Boucle phonologique vs calepin visuo-spatial

La mémoire humaine ne constitue pas un réceptacle passif et uniforme au sein duquel s’entasseraient nos souvenirs et nos perceptions éphémères. Bien au contraire, le traitement cognitif en temps réel repose sur une architecture dynamique, modulaire et hautement spécialisée, connue sous le concept de mémoire de travail. Dès le milieu des années 1970, l’avènement des sciences cognitives a permis de dépasser l’ancienne conception d’un registre à court terme unitaire pour mettre en lumière un système complexe d’espaces de travail mentaux coordonnés par des mécanismes attentionnels.

Au cœur de cette révolution conceptuelle se trouve la dichotomie fondamentale entre deux systèmes subsidiaires spécialisés dans le maintien et la manipulation d’informations aux formats radicalement hétérogènes : la boucle phonologique et le calepin visuo-spatial. Tandis que la première traite la matière linguistique, acoustique et séquentielle, le second régit les représentations imagées, les configurations spatiales et les relations métriques. Cette séparation fonctionnelle n’est pas une simple commodité typologique ; elle reflète une division neurobiologique et computationnelle profonde du cerveau humain, sculptée par l’évolution pour répondre aux exigences distinctes de la communication verbale et de la navigation spatiale.

Comprendre la confrontation et la complémentarité de la boucle phonologique et du calepin visuo-spatial permet d’éclairer les mécanismes les plus intimes de notre fonctionnement intellectuel : de l’apprentissage de la lecture à la résolution de théorèmes géométriques, de la compréhension d’une conversation animée à la manipulation mentale d’un itinéraire cartographique. L’analyse détaillée de leurs architectures respectives, de leurs vulnérabilités propres et de leurs synergies révèle la manière dont notre esprit parvient à synthétiser un flux continu d’expériences multimodales en une pensée cohérente et efficiente.

1. Introduction au modèle tripartite de la mémoire de travail

1.1 Définitions fondamentales dans le cadre théorique de Baddeley et Hitch

L’acte de naissance de la mémoire de travail moderne remonte à la publication séminale d’Alan Baddeley et Graham Hitch en 1974, intitulée Working Memory. Avant cette contribution majeure, la psychologie cognitive était dominée par le modèle modal proposé par Richard Atkinson et Richard Shiffrin en 1968. Ce dernier postulait une séparation stricte entre un registre sensoriel éphémère, un magasin à court terme unitaire de capacité limitée et un magasin à long terme de capacité quasi infinie. Toutefois, cette conception unitaire du stockage à court terme s’est heurtée à de multiples apories empiriques : des patients présentant des empans mnésiques verbaux sévèrement réduits conservaient une capacité de raisonnement, de compréhension linguistique et d’apprentissage à long terme parfaitement préservée. Il apparaissait intenable d’envisager la mémoire à court terme comme un sas de passage obligatoire et indivisible vers la cognition supérieure.

Pour dépasser ces contradictions, Baddeley et Hitch ont proposé une modélisation tripartite dynamique dans laquelle le maintien de l’information est intimement corrélé à son traitement actif. Dans ce cadre, la mémoire de travail n’est plus un simple réceptacle, mais un espace opérationnel composé d’un organe de supervision et de deux systèmes dits « esclaves » ou subsidiaires. La boucle phonologique se définit précisément comme le composant dédié au traitement, au codage et au maintien temporaire des informations verbales, auditives et phonétiques. Elle a pour mission de préserver l’ordre séquentiel des éléments linguistiques, d’empêcher leur dégradation spontanée et de permettre les opérations de répétition intérieure indispensables à la manipulation discursive.

À l’opposé fonctionnel, le calepin visuo-spatial (parfois qualifié de registre ou d’ardoise visuo-spatiale) constitue le module assigné à l’intégration, à la conservation et à la transformation des stimuli visuels statiques, des couleurs, des textures, ainsi que des coordonnées et trajectoires spatiales dynamiques. Ce système prend en charge l’imagerie mentale, permettant par exemple d’estimer la distance entre deux obstacles ou d’opérer la rotation mentale d’une figure géométrique. Ces deux sous-systèmes spécialisés opèrent sous la tutelle de l’administrateur central, une entité attentionnelle modale neutre qui ne dispose d’aucun espace de stockage intrinsèque, mais qui orchestre l’allocation des ressources, la sélection des stratégies cognitives, la coordination bivalente lors de tâches complexes et l’inhibition des distracteurs non pertinents.

