant de 1895 (in Freud 1956), d\u00e9crivait l’activit\u00e9 psychique comme l’effort visant \u00e0 d\u00e9charger une \u00ab quantit\u00e9 \u00bb (Quantausgleich) et \u00e0 minimiser le \u00ab d\u00e9plaisir \u00bb. Freud n’avait pas acc\u00e8s aux math\u00e9matiques qui lui auraient permis d’\u00e9tayer son \u00e9bauche de mod\u00e8le, mais son intuition s’accordait \u00e9tonnamment au formalisme actuel de la th\u00e9orie de l’optimisation.<\/p>\n Dans les ann\u00e9es r\u00e9centes, le principe de l’\u00e9nergie libre<\/i> (FEP) de Karl Friston a reformul\u00e9 cette intuition en termes math\u00e9matiques : tout syst\u00e8me auto-organis\u00e9, qu’il s’agisse d’une cellule, du cortex ou d’une soci\u00e9t\u00e9 humaine, doit minimiser l’\u00e9nergie libre variationnelle : une limite sup\u00e9rieure informationnelle de la surprise <\/i>ou de l’auto-information<\/i> (Friston 2010). Concr\u00e8tement, l’\u00e9nergie libre s\u2019assimile \u00e0 une erreur de pr\u00e9diction<\/i> : l’\u00e9cart entre les \u00e9tats sensoriels attendus et ceux qui s\u2019observent empiriquement. La minimisation de cet \u00e9cart est obtenue par une descente de gradient<\/i> perp\u00e9tuelle au sein d\u2019un paysage \u00e9nerg\u00e9tique interne – un analogue neurobiologique direct de la r\u00e9tropropagation de l’erreur utilis\u00e9e dans l\u2019ajustement des r\u00e9seaux neuronaux artificiels. Les mod\u00e8les de traitement pr\u00e9dictif mettent en \u0153uvre la FEP de mani\u00e8re hi\u00e9rarchique : les principes premiers d\u2019ordre sup\u00e9rieur (la meilleure estimation actuelle du syst\u00e8me, <\/i>exprim\u00e9e sous forme de distribution de probabilit\u00e9) tentent d’expliquer les entr\u00e9es sensorielles au niveau inf\u00e9rieur (Friston & Kieble 2009). Lorsque les principes premiers se rigidifient ou sont mal ajust\u00e9s, les erreurs de pr\u00e9diction sont r\u00e9inject\u00e9es dans des boucles r\u00e9currentes math\u00e9matiquement analogues aux points de selle<\/i> : certaines r\u00e9gions du paysage \u00e9nerg\u00e9tique qui ne sont ni des vall\u00e9es ni des pics, \u00e0 savoir, un point de selle<\/i> topologique, plat dans une direction et incurv\u00e9 dans l’autre (j\u2019y reviendrai).<\/p>\n De ce point de vue, les sympt\u00f4mes n\u00e9vrotiques<\/i> sont des minima locaux : le syst\u00e8me s\u2019est d\u00e9couvert un bassin stable<\/i>, mais en r\u00e9alit\u00e9 sous-optimal, emp\u00eachant toute r\u00e9duction suppl\u00e9mentaire de l’erreur commise par la psych\u00e9<\/i>. La rumination<\/i> obsessionnelle est un cycle-limite \u00e0 un point de selle : l’erreur de pr\u00e9diction ne peut se stabiliser, mais toute \u00e9vasion est pr\u00e9venue par des principes premiers concurrents (Hopkins 2016). Le refoulement<\/i> appara\u00eet comme un terme de p\u00e9nalit\u00e9 implicite<\/i> : certaines repr\u00e9sentations entra\u00eenent des co\u00fbts d’\u00e9nergie libre astronomiquement \u00e9lev\u00e9s et sont donc maintenues hors de port\u00e9e de la conscience. Le traitement psychanalytique devient alors une intervention sur le paysage \u00e9nerg\u00e9tique<\/i> : le th\u00e9rapeute et l’analysant introduisent des perturbations contr\u00f4l\u00e9es par le biais de nouvelles donnes telles que des interpr\u00e9tations, des associations libres, des r\u00eaves, des lapsus ou des actes manqu\u00e9s, qui remod\u00e8lent le paysage \u00e9nerg\u00e9tique<\/i> et ouvrent une trajectoire descendante vers l\u2019apaisement : le syst\u00e8me vient se loger dans un bassin \u00e0 plus faible \u00e9nergie. Des travaux th\u00e9oriques r\u00e9cents reprennent m\u00eame le langage de Freud : \u00ab l’appareil mental minimise l’\u00e9nergie libre \u00bb (voir Frontiers 2020).