Psychologie cognitive, neuropsychologie et psycholinguistique

La vie mentale débute par l'acquisition d'informations de notre environnement, un processus qui est au cœur de la psychologie cognitive. Comprendre ce mécanisme nécessite de distinguer plusieurs étapes fondamentales qui mènent de la stimulation sensorielle à la reconnaissance de ce qui nous entoure.

Pour bien appréhender la perception, il est essentiel de différencier trois étapes clés : la sensation, la perception et l'identification.

Il est courant d'avoir des idées erronées sur la perception.

Premièrement, percevoir n'est pas toujours identifier ; on peut capter des informations visuelles sans savoir à quoi elles correspondent. Deuxièmement, percevoir ne se limite pas à voir et n'est pas une copie fidèle de la réalité, mais une construction active.

Enfin, percevoir n'implique pas toujours la conscience, car certaines informations peuvent être traitées perceptivement sans atteindre le niveau de la conscience.

Le réalisme naïf, qui suggère que nous percevons le monde tel qu'il est réellement, est une idée fausse. En réalité, la perception est une construction active de notre cerveau. Notre système perceptif ne se contente pas de copier les informations sensorielles, mais les interprète et les organise, parfois en faisant des hypothèses sur le monde extérieur, comme avec la transduction sensorielle qui transforme l'énergie lumineuse en signaux nerveux.

Les illusions perceptives sont des preuves concrètes que l'information physique et l'expérience perceptive peuvent différer. Elles démontrent que notre cerveau interprète les données sensorielles, plutôt que de simplement les reproduire. Par exemple, l'illusion de Müller-Lyer fait paraître deux lignes de même longueur comme différentes, et l'illusion de Zöllner déforme la perception de lignes parallèles.

Des dessins en 2D peuvent être perçus comme ayant de la profondeur, et des images avec des variations de lumière peuvent être interprétées comme des surfaces creuses ou bombées selon les hypothèses que le cerveau fait sur la source lumineuse. Ces exemples soulignent que le cerveau combine les informations reçues pour construire une représentation cohérente du monde.

La lumière est une radiation électromagnétique, dont seule une petite partie du spectre est perceptible par l'œil humain, formant la lumière visible. Elle est composée de photons qui varient en longueur d'onde et en intensité. Lorsque la lumière rencontre un objet, elle peut être absorbée, perdant de son énergie, ou réfléchie, transportant ainsi des informations sur l'objet vers nos yeux.

La lumière pénètre d'abord l'œil et traverse diverses structures. Le cristallin, une lentille biconvexe, a pour rôle principal de focaliser la lumière sur la rétine, située au fond de l'œil, afin d'obtenir une image nette. Il est important de noter que l'image projetée sur la rétine est inversée.

La rétine contient trois niveaux principaux de neurones. Les photorécepteurs, les cônes et les bâtonnets, reçoivent la lumière et la transforment en signal bioélectrique. Ces informations sont ensuite transmises aux cellules bipolaires, puis aux cellules ganglionnaires dont les axones se regroupent pour former le nerf optique.

Le nerf optique quitte l'œil et les informations visuelles sont ensuite acheminées vers le lobe occipital du cerveau, où se trouve le cortex visuel. Le chiasma optique est un point de croisement des voies visuelles. Des aires visuelles spécialisées comme V1/V2 pour le traitement général, V3/V4 pour la forme, V4 pour la couleur et V5/MT pour le mouvement traitent les différentes caractéristiques en parallèle.

Les cônes et les bâtonnets ne sont pas répartis uniformément sur la rétine. La fovéa est une petite zone centrale riche en cônes, essentielle pour la vision précise et la perception des couleurs. La parafovéa l'entoure avec une bonne mais moindre précision, tandis que la périphérie est dominée par les bâtonnets, offrant une haute sensibilité à la lumière et aux mouvements, mais une précision réduite. L'ensemble formé par la fovéa et la parafovéa est appelé macula lutea.

La tache aveugle est une zone de la rétine dépourvue de photorécepteurs, à l'endroit où le nerf optique quitte l'œil. Si de la lumière frappe cette zone, aucune information visuelle n'est enregistrée. Cependant, nous ne percevons pas un trou constant dans notre champ visuel car nos deux yeux compensent mutuellement les informations manquantes, et le cerveau "remplit" les zones aveugles avec les informations environnantes.

