Une étude révèle comment le cerveau surmonte ses propres limites

Les neuroscientifiques du MIT ont maintenant découvert comment le cerveau tente de compenser ses mauvaises performances lors de tâches nécessitant ce type de transformation compliquée. Comme dans d'autres types de situations où il a peu confiance en ses propres jugements, le cerveau tente de surmonter ses difficultés en s'appuyant sur des expériences antérieures.

"Si vous faites quelque chose qui nécessite une transformation mentale plus dure, et crée donc plus d'incertitude et plus de variabilité, vous vous fiez à vos croyances antérieures et vous vous inclinez envers ce que vous savez bien faire, afin de compenser cette variabilité", Mehrdad Jazayeri, professeur de sciences de la vie, professeur de développement de carrière Robert A. Swanson, membre de l'Institut de recherche sur le cerveau McGovern du MIT, et auteur principal de l'étude.

Cette stratégie améliore réellement les performances globales, rapportent les chercheurs dans leur étude, qui paraît dans le numéro du 24 octobre de la revue Nature Communications. Evan Remington, postdoc du McGovern Institute, est l'auteur principal du journal, et l'assistante technique, Tiffany Parks, est également l'auteur du journal.

Calculs bruyants

Les neuroscientifiques savent depuis de nombreuses décennies que le cerveau ne reproduit pas fidèlement ce que les yeux voient ou ce que les oreilles entendent. Au lieu de cela, il y a beaucoup de "bruit" – des fluctuations importantes de l'activité électrique dans le cerveau, qui peuvent provenir d'une incertitude ou d'une ambiguïté sur ce que nous voyons ou entendons. Cette incertitude entre également en jeu dans les interactions sociales, lorsque nous essayons d'interpréter les motivations d'autres personnes ou lorsque nous nous souvenons de souvenirs d'événements passés.

Des recherches antérieures ont révélé de nombreuses stratégies qui aident le cerveau à compenser cette incertitude. À l'aide d'un cadre appelé intégration bayésienne, le cerveau combine plusieurs informations potentiellement conflictuelles et les valorise en fonction de leur fiabilité. Par exemple, si les informations proviennent de deux sources différentes, nous nous appuierons davantage sur celle que nous pensons être plus crédible.

Dans d'autres cas, tels que faire des mouvements lorsque nous ne savons pas exactement comment procéder, le cerveau s'appuiera sur une moyenne de ses expériences passées. Par exemple, lorsque nous recherchons un interrupteur de lumière dans une pièce sombre et inconnue, nous déplaçons notre main vers une certaine hauteur et près du cadre de la porte, où l'expérience passée suggère qu'un interrupteur de lumière pourrait être localisé.

Il a déjà été démontré que toutes ces stratégies fonctionnent ensemble pour augmenter le biais en faveur d’un résultat particulier, ce qui améliore notre performance globale du fait qu’il réduit la variabilité, explique Jazayeri.

Le bruit peut également se produire lors de la conversion mentale d'informations sensorielles en un plan moteur. Dans de nombreux cas, il s’agit d’une tâche simple dans laquelle le bruit joue un rôle minimal – par exemple, rechercher une tasse que vous pouvez voir sur votre bureau. Cependant, pour d'autres tâches, telles que l'exercice d'écriture miroir, cette conversion est beaucoup plus compliquée.

"Vos performances seront variables, et ce n'est pas parce que vous ne savez pas où se trouve votre main, ni parce que vous ne savez pas où est l'image", a déclaré Jazayeri. "Cela implique une forme d'incertitude totalement différente, qui est liée au traitement de l'information. Le fait d'effectuer des transformations mentales de l'information induit clairement une variabilité."

Ce type de conversion mentale est ce que les chercheurs ont entrepris d’explorer dans la nouvelle étude. Pour ce faire, ils ont demandé aux sujets d'effectuer trois tâches différentes. Pour chacun d'eux, ils ont comparé les performances des sujets dans une version de la tâche où la cartographie des informations sensorielles en commandes motrices était facile, et une version dans laquelle une transformation mentale supplémentaire était requise.

Dans un exemple, les chercheurs ont d’abord demandé aux participants de tracer une ligne de la même longueur qu’une ligne qui leur était montrée, qui se situait toujours entre 5 et 10 centimètres. Dans la version plus difficile, ils ont été invités à tracer une ligne 1,5 fois plus longue que la ligne d'origine.

Les résultats de cet ensemble d'expériences, ainsi que les deux autres tâches, ont montré que dans la version qui nécessitait des transformations mentales difficiles, les personnes modifiaient leurs performances en utilisant les mêmes stratégies que celles utilisées pour vaincre le bruit dans la perception sensorielle et d'autres domaines. Par exemple, dans la tâche de dessin des lignes, dans laquelle les participants devaient dessiner des lignes allant de 7,5 à 15 centimètres, en fonction de la longueur de la ligne d'origine, ils avaient tendance à dessiner des lignes plus proches de la longueur moyenne de toutes les lignes. ils avaient déjà dessiné. Cela a globalement rendu leurs réponses moins variables et plus précises.

"Cette régression vers la moyenne est une stratégie très courante pour améliorer les performances en cas d'incertitude", déclare Jazayeri.

Réduction de bruit

Les nouvelles découvertes ont conduit les chercheurs à émettre l’hypothèse que, lorsque les personnes deviendront très performantes dans une tâche qui nécessite des calculs complexes, le bruit deviendra plus petit et moins préjudiciable à la performance globale. C'est-à-dire que les gens feront davantage confiance à leurs calculs et cesseront de compter sur des moyennes.

"Comme cela devient plus facile, notre prédiction est que le biais disparaîtra, car ce calcul n'est plus un calcul bruyant", déclare Jazayeri. "Vous croyez au calcul; vous savez que le calcul fonctionne bien."

Les chercheurs prévoient maintenant d’étudier plus avant si les partis pris diminuent à mesure qu’ils apprennent à mieux exécuter une tâche compliquée. Dans les expériences qu'ils ont effectuées pour le Nature Communications Lors de l’étude, ils ont trouvé des preuves préliminaires que les musiciens entraînés avaient de meilleures performances dans une tâche impliquant la production d’intervalles de temps d’une durée spécifique.

Explorer plus loin:
Une étude révèle comment le cerveau suit les objets en mouvement