Pourquoi le domaine correspond
L'inférence active traite la perception, l'action et l'apprentissage comme minimisant un fonctionnalisme d'énergie libre qui encadre la surprise sous un modèle génératif, et les interactions pédagogiques instancient ce cycle à grande échelle : les élèves mettent continuellement à jour leurs croyances sur les concepts et leur efficacité de soi grâce aux retours d'information, tandis que les enseignants conçoivent des activités et des évaluations dans un contexte d'incertitude pervasif quant à ce que savent les élèves. Les modèles génératifs hiérarchiques, dans lesquels les niveaux supérieurs codent les régularités lentes du contexte et les niveaux inférieurs codent les spécificités sensorielles rapides, correspondent à la structure du programme, avec l'exigence du principe d'énergie libre selon laquelle les erreurs de prédiction ne doivent ni être triviales ni accablantes correspondant à des constructions telles que la zone proximale du développement. Les salles de classe sont également multi-agents et partiellement observables : les enseignants infèrent les connaissances et les émotions cachées des élèves à partir de signaux bruyants tels que les résultats aux tests et le comportement, tandis que les élèves infèrent les normes de notation cachées et les exigences des tâches à partir d'un retour d'information limité, ce qui donne à l'interaction une structure de POMDP naturelle avec une valeur épistémique et pragmatique en jeu dans chaque choix de politique.
État de la littérature
La littérature pertinente se divise en trois strates : une base fondamentale mature (le principe d'énergie libre de Friston, le codage prédictif et les comptes rendus bayésiens du cerveau, tempérés par des critiques remettant en question si les preuves actuelles soutiennent une lecture réaliste littérale des « cerveaux bayésiens ») ; des études d’inférence active empirique dans la neurosciences cognitives et cliniques (par exemple, l'encodage dopaminergique de la certitude du résultat, l'exploration visuelle en tant qu'action épistémique, des études psychiatriques transdiagnostiques sur l'apprentissage explore-exploiter qui démontrent que le cadre peut être adapté aux données comportementales et neurales réelles, bien que ces études se concentrent sur la perception et la psychopathologie plutôt que sur l'éducation) ; et un petit ensemble de publications qui s’adressent directement à l’éducation. Deux articles évalués par les pairs ancrent cette troisième strate – l'"inférence active au service de l'éducation : l'importance de l'apprentissage actif en classe" de la Royal Society et "l'inférence active et le développement des enseignants" de Taylor & Francis –, ainsi qu'une étude neurophysiologique sur le codage prédictif dépendant de la séquence dans l’apprentissage des compétences qui montre une intégration hiérarchique du contexte et des connaissances antérieures pendant la pratique. Le rapport caractérise cette littérature éducative directe comme étant encore émergente, axée sur la cartographie conceptuelle plutôt que sur la validation empirique à grande échelle.
Projets et outils clés
l'inférence active va à l'école» développe des modèles génératifs d'interactions en classe dans lesquels les élèves et les enseignants ont des croyances sur le contenu et les uns envers les autres, et considère que les actions telles que poser des questions ou former des groupes sont des choix de politique qui échangent l'épistémique contre la valeur pragmatique ; elle soutient que les pédagogies d'apprentissage actif surpassent l'enseignement passif car elles offrent des possibilités épistémiques plus riches. «L'inférence active et le développement des enseignants» étend le même appareil aux enseignants, modélisant la croissance professionnelle comme un raffinement de modèles génératifs dans lequel des priors trop précis sur ce qui « fonctionne » entravent les pratiques adaptatives tandis qu'une incertitude calibrée soutient l'expérimentation. Traductions destinées aux praticiens — le projet « La salle de classe prédictive» et l'introduction de la transformation cognitive à la recherche par le Devon Research School interprètent ces idées pour les enseignants en termes d'extraction des préconceptions et de reformulation des erreurs comme informatives, sans modélisation ni évaluation empirique formelles ; le rapport précise qu'aucune plateforme de tutorat, outil d'évaluation ou système de classe basé sur l'inférence active n'existe encore pleinement déployée ; les analogues computationnels les plus proches sont la simulation et le travail sur les fonctions objectives construits pour d'autres domaines, tels que les objectifs de renforcement par apprentissage basé sur l'énergie libre et une thèse de Bristol sur l'inférence active dans des circuits cérébraux simulés, aucun d'entre eux n'étant construit pour les salles de classe.
Problèmes non résolus
Le rapport traite la validation de l'inférence active comme d'une théorie descriptive (et non pas normative ou prescriptrice) de l'apprentissage en tant que problème ouvert central, en écho à la critique du cerveau bayésien qui met en garde contre le fait qu'un formalisme élégant ne constitue pas nécessairement une preuve que les gens se comportent réellement comme des minimiseurs d'énergie sans contraintes. L'extension du travail empirique actuel sur l'inférence active, qui utilise des tâches de laboratoire bien définies et de petite taille, vers la complexité multi-agent et à long terme des salles de classe réelles est identifiée comme un défi méthodologique distinct, ainsi que le risque de confondre les principes de conception normatifs (comment les salles de classe devraient être structurées) avec des affirmations descriptives (la façon dont les élèves se comportent réellement). Le rapport souligne également des préoccupations éthiques et pratiques concernant les modèles génératifs qui codifient des traits latents tels que la motivation et les capacités pour des décisions à enjeux élevés, ainsi qu'un écart conceptuel autour de l'intégration de la motivation, des émotions et de l'identité sociale dans ces modèles. La prochaine preuve prioritaire comprend des expériences comportementales contrôlées testant les prédictions basées sur l'énergie libre contre des alternatives d'apprentissage par renforcement, des extensions physiologiques du travail sur le codage prédictif dépendant de la séquence aux tâches de salle de classe, des observations longitudinales en salle de classe et des mises en œuvre pilotes à faible risque.
Squelette de référence
Karl J. Friston (2010). The free-energy principle: a unified brain theory? Nature Reviews Neuroscience. DOI: 10.1038/nrn2787. Thomas Parr, Giovanni Pezzulo, Karl J. Friston (2022). Active Inference: The Free Energy Principle in Mind, Brain, and Behavior. MIT Press. Giovanni Pezzulo, Francesco Rigoli, Karl J. Friston (2017). Active Inference, homeostatic regulation and adaptive behavioural control. Progress in Neurobiology. DOI: 10.1016/j.pneurobio.2017.08.001. Lancelot Da Costa, Thomas Parr, Noor Sajid, Sebastijan Veselic, Victorita Neacsu, Karl J. Friston (2020). Active inference on discrete state-spaces: A synthesis. Journal of Mathematical Psychology. DOI: 10.1016/j.jmp.2020.102447.