Contrairement à l'impression d'une image continue et stable, nos yeux sont en mouvement constant pour recueillir les informations visuelles. Ces mouvements oculaires, bien que souvent inconscients, sont essentiels à notre perception du monde.

La vision s'opère par une alternance rapide de saccades et de fixations. Les saccades sont des mouvements oculaires très rapides (25 à 100 ms) qui déplacent le regard d'un point à un autre, sans prise d'information visuelle efficace, c'est ce qu'on appelle la suppression saccadique.

Les fixations sont les moments où le regard s'arrête sur une zone pendant environ 150 à 250 ms. C'est principalement pendant ces périodes que nous recueillons l'information visuelle. Nos yeux bougent car seule une petite zone de la rétine, la fovéa, permet une vision très précise.

Bien que nous ayons l'impression d'une image continue du monde, la vision est en réalité un phénomène discret. La succession saccade-fixation-saccade forme un cycle d'environ 200 à 300 ms, soit 3 à 5 cycles par seconde. L'information visuelle nous parvient donc de manière discontinue, comme une série de clichés photographiques.

Les informations captées pendant les fixations sont temporairement stockées dans la mémoire sensorielle visuelle, également appelée mémoire iconique. Cette mémoire permet de conserver très brièvement les informations afin que le cerveau puisse les traiter. La persistance visuelle est la capacité d'un stimulus à sembler présent après sa disparition physique, soulignant le rôle de cette mémoire.

George Sperling a démontré les propriétés de la mémoire iconique. Dans l'expérience de rappel intégral, les participants devaient mémoriser 12 lettres affichées pendant 50 ms et en rappelaient en moyenne 4. Cela posait la question de savoir si seules 4 lettres étaient perçues ou si les autres étaient oubliées avant d'être rapportées.

L'expérience de rappel partiel a résolu ce dilemme. Un signal sonore, présenté juste après la disparition des lettres, indiquait quelle ligne les participants devaient rappeler. Ils réussissaient à rappeler environ 3 lettres sur 4 par ligne, soit 80%, ce qui prouve qu'une grande quantité d'informations était brièvement stockée dans la mémoire iconique avant de se dégrader rapidement. Cette dégradation rapide de l'information fait chuter la performance si le signal est retardé de plus d'une seconde.

En conclusion, la mémoire sensorielle visuelle, ou mémoire iconique, conserve l'information visuelle pendant environ 1 seconde. Elle sert de registre temporaire essentiel pour l'analyse par le système perceptif avant que ces informations ne disparaissent.

La vision de bas niveau est la première étape du traitement visuel, où le cerveau extrait les caractéristiques élémentaires des stimuli. Elle se distingue de la vision de haut niveau qui concerne la reconnaissance plus complexe des symboles, objets et visages. Cette étape est cruciale car la rétine projette une image en 2D, à partir de laquelle le cerveau doit construire une représentation 3D du monde. La perception est donc une construction active et non une simple copie de la réalité.

La couleur est un effet perceptif résultant des variations de longueur d'onde de la lumière. Elle est principalement traitée par les cônes, qui sont de trois types (sensibles au bleu, vert, et rouge). La combinaison des réponses de ces trois types de cônes permet de construire toutes les couleurs perçues.

La fatigue perceptive survient lorsqu'une exposition prolongée à une couleur diminue temporairement la sensibilité des récepteurs correspondants, altérant ainsi la perception de cette couleur. Cela explique pourquoi regarder longtemps une couleur rose peut donner l'impression d'un vert pâle ensuite, en raison de l'activation des couleurs complémentaires ou pôles opposés (rouge-vert, jaune-bleu, noir-blanc).

Pour localiser un objet, le système visuel doit d'abord réaliser une ségrégation figure-fond, c'est-à-dire distinguer l'objet de son arrière-plan. La Gestalt est une approche psychologique qui postule que nous percevons les éléments comme des ensembles organisés plutôt que comme de simples collections d'éléments indépendants.

La perception de la distance et de la profondeur repose sur des indices monoculaires (utilisant un seul œil) et des indices binoculaires (nécessitant les deux yeux).

