Un commissaire aux comptes ne lit jamais toutes les factures d’une entreprise. Il en prélève quelques centaines, là où le risque d’anomalie paraît le plus élevé, et infère du lot ce qu’il faut penser de l’ensemble. Le renoncement n’est pas une négligence : c’est un arbitrage entre le temps disponible et l’information espérée de chaque vérification.
L’œil qui lit obéit à la même économie. Loin de glisser le long des lignes, il avance par à-coups : de très brefs arrêts, les fixations, alternent avec des déplacements si rapides que rien n’y est perçu, et certains mots ne reçoivent jamais de halte. Le phénomène est décrit depuis 1879, quand l’ophtalmologue français Louis Émile Javal forge le terme de saccade à partir de mesures prises dans son laboratoire par son collaborateur Lamare.
Manquait l’explication du tri. Une équipe de l’université Aalto, en Finlande, la propose : son modèle d’intelligence artificielle restitue la trajectoire du regard et rend compte des mots qu’il néglige, sans recourir aux règles fixes de longueur ou de fréquence qui prévalaient jusqu’ici. Chaque mouvement y relève d’un pari engagé en information incomplète, arbitré sur trois échelles emboîtées, le mot, la phrase, le texte entier, et l’étude paraît dans Nature Human Behaviour. Restent à examiner ce qu’un tel modèle doit reproduire, sa filiation, la solidité des chiffres qui circulent, et ce que devient un lecteur simulé quand le suivi du regard gagne les lunettes et les salles de classe.
Le modèle qui traite chaque regard comme un pari
Une fixation dure de 200 à 250 millisecondes, une saccade déplace l’œil de sept à neuf caractères et ne prend elle-même que 20 à 80 millisecondes : ces ordres de grandeur viennent de la synthèse de Keith Rayner, en 1998. Sur cette trace, les régularités à reproduire sont robustes. L’atterrissage se concentre entre l’attaque et le centre du mot, à l’endroit que les spécialistes appellent la position de lecture préférée. L’arrêt s’allonge sur les mots longs, se raccourcit sur les mots courants ou attendus. Le retour en arrière se déclenche sur les phrases syntaxiquement ambiguës. Et l’omission devient d’autant plus probable que le mot est bref et fréquent.
« Nous avons utilisé, pour la première fois, des méthodes d’IA pour comprendre, et non simplement imiter, la façon dont les gens lisent », déclare Antti Oulasvirta, professeur à l’université Aalto. Il y dirige le Computational Behavior Lab et pilote depuis 2024 le projet Artificial User, doté de 2,5 millions d’euros par le Conseil européen de la recherche. L’étude compte quatre signataires et associe Aalto à trois institutions de Hong Kong et de Singapour.
Trois contrôleurs emboîtés sous incertitude
L’architecture n’est pas un réseau unique dressé à imiter des trajectoires. Elle superpose trois contrôleurs, un pour le mot, un pour la phrase, un pour le texte, chacun formalisé comme un processus de décision markovien partiellement observable et entraîné par apprentissage par renforcement. Le cadre suppose qu’un agent n’accède jamais à l’état du monde : il n’en reçoit que des observations bruitées, entretient une croyance à son sujet et joue l’action dont il attend le plus.
Le calcul qui décide de sauter un mot
Devant chaque mot encore à traiter, le contrôleur met en balance deux quantités : ce qu’une halte supplémentaire lui rapporterait en information, et les millisecondes qu’elle lui coûterait. Aucun seuil n’a été écrit à la main ; l’arbitrage relève de la théorie de la décision et débouche sur un principe unique : un mot déjà quasi certain ne mérite pas le détour. Brefs, courants, attendus, ces mots-là sont donc omis, par les lecteurs de chair comme par l’agent simulé, et la personnalisation du texte en devient calculable, ce que le communiqué d’Aalto assume : jusqu’ici « nous avons lu des textes produits pour un usage de masse et non pour une personne en particulier ».
