Editing Simplexité et simplexification (section)

== 5. Champs d'application ==

=== 5.1. Neurosciences et médecine ===

C'est le terrain originel de la simplexité. Les applications concernent notamment :
* la '''rééducation neurologique''' : comprendre comment le cerveau réorganise ses stratégies après une lésion ;
* la '''chirurgie robotisée''' : concevoir des interfaces homme-machine qui exploitent les stratégies simplexes du chirurgien ;
* la '''neuroprothétique''' : restituer des fonctions motrices en respectant les principes d'anticipation et d'encodage spatial.

=== 5.2. Ergonomie cognitive et design d'interfaces ===

En [[ergonomie cognitive]], la simplexification guide la conception d'interfaces qui respectent les principes d'inhibition sélective, d'anticipation et de catégorisation. Une interface simplexe n'est pas une interface appauvrie : c'est une interface dont la complexité technique sous-jacente est rendue transparente à l'utilisateur sans être dissimulée. Le cockpit d'un avion moderne, les protocoles chirurgicaux laparoscopiques ou les systèmes de navigation GPS sont des exemples de simplexification réussie.

=== 5.3. Pédagogie et transmission des savoirs ===

En pédagogie, la simplexification s'oppose à deux dérives symétriques : la sur-simplification (qui appauvrit le savoir au point de le déformer) et la sur-complexification (qui décourage l'apprenant sans lui offrir de prise). Une pédagogie simplexe mobilise :
* le principe d''''anticipation''' : donner d'abord la structure globale avant les détails ;
* le principe de '''catégorisation''' : organiser les connaissances en familles cohérentes ;
* le principe de '''transfert de complexité''' : externaliser une part du traitement dans des outils, des représentations graphiques ou des rituels d'action.

=== 5.4. Intelligence artificielle et systèmes autonomes ===

C'est un champ d'application en expansion rapide. La simplexité offre un cadre biologique éprouvé pour repenser l'architecture des systèmes d'[[Intelligence artificielle|IA]] :

* '''Architectures neuronales''' inspirées du cerveau : les réseaux à inhibition latérale (GAN, transformers avec masquage d'attention) reproduisent le principe d'inhibition sélective ;
* '''Modèles prédictifs''' (''[[predictive coding]]'') : les architectures qui anticipent leur entrée plutôt que de réagir correspondent directement au principe d'anticipation ;
* '''IA incarnée''' (''embodied AI'') : les robots qui délèguent une partie du traitement à leur corps et leur environnement appliquent le principe de transfert de complexité ;
* '''Interfaces homme-IA''' : la simplexification guide la conception d'interactions humain-machine qui exploitent les capacités naturelles du cerveau plutôt que de les contraindre.

=== 5.5. Gouvernance et organisation ===

Dans les sciences de l'organisation et la gouvernance des systèmes complexes, la simplexité offre un cadre pour concevoir des structures décisionnelles qui traitent la complexité sans se noyer en elle. Les principes de délégation, de [[subsidiarité]], de catégorisation des compétences et d'anticipation institutionnelle sont des manifestations organisationnelles de la simplexité.