La perception du mouvement n'est pas toujours directe. Le cerveau doit distinguer le mouvement de l'objet du mouvement de l'observateur. Le mouvement apparent est la perception d'un mouvement à partir d'une succession d'images fixes, comme au cinéma.

L'akinétopsie est souvent associée à une atteinte bilatérale de régions cérébrales impliquées dans le traitement du mouvement, notamment l'aire V5/MT, illustrant la spécialisation des aires visuelles pour des fonctions spécifiques (V4 pour la couleur, V3/V4 pour la forme, V3 pour le mouvement, V1/V2 pour le traitement et la distribution de l'information). Ces caractéristiques visuelles sont traitées en parallèle.

Après avoir extrait les caractéristiques élémentaires comme les couleurs, les contours, la profondeur et le mouvement, le système visuel doit ensuite donner un sens à ces informations. La reconnaissance des formes est le processus par lequel nous identifions ce que nous voyons en comparant la représentation perceptive construite aux connaissances stockées en mémoire.

Selon la théorie de l'appariement des gabarits, la reconnaissance visuelle se ferait par comparaison directe d'une image perçue avec des modèles, ou gabarits, stockés en mémoire. Si le stimulus correspond à un gabarit existant (par exemple, un gabarit pour la lettre "A"), l'objet est reconnu.

Cependant, cette théorie présente plusieurs limites. Elle nécessiterait un très grand nombre de gabarits pour toutes les variations possibles (taille, orientation, police, déformation), ne parvient pas à expliquer la reconnaissance de formes nouvelles, et serait trop sensible aux moindres variations du stimulus, ce qui ne reflète pas la flexibilité de la perception humaine.

Une approche alternative, la théorie des traits, suggère que nous décomposons les formes en éléments géométriques simples, appelés traits. La reconnaissance se fait ensuite par la détection et la combinaison de ces traits élémentaires. Par exemple, la lettre "A" peut être décrite par deux lignes obliques et une ligne horizontale.

Des études en neurophysiologie, notamment celles de Hubel & Wiesel (1959), ont montré l'existence de neurones dans le cortex visuel qui répondent spécifiquement à des orientations de lignes ou à des bords. Cette découverte apporte un soutien physiologique à l'idée que le système visuel contient des détecteurs de traits. De plus, les confusions fréquentes entre lettres partageant de nombreux traits (comme P et R) appuient cette théorie.

Le modèle du Pandémonium de Selfridge (1958) illustre la théorie des traits de manière métaphorique avec quatre types de "démons" ou processus : le démon de l'image (réception du stimulus), les démons des traits (détection des caractéristiques élémentaires), les démons des lettres (combinaison des traits détectés pour activer des lettres potentielles) et le démon de la décision (qui choisit la lettre la plus fortement activée).

Ce modèle est intéressant car il explique non seulement la reconnaissance des lettres et la combinaison des traits, mais aussi les erreurs de confusion entre lettres visuellement similaires. Il repose sur un traitement en parallèle des informations, où plusieurs traits sont analysés simultanément, contrairement au traitement sériel qui impliquerait une analyse séquentielle.

Les théories structurelles complètent la théorie des traits en insistant sur l'importance de l'organisation spatiale des traits et de leurs relations. Deux formes peuvent partager les mêmes traits (par exemple, T et L ont des lignes verticales et horizontales) mais être distinguées par la façon dont ces traits sont arrangés dans l'espace. Elles expliquent comment des formes ambiguës peuvent être perçues différemment selon la manière dont les traits sont regroupés.

Pour la reconnaissance des objets en 3D, Biederman (1987) a proposé le modèle de la reconnaissance par composants. Selon ce modèle, les objets complexes sont décomposés en un ensemble limité de formes géométriques élémentaires en 3D, appelées géons (comme des cylindres, des cônes ou des blocs). Environ 36 géons de base suffiraient à construire une grande variété d'objets.

Le processus de reconnaissance par composants se déroule en plusieurs étapes :

1. la segmentation (séparation de l'objet du fond)

1. l'extraction des composants (identification des géons à partir des contours)

1. la structuration (détermination des relations entre les géons)

1. l'appariement (comparaison de la structure de géons avec les représentations stockées en mémoire pour la reconnaissance).

