L`élément principal dans Soar est l`idée d`un espace problématique: tous les actes cognitifs sont une forme de tâche de recherche. La mémoire est unitaire et procédurale; Il n`y a pas de distinction entre mémoire procédurale et déclarative. Chunking est le principal mécanisme d`apprentissage et représente la conversion des actes de résolution de problèmes en mémoire à long terme. L`occasion de segmentation est une impasse et sa résolution dans le processus de résolution de problèmes (c.-à-d., satisfaisant les règles de production). Newell affirme que Soar suggère une vision reconstructive de la mémoire (c.f. Bartlett <). Le modèle de contraintes de Newell, développé en 1986, suggère que tous les mouvements se fondent sur trois facteurs; les interactions de l`organisme, l`environnement dans lequel il se produit, et la tâche exécutée (Haywood & Getchell, 2009). Si l`un de ces facteurs change, le modèle de mouvement global de l`action change aussi bien (Haywood & Getchell, 2009). Ce modèle est important pour comprendre le comportement du moteur humain et les raisons potentielles pour entraver un mouvement. Newell (1990) a positionné Soar comme la base d`une théorie unifiée de la cognition et tente de montrer comment il explique un large éventail de résultats et de phénomènes antérieurs.
Par exemple, il fournit des interprétations pour les données de temps de réponse, les tâches d`apprentissage verbal, les tâches de raisonnement, les modèles mentaux et l`acquisition de compétences. En outre, les versions de Soar ont été développées qui fonctionnent comme des systèmes intelligents pour la configuration des systèmes informatiques et la formulation d`algorithmes. Soar est une architecture pour la cognition humaine exprimée sous la forme d`un système de production. Il s`agit de la collaboration d`un certain nombre de chercheurs, dont Allen Newell, John Laird et Paul Rosenbloom et d`autres dans différentes institutions. La théorie s`appuie sur des efforts antérieurs impliquant Newell tels que le GPS (Newell & Simon) et GOMS (Card, Moran & Newell). Comme ce dernier modèle, Soar est capable de simuler les réponses réelles et les temps de réponse. GOMS est une théorie des compétences cognitives impliquées dans les tâches de l`ordinateur humain. Il est basé sur un cadre de traitement de l`information qui suppose un certain nombre d`étapes ou de types de mémoire différents (par exemple, magasin sensoriel, mémoire de travail, LTM) avec un traitement perceptuel, moteur et cognitif distinct.
Toutes les activités cognitives sont interprétées en termes de recherche d`un espace problématique, la prémisse fondamentale du GPS et de la théorie du Soar de Newell. En conclusion, le modèle de contraintes de Newell est très important pour comprendre les schémas de mouvement chez les enfants. Il est important de comprendre que tout changement dans les contraintes individuelles, les contraintes environnementales ou les contraintes de tâches, modifiera automatiquement l`ensemble du modèle de mouvement exécuté (Haywood & Getchell, 2009). De même, il est important de comprendre que chaque individu traitera des contraintes uniques. Les éducateurs doivent être en mesure d`évaluer ces contraintes, afin d`élaborer un plan de leçon approprié, afin d`assurer un perfectionnement optimal des compétences pour tous les enfants (Pope et coll., 2012). Enfin, le modèle peut être très bénéfique lorsque l`on travaille avec des enfants handicapés, afin de manipuler les tâches et les environnements afin de minimiser les contraintes (Pope et coll., 2009). Résumé: le modèle GOMS est un modèle de traitement de l`information humaine qui prédit ce que les utilisateurs qualifiés vont faire dans des situations apparemment imprévisibles. Voici le contour du modèle GOMS pour un éditeur de ligne (Card, Moran, & Newell, 1983, chapter 5): Newell (1990; pp 335-336) fournit la description suivante de la façon dont Soar gérerait une tâche de reconnaissance simple: le modèle de Newell peut être appliqué pratiquement dans toutes sortes de des scénarios de développement sportif ou de mouvement. Bien que les contraintes individuelles ne puissent pas être facilement manipulées, les contraintes de tâches peuvent et sont souvent manipulées pour faciliter l`apprentissage d`un comportement.