1.2 Origine de la distinction et causes récurrentes de confusion

La distinction entre matière phonologique et matière visuo-spatiale semble intuitivement évidente au regard de nos canaux sensoriels perceptifs, mais sa modélisation expérimentale s’est heurtée à des difficultés méthodologiques persistantes. L’une des principales sources d’ambiguïté réside dans la propension systématique et quasi automatique du cerveau humain adulte à opérer un recodage verbal immédiat des stimuli visuels familiers. Dès lors qu’un observateur se voit présenter l’image d’un objet courant, telle qu’une pomme, un véhicule ou une forme géométrique basique, le système cognitif active instantanément son étiquette lexicale et sa trace phonologique correspondante. Par conséquent, une tâche conçue pour mesurer la mémoire visuelle peut se trouver clandestinement médiatisée par la boucle phonologique, faussant les conclusions sur la nature réelle du stockage sollicité.

Cette perméabilité fonctionnelle apparente est renforcée par l’observation des activités de la vie quotidienne. Dans un contexte écologique, la quasi-totalité des comportements complexes mobilise une collaboration étroite et simultanée des deux réservoirs mnésiques. La lecture d’une bande dessinée, la consultation d’un tableau de bord automobile ou le jeu d’échecs impliquent une alternance rapide d’analyses spatiales et de verbalisations internes, masquant ainsi l’indépendance structurelle des deux modules sous-jacents. Ce n’est que par la mise en place de protocoles de double tâche rigoureux, saturant délibérément l’un des composants pour observer le fonctionnement isolé de l’autre, que la psychologie expérimentale est parvenue à trancher ce débat.

Enfin, des controverses théoriques ont longtemps animé la communauté scientifique quant au degré d’étanchéité modale de ces systèmes. Certains chercheurs ont suggéré que la distinction entre le visuel et le verbal pourrait résulter de stratégies attentionnelles modulables plutôt que de frontières architecturales rigides. Néanmoins, l’accumulation de preuves issues de la chronométrie mentale a validé le principe selon lequel le traitement phonologique s’exécute selon une logique fondamentalement séquentielle et temporelle, tandis que le traitement visuo-spatial repose sur un accès simultané, parallèle et topographique, ancrant définitivement la pertinence de cette distinction dans les sciences cognitives contemporaines.

1.3 Enjeux scientifiques et cliniques de la dissociation modale

La validation empirique de la frontière séparant la boucle phonologique du calepin visuo-spatial a trouvé son socle le plus robuste dans la neuropsychologie clinique, par le biais des doubles dissociations lésionnelles. Une double dissociation s’établit lorsqu’un patient A présente une altération massive du module X conjointement à une préservation intégrale du module Y, tandis qu’un patient B manifeste le profil symétriquement inversé. Les travaux pionniers menés sur des patients cérébrolésés ont apporté des preuves irréfutables de cette indépendance : des lésions périsylviennes gauches peuvent détruire sélectivement la capacité de répétition verbale sans affecter la mémoire des configurations spatiales, tandis que des lésions pariéto-occipitales droites annihilent les facultés d’orientation et de reproduction topographique tout en maintenant un empan verbal intact.

Au-delà de la confirmation des modèles théoriques, cette dissociation structurelle revêt une importance diagnostique et thérapeutique capitale dans le domaine des troubles spécifiques du développement et des apprentissages scolaires. Chez l’enfant, la caractérisation fine des déficits mnésiques permet de distinguer avec une grande acuité les profils cognitifs. Ainsi, la dyslexie développementale et le trouble développemental du langage s’enracinent fréquemment dans un déficit structural ou temporel de la boucle phonologique, entravant l’association graphème-phonème et la rétention des séquences sonores. À l’inverse, la dyspraxie développementale (ou trouble de l’acquisition de la coordination) et le trouble des apprentissages non verbaux impliquent une dysfonction prédominante du calepin visuo-spatial, compromettant la géométrie, l’alignement des chiffres dans les opérations arithmétiques et la structuration spatiale de l’écriture.

Dans le domaine de l’ingénierie pédagogique et de l’ergonomie cognitive, la maîtrise de cette dissociation constitue le fondement de la théorie de la charge cognitive, formalisée notamment par John Sweller. Les interfaces homme-machine, les cockpits d’aéronefs, les logiciels éducatifs et les manuels scolaires sont désormais conçus pour distribuer judicieusement l’information entre le canal phonético-auditif et le canal visuo-spatial. En exploitant la capacité de traitement simultané et non concurrent de ces deux systèmes esclaves, il devient possible d’optimiser l’assimilation d’instructions complexes sans saturer un module particulier, évitant ainsi le décrochage attentionnel et la défaillance mnésique de l’utilisateur.

