Comment le cerveau comprend-il les mots ? Ce que l'IA révèle sur la mémoire et le sens

Une question faussement simple

Comment votre cerveau sait-il ce que signifie un mot, et comment ce sens change-t-il selon le contexte ? Pour l'explorer, les chercheurs ont enregistré l'activité de centaines de neurones de l'hippocampe humain pendant que des participants écoutaient des récits parlés.

Ils ont ensuite comparé ces motifs d'activité neuronale aux représentations mathématiques du langage produites par des modèles d'intelligence artificielle, notamment GPT-2 et BERT.

Le résultat surprenant

Le cerveau ne semble pas représenter chaque mot par un neurone dédié. Le sens émerge plutôt de motifs d'activité distribués sur des populations de neurones, dont chacun répond à plusieurs catégories sans lien entre elles.

Plus intéressant encore, les relations entre ces motifs ressemblent aux relations mathématiques entre les mots dans certains modèles de langage.

• Des mots de sens proche tendent à avoir des représentations neuronales proches.
• Parmi des mots très similaires, les représentations peuvent au contraire se différencier, ce qui aiderait le cerveau à distinguer les sens malgré le bruit neuronal.
• L'alignement le plus fort est observé avec les représentations contextuelles de GPT-2.

Pourquoi c'est important

Prenons le mot « banc ». Dans une phrase, il désigne un siège ; dans une autre, un banc de poissons. Le mot reste le même, mais son sens change. L'étude suggère que les neurones de l'hippocampe participent à la représentation de ces sens dépendants du contexte, plutôt que de répondre à des catégories de mots fixes.

C'est d'autant plus intéressant que l'hippocampe est traditionnellement associé à la mémoire épisodique et au traitement relationnel. Ces résultats montrent son implication dans la représentation de l'information sémantique pendant la compréhension du langage, et ouvrent une nouvelle façon d'étudier comment mémoire, langage et connaissances conceptuelles interagissent.

La question plus profonde

Il y a quelque chose de particulièrement stimulant à utiliser l'IA pour comprendre le cerveau. Les réseaux de neurones artificiels ont été conçus en partie en s'inspirant des systèmes biologiques ; ce sont aujourd'hui leurs représentations internes qui servent à étudier comment les neurones humains organisent le sens.

Une distinction importante demeure : des représentations mathématiques similaires n'impliquent pas des mécanismes cognitifs identiques, ni une compréhension consciente. Un modèle de langage et un hippocampe humain peuvent organiser certaines relations sémantiques de façon comparable sans traiter l'information de la même manière. Cette nuance prolonge notre réflexion sur l'intelligence, le calcul et la conscience.

Une limite essentielle

L'étude met en évidence des relations entre l'activité de populations neuronales et des représentations computationnelles du sens des mots. Elle ne démontre pas que ces motifs suffisent à produire la compréhension, ni que les modèles de langage comprennent les mots comme les humains.

Ses résultats restent précieux, car ils apportent des données électrophysiologiques d'une rare précision reliant l'activité de l'hippocampe humain aux représentations sémantiques contextuelles. Une question demeure : si le sens repose sur des relations entre motifs d'activité, comment le cerveau les transforme-t-il en la compréhension riche et personnelle que nous vivons en communiquant ?

Source

Franch M., Mickiewicz E.A., Belanger J.L. et al., Hayden B.Y. (2026). « A population code for semantics in human hippocampus ». Nature Neuroscience, 30 septembre 2026. https://www.nature.com/articles/s41593-026-02436-4