Psychologie cognitive, neuropsychologie et psycholinguistique

Pour étudier la perception, il faut distinguer trois opérations liées mais non équivalentes : recevoir une stimulation, l’interpréter et reconnaître ce qu’elle représente. Cette distinction situe la perception parmi les fonctions cognitives et aide à comprendre pourquoi un traitement de l’information ne mène pas toujours à une identification consciente.

La sensation correspond à la réception d’une stimulation physique par un organe sensoriel et à sa transformation en signaux utilisables par le système nerveux. La lumière stimule les yeux, les sons les oreilles, et la pression ou la température la peau. C’est l’entrée de l’information dans le système nerveux, pas encore l’interprétation de ce qu’elle signifie.

La perception est l’ensemble des processus par lesquels le système cognitif traite et interprète les informations transmises par les sens. Elle permet de construire une représentation perceptive à partir des signaux sensoriels : recevoir des informations ne revient donc pas simplement à les enregistrer. Par exemple, les signaux provenant d’une forme peuvent être organisés en une représentation de ses contours, même si l’on ne sait pas encore de quel objet il s’agit.

L’identification, ou reconnaissance, consiste à attribuer la représentation perceptive à une catégorie mentale déjà présente en mémoire. On compare ce qui est perçu aux connaissances stockées ; si la correspondance est suffisante, on peut reconnaître, par exemple, qu’une forme est un vélo. Cette étape peut donner accès à son nom ou à d’autres informations mémorisées. Mais une perception peut avoir lieu sans identification : on peut distinguer une forme ou ses contours sans parvenir à déterminer ce qu’elle représente.

Sensation : recevoir une stimulation et la convertir en signaux nerveux. Perception : traiter et interpréter l’information sensorielle. Identification : relier la représentation perceptive à une catégorie connue en mémoire. Cette hiérarchie décrit des opérations distinctes ; la présence de l’une ne garantit pas automatiquement la suivante.

Perception et identification ne sont pas synonymes : nous pouvons traiter une information et construire une représentation sans reconnaître l’objet. De même, percevoir ne signifie pas nécessairement devenir conscient de tout ce qui a été traité. Il faut donc éviter de confondre la réception sensorielle, l’activité perceptive, la reconnaissance et l’expérience consciente.

La perception s’appuie sur les cinq sens traditionnels — vision, audition, odorat, goût et toucher — auxquels on peut ajouter l’équilibre, la température et la douleur. La vision et l’audition sont particulièrement étudiées parce qu’elles jouent un rôle important dans la vie quotidienne ; historiquement, les déficiences visuelles ou auditives ont également nourri les recherches. La vision peut dominer lorsque deux sens donnent des informations contradictoires : dans l’expérience de Gibson (1933), les participants ont davantage fait confiance à la vue qu’au toucher.

La perception est une fonction cognitive : les fonctions cognitives sont les activités de l’esprit qui permettent d’interagir avec le monde, notamment la sensation, la perception, l’attention, la mémoire, le langage et la reconnaissance des formes. La cognition humaine désigne le traitement de l’information par le cerveau. La psychologie cognitive étudie ces fonctions ; la neuropsychologie cognitive s’intéresse à leur fonctionnement cérébral en étudiant notamment des personnes présentant des troubles acquis ou développementaux, tandis que la psychologie cognitive étudie des personnes sans troubles ni lésions.

Pour étudier scientifiquement ces mécanismes, les chercheurs ne s’appuient pas seulement sur l’introspection ou l’intuition : ils peuvent réaliser des expériences en manipulant des facteurs et en mesurant leurs effets. Une théorie est une proposition scientifique destinée à expliquer un phénomène et soumise au contrôle de l’expérience ; une hypothèse en est une proposition précise, testable. La variable indépendante est ce que l’expérience manipule — par exemple le type de liste présenté —, tandis que la variable dépendante est ce que l’on mesure, comme le nombre d’erreurs. Les résultats peuvent soutenir l’hypothèse ou la mettre en défaut, conduisant à de nouvelles expériences.

Les systèmes sensoriels constituent les voies d’entrée des stimulations physiques : ils captent des informations provenant de l’environnement et les rendent disponibles au système nerveux. Le cours distingue cinq sens traditionnels et mentionne aussi trois modalités supplémentaires.

La vision et l’audition occupent une place importante dans l’étude de la perception parce qu’elles jouent un rôle dominant dans la vie quotidienne. Le cours souligne aussi que l’intérêt scientifique pour ces modalités s’est intensifié historiquement, notamment en lien avec l’étude de personnes présentant des déficiences visuelles ou auditives. Cet accent de recherche ne signifie pas que la perception se limite à ces deux sens : les autres modalités figurent également parmi les voies sensorielles.

L’expérience de Gibson montre que des informations issues de modalités sensorielles différentes peuvent entrer en conflit. Dans la situation décrite, le toucher indique que l’objet est droit, tandis que la vision, modifiée par le port de lunettes, suggère qu’il est incurvé. Les participants font davantage confiance à la vision qu’au toucher : le jugement perceptif ne consiste donc pas toujours à suivre de façon égale les informations sensorielles disponibles.