<\/p>\n Un alignement de cette nature offre un type de mod\u00e9lisation unifi\u00e9e et optimis\u00e9e o\u00f9 les pulsions se traduisent par des principes premiers de tr\u00e8s haute pr\u00e9cision appelant une confirmation : les sympt\u00f4mes sont des cycles-limites o\u00f9 les erreurs de pr\u00e9diction ne peuvent \u00eatre r\u00e9solues ; la th\u00e9rapie \u00e9quivaut \u00e0 une r\u00e9vision du mod\u00e8le \u00e0 l’aide de nouvelles donn\u00e9es fournies par les interpr\u00e9tations, les associations libres, les lapsus, etc. et les \u00ab\u00a0intuitions fulgurantes\u00a0\u00bb refl\u00e8tent la transition vers un attracteur \u00e0 \u00e9nergie libre plus faible.<\/p>\n Des travaux r\u00e9cents rendent explicite cet alignement. Hopkins (2016) \u00e9crit : \u00ab L’appareil mental minimise l’\u00e9nergie libre \u00bb. Pezzulo et al. (2021) d\u00e9crivent le \u00ab travail \u00bb psychanalytique comme la r\u00e9solution d’erreurs de pr\u00e9diction. M\u00eame les concepts les moins \u00e9vidents comme la r\u00e9sistance \u00e0 l\u2019analyse<\/i>, la perlaboration<\/i>, la latence<\/i> des r\u00eaves, se d\u00e9couvrent d\u00e9sormais une interpr\u00e9tation quantitative.<\/p>\n * * *<\/p>\n Pourquoi cela vaut-il la peine de jeter un tel pont entre la th\u00e9orie de l’optimisation et la psychanalyse (\u00ab\u00a0psychologie des profondeurs\u00a0\u00bb) ?<\/p>\n Tout d’abord en raison de l\u2019unification conceptuelle <\/i>que cela autorise : un tel alignement entre la psychanalyse et les neurosciences computationnelles traditionnelles dissout la dichotomie arbitraire existant aujourd\u2019hui entre \u00ab th\u00e9rapie par la parole \u00bb et \u00ab science dure \u00bb.<\/p>\n Deuxi\u00e8mement, parce qu\u2019un tel pont cr\u00e9e un effet de levier quantitatif<\/i>. Des concepts tels que la pulsion, la r\u00e9sistance \u00e0 l\u2019analyse, la catharsis, acc\u00e8dent \u00e0 des d\u00e9finitions op\u00e9rationnelles (pond\u00e9ration de pr\u00e9cision, principes premiers inhibiteurs, minima globaux) se pr\u00eatant \u00e0 la mod\u00e9lisation et \u00e0 la v\u00e9rification empirique.<\/p>\n Troisi\u00e8mement, parce qu\u2019un tel pont autorise une traductibilit\u00e9 r\u00e9ciproque<\/i> entre l’IA et la psychanalyse.<\/i> Le m\u00e9canisme m\u00eame qui anime les r\u00e9seaux de type \u00ab\u00a0intelligence artificielle g\u00e9n\u00e9rative\u00a0\u00bb, \u00e0 savoir la descente de gradient stochastique, s\u2019identifie \u00e0 une lentille \u00e0 travers laquelle observer les pathologies mentales, tandis que le savoir-faire psychanalytique met en \u00e9vidence les cas limites (boucles, blocages, contraintes) qui nuisent \u00e0 l’optimisation de l’IA.<\/p>\n Quatri\u00e8mement, parce qu\u2019un tel pont favorise l’innovation clinique. S\u2019il devient en effet possible de cartographier les configurations symptomatiques sur des caract\u00e9ristiques topologiques (profondeur du bassin de pr\u00e9f\u00e9rences, courbure de la selle), les futurs outils num\u00e9riques, tels que les LLM affin\u00e9s sur un corpus de retranscriptions de s\u00e9ances de th\u00e9rapie, pourraient diagnostiquer et guider les dynamiques psychiques en temps r\u00e9el.<\/p>\n Vue sous cet angle, la psychanalyse s\u2019av\u00e8re n’\u00eatre aucunement un conte de f\u00e9es d\u00e9suet, mais bien au contraire une th\u00e9orie qualitative de l\u2019optimisation, d’un statut pr\u00e9curseur, \u00e0 laquelle les math\u00e9matiques modernes fournissent d\u00e9sormais la notation qui lui faisait d\u00e9faut. L’IA fournit la preuve de concept<\/i> technique, tandis que les neurosciences confirment que le cerveau, \u00e0 l\u2019instar de tout autre syst\u00e8me g\u00e9n\u00e9ratif <\/i>adaptatif, est une machine \u00e0 descente de gradient<\/i> en perp\u00e9tuel mouvement.<\/p>\n (\u00e0 suivre…)<\/p>\n R\u00e9f\u00e9rences<\/b> :<\/p>\n Freud, S. (1956 [1895]). La naissance de la psychanalyse<\/i>, Paris : PUF<\/p>\n Friston K. (2010). ‘The free-energy principle: a unified brain theory?’ Nat Rev Neurosci<\/i> 11: 127\u2013138. https:\/\/doi.org\/10.1038\/nrn2787<\/p>\n Friston K., Kiebel S (2009). ‘Predictive coding under the free-energy principle.’ Phil Trans R Soc B<\/i> 364: 1211\u20111221.<\/p>\n