« La difficulté est déterminée par la structure » — une étude qui décompose rigoureusement la difficulté des puzzles arithmétiques (4OPS, arXiv / AIED 2026, mars 2026)

Introduction

Revue de conception de Tsumiki — un seul article aujourd'hui.

L'article lu aujourd'hui est académique : « 4OPS: Structural Difficulty Modeling in Integer Arithmetic Puzzles » (Yunus E. Zeytuncu, Université du Michigan-Dearborn, preprint mars 2026), publié sur arXiv et accepté à AIED 2026, la conférence internationale sur l'IA en éducation. Le sujet : les puzzles numériques de l'émission britannique Countdown et du jeu français Des chiffres et des lettres — former une valeur cible par quatre opérations à partir d'un ensemble de nombres donnés. Cela peut sembler anodin, mais la question posée est universelle : « qu'est-ce qui détermine la difficulté d'un puzzle ? »

4OPS : Modélisation structurelle de la difficulté dans les puzzles d'arithmétique entière (Yunus E. Zeytuncu, arXiv / AIED 2026, mars 2026)

Le puzzle traité dans l'article est clair : on dispose de 5 chiffres de 1 à 9 (répétition possible) plus un nombre parmi 25, 50 ou 75, soit 6 nombres au total. On les combine par les quatre opérations (+ − × ÷) pour former une valeur cible à 3 chiffres entre 100 et 999. Contraintes : chaque nombre est utilisé au plus une fois, les valeurs intermédiaires sont toujours des entiers positifs, les soustractions donnent des résultats positifs, les divisions ne sont admises que si elles sont exactes — contrainte entière. C'est précisément le puzzle « Countdown » populaire en Grande-Bretagne, aux États-Unis et en France.

Ce que l'auteur construit d'abord, ce n'est pas un modèle d'apprentissage automatique mais un solveur de recherche exacte. Par programmation dynamique, il énumère toutes les valeurs atteignables à partir d'un ensemble de nombres et leurs séquences d'opérations minimales (minimal witness). Il évalue ainsi toutes les valeurs cibles à 3 chiffres pour les 3 861 combinaisons de nombres possibles, annotant 3 474 900 instances — un jeu de données massif. La distribution de base — environ 87 % solubles — est aussi établie ici.

La difficulté est définie comme « le nombre minimal d'opérations requis pour atteindre la valeur cible ». 0 à 2 opérations = Easy, 3 à 4 = Medium, 5 = Hard. C'est là que la découverte centrale de l'article apparaît : si l'on tente de prédire uniquement avec des caractéristiques de surface (taille des nombres, valeur cible), la résolubilité atteint ~90 % même avec une régression logistique, mais la classification de difficulté plafonne à ~73 % même avec gradient boosting — et les problèmes faciles sont presque systématiquement ratés. La « facilité » est invisible dans les statistiques de surface.

Mais dès qu'on ajoute les caractéristiques structurelles produites par le solveur — en particulier « le nombre d'entrées effectivement utilisées par la solution minimale (subset size) » — la précision de classification atteint la perfection. Une analyse d'ablation (validation en retirant les caractéristiques une à une) montre que ce seul « nombre minimal d'entrées utilisées » permet de reproduire exactement les étiquettes de difficulté. L'auteur l'appelle la « statistique suffisante minimale » de la difficulté. Les problèmes faciles se résolvent avec peu d'entrées ; les difficiles nécessitent de combiner presque tous les nombres — la difficulté n'est pas déterminée par la taille des nombres, mais par « combien d'éléments doivent être coordonnés simultanément ».

Ce qui rend cette découverte intéressante du point de vue de la théorie du design, c'est qu'elle traduit la nature de la difficulté dans le langage cognitif de « la charge de mémoire de travail = le nombre d'éléments traités simultanément ». L'auteur explique que c'est précisément pour cette raison que les caractéristiques de surface ratent les problèmes faciles, d'où la nécessité des caractéristiques structurelles. Sur le plan pratique, trier par « nombre minimal d'entrées utilisées » en ordre croissant suffit à créer un séquençage de difficulté fondé sur des principes et explicable (adaptive sequencing).

Les limites sont aussi énoncées franchement. La « difficulté » ici est une difficulté structurelle définie par le solveur, distincte de la difficulté ressentie par les humains (niveau d'expertise, habitudes stratégiques, facteurs psychologiques). La mesure dans laquelle elles coïncident est laissée aux travaux futurs. À noter que le puzzle 4OPS est disponible comme application mobile gratuite, avec l'intention d'étudier la difficulté humaine à partir de données de jeu réelles.

La phrase du jour

Une citation tirée de la conclusion de l'article :

"Rather than relying on surface complexity, difficulty emerges from structural necessity." — Yunus E. Zeytuncu, 4OPS (arXiv, 2026)

(Plutôt que de s'appuyer sur la complexité de surface, la difficulté émerge de la nécessité structurelle.) Cette phrase plante silencieusement un clou dans nos habitudes de mesurer la difficulté d'un puzzle par son « apparence complexe ». Ce qui décide vraiment de la difficulté, c'est la structure profonde de l'espace des solutions — combien d'éléments doivent être simultanément tenus en main pour atteindre la solution — et non la surface. Cette perspective, applicable bien au-delà des puzzles numériques, semble pouvoir fonder le réglage de difficulté dans tout design de puzzle.

Liens de référence

Article traité aujourd'hui :

• 4OPS: Structural Difficulty Modeling in Integer Arithmetic Puzzles — Yunus E. Zeytuncu (University of Michigan-Dearborn), preprint arXiv (mars 2026, accepté à AIED 2026). Article en anglais. Version HTML

Conclusion

Je rêve de concevoir des puzzles, mais honnêtement je ne suis pas très doué pour les résoudre moi-même. C'est précisément pourquoi la posture de cet article — définir « qu'est-ce que la difficulté » comme structure, sans s'appuyer sur le ressenti du joueur — m'attire fortement. Bâtir la difficulté non pas à l'intuition, mais à partir de la nécessité de l'espace des solutions — pour un concepteur, il n'est pas de fondation plus solide.

Demain encore, j'irai recueillir quelque débat sur le design qui se déroule quelque part dans le monde. À bientôt.