À retenir : les cinq sens traditionnels sont la vision, l’audition, l’odorat, le goût et le toucher ; le cours ajoute l’équilibre, la température et la douleur. La vision et l’audition sont particulièrement étudiées pour leur importance dans la vie quotidienne et leur place dans l’histoire de la recherche. L’expérience de Gibson illustre un conflit vision-toucher où la vision tend à dominer le jugement.

Dans l’expérience quotidienne, percevoir paraît naturel : il suffit d’ouvrir les yeux pour qu’un monde riche et organisé semble immédiatement présent. Cette facilité apparente donne l’impression que le système perceptif enregistre simplement ce qui se trouve devant nous. Pourtant, cette impression décrit le résultat vécu, pas les opérations cognitives qui l’ont produit.

La perception est également très rapide et paraît automatique : nous identifions couramment des éléments de notre environnement sans avoir conscience de consacrer un effort à chaque analyse. Ce caractère immédiat rend les étapes intermédiaires difficiles à remarquer. La facilité subjective ne signifie donc pas que le traitement lui-même soit simple.

En quelques fractions de seconde, le système perceptif doit détecter les informations disponibles, distinguer les objets, traiter leurs contours et leurs couleurs, estimer leur distance et leur profondeur, puis tenir compte de leur mouvement. Ces opérations contribuent à organiser la scène et à rendre ses éléments utilisables. Leur rapidité permet une expérience fluide, mais masque la diversité des traitements nécessaires.

La perception ne consiste donc pas en une opération unique. Le système doit d’abord traiter les caractéristiques présentes, puis organiser l’information pour distinguer les éléments et leurs relations dans la scène. Il peut ensuite reconnaître ce qui est perçu ; chacune de ces opérations participe à une expérience qui, elle, semble unifiée et immédiate.

Cette apparente simplicité complique l’étude scientifique : l’expérience consciente ne révèle pas directement les traitements qui la rendent possible. Comme la perception est rapide, naturelle et généralement sans effort conscient, il est difficile d’observer ses étapes en se fondant seulement sur ce que l’on croit avoir perçu. Comprendre le phénomène exige donc d’étudier les opérations cognitives plutôt que de prendre l’impression subjective pour une explication suffisante.

Le reCAPTCHA illustre ce décalage entre aisance humaine et difficulté du traitement : une tâche visuelle qui paraît banale à une personne peut poser problème à un ordinateur. L’exemple rappelle que reconnaître rapidement une scène ou ses éléments mobilise des capacités perceptives complexes, même lorsque l’observateur ne ressent aucun effort particulier. La simplicité ressentie est ainsi un effet du traitement réussi, et non la preuve de son absence.

Le réalisme naïf consiste à croire que percevoir revient à recevoir une copie fidèle du monde extérieur : ce qui est perçu serait exactement ce qui existe. Cette idée ne rend pas compte du travail d’interprétation réalisé par le système perceptif. Les informations sensorielles ne suffisent pas toujours, à elles seules, à déterminer l’expérience : le cerveau organise et complète ce qu’il reçoit.

La perception ne reproduit pas simplement les propriétés physiques d’une scène : elle construit une représentation à partir des stimulations disponibles. Ainsi, une image en deux dimensions peut être interprétée comme un objet en trois dimensions, ou une variation de luminosité comme une ombre. Ces interprétations reposent sur des hypothèses du système perceptif, qui peuvent donner une impression convaincante sans correspondre aux propriétés physiques réelles.

Les illusions montrent que l’expérience perceptive peut différer de la stimulation physique. Dans l’illusion de Müller-Lyer, deux lignes de même longueur semblent inégales selon l’orientation des flèches à leurs extrémités. Dans l’illusion de Zöllner, des lignes réellement parallèles semblent inclinées ou non parallèles à cause des lignes qui les croisent. Dans les illusions de creux et de bombés, une même image peut être perçue différemment selon son orientation : le cerveau interprète les variations de luminosité en faisant une hypothèse sur la direction de la lumière.

Ces exemples ne signifient pas que la perception est arbitraire : ils révèlent plutôt que le système utilise des indices et des régularités pour interpréter une scène. Une fois construite, l’interprétation peut persister même si l’on sait que les lignes ont la même longueur ou que l’image n’a pas changé. Il faut donc distinguer les propriétés physiques du stimulus de la manière dont elles sont organisées dans l’expérience perceptive.

La perception n’est pas une copie du monde : elle transforme les informations sensorielles en une représentation interprétée. Les illusions rendent visible cette construction, car elles font apparaître un écart entre la stimulation physique et ce que l’on croit percevoir. L’expérience dépend à la fois des caractéristiques du stimulus et des opérations du système perceptif.

La construction perceptive combine des processus ascendants, guidés par les caractéristiques du stimulus, et des processus descendants, guidés par le contexte et les connaissances antérieures. Dans l’exemple d’une myrtille, l’analyse ascendante relève notamment une forme sphérique, une couleur bleutée et l’absence de mouvement ; la comparaison avec les connaissances mémorisées permet ensuite de reconnaître le fruit. Le contexte physique — ce qui entoure l’objet — et le contexte mental — ce que l’on sait déjà — orientent ainsi l’interprétation.

