L'analyse IRM prédit la compétence au jeu vidéo
Pour l'étude, les chercheurs ont utilisé des méthodes d'imagerie cérébrale conventionnelles d'une manière nouvelle. Plutôt que d'analyser l'activité cérébrale «avant et après» pendant que les participants apprennent et exécutent une tâche complexe, les chercheurs ont plutôt étudié l'activité de fond dans les noyaux gris centraux, un ensemble de structures cérébrales associées à l'apprentissage procédural, aux sentiments de récompense et aux mouvements coordonnés.
Grâce à l'utilisation de l'IRM et d'une méthode appelée analyse de modèle multivoxel, les chercheurs ont noté une différence significative dans un certain type de signal IRM, appelé T2 *, dans les noyaux gris centraux des participants à l'étude. En analysant ces différences, les chercheurs ont pu prédire la variance (différences de performance) de 55 à 68% du temps pour les 34 personnes qui apprendraient à jouer au jeu.
«Il existe de très nombreuses études, des centaines peut-être, dans lesquelles des psychométriciens, des personnes qui font l'analyse quantitative de l'apprentissage, essaient de prédire à partir de SAT, GRE, MCATS ou d'autres tests dans quelle mesure vous allez réussir quelque chose», a déclaré l'Université du professeur de psychologie de l'Illinois et directeur de l'Institut Beckman, le Dr Art Kramer.
Ces types de techniques, ainsi que des études qui examinent la taille relative des structures cérébrales spécifiques, ont eu un certain succès pour prédire l'apprentissage, a déclaré Kramer, "mais jamais à ce degré dans une tâche si complexe."
«Nous jetons un nouveau regard sur les images IRM qui sont enregistrées régulièrement pour étudier le fonctionnement du cerveau», a déclaré le professeur de psychologie de l'Université d'État de l'Ohio, le Dr Dirk Bernhardt-Walther, qui a conçu et réalisé l'analyse informatique avec Loan Vo, étudiant diplômé en génie électrique et informatique de l'Illinois. .
«En analysant ces images d'une nouvelle manière, nous trouvons des variations parmi les participants dans les modèles d'activité cérébrale dans leurs noyaux gris centraux», a déclaré Bernhardt-Walther.
«De puissants algorithmes statistiques nous permettent de relier ces modèles à la réussite individuelle de l'apprentissage. Notre méthode peut également être utile pour prédire les différences de capacités des individus dans d'autres contextes », a-t-il déclaré. "Tester cela serait peu coûteux car la méthode recycle les images IRM qui sont de toute façon enregistrées dans de nombreuses études."
Pour l'étude, des volontaires ont été choisis qui n'avaient pas beaucoup d'expérience préalable avec les jeux vidéo. Une fois leur cerveau photographié, ils ont eu 20 heures pour apprendre à jouer à Space Fortress, un jeu développé à l'Université de l'Illinois et conçu pour tester les compétences cognitives des participants. Les joueurs doivent essayer de détruire une forteresse tout en protégeant leur propre navire de nombreux dangers potentiels.
Le jeu est assez difficile, a déclaré Kramer. Il met souvent les joueurs au défi de détourner leur attention pour poursuivre divers objectifs ou éviter les menaces. Quand ils commencent à jouer, les sujets d'étude «ont tendance à commencer avec 2 000 points négatifs», dit-il. Cependant, après 20 heures d’entraînement et de pratique, tous les scores des joueurs augmentent un peu. Certains font beaucoup mieux que d'autres, cependant, une différence qui peut être largement prédite en analysant l'activité dans certaines parties des noyaux gris centraux.
«Nous prévoyons jusqu'à trois fois plus de variance (dans l'apprentissage) que vous le feriez en utilisant des mesures de performance», a déclaré Kramer.
Les chercheurs ont analysé trois régions du cerveau: le noyau caudé et le putamen, deux structures actives lorsqu'une personne apprend de nouvelles habiletés motrices (comme déplacer un joystick); ces régions sont également importantes lors de tâches exigeant une stratégie et détournant rapidement l’attention. Une troisième région, le noyau accumbens, traite les émotions associées à la récompense ou à la punition.
Au cours de l'étude, l'activité dans le putamen et le noyau caudé s'est avérée être de meilleurs prédicteurs des performances futures des jeux vidéo que dans le noyau accumbens. Les chercheurs ont également découvert que la matière blanche (les axones et les dendrites qui transportent les signaux entre les neurones), mais pas la matière grise (les corps cellulaires), offraient plus d'indices pour prédire le succès du jeu.
«Nos données suggèrent qu'une certaine différence physiologique et / ou neuroanatomique persistante est en fait le prédicteur de l'apprentissage», a déclaré Kramer.
Kramer a souligné que les résultats ne devraient pas être interprétés comme signifiant que certaines personnes sont destinées à réussir ou à échouer dans une tâche ou un défi d'apprentissage donné.
«Nous savons que bon nombre de ces composants de la structure et du fonctionnement du cerveau sont modifiables», a-t-il ajouté.
L'étude est publiée dans la revue en ligne PLoS ONE.
Source: Université de l'Illinois