Une généalogie venue de l’interaction homme-machine
Les modèles cognitifs antérieurs branchaient fréquence et prévisibilité sur la commande oculomotrice au moyen de paramètres arrêtés d’avance. E-Z Reader, proposé en 1998 par Reichle, Pollatsek et Rayner, postule une identification lexicale sérielle, mot après mot, et prédit qu’une fixation précédant un saut se trouve allongée ; son rival SWIFT, formulé en 2005 par Engbert, postule au contraire un traitement parallèle de plusieurs mots. Le Bayesian Reader relève d’un autre genre : le modèle de Dennis Norris, publié en 2006, traite la reconnaissance d’un mot isolé comme une décision bayésienne optimale et ne dit rien du regard en lecture continue.
La filiation revendiquée vient de l’interaction homme-machine plutôt que de la psycholinguistique. Antti Oulasvirta en avait posé les bases en 2022, avec Jussi Jokinen et Andrew Howes, à la conférence CHI de La Nouvelle-Orléans : la rationalité computationnelle y devient une théorie générale de l’interaction, où l’utilisateur agit au mieux de ses intérêts sous les limites de son architecture cognitive.
Trente, soixante ou quatre-vingt-dix secondes par texte
Ce que change le temps disponible
Pour éprouver le mécanisme sous pression, les chercheurs ont constitué un jeu de données inédit : des participants suivis au regard y lisaient des textes sous une limite de 30, 60 ou 90 secondes, puis répondaient à des questions de compréhension. Quand la limite s’allonge, la vitesse moyenne tombe de 191 à 166 mots par minute, le taux de mots sautés recule, les régressions se multiplient et la compréhension grimpe de 59 % à 83 % de bonnes réponses. La préversion en accès libre chiffre ces tendances : saut passant de 0,39 à 0,31, régressions de 0,32 à 0,59, rappel libre de 0,44 à 0,52. La simulation reproduit chacune d’elles.
Ce que les chiffres publiés permettent de vérifier
Le protocole tient en un seul échantillon et non en deux cohortes parallèles. Trente-neuf adultes ont été recrutés, trente-deux retenus à l’analyse, sept écartés pour mauvaise qualité de suivi ou métriques aberrantes ; les mêmes personnes portaient le dispositif oculométrique et répondaient ensuite au questionnaire. Additionner les deux nombres double un effectif qui n’a jamais dépassé la quarantaine.
Ni la corrélation de 0,9999 entre résultats humains et simulés, ni l’erreur environ huit fois supérieure attribuée à la version à mémoire illimitée ne figurent dans la préversion déposée sur arXiv le 6 mars 2026, seule voie d’accès gratuite au détail de la méthode. La version relue par les pairs, parue le 10 août 2026, est payante.
La mémoire bridée comme condition de ressemblance
La préversion décrit l’ablation autrement : privé de toute limite de mémoire, le modèle ne devient pas mauvais, il devient surhumain. Il lit plus vite, revient moins en arrière, comprend mieux, et cesse de ressembler à un lecteur. Les deux versions convergent sur la morale : c’est le plafond de mémoire qui fabrique la ressemblance, et son retrait qui la dissout.
Cinq corpus de validation, dont un produit à Poitiers
Le modèle n’a pas été calibré sur les seules données de ses auteurs. Cinq jeux interviennent, chacun à un niveau : le corpus de Kliegl, Grabner, Rolfs et Engbert (2004) pour le mot ; ZuCo 1.0 pour la phrase ; celui de McNamara, Kintsch, Songer et Kintsch (1996) pour la compréhension de texte ; le nouveau jeu de données anglais collecté pour l’occasion ; et un corpus français pour la contrainte de temps.
Ce dernier est signé Nicolas Vibert, directeur de recherche au CNRS à Poitiers, Zorha Colas et Frédéric R. Danion, et a paru en 2025 dans Reading and Writing. Trente participants y lisaient des textes de trois phrases en 6,3, 9,5, 19,0 ou 38,0 secondes, ou sans contrainte, et leur compréhension chutait de 87 % de bonnes réponses au temps le plus long à 49 % au plus court.
Reste le point aveugle du champ, la rareté des données humaines. ZuCo réunit douze adultes anglophones et 154 173 fixations ; MECO, le plus grand corpus multilingue de lecture, rassemble un millier de participants sur treize langues maternelles, sans le français. Face aux téraoctets qui entraînent les grands modèles de langue, ces ordres de grandeur sont dérisoires.
