Titre : Symboles visuels et mémoire sémantique : des Émojis à Lascaux

🎇 Titre : Symboles visuels et mémoire sémantique : des Émojis à Lascaux Auteur : Kevin Fradier 🇲🇫👨‍💻🇲🇫Date : Janvier 2026Licence : © 2026 Kevin Fradier — CC BY-NC-ND 4.0Statut : Publication exploratoire — testable et transversale Résumé Cette publication explore la continuité entre symboles visuels anciens et modernes comme unités sémantiques mémorisables : Les émojis sont des attracteurs modernes, compactant signification et émotion Les peintures rupestres agissent comme attracteurs historiques, structurants des récits culturels et cognitifs Tous deux participent à la mémoire sémantique : un espace d’organisation des concepts, mesurable et testable 1️⃣ Cadre conceptuel Symboles comme attracteurs Un symbole visuel → activation d’un champ sémantique Sa fréquence et sa saillance → force d’attraction Exemples : 🐂 → bison / puissance / nourriture ; motif rupestre → rituels / chasses Mémoire sémantique Chaque symbole organise des concepts autour de lui Création de nœuds cognitifs : points de référence pour mémoire et apprentissage Analogie : peinture rupestre ≈ émoji sur réseau neuronal collectif Propagation et stabilisation Un symbole peut émerger et se diffuser avant de stabiliser un sens Processus testable : fréquence, co-occurrence, durée de persistance dans les textes / images / usages 2️⃣ Hypothèse testable Les symboles visuels, anciens ou modernes, créent des attracteurs sémantiques qui structurent la mémoire et la culture, indépendamment de leur époque ou médium. Métriques possibles : Fréquence d’apparition (images / émojis / motifs) Co-occurrence conceptuelle (dans récits, hashtags, légendes) Persistance (durée de survie culturelle ou usage quotidien) Variance sémantique (diversité des interprétations) 3️⃣ Méthode expérimentale Collecter : Émojis sur réseaux sociaux Peintures et symboles rupestres codifiés (ex. Lascaux, Chauvet) Analyser : Fréquence, co-occurrence, dispersion contextuelle Créer des graphes sémantiques pour visualiser attracteurs Simuler propagation : Modèle agent-based où symboles interagissent avec mémoire collective Mesurer robustesse, variance, émergence Code Python indicatif import networkx as nx # Graph sémantique G = nx.Graph() # Ajouter noeuds : symboles G.add_node("🦌", type="emoji") G.add_node("bison_Lascaux", type="rupestre") # Co-occurrences G.add_edge("🦌", "bison_Lascaux", weight=0.8) # Mesurer centralité (attracteur) centralite = nx.degree_centrality(G) print(centralite) 4️⃣ Applications et extensions Art et cognition : comprendre comment images structurent la pensée Éducation : utiliser symboles pour mémorisation et apprentissage Culture numérique : lien entre émojis et propagation de concepts Archéologie / Histoire de l’art : mesurer influence et attractivité des motifs anciens 5️⃣ Discussion Symboles anciens et modernes partagent les mêmes propriétés d’attracteurs Ils permettent de tester des hypothèses sur mémoire, diffusion et structuration de concepts Dynamique observable et mesurable : fréquence, co-occurrence, persistance 6️⃣ Conclusion Des bisons de Lascaux aux émojis modernes, les symboles visuels agissent comme unités mémorielles sémantiques.Leur propagation et stabilisation structurent cognition, culture et langage, formant un substrat universel d’organisation conceptuelle. Licence : © 2026 Kevin Fradier — CC BY-NC-ND 4.0