2. La boucle phonologique : architecture, dynamique et substrats

2.1 Sous-composants structuraux : stock phonologique et répétition articulatoire

La boucle phonologique ne constitue pas une entité monolithique ; son fonctionnement interne repose sur une articulation binaire hautement synchronisée entre deux composantes : le stock phonologique passif et la boucle de répétition articulatoire active. Le stock phonologique, métaphoriquement désigné comme l’« oreille interne », sert de registre d’accueil passif pour les informations fondées sur la parole et les indices acoustiques. Les représentations linguistiques qui y pénètrent sont stockées sous la forme de traces phonologiques temporaires. Ces traces possèdent une durée de vie extrêmement brève, estimée expérimentalement entre 1,5 et 2 secondes. En l’absence de tout mécanisme de réactivation, ces unités subissent une évanescence rapide provoquée par le déclin temporel spontané, ou sont effacées par l’arrivée de nouvelles informations auditives concurrentes.

Pour contrer cette déperdition inéluctable, intervient le second élément du dispositif : la boucle de répétition articulatoire, fréquemment identifiée à la « voix intérieure ». Ce mécanisme actif, de nature motrice et subvocalique, accomplit une double fonction régulatrice. D’une part, il réactive périodiquement les traces phonologiques stockées dans le composant passif en les prononçant silencieusement à intervalles réguliers. Ce rafraîchissement articulatoire relance le compte à rebours de l’évanescence mnésique, maintenant l’information disponible aussi longtemps que l’individu maintient cet effort de subvocalisation. D’autre part, la répétition articulatoire agit comme un transducteur cognitif universel : elle permet de convertir les informations visuelles textuelles (mots écrits, lettres, chiffres) ou les images d’objets identifiables en un format verbal interne.

Ainsi, le mode d’entrée dans la boucle phonologique diverge fondamentalement selon la modalité sensorielle originelle du stimulus. Les informations verbales entendues ont un accès direct et obligatoire au stock phonologique passif, sans nécessiter d’intervention volontaire du sujet. En revanche, les informations présentées visuellement sous forme orthographique doivent impérativement faire l’objet d’une conversion grapho-phonologique opérée par la répétition articulatoire pour pouvoir être introduites dans le stock phonologique. Cette dualité architecturale explique pourquoi nous pouvons entendre et stocker involontairement des paroles en arrière-plan, alors que la mémorisation de textes écrits requiert une articulation interne explicite.

2.2 Phénomènes empiriques et paradigmes expérimentaux révélateurs

La validité scientifique de la boucle phonologique s’appuie sur quatre effets expérimentaux majeurs, répliqués universellement dans la littérature de psychologie cognitive :

• L’effet de similarité phonologique : Documenté dès les travaux de Conrad et Hull en 1964, puis étendu par Baddeley en 1966, cet effet démontre que des listes de lettres ou de mots présentant des assonances acoustiques proches (comme b, c, d, p, t, v ou man, can, pan, tan, fan) sont significativement plus difficiles à restituer dans l’ordre séquentiel correct que des listes d’items phonologiquement distincts (tels que w, x, f, k, r, y). Ce phénomène prouve sans équivoque que le codage au sein de ce magasin est de nature phonologique et non sémantique : la proximité acoustique crée des interférences destructrices entre les traces mnésiques au moment de la récupération.
• L’effet de longueur des mots : Mis en évidence par Baddeley, Thomson et Buchanan en 1975, il révèle que l’empan mnésique pour des mots monosyllabiques courts (comme pain, train, chat, mur) est largement supérieur à celui obtenu pour des mots polysyllabiques longs (tels que hippopotame, thermomètre, constitutionnel). L’élément déterminant n’est pas tant le nombre absolu de syllabes que la durée temporelle requise pour les articuler oralement. L’empan d’un individu correspond très exactement au nombre d’items qu’il est en mesure d’articuler vocalement ou subvociquement en environ 2 secondes.
• L’impact de la suppression articulatoire : Ce paradigme consiste à contraindre le sujet à prononcer continuellement une syllabe ou une séquence non pertinente (par exemple répéter « thé, thé, thé » ou « un, deux, un, deux ») pendant la présentation et le rappel des items à mémoriser. Cette manœuvre occupe l’appareil effecteur de la parole et neutralise la boucle de répétition articulatoire. Ses conséquences expérimentales sont spectaculaires : la suppression articulatoire abolit totalement l’effet de longueur des mots pour le matériel visuel et empêche la conversion phonologique de ce dernier. De surcroît, elle supprime l’effet de similarité phonologique lorsque les items sont présentés visuellement, car ils ne peuvent plus être subvocaux.
• L’effet de non-pertinence auditive : Souvent qualifié d’effet de la parole non pertinente (étudié par Colle et Welsh en 1976, puis théorisé par Salamé et Baddeley en 1982), ce phénomène désigne la dégradation marquée du rappel séquentiel verbal lorsqu’un bruit de fond linguistique (discours parlé dans une langue étrangère inintelligible, ou même syllabes absurdes) est diffusé durant l’apprentissage. Les signaux auditifs de parole accédant de manière obligatoire et irrépressible au stock phonologique passif, ils s’y mélangent avec les traces de la tâche principale, générant un encombrement interférentiel immédiat, alors que des bruits blancs continus d’intensité équivalente ne provoquent pas une telle dégradation.