Un capteur qui devient omniprésent
Le débouché était là avant le modèle
Des lunettes connectées calant leur affichage sur la situation du porteur, des aides à la lecture destinées aux personnes dyslexiques : les débouchés annoncés ne relèvent pas de l’extrapolation. Shengdong Zhao, l’un des quatre signataires, théorise le heads-up computing et signait dès 2018 une étude intitulée Reading on Smart Glasses. Un article compagnon déposé sur arXiv le 26 février 2026 propose déjà de remplacer les tests utilisateurs par des lecteurs simulés : un pipeline hors ligne explore des variantes de mise en forme, un autre personnalise l’affichage en temps réel.
Un signal désormais réglementé
Le basculement le plus concret n’est pas venu des lunettes, mais du droit routier. Depuis le 7 juillet 2026, le système d’alerte avancée de distraction du conducteur est obligatoire sur tous les véhicules neufs vendus dans l’Union européenne, quand il ne s’imposait depuis le 7 juillet 2024 qu’aux nouveaux types homologués. Le règlement délégué (UE) 2023/2590 impose d’y surveiller la direction du regard et fixe les zones d’intérêt à plus ou moins 55 degrés.
À l’école et au bureau, le droit tire une autre ligne. Le règlement européen sur l’intelligence artificielle interdit depuis le 2 février 2025 les systèmes visant à inférer les émotions d’une personne sur le lieu de travail ou dans un établissement d’enseignement. Un lecteur simulé qui déduirait d’un regard qu’un élève n’a pas compris s’en approche, d’autant qu’une trace oculaire laisse deviner bien davantage : identité, âge, origine, personnalité, pathologies.
Ce que la lecture adaptée peut promettre, et ce qu’elle ne peut pas
La dyslexie et le lecteur non natif
Ni le lecteur en langue étrangère ni le lecteur dyslexique n’ont servi à éprouver le modèle, et ses auteurs le reconnaissent. La prudence est fondée : quand on donne à des lecteurs dyslexiques un texte adapté à leur niveau réel, leurs fixations, saccades et régressions ressemblent à celles de lecteurs ordinaires de ce niveau, comme l’ont montré Pirozzolo et Rayner. L’anomalie oculomotrice serait une conséquence de la difficulté de traitement, non sa cause.
Le dépistage par oculométrie a pourtant son précédent industriel : l’outil suédois Lexplore, issu du Karolinska Institutet, fait lire deux textes courts pendant cinq minutes et oriente près de 10 % des enfants examinés vers un soutien spécialisé. Sur les lecteurs non natifs, Esteve, Perea, Angele, Kuperman et Drieghe ont établi en 2024, auprès de 402 lecteurs de onze langues maternelles, que le saut de mots en langue seconde relève aussi d’une habitude transférée de la langue première.
Adapter le texte est déjà une obligation
Au-delà d’environ 400 mots par minute, rappelle la synthèse de référence signée en 2016 par Rayner, Schotter, Masson, Potter et Treiman, la compréhension chute de façon fiable : une présentation optimisée ne fera pas lire plus vite impunément. Personnaliser cette présentation, en revanche, n’attend pas la recherche. Depuis le 28 juin 2025, l’European Accessibility Act impose en France que les livres numériques neufs, les liseuses et les plateformes de vente permettent de régler taille de police, interlignage et police, sous le contrôle de l’Arcom. La question n’est plus s’il faut adapter le texte au lecteur, mais qui en décide.
Ce qui rend ce travail remarquable tient moins à la fidélité de la simulation qu’à la manière dont elle s’obtient. Le modèle ne ressemble à un lecteur que parce qu’il est empêché : libéré de ses contraintes de mémoire, il lit plus vite, comprend mieux, et perd aussitôt toute crédibilité. Une science du comportement qui cherche ses lois du côté des limites plutôt que des règles change de programme.
La matière première manque toujours. Douze participants pour le niveau de la phrase, trente-deux sous contrainte de temps : les échantillons dont vit la psychologie de la lecture tiennent dans ce qu’un entraînement de modèle de langue avale en quelques secondes. Le public visé se compte autrement, l’Agence nationale de lutte contre l’illettrisme dénombrant 10,5 % des 18-64 ans en difficulté sur au moins une compétence de base.