Les expériences sur les images ambiguës montrent que l’expérience passée peut guider ce que l’on voit : avant de présenter une image pouvant représenter une jeune femme ou une femme âgée, Leeper (1935) montre une autre image pour orienter l’interprétation. Bruner et Goodman (1947) demandent à des enfants d’estimer la taille de pièces de monnaie et de disques de même taille : les pièces sont estimées plus grandes que leur taille réelle, tandis que les estimations des disques sont proches de la réalité. Les auteurs relient cette surestimation aux connaissances et à la valeur attribuée aux pièces ; elle est plus marquée chez les enfants de milieux défavorisés. Le contexte peut donc modifier l’estimation perceptive, sans que l’objet physique ait changé.

Le contexte agit aussi sur l’organisation des lettres : un caractère ambigu peut être perçu différemment selon les caractères qui l’entourent. Le Pandémonium, lui, décrit la reconnaissance des lettres à partir des traits du stimulus, sans faire intervenir ces processus descendants. Il faut donc éviter de réduire toute reconnaissance à un seul mécanisme : l’analyse des caractéristiques de l’objet et les attentes liées au contexte peuvent contribuer ensemble, avec un poids variable selon la situation.

L’attention limitée ajoute une autre source d’écart entre la scène et l’impression que l’on en a. La cécité attentionnelle désigne la difficulté à remarquer un stimulus pourtant visible lorsqu’il est inattendu et que les ressources mentales sont mobilisées par une autre tâche. Dans la vidéo où les participants comptent des passes de ballon, une partie des personnes ne remarque pas l’ours qui traverse la scène : environ 60 % ne le voient pas dans l’expérience de Simons et Chabris (1999). La visibilité physique d’un élément ne garantit donc pas qu’il sera remarqué.

L’illusion de la complétude désigne l’impression trompeuse de percevoir toute une scène, alors que nous traitons surtout ce qui est au centre de l’attention et construisons le reste à partir de nos expériences et connaissances. McConkie et Rayner (1975) modifient, pendant les saccades, des parties périphériques des phrases que les participants lisent : des segments sont remplacés par des X ou des lettres aléatoires, mais les lecteurs ne remarquent généralement pas les changements et ont l’impression d’avoir lu la phrase entière. Cela montre que la scène ressentie comme complète peut contenir des éléments reconstruits, et non directement analysés.

Dans l’expérience de Cohen et al. (2020), des participants explorent une scène en réalité virtuelle : l’image devient progressivement grise en périphérie, tandis que la zone centrale où porte le regard reste colorée. Environ la moitié des participants ne remarque pas ce changement périphérique. La perception de l’information centrale peut ainsi influencer l’impression de ce qui se passe autour ; combinées aux connaissances antérieures, les ressources limitées de l’attention contribuent à faire paraître complète une perception partielle.

Cette section annonce l’étude des bases de la perception visuelle. Elle introduit la suite du cours, consacrée aux mécanismes par lesquels les informations visuelles sont recueillies et traitées.

La lumière est une radiation électromagnétique, constituée de photons. Les photons varient notamment selon leur longueur d’onde et leur intensité. L’être humain ne perçoit qu’une partie du spectre électromagnétique : la lumière visible. La lumière blanche, comme celle du soleil, correspond à un mélange de longueurs d’onde.

Quand la lumière rencontre une matière, une partie des photons est absorbée : ils perdent leur énergie et ne poursuivent pas leur trajet de la même manière. D’autres photons sont réfléchis par la surface et peuvent atteindre les yeux. Ainsi, les caractéristiques de la lumière qui arrive à l’œil portent des informations sur les objets rencontrés : la matière a modifié la lumière avant son entrée dans l’œil.

La lumière réfléchie par les objets traverse les structures de l’œil et atteint le fond de l’œil, la rétine. Le cristallin, lentille biconvexe, concentre les rayons lumineux afin de former une projection sur la rétine. Cette projection est inversée. La rétine contient les cellules qui réagissent à la lumière et amorcent la transformation de l’énergie lumineuse en signaux utilisables par le système nerveux.

Le cristallin focalise la lumière sur la rétine pour que l’information lumineuse y soit projetée. En pratique, les rayons réfléchis par un objet entrent dans l’œil, puis le cristallin les dirige vers une zone précise du fond de l’œil. La rétine reçoit alors cette projection et ses cellules commencent à convertir la stimulation lumineuse en activité bioélectrique.

Le traitement rétinien suit une chaîne organisée : la lumière stimule d’abord les photorécepteurs, puis l’information passe aux cellules bipolaires et aux cellules ganglionnaires. Les photopigments des cônes et des bâtonnets réagissent à la lumière et déclenchent des influx nerveux. Cette étape, appelée transduction, convertit l’énergie lumineuse en signaux bioélectriques.

Les cellules bipolaires reçoivent les signaux des cônes et des bâtonnets et les transmettent au niveau suivant, celui des cellules ganglionnaires. Ces étapes organisent le passage de l’information à travers la rétine plutôt que de l’envoyer directement des photorécepteurs au cerveau. Le trajet rétinien essentiel est donc : photorécepteurs, cellules bipolaires, cellules ganglionnaires.

Les axones des cellules ganglionnaires se regroupent à la sortie de l’œil pour former le nerf optique. Les voies visuelles passent par le chiasma optique, puis acheminent l’information vers le lobe occipital, à l’arrière du cerveau, où se trouve le cortex visuel. Le parcours à retenir est : lumière → cônes et bâtonnets → cellules bipolaires → cellules ganglionnaires → nerf optique → cerveau.