2.3 Substrats neurobiologiques et réseaux cérébraux associés

L’essor de l’imagerie par résonance magnétique fonctionnelle (IRMf) et de la tomographie par émission de positons (TEP), combiné aux données lésionnelles, a permis de cartographier avec une précision remarquable les réseaux neuraux sous-tendant la boucle phonologique. Loin d’être localisé dans un foyer unique, ce système engage un circuit fronto-pariétal fortement asymétrique, latéralisé de manière prépondérante dans l’hémisphère cérébral gauche chez la vaste majorité des individus droitiers.

Le stock phonologique passif recrute principalement la région temporo-pariétale inférieure gauche, et tout particulièrement le gyrus supramarginal (qui correspond à l’aire 40 de Brodmann). Les lésions vasculaires ou traumatiques circonscrites à cette région altèrent spécifiquement l’empan phonologique et provoquent une vulnérabilité extrême au déclin temporel des traces sonores, sans paralyser la motricité buccophonatoir. Le planum temporale et le sillon temporal supérieur gauche sont également mobilisés lors du décodage initial des afférences acoustico-phonétiques, agissant comme interface d’entrée vers le gyrus supramarginal.

La boucle de répétition articulatoire repose quant à elle sur un réseau moteur et prémoteur frontal gauche. Le pôle principal de ce mécanisme se situe au niveau du gyrus frontal inférieur gauche, plus spécifiquement dans la région operculaire et triangulaire connue sous le nom d’aire de Broca (aires 44 et 45 de Brodmann). Ce cortex moteur du langage est secondé par l’aire motrice supplémentaire (AMS) située sur la face interne des hémisphères, qui assure la programmation séquentielle de la parole intérieure, ainsi que par le cortex prémoteur ventral. De manière tout à fait fascinante, les hémisphères cérébelleux bilatéraux (avec une nette prédominance pour le lobule droit du cervelet, fonctionnellement interconnecté avec l’aire de Broca controlatérale) manifestent une activation robuste lors de la répétition subvocalique, attestant que la mémoire verbale de travail réutilise les boucles cortico-cérébelleuses originellement dévolues à la coordination motrice fine de l’articulation.

3. Le calepin visuo-spatial : nature, sous-systèmes et corrélats

3.1 La scission fonctionnelle selon Logie : cache visuel et scribe interne

Dans la formulation initiale du modèle de 1974, le calepin visuo-spatial était envisagé de façon globale comme une entité unique gérant indistinctement l’imagerie visuelle et la manipulation des coordonnées spatiales. Toutefois, les données empiriques accumulées au fil des années 1980 ont révélé des dissociations comportementales troublantes : mémoriser la couleur ou la forme d’un objet n’affectait pas nécessairement la capacité à suivre une trajectoire dynamique en mouvement, et réciproquement. Face à ces anomalies théoriques, le psychologue Robert H. Logie a proposé en 1995 une scission structurelle du calepin visuo-spatial en deux sous-systèmes, établissant un miroir fonctionnel direct avec l’organisation de la boucle phonologique.

Le premier sous-composant identifié par Logie est le cache visuel (visual cache). Ce magasin de stockage passif est dédié à la rétention temporaire des informations portant sur les propriétés visuelles intrinsèques et statiques des stimuli : les teintes chromatiques, le niveau de luminance, les textures, les gradients de surface et les configurations de formes bidimensionnelles ou tridimensionnelles. À l’instar du stock phonologique pour le son, le cache visuel emmagasine l’aspect pictural de la scène sous la forme d’une représentation iconique transitoire, vulnérable à la dégradation passive et aux interférences visuelles directes.

