Une étude d'imagerie retrace l'activité cérébrale associée à la résolution de problèmes
Une nouvelle approche de recherche utilisant des données de neuroimagerie révèle que le cerveau progresse à travers des phases distinctes à mesure qu'un individu résout des problèmes difficiles.
En combinant deux stratégies analytiques, les chercheurs ont pu utiliser des données d'IRM fonctionnelle pour identifier des modèles d'activité cérébrale qui accompagnent quatre étapes distinctes de la résolution de problèmes.
«La manière dont les étudiants résolvaient ces types de problèmes était un mystère total pour nous jusqu'à ce que nous appliquions ces techniques», explique le psychologue John Anderson de l'Université Carnegie Mellon, chercheur principal de l'étude.
«Maintenant, lorsque les élèves sont assis là à réfléchir sérieusement, nous pouvons dire ce qu'ils pensent à chaque seconde.»
Les enseignements de ce travail pourront éventuellement être appliqués à la conception d'un enseignement en classe plus efficace, dit Anderson.
L'étude, apparaît dansScience psychologique, une revue de l'Association for Psychological Science.
La recherche émerge d'une ligne d'enquête en cours qui utilise l'imagerie cérébrale pour comprendre la séquence des processus qui sous-tendent la pensée. Alors que la recherche en neuroimagerie a fourni une fenêtre sur divers aspects de la cognition, la façon dont ces pièces s'intègrent dans un tout cohérent, alors que les gens accomplissent de vraies tâches en temps réel, n'est pas clairement comprise.
Anderson s'est demandé si deux approches analytiques - l'analyse de modèles multivoxel (MVPA) et les modèles semi-Markov cachés (HSMM) - pourraient être combinées pour éclairer les différentes étapes de la réflexion.
MVPA a généralement été utilisé pour identifier des modèles d'activation momentanés; l'ajout de HSMM, a émis l'hypothèse Anderson, fournirait des informations sur la façon dont ces modèles se déroulent au fil du temps.
Anderson et ses collègues Aryn A. Pike et Jon M. Fincham ont décidé d'appliquer cette approche combinée aux données de neuroimagerie collectées auprès des participants alors qu'ils résolvaient des types spécifiques de problèmes mathématiques.
Pour évaluer si les étapes identifiées correspondaient aux étapes réelles de la réflexion, les chercheurs ont manipulé différentes caractéristiques des problèmes mathématiques. Pour ce faire, ils ont créé certains problèmes qui ont nécessité plus d'efforts pour élaborer un plan de solution approprié et d'autres qui ont nécessité plus d'efforts pour exécuter la solution.
Le but était de tester si ces manipulations avaient les effets spécifiques à attendre sur les durées des différentes étapes.
Les chercheurs ont amené 80 participants au laboratoire - après avoir pratiqué l'utilisation de stratégies spécifiques pour résoudre les problèmes mathématiques, les participants ont ensuite répondu à une série de problèmes cibles lorsqu'ils étaient dans le scanner. Ils ont reçu des commentaires pour chaque problème, les réponses devenant vertes si elles étaient correctes et rouges si elles étaient incorrectes.
En utilisant la méthode HSMM-MVPA pour analyser les données de neuroimagerie, Anderson et ses collègues ont identifié quatre étapes de la cognition: le codage, la planification, la résolution et la réponse.
Les résultats ont montré que la phase de planification avait tendance à être plus longue lorsque le problème nécessitait plus de planification, et la phase de solution avait tendance à être plus longue lorsque la solution était plus difficile à exécuter, indiquant que la méthode était mappée sur des étapes réelles de la cognition qui étaient différentiellement affectées par diverses caractéristiques des problèmes.
«En règle générale, les chercheurs ont examiné le temps total nécessaire pour accomplir une tâche comme preuve des étapes impliquées dans l'exécution de cette tâche et de la manière dont elles sont liées», explique Anderson. «Les méthodes de cet article nous permettent de mesurer directement les étapes.»
Bien que l'étude se concentre spécifiquement sur la résolution de problèmes mathématiques, la méthode est prometteuse pour une application plus large, affirment les chercheurs.
L'utilisation de la même méthode avec des techniques d'imagerie cérébrale qui ont une plus grande résolution temporelle, comme l'EEG, pourrait révéler des informations encore plus détaillées sur les différentes étapes du traitement cognitif.
Source: Association pour la science psychologique