La tache aveugle est une zone de la rétine sans photorécepteurs, à l’endroit où le nerf optique quitte l’œil. Pour la mettre en évidence, fixer un point tout en rapprochant progressivement une feuille portant deux points : à une certaine distance, l’un peut disparaître. Son image tombe alors sur la tache aveugle, où aucune information lumineuse n’est enregistrée.

Nous ne percevons généralement pas un trou permanent dans notre vision parce que les deux taches aveugles ne sont pas au même endroit et que l’autre œil peut souvent fournir l’information manquante. En revanche, un objet visible d’un seul œil et projeté exactement sur sa tache aveugle peut disparaître momentanément de la perception.

Les cônes et les bâtonnets ne sont pas répartis uniformément sur la rétine. La fovéa est la zone centrale, particulièrement riche en cônes, qui permet une vision précise des détails et des couleurs lorsque l’éclairage est suffisant. En s’éloignant du centre, la vision devient moins précise et les bâtonnets, plus sensibles à la lumière, sont davantage présents.

La parafovéa entoure la fovéa. Elle contribue à la vision autour du point fixé, avec une précision moindre que celle de la zone centrale. La périphérie, plus éloignée, contient surtout des bâtonnets : elle donne moins de détails, mais ceux-ci sont sensibles à la faible luminosité et participent à la perception du mouvement.

La macula lutea comprend la fovéa et la parafovéa, dans l’axe du regard. Quand nous fixons un objet, son image se projette principalement sur cette zone ; la fovéa permet alors d’en analyser les détails avec la plus grande précision. À distinguer : la macula lutea désigne l’ensemble, tandis que la fovéa en est la partie centrale.

1. La lumière réfléchie par les objets entre dans l’œil et le cristallin la focalise sur la rétine. 2. Les signaux passent des cônes et bâtonnets aux cellules bipolaires, puis aux cellules ganglionnaires et au nerf optique. 3. Fovéa : précision et couleurs ; parafovéa : zone autour du centre ; périphérie : sensibilité à la faible lumière et au mouvement. 4. La macula lutea comprend la fovéa et la parafovéa ; la tache aveugle ne contient pas de photorécepteurs.

Les saccades sont des mouvements rapides qui déplacent le regard d’un point à un autre de la scène. Elles permettent d’orienter l’axe du regard vers les éléments que l’on souhaite examiner, afin que leur image se projette sur la zone centrale de la rétine, la fovéa. Le regard explore donc la scène par déplacements successifs plutôt qu’en restant immobile.

Une saccade dure approximativement de 25 à 100 millisecondes. Sa brièveté permet de déplacer rapidement le regard, mais elle ne constitue pas le moment principal de collecte visuelle.

Pendant une saccade, la prise d’information visuelle efficace est interrompue. Cette réduction de la perception pendant le mouvement des yeux est appelée suppression saccadique : elle évite que le déplacement rapide du regard ne se traduise par une expérience de scène constamment brouillée. Les informations sont surtout recueillies lorsque les yeux s’arrêtent ensuite sur une zone.

La suppression saccadique désigne donc l’absence de collecte visuelle efficace pendant le déplacement des yeux. Il faut distinguer ce moment de la fixation, durant laquelle l’information est prélevée. Dans un cycle d’exploration, le mouvement sert à changer de cible; l’arrêt permet de l’examiner.

Une fixation est une période relativement stable pendant laquelle le regard s’arrête sur une partie de la scène. Elle dure environ 150 à 500 millisecondes dans les notes de cours; une autre synthèse donne une durée approximative de 150 à 250 millisecondes. C’est principalement pendant ces arrêts que l’information visuelle est recueillie. Les fixations permettent ainsi d’analyser successivement des zones distinctes, parfois avec un certain chevauchement entre les scènes prélevées.

La vision la plus précise est disponible dans la fovéa, petite zone centrale de la rétine. Les yeux bougent pour faire correspondre cette zone à l’objet ou à la partie de scène pertinente : l’image est alors placée au centre de l’axe du regard et peut être analysée avec davantage de précision. Par exemple, en lisant, le regard se déplace d’un groupe de lettres à l’autre; les arrêts permettent de recueillir l’information, tandis que les saccades amènent le regard vers la suite du texte.

Nous avons l’impression de recevoir une image continue du monde, mais la collecte visuelle se fait par prélèvements associés aux fixations. Les saccades déplacent le regard entre ces prélèvements et ne fournissent pas, elles-mêmes, une collecte efficace. Chaque cycle recueille donc une scène distincte, même si les informations issues de cycles successifs peuvent se recouvrir. La continuité ressentie ne signifie pas que les yeux enregistrent la scène sans interruption.

En réalité, les yeux alternent des fixations et des saccades : ils s’arrêtent pour prélever de l’information, puis se déplacent vers un autre point. Ce fonctionnement explique pourquoi certaines parties de la scène sont davantage examinées que d’autres. Il rappelle aussi que voir une scène ne revient pas à traiter avec la même précision tout ce qui s’y trouve.

Un cycle fixation-saccade dure environ 200 à 300 millisecondes, soit approximativement trois à cinq cycles par seconde. Les saccades durent environ 25 à 100 millisecondes et les fixations environ 150 à 500 millisecondes, selon les valeurs présentées dans le cours. Ces durées montrent que l’exploration combine des déplacements brefs et des arrêts consacrés à la collecte.

