Quand on lit, nos yeux ne “balayent” pas le texte de façon continue. Ils saccadent, se fixent brièvement… puis sautent certains mots. Et ce n’est pas un hasard : une équipe de chercheurs a entraîné un modèle d’IA pour reproduire ces mouvements et surtout expliquer pourquoi les yeux sautent des mots.
Lire, ce n’est pas regarder tout le texte
Le point de départ est simple : lors de la lecture, l’œil avance par fixations courtes, séparées par des saccades. Entre ces moments, une partie des mots n’est jamais fixée directement. Autrement dit, on ne “lit” pas chaque mot au sens visuel du terme : on sélectionne.
Jusqu’ici, plusieurs explications reposaient sur des règles assez fixes (par exemple liées à la longueur ou à la fréquence des mots). Le modèle présenté ici propose une approche plus souple : chaque décision de regard serait traitée comme un choix pris sous contrainte.
Le modèle d’IA : décider quoi fixer, sous incertitude
Le cœur de la démarche consiste à traiter la lecture comme une suite de décisions. À chaque étape, le modèle évalue l’intérêt d’ajouter une fixation supplémentaire, en tenant compte du temps que cela coûte.
Concrètement, l’IA raisonne à trois niveaux :
- le mot (ce qui est probable à venir),
- la phrase (le contexte syntaxique),
- le texte (la structure globale et l’orientation du sens).
Cette logique s’appuie sur une idée issue de la théorie de la décision : si le gain d’information attendu ne compense pas le coût temporel, l’œil a plus de chances de ne pas s’attarder sur certains mots.
Pourquoi les mots “faciles” sont plus souvent sautés
Le résultat le plus parlant concerne les mots qui semblent “prévisibles” pour le lecteur. Plus la confiance du modèle envers un mot à venir est élevée, plus ce mot risque d’être sauté.
Dans les données, ce sont surtout :
- les mots courts,
- les mots fréquents,
- les mots prévisibles dans le contexte.
La tendance suit une logique intuitive : la probabilité de saut diminue quand le mot est plus long, et augmente quand il est plus fréquent. Autrement dit, si le cerveau (et ici le modèle) anticipe déjà ce mot, il n’a pas forcément besoin de le “vérifier” par une fixation directe.
Le rôle de la longueur et de la fréquence sur la fixation
Les modèles cognitifs plus anciens reliaient souvent fréquence et prévisibilité à des mouvements oculaires via des règles déterministes. Ici, l’idée est différente : la durée de fixation sur un mot augmente avec sa longueur, et diminue avec sa fréquence ou sa prévisibilité.
On observe aussi des régularités dans la manière dont l’œil se pose : il revient généralement entre le début et le milieu du mot, une constante appelée position de lecture préférée. Et quand la phrase comporte une ambiguïté syntaxique, le regard a davantage tendance à faire des retours en arrière.
Lecture sous contrainte : quand le temps manque, on optimise
Un autre apport important est la prise en compte du temps. Les chercheurs ont testé le mécanisme dans des conditions où la lecture doit se faire vite : des participants lisent des textes avec des limites de temps, puis répondent à des questions de compréhension.
Quand le temps augmente, on observe chez les humains une baisse de la vitesse de lecture. En parallèle, le taux de mots sautés recule et les retours en arrière (les régressions) augmentent. La compréhension progresse aussi.
Le modèle reproduit ces tendances : il “apprend” à adapter ses décisions quand la contrainte temporelle change. L’idée générale est que la lecture devient un arbitrage entre :
- couverture (avancer en sautant davantage, pour garder une vue d’ensemble),
- précision (investir plus de fixations et de retours quand on a le temps).
En situation de temps limité, l’œil privilégie la compréhension globale plutôt que le détail mot à mot.
Ce que ça change (vraiment) pour comprendre la lecture
Ce travail ne dit pas “les yeux sautent des mots parce que…”, comme une règle unique. Il montre plutôt une mécanique : la lecture ressemble à une gestion rationnelle des ressources sous incertitude.
On peut en tirer une lecture pratique : si un texte contient des mots très prévisibles, le lecteur peut les traiter sans fixation directe. À l’inverse, quand le contexte est ambigu ou que l’information est moins anticipable, l’œil revient, vérifie, et investit davantage.
Conclusion : des sauts qui servent la compréhension
Les yeux sautent des mots parce que lire, c’est décider quoi vérifier et quoi laisser passer, selon ce qui est probable et selon le temps disponible. L’IA met en lumière un principe : la lecture n’est pas une capture exhaustive du texte, mais une stratégie d’optimisation.
Et si vous voulez améliorer votre compréhension (ou concevoir des contenus plus lisibles), la question n’est peut-être pas “comment faire lire chaque mot”, mais plutôt “comment réduire l’ambiguïté et guider l’anticipation”.