L’usage n’attendra pas la validation. Le regard est déjà surveillé dans les voitures neuves, les lunettes à écran arrivent en boutique, l’accessibilité des livres numériques est une obligation légale. L’œil qui saute un mot ne fait pas une économie de paresseux : il parie que le contexte suffira, et il a presque toujours raison. Comprendre ce pari, c’est aussi se donner les moyens de le fausser, en calibrant un texte pour que certaines choses soient lues et d’autres survolées.
Aller plus loin
Toute vérification commence au même endroit : la préversion Hierarchical Resource Rationality Explains Human Reading Behavior livre gratuitement l’architecture des trois processus de décision markoviens, les cinq corpus de validation et le détail chiffré de l’expérience sous contrainte de temps, là où la version relue par les pairs demeure payante.
Le point de départ se lit dans le communiqué AI model captures how humans read, paving the way to personalised text and better augmented reality, qui donne les citations complètes d’Antti Oulasvirta, les institutions partenaires et les applications visées, de la réalité augmentée aux documents juridiques, sans taire ce que l’équipe n’a pas testé.
La trajectoire industrielle apparaît dans Simulation-based Optimization for Augmented Reading, article compagnon déposé en février 2026 par trois des quatre signataires, où les lecteurs simulés remplacent les tests utilisateurs pour optimiser hors ligne des interfaces de texte avant de les personnaliser en temps réel.
Le socle théorique, en accès libre, tient dans Computational Rationality as a Theory of Interaction, où Oulasvirta, Jokinen et Howes défendent l’idée qu’un utilisateur agit au mieux de ses intérêts sous les contraintes de son architecture cognitive : la lecture y devient un problème de décision et non de perception.
Le meilleur contrepoint aux promesses de lecture accélérée reste la synthèse So Much to Read, So Little Time: How Do We Read, and Can Speed Reading Help?, qui rassemble ce que la recherche sait du compromis entre vitesse et compréhension et explique pourquoi supprimer les régressions prive le lecteur d’un appui nécessaire.
La loi empirique que tout modèle de lecture doit reproduire est établie par Large-scale evidence for logarithmic effects of word predictability on reading time, six corpus et plus de 2,2 millions de points de données à l’appui, avec un effet logarithmique qui relie le temps de lecture aux probabilités calculées par les modèles de langue.
La limite reconnue sur les lecteurs non natifs est éclairée par Individual differences in word skipping during reading in English as L2, dont les 402 participants issus de onze langues maternelles montrent qu’un saut de mot en langue seconde peut relever d’une habitude importée autant que d’une lecture réussie.
Le précédent éducatif se mesure dans Screening for Reading Difficulties: Comparing Eye Tracking Outcomes to Neuropsychological Assessments, étude de validation du dépistage suédois qui affiche 86 % de précision sur 2 726 élèves tout en n’appuyant sa comparaison neuropsychologique fine que sur huit enfants de 9 à 10 ans.
Le basculement réglementaire se lit sans intermédiaire dans le règlement délégué (UE) 2023/2590 sur les systèmes d’alerte avancée de distraction du conducteur, qui définit zones d’intérêt, points oculaires de référence et procédures d’essai : la surveillance du regard y est une spécification technique, pas une hypothèse de recherche.
Le contrepoint indispensable vient de What Does Your Gaze Reveal About You? On the Privacy Implications of Eye Tracking, inventaire méthodique de ce qu’une trace oculaire laisse déduire, de l’identité biométrique aux pathologies, qui mesure ce que coûterait un texte s’adaptant en permanence au regard.
Lus ensemble, ces documents composent un tableau plus tendu que celui d’une avancée de laboratoire. La théorie de l’agent contraint fournit une explication là où les modèles antérieurs se contentaient de règles ; les données humaines qui la valident restent rares, souvent monolingues, parfois vieilles de vingt ans ; et le capteur qui rendrait l’application possible équipe désormais d’office les voitures neuves. Il reste à décider qui, du lecteur ou de la machine, tiendra la balance entre le temps et l’information.