Les fixations et les saccades organisent la collecte de l’information visuelle : les secondes déplacent le regard, les premières permettent principalement le prélèvement d’information. Comme la vision est échantillonnée par zones plutôt qu’enregistrée de façon continue, le système ne traite pas tout avec la même précision. L’attention contribue à sélectionner les informations pertinentes parmi plusieurs éléments présents dans la scène.

Les fixations sont les moments où le regard demeure sur une zone et où l’information visuelle est principalement collectée. Elles ne signifient pas que toute la scène devient également détaillée : l’exploration guide le regard vers certaines parties, notamment pour amener l’élément examiné sur la fovéa. Les valeurs temporelles du cours situent les fixations autour de 150 à 500 millisecondes et les saccades autour de 25 à 100 millisecondes.

L’attention sélective intervient lorsqu’il faut traiter une source d’information parmi plusieurs. Elle fonctionne comme un filtre : on se concentre sur l’information pertinente et on écarte les autres flux, sans que cela signifie nécessairement que les éléments non sélectionnés sont absents de la scène. Une conversation dans un environnement bruyant illustre cette sélection : l’attention se porte sur un interlocuteur plutôt que sur toutes les conversations et tous les sons simultanément.

La négligence spatiale unilatérale, ou héminégligence spatiale, se manifeste par une difficulté à prêter attention aux informations situées d’un côté de l’espace visuel. Elle montre qu’une information peut être présente dans l’environnement sans être correctement prise en compte par l’attention. La collecte visuelle dépend ainsi non seulement des mouvements des yeux, mais aussi de la sélection attentionnelle des éléments explorés.

La mémoire sensorielle visuelle, ou mémoire iconique, conserve très brièvement l’information captée par les yeux. Elle maintient une trace visuelle après que le stimulus a disparu, ce qui donne au système perceptif le temps de commencer à analyser l’information. Cette persistance ne doit pas être confondue avec la mémoire à long terme : elle est temporaire et les informations qu’elle contient se dégradent rapidement.

La persistance visuelle est le maintien de l’information visuelle au-delà de la présence physique du stimulus. Par exemple, une scène éclairée par un éclair peut sembler rester visible un bref instant après l’éclair. Cette disponibilité prolongée est un événement mental : l’information demeure brièvement accessible alors que la stimulation qui l’a produite a cessé.

Sperling présente très brièvement une matrice de lettres, puis demande aux participants de rapporter ce qu’ils ont vu. Le contraste entre le rappel intégral et le rappel partiel permet de distinguer ce que les participants peuvent rapporter de la quantité d’information qui était brièvement disponible. L’expérience montre ainsi que la mémoire iconique peut contenir initialement beaucoup d’informations, mais que cette trace ne reste pas stable.

Dans la première expérience, 12 lettres sont présentées pendant 50 ms et les participants doivent rappeler toutes celles dont ils se souviennent. Ils en rapportent en moyenne environ 4 sur 12, soit près de 33 %. Ce résultat, pris seul, ne permet pas de savoir si seules quatre lettres ont été vues ou si davantage étaient disponibles, mais difficiles à rapporter.

Le rappel intégral exige de restituer les lettres avant que la trace sensorielle ne se dégrade. Un faible nombre de réponses correctes peut donc refléter une limite de restitution plutôt qu’une perception initiale limitée à ces seules lettres. Pour départager ces possibilités, Sperling modifie la tâche : au lieu de demander toutes les lettres, il indique après leur présentation quelle partie de la matrice rappeler.

La matrice de 12 lettres est de nouveau présentée pendant 50 ms. Après sa disparition, un signal indique quelle ligne — en haut, au milieu ou en bas — le participant doit rappeler. En moyenne, il rapporte environ 3 lettres sur les 4 de la ligne demandée, soit près de 80 %. Comme la ligne à rappeler n’est indiquée qu’après la présentation, les participants ne peuvent pas simplement concentrer à l’avance leur attention sur cette ligne.

Le rappel partiel indique qu’une quantité importante d’information avait été stockée brièvement, même si le rappel intégral n’en restituait qu’une partie. Le registre sensoriel fournit donc une trace visuelle initialement riche, dont l’accès dépend aussi de la rapidité avec laquelle l’information est interrogée. L’expérience met en évidence la différence entre l’information momentanément disponible et celle qui peut être rapportée.

La trace de la mémoire iconique s’efface rapidement : plus le signal qui indique quoi rappeler est retardé, plus la performance diminue. À environ une seconde, la performance chute fortement. La durée de conservation est donc très courte ; la mémoire iconique rend l’analyse possible, mais ne constitue pas un stockage durable.

Les résultats soutiennent l’existence d’un registre sensoriel visuel de grande capacité initiale, conservant l’information pendant environ une seconde, avec une dégradation rapide. Le rappel partiel révèle mieux cette disponibilité initiale que le rappel intégral. Il faut donc distinguer la quantité d’information brièvement présente dans le registre de la quantité qui peut encore être récupérée après un délai.

Après le registre sensoriel, le système perceptif utilise les informations conservées pour poursuivre leur traitement. L’analyse contribue à construire une représentation visuelle : les caractéristiques élémentaires sont traitées avant que des formes plus complexes puissent être reconnues. La trace iconique est donc une étape temporaire qui rend possible la suite du traitement, et non le résultat final de la perception.

