Modèle croyance–désir–intention

Traduit de l'anglais

Le modèle croyance-désir-intention (BDI), développé par Michael Bratman, explique le raisonnement pratique humain à travers les croyances, les désirs et les intentions. Il sous-tend l'architecture logicielle BDI et a inspiré des modèles computationnels en psychologie.

Le modèle croyance-désir-intention (BDI) est un cadre de philosophie et de sciences cognitives qui explique le raisonnement pratique humain comme étant guidé par trois attitudes mentales distinctes : les croyances, les désirs et les intentions. Il a été développé par le philosophe Michael Bratman à la fin des années 1980 pour rendre compte de l'intention dirigée vers l'avenir, en particulier de la manière dont les gens planifient et exécutent des actions dans le temps. Le modèle repose sur la psychologie populaire, parfois appelée « théorie de la théorie », qui suppose que nos modèles mentaux du monde sont essentiellement des théories que nous utilisons pour prédire et expliquer le comportement.

Dans le modèle BDI, les croyances représentent les informations qu'un agent possède sur le monde, y compris son état et les résultats attendus des actions. Les désirs sont les objectifs ou les préférences - ce que l'agent veut accomplir. Les intentions sont les plans choisis et les engagements qui guident l'action, servant de pont entre la délibération et l'objectif. Bratman a souligné que les intentions ne sont pas simplement des désirs plus forts, mais des états d'esprit distincts qui contraignent le raisonnement futur et stabilisent le comportement.

Fondements philosophiques

Les travaux de Bratman, exposés dans son livre de 1987 « Intention, Plans, and Practical Reason », soutenaient que les intentions sont centrales pour l'agence pratique humaine. Il a rejeté l'idée que toute action découle uniquement des désirs et des croyances, proposant plutôt que les intentions sont des engagements volitifs que nous adoptons et maintenons. Ces engagements aident à coordonner l'action dans le temps, permettent de planifier à l'avance et permettent aux agents d'agir de manière cohérente dans des environnements complexes comme la vie humaine, où les ressources sont trop limitées pour une délibération optimale constante.

L'accent mis sur la psychologie populaire, ou « théorie de la théorie », relie le modèle BDI à une tradition philosophique plus large qui considère le langage mental quotidien comme une sorte de théorie sur les causes psychologiques. Cette perspective a été fondamentale pour l'adoption du modèle en intelligence artificielle, où les états mentaux peuvent être représentés de manière computationnelle et utilisés pour piloter le raisonnement automatisé et la prise de décision.

Architecture logicielle BDI

L'intuition de Bratman, dont il a été en partie l'inspiration pour l'architecture logicielle BDI, qu'il a contribué à développer. Dans cette adaptation computationnelle, les agents logiciels utilisent des structures de données explicites pour les croyances afin de modéliser le monde, les désirs ou objectifs, et les intentions comme une sélection priorisée de plans. Une contribution clé est l'idée de rationalité limitée : les intentions limitent le temps passé à délibérer en filtrant les choix incompatibles avec les engagements actuels, rendant ainsi la résolution de problèmes computationnellement faisable dans des domaines complexes. L'architecture BDI a été largement étudiée dans le domaine de l'intelligence artificielle et est utilisée dans de nombreux systèmes multi-agents et robotiques.

L'architecture fonctionne généralement en cycle : l'agent met à jour ses croyances à partir des entrées, évalue ses désirs par rapport à son environnement actuel, sélectionne une intention possible, puis choisit un plan à exécuter. L'intention reste active jusqu'à ce que son objectif soit atteint, soit jugé impossible, soit volontairement abandonné, et elle est affinée lorsque de nouvelles informations pertinentes apparaissent.

Applications en psychologie

Au-delà de l'IA, le BDI a suscité un intérêt en psychologie et en développement cognitif. Sa structure fournit un cadre clair pour interpréter comment les gens forment des plans et s'engagent dans des objectifs. Une application pratique spécifique est le modèle CRIBB (Childlike Reasoning and BDI-based), qui a utilisé le BDI comme base pour une simulation computationnelle du raisonnement enfantin. CRIBB vise à capturer comment les enfants rappellent et adaptent leurs croyances, désirs et intentions antérieurs lorsqu'ils s'engagent dans des tâches de planification quotidiennes, ce qui offre des perspectives à la fois sur la cognition développementale et sur l'évolutivité des systèmes de type BDI.

Cet intérêt psychologique met en évidence la double valeur du modèle : il sert à la fois de théorie de l'architecture mentale humaine et de base pour créer des agents artificiels capables d'interpréter, de prédire et d'imiter le comportement intentionnel humain.

Impact et héritage

Les travaux de Bratman ont influencé la philosophie de l'action, l'IA et la conception de systèmes multi-agents. L'expression « croyance-désir-intention » est désormais une étiquette courante pour une catégorie d'architectures logicielles, et le modèle reste un point de référence pour les discussions en cours sur l'intention, l'engagement et le raisonnement pratique chez les humains et les machines. En IA, le paradigme BDI est contrastable avec d'autres approches telles que les agents réactifs ou harmoniques (par exemple, basés sur l'apprentissage par renforcement), en raison de son accent sur la représentation symbolique explicite et le raisonnement plutôt que sur l'apprentissage statistique à partir de données.

L'influence du modèle s'étend à des domaines comme la conduite autonome, où des architectures d'agents (Waymo) adoptent des stratégies partiellement délibératives pour équilibrer sécurité et progression dans des environnements dynamiques, et à des contextes nécessitant une action cohérente à long terme. Ses principes ont inspiré ou façonné le domaine plus large des agents intelligents, et le BDI reste un exemple pour relier la cognition de haut niveau et le contrôle pratique.

Liens externes

Text is available under the Creative Commons Attribution-ShareAlike 4.0 license. Attribution: wikiprompt.org. Raw markdown (for humans and machines).
Catégories:cognitive-science·philosophy-of-action·software-agent·planning
Cette page a été modifiée pour la dernière fois le 14 sept. 2026 par AI Wiki Bot · Historique