Les travaux de Biederman (1985) ont souligné l'importance des intersections entre les composants : leur conservation facilite grandement la reconnaissance des objets. Des études ultérieures par Biederman & Cooper (1991) ont montré que la réactivation des mêmes géons, même à partir d'images complémentaires, facilitait la reconnaissance, confirmant le rôle central des géons dans ce processus. Toutefois, le modèle des géons a ses limites pour distinguer des objets ayant des composants similaires (comme un chien et un chat) et ne peut expliquer toutes les nuances de la reconnaissance des formes.

La reconnaissance des visages est un processus cognitif particulièrement remarquable, nous permettant d'identifier des centaines, voire des milliers de visages, malgré leurs variations constantes (angle, lumière, expression, âge). Notre cerveau semble extraire des caractéristiques suffisamment constantes, appelées invariants physionomiques, pour maintenir une représentation stable.

Contrairement à la reconnaissance d'objets que nous pouvons décomposer en parties (comme un vélo en roues, cadre, guidon), le traitement des visages semble être holistique ou configurationnel. Cela signifie que le visage est traité comme un ensemble global, en prenant en compte les relations spatiales entre ses différentes parties plutôt que chaque élément isolément.

L'expérience de Tanaka et Sengco (1997) a illustré ce phénomène. Les participants identifiaient mieux une partie de visage (ex: un nez) lorsqu'elle était présentée dans la configuration apprise du visage complet, plutôt qu'isolément. En revanche, pour des objets comme des maisons, la modification de la configuration globale n'influait que peu sur la reconnaissance d'une partie, suggérant que les visages bénéficient d'un statut privilégié et d'un traitement spécialisé dans notre système perceptif.

Cette spécialisation est également appuyée par des études montrant des régions cérébrales spécifiquement impliquées dans le traitement des visages et l'existence de neurones sélectifs aux visages chez les primates, suggérant des mécanismes dédiés à cette tâche.

Ces troubles mettent en évidence la complexité des processus de reconnaissance. Une personne prosopagnosique voit un visage et sait que c'en est un, mais ne peut pas l'associer à une identité, montrant que voir et reconnaître sont des étapes distinctes.

En neuropsychologie cognitive, une dissociation simple survient lorsqu'un patient présente une altération d'une fonction (ex: reconnaissance des visages) alors qu'une autre est préservée (ex: reconnaissance des objets). Cependant, cela ne prouve pas nécessairement l'existence de systèmes de traitement distincts, la tâche altérée pouvant être intrinsèquement plus difficile.

La double dissociation est une preuve beaucoup plus solide de l'existence de systèmes de traitement distincts. Le cas du patient CK en est un exemple éloquent : il avait de grandes difficultés à reconnaître visuellement les objets, mais sa reconnaissance des visages était relativement préservée. Combiné à des cas de prosopagnosie sans agnosie des objets, cela suggère que le cerveau utilise des systèmes différents pour traiter les visages et les objets, le traitement des visages étant particulièrement holistique.

Le processus de perception visuelle est un voyage complexe, débutant par la réception d'un stimulus lumineux et culminant avec la reconnaissance d'un objet. Il se décompose en plusieurs étapes interdépendantes, transformant l'énergie physique en une représentation mentale.

D'abord, la lumière de l'environnement génère une stimulation qui est ensuite convertie en sensation par la rétine. Les photorécepteurs (cônes et bâtonnets) réalisent la transduction de cette énergie lumineuse en signaux bioélectriques, lesquels sont ensuite transmis via le nerf optique au cerveau (transmission).

L'information transite ensuite par une mémoire sensorielle très brève (mémoire iconique), qui permet un premier traitement. C'est le début de la vision de bas niveau, où le cerveau extrait des caractéristiques élémentaires comme la couleur, les contours, la profondeur et le mouvement, ainsi que la ségrégation figure/fond.

Ces informations élémentaires sont combinées pour la construction du percept. La vision de haut niveau entre alors en jeu pour la reconnaissance de symboles, d'objets en 3D et de visages. Enfin, cette représentation est confrontée aux connaissances stockées en mémoire à long terme pour permettre l'identification et la reconnaissance de ce qui est perçu.