La vision de bas niveau analyse notamment la couleur, les contours, la distance ou la profondeur, ainsi que le mouvement. Ces informations contribuent à organiser le percept à partir de ce qui a été capté. Elles précèdent les traitements de haut niveau, qui concernent la reconnaissance de symboles, d’objets en trois dimensions et de visages.

La mémoire iconique constitue ainsi un bref relais entre l’information visuelle captée et les traitements perceptifs qui suivent. Elle garde une trace suffisante pour que le système commence à analyser des caractéristiques de bas niveau, tandis que les informations utiles pourront ensuite contribuer à la reconnaissance de formes plus complexes. La brièveté de ce registre explique pourquoi un délai dans la tâche de rappel entraîne une perte marquée d’information.

La couleur est un effet perceptif produit par les variations de la longueur d’onde de la lumière. Elle n’est donc pas une propriété perçue indépendamment du système visuel : l’information lumineuse est transformée en activité nerveuse, puis interprétée par le système perceptif. Ainsi, la couleur que nous voyons dépend des caractéristiques de la lumière et de la manière dont nos récepteurs y répondent.

Les récepteurs principalement impliqués dans la vision des couleurs sont les cônes, situés dans la rétine. Il existe trois grands types de cônes, sensibles préférentiellement au bleu, au vert ou au rouge. Ils ne correspondent pas chacun à une couleur unique : les couleurs perçues résultent de la combinaison de leurs réponses.

Par exemple, une couleur donnée n’est pas détectée par un récepteur spécialisé qui lui serait exclusivement consacré. Le système visuel s’appuie plutôt sur les réponses des trois types de cônes et sur leur combinaison pour construire l’expérience de couleur. La distinction entre les trois sensibilités préférentielles et les nombreuses couleurs que nous pouvons percevoir est essentielle : il n’existe pas un cône différent pour chaque couleur.

Le daltonisme est une anomalie de la perception des couleurs qui peut être liée à une déficience d’un ou de plusieurs des trois types de cônes. Si un type de cône fonctionne moins bien, les réponses disponibles pour construire les couleurs sont modifiées ; certaines couleurs ou nuances deviennent alors difficiles à distinguer. Par exemple, une déficience des cônes sensibles au vert peut compliquer la distinction de certaines nuances de rouge et de vert.

Cet exemple montre que la perception dépend des propriétés des récepteurs : une modification de leur fonctionnement change l’information sensorielle à partir de laquelle le système visuel construit la couleur. Il faut donc distinguer une variation durable liée à une déficience des cônes des changements temporaires qui peuvent apparaître après une exposition prolongée à une couleur.

Une exposition prolongée à une même couleur peut entraîner une fatigue perceptive : les récepteurs concernés deviennent temporairement moins sensibles. Par exemple, après avoir regardé longtemps un disque rouge, le rouge peut sembler moins intense. Le stimulus n’a pas nécessairement changé ; c’est la sensibilité du système perceptif, sollicitée de façon répétée, qui est momentanément modifiée.

Cette fatigue peut aussi produire une image consécutive, c’est-à-dire une impression de couleur différente après avoir détourné le regard de la couleur observée. Le phénomène s’explique par la sensibilité réduite du système sollicité et par l’opposition entre certaines couleurs. Par exemple, après une exposition prolongée au rose, une zone blanche peut sembler légèrement verdâtre.

Le cours présente des couleurs complémentaires comme des couples de pôles opposés : rouge-vert, jaune-bleu et noir-blanc. Après avoir longtemps regardé une couleur, la sensibilité associée peut diminuer temporairement ; lorsque l’on regarde ensuite une zone blanche, l’expérience perceptive peut être influencée par le pôle opposé. L’exemple d’une exposition prolongée au rose suivie de la perception d’un blanc verdâtre illustre ce changement temporaire.

Il ne faut pas confondre ce phénomène avec le daltonisme : le daltonisme renvoie à une déficience d’un ou de plusieurs types de cônes, tandis que la fatigue perceptive correspond à une baisse temporaire de sensibilité après une stimulation prolongée. Dans les deux cas, la couleur perçue dépend des réponses des récepteurs, mais la durée et la cause de la modification diffèrent.

Pour construire une scène, le système visuel doit d’abord séparer les objets de leur arrière-plan : c’est la ségrégation figure/fond. Il détermine ainsi ce qui constitue la figure et ce qui appartient au fond. Cette organisation est parfois ambiguë : selon l’image, une même zone peut être interprétée comme figure ou comme arrière-plan, et les deux interprétations ne sont pas toujours perçues simultanément. Elle constitue un premier pas pour déterminer où se trouve un objet.

La Gestalt étudie la manière dont nous organisons les formes : nous percevons des ensembles structurés plutôt qu’une simple collection d’éléments indépendants. Parmi ses principes importants figurent la proximité, la similarité, la bonne continuation, la fermeture et la séparation figure/fond. Ces règles orientent le regroupement et la ségrégation des éléments ; elles montrent que la perception organise activement l’information disponible.

