Un modèle théorique qui décrit la recherche d'information comme un processus cognitif itératif où les représentations internes du chercheur (besoin d'information, objectifs, requêtes, jugements de pertinence) interagissent dynamiquement avec les représentations du système (indexation, classement, interfaces), conduisant à des mises à jour réciproques du modèle mental de l'utilisateur et des résultats fournis par le système.

Principe

L'efficacité de la recherche dépend de l'alignement entre la représentation mentale évolutive de l'utilisateur et les représentations du système ; l'interaction itérative (reformulation, rétroaction de pertinence, examen des résultats) médie cet alignement.

Démonstration

Scénario illustratif → Un chercheur commence avec une question vague, lance une requête initiale, examine les résultats classés, identifie une pertinence partielle, reformule la requête et ajuste des filtres ; les interactions successives précisent le modèle mental et augmentent la pertinence des documents retournés.

Mauvaise application

Interpréter le modèle comme indiquant que le classement algorithmique suffit à déterminer la pertinence, ou supposer qu'une requête unique est suffisante. L'erreur sémantique est d'ignorer la mise à jour cognitive de l'utilisateur et la boucle itérative qui produit la pertinence.

Conséquence

La conception et l'évaluation doivent faciliter la recherche itérative, la rétroaction de pertinence et des contrôles qui exposent des possibilités de reformulation ; des métriques qui négligent l'interaction utilisateur–système manqueront des facteurs clés de réussite.

Inversion

Lorsque les besoins d'information sont entièrement formalisés et traduits en requêtes structurées précises (par exemple des requêtes de bases de données exactes), la composante cognitive itérative est fortement réduite et le modèle perd une grande partie de sa portée explicative.

Limite

Clairement inclus : recherche exploratoire sur le web avec besoins ambigus. Cas frontière : recherche spécialisée avec ambiguïté partielle et taxonomies partielles. Clairement exclu : récupération automatique par lots pour des requêtes totalement spécifiées, sans interaction utilisateur.

Tension sémantique

Mesures centrées sur le système (précision/rappel) versus pertinence cognitive définie par les jugements situés de l'utilisateur et ses objectifs évolutifs.

Synthèse

L'idée centrale du modèle est que la pertinence se co-construit entre cognition de l'utilisateur et médiation du système ; améliorer la recherche exige d'aligner ces représentations par l'interaction plutôt que d'optimiser uniquement l'algorithme ou l'interface.