Selon le principe de similarité, des éléments qui se ressemblent sont plus facilement regroupés perceptivement. Ainsi, des symboles identiques placés côte à côte peuvent être perçus comme un même ensemble, distinct d’un groupe de symboles différents. Deux autres principes complètent cette organisation : la proximité regroupe les éléments proches, tandis que la bonne continuation favorise les contours continus plutôt que des segments interprétés séparément. La fermeture permet au cerveau de compléter mentalement une forme incomplète.

Une fois l’objet distingué du fond, le système visuel estime sa distance et sa profondeur à partir de plusieurs indices. Certains sont accessibles avec un seul œil, d’autres reposent sur la combinaison des informations des deux yeux. Ces indices sont utilisés conjointement : ils permettent de construire une représentation de la profondeur à partir des images rétiniennes en deux dimensions. La perception de la profondeur n’est donc pas donnée par un seul signal.

Les indices monoculaires permettent d’estimer la profondeur même avec un seul œil. L’interposition indique qu’un objet dont le contour en masque un autre est généralement devant lui. La perspective linéaire fournit également un indice : des lignes parallèles dans le monde semblent converger au loin, comme des rails. Enfin, les ombres projetées renseignent sur la position de la lumière et contribuent à interpréter la forme, la hauteur et la profondeur.

La taille relative est un autre indice monoculaire. Si deux objets sont supposés avoir une taille similaire, celui qui produit la plus petite image rétinienne est généralement interprété comme étant plus éloigné. Cette interprétation dépend donc de l’hypothèse que les objets comparés ont des dimensions semblables : une image plus petite ne signifie pas nécessairement, à elle seule, que l’objet réel est plus petit.

Les indices binoculaires nécessitent les deux yeux, dont les images légèrement différentes sont combinées par le cerveau. La convergence correspond au mouvement des yeux qui pivotent vers un objet proche : plus l’objet est près, plus l’angle de convergence est important. Le système visuel peut utiliser cette variation comme indice de proximité. À ne pas confondre avec la disparité binoculaire, qui désigne la différence entre les deux images rétiniennes.

Le cerveau doit distinguer le mouvement d’un objet de celui de l’observateur : quand nous nous déplaçons, les images des objets bougent aussi sur la rétine, même si ces objets sont immobiles. La parallaxe de mouvement exploite ce déplacement apparent : les objets proches semblent défiler plus vite que les objets éloignés. Le mouvement apparent, lui, est perçu à partir d’une succession rapide d’images fixes. Le cinéma en est un exemple : les images projetées sont fixes, mais leur succession est perçue comme continue.

Lorsque des stimulations visuelles fixes se succèdent, notre cerveau les interprète comme un mouvement continu : c’est le phénomène Phi, décrit par Wertheimer en 1912. Si deux lumières s’allument successivement en des endroits différents, on peut percevoir une lumière qui se déplace entre ces positions. La perception ne reproduit donc pas simplement les stimulations reçues : elle construit une continuité à partir d’images distinctes.

Une atteinte de régions cérébrales impliquées dans le traitement du mouvement peut entraîner une akinétopsie, c’est-à-dire une difficulté ou une incapacité à percevoir normalement le mouvement. Après une lésion bilatérale touchant notamment la région V5/MT, la patiente L. M. avait des difficultés à suivre visuellement le mouvement. Elle pouvait faire déborder un verre en le remplissant et éprouver des difficultés à traverser une route : des gestes quotidiens devenaient difficiles parce que les déplacements des objets étaient mal perçus.

Pour savoir ce qui est devant ou derrière, le système visuel s’appuie notamment sur la ségrégation figure/fond et l’interposition : lorsqu’un objet interrompt le contour d’un autre, il est généralement perçu comme plus proche. La bonne continuation aide à interpréter un contour interrompu comme se prolongeant derrière un objet. Ces mécanismes contribuent à organiser les éléments en une scène cohérente, plutôt qu’à traiter chaque contour isolément.

Comment déterminer où se trouve un objet et à quelle distance ? Il faut combiner les indices disponibles : interposition, perspective linéaire, taille relative, ombre projetée et parallaxe de mouvement d’une part ; convergence et disparité binoculaire d’autre part. Aucun indice ne décrit à lui seul toute la scène : leur organisation permet d’estimer la profondeur, tandis que la succession d’images peut produire une perception de mouvement continu.

Reconnaître rapidement une forme, comme une lettre ou un vélo, suppose de construire une représentation perceptive puis de la comparer aux connaissances en mémoire. Les modèles proposés diffèrent surtout par ce qu’ils comparent : une forme entière, ses traits élémentaires, ou les relations entre ces traits.

La théorie des gabarits propose qu’un stimulus visuel produit une image rétinienne comparée à des modèles déjà stockés en mémoire. Si le patron correspond à un gabarit, le détecteur associé s’active : une forme reconnue comme un A activerait ainsi le modèle de la lettre A. Le principe peut être utile pour comprendre certains systèmes de tri, qui comparent des formes écrites à des modèles.

Le gabarit fonctionne comme un modèle de référence : l’information sensorielle est confrontée à plusieurs patrons mémorisés. Une correspondance suffisante permettrait de classer le stimulus. Mais le modèle suppose que les représentations nécessaires existent déjà en mémoire, ce qui limite son explication de la reconnaissance humaine.

Pour reconnaître une forme nouvelle, il faudrait, selon cette théorie, disposer au préalable de son gabarit. Or on peut reconnaître une table jamais rencontrée auparavant. Autre difficulté : il faudrait stocker un très grand nombre de modèles pour couvrir les variations de taille, de position, d’orientation, d’écriture et de déformation. Une légère différence entre le stimulus et le gabarit pourrait aussi empêcher la correspondance, alors que nous reconnaissons souvent des formes malgré ces variations.

Une autre possibilité est que nous reconnaissions une forme en la décomposant en traits élémentaires, plutôt qu’en la comparant entière à un modèle. Un A peut, par exemple, être décrit par deux lignes obliques et une ligne horizontale ; la combinaison de caractéristiques permet de le distinguer d’autres lettres. Un nombre limité de traits peut ainsi contribuer à former de nombreuses configurations.

La théorie des traits est plus économique que le stockage d’innombrables gabarits et s’accorde avec des observations physiologiques. Elle explique aussi pourquoi des lettres qui partagent plusieurs traits peuvent être confondues. Cependant, connaître les traits présents ne suffit pas toujours : leur organisation spatiale peut modifier la forme perçue.

Hubel et Wiesel ont mis en évidence, dans le cortex visuel du chat, des neurones répondant préférentiellement à des traits élémentaires d’orientations différentes. Par exemple, un trait horizontal et un trait vertical ne déclenchent pas les mêmes réponses neuronales. Ces résultats sont compatibles avec l’idée de détecteurs spécialisés de traits, sans démontrer à eux seuls que toute reconnaissance fonctionne uniquement de cette manière.

Le Pandémonium formalise une reconnaissance de lettres en plusieurs étapes. Ses « démons » sont des métaphores pour des détecteurs, groupes de neurones ou processus ; ils ne désignent pas des entités réelles dans le cerveau. Le modèle rend explicite comment une trace visuelle peut contribuer à une décision de reconnaissance.

1. Le démon de l’image conserve une trace visuelle du stimulus dans le registre sensoriel. 2. Les démons des traits détectent les caractéristiques présentes dans cette trace, en s’activant simultanément. 3. Les démons des lettres reçoivent ces signaux et s’activent selon la compatibilité entre les traits détectés et chaque lettre. 4. Le démon de la décision compare les activations pour sélectionner la réponse la plus plausible.

La lettre R comporte plusieurs traits, dont une ligne verticale, des éléments horizontaux ou courbes et une diagonale. Les détecteurs correspondant aux traits observés s’activent, puis transmettent leur activité aux détecteurs de lettres. Le détecteur de R peut recevoir beaucoup de signaux, mais celui de P aussi, puisque ces lettres partagent certains traits : cette similarité aide à comprendre les confusions possibles.

À la dernière étape, le démon de la décision reçoit les niveaux d’activation des détecteurs de lettres et retient celui qui est le plus fortement activé. Dans l’exemple, si le détecteur de R domine, la réponse produite est « R ». Le modèle explique ainsi la combinaison des traits et certaines erreurs, mais sa limite est de ne pas tenir suffisamment compte de la position relative des traits.

Un traitement sériel examine les éléments l’un après l’autre ; un traitement parallèle traite plusieurs informations simultanément. Dans le Pandémonium, les détecteurs de traits s’activent en parallèle, tandis que le modèle décrit ensuite leur contribution aux détecteurs de lettres et à la décision. Cette distinction aide à préciser comment les différentes informations visuelles peuvent être traitées.

Les théories structurelles prolongent la théorie des traits : elles prennent en compte non seulement quels traits sont présents, mais aussi leurs relations spatiales. Une ligne verticale et une ligne horizontale ne produisent pas la même forme selon leur arrangement ; une même série de lignes peut donc être organisée de plusieurs façons. La structure apporte ainsi une information que la simple liste des traits ne fournit pas.

Pour les objets en trois dimensions, Biederman (1987) propose la reconnaissance par composants : les formes complexes seraient décomposées en volumes simples appelés géons, dont il propose 36 types de base. Le traitement comprend la segmentation de l’objet, l’extraction des composants, leur structuration, puis l’appariement avec des représentations en mémoire. Les intersections entre composants sont importantes : leur suppression rend la reconnaissance plus difficile. Le modèle a toutefois une limite, car des objets différents peuvent partager des composants semblables.

La reconnaissance des visages semble davantage holistique : le système tient compte de la configuration globale et des relations entre les parties. Dans l’expérience de Tanaka et Sengco (1997), les participants reconnaissent moins bien une partie isolée qu’une partie montrée dans la configuration du visage appris ; modifier cette configuration affecte aussi la reconnaissance. La comparaison avec les maisons indique que cet effet de configuration est moins marqué pour celles-ci.

Les troubles neuropsychologiques éclairent la distinction entre reconnaissance des objets et des visages. L’agnosie visuelle correspond à une difficulté à reconnaître visuellement malgré une vision de base relativement préservée ; la prosopagnosie concerne la reconnaissance des visages familiers. Une dissociation — objets reconnus mais visages mal reconnus, par exemple — suggère des mécanismes différents, mais une différence de difficulté entre les tâches reste possible. Une double dissociation, où un autre patient présente le profil inverse, renforce l’argument en faveur de systèmes partiellement distincts ; le cas de CK associe des difficultés pour certains objets à une reconnaissance des visages relativement préservée.