Le second sous-composant est le scribe interne (inner scribe). Il s’agit d’un mécanisme de traitement et de maintien actif, de nature dynamique et spatio-motrice. Le scribe interne a pour mission d’encoder et de rafraîchir les informations spatiales, la localisation topographique des objets, les mouvements relatifs et les séquences cinématiques. De surcroît, le scribe interne joue pour le cache visuel le rôle que la répétition articulatoire assume pour le stock phonologique : il réactive les traces visuelles statiques par le biais de balayages attentionnels internes réguliers ou de répétitions spatiales (comme le parcours mental d’un tracé), maintenant ainsi la cohérence de l’image mentale. Cette scission formalise de manière élégante la distinction neurologique fondamentale entre le système du « Quoi » (identification morphologique de l’objet) et le système du « Où » (localisation et programmation motrice dans l’espace).

3.2 Paradigmes de validation et résistance à l’interférence

L’existence de cette dualité interne au sein du calepin a été corroborée par des paradigmes de double tâche ingénieux, exploitant le principe de la résistance sélective à l’interférence modale. Lorsque des sujets doivent mémoriser des motifs visuels complexes (formes géométriques abstraites ne pouvant faire l’objet d’un étiquetage verbal spontané), la tâche est sévèrement altérée si on leur demande d’effectuer concurremment une tâche d’interférence visuelle pure, telle que la discrimination de variations d’intensité lumineuse ou l’exposition passive à du bruit visuel dynamique (dynamic visual noise, constitué de matrices de pixels scintillants noir et blanc aléatoires, paradigmatique des travaux de Quinn et McConnell). En revanche, ce bruit visuel n’affecte aucunement les performances des sujets engagés dans une tâche de mémoire spatiale.

Inversement, le fonctionnement du scribe interne est mis en évidence par des tâches d’interférence spatio-motrice. L’une des épreuves reines de cette validation expérimentale est la tâche de poursuite motrice (pursuit rotor), dans laquelle le participant doit maintenir la pointe d’un stylet au contact d’une cible métallique tournant sur un disque motorisé. L’exécution de cette poursuite motrice détruit de façon sélective les performances dans des épreuves spatiales séquentielles, telle que la tâche des matrices de Brooks (où l’on doit mémoriser des chemins de déplacement dans une grille imaginaire), tout en laissant intacte la mémoire des couleurs ou des textures stockées dans le cache visuel. Des tapotements digitaux configurés selon des trajectoires spatiales précises (spatial tapping) génèrent un effet de saturation cinématique similaire.

Ces mécanismes actifs ont trouvé une autre confirmation expérimentale majeure dans les paradigmes d’imagerie mentale développés par Stephen Kosslyn et par Roger Shepard et Jacqueline Metzler. L’expérience historique de rotation mentale démontre que le temps nécessaire pour déterminer si deux figures tridimensionnelles asymétriques sont identiques est une fonction linéaire directe de l’angle de rotation qui les sépare dans l’espace physique. Cette proportionnalité chronométrique prouve que le scribe interne opère une manipulation analogique et continue de la représentation spatiale au sein de l’espace de travail mental, simulant en temps réel une transformation physique sans recourir au moindre symbole linguistique.

3.3 Neuroanatomie et voies visuelles corticales

La cartographie cérébrale du calepin visuo-spatial s’inscrit en continuité directe avec la ségrégation des deux grandes voies de traitement visuel cortical décrites initialement par Leslie Ungerleider et Mortimer Mishkin en 1982 : la voie ventrale et la voie dorsale. Loin d’être restreint aux cortex primaires, le maintien visuo-spatial engage des réseaux associatifs occipito-temporaux et fronto-pariétaux sophistiqués, présentant une forte prédominance pour l’hémisphère cérébral droit.

Le cache visuel mobilise principalement la voie ventrale (la voie du « Quoi »). Cette trajectoire s’étend du cortex occipital strié et préstrié vers les aires temporales inférieures, incluant le gyrus fusiforme (spécialisé dans l’analyse morphologique des visages et des formes prototypiques) et le cortex parahippocampique pour l’analyse des scènes environnementales. Les enregistrements neurophysiologiques et l’IRMf révèlent que le maintien d’une couleur ou d’une forme en mémoire de travail réactive durablement ces mêmes zones ventrales visuelles d’ordre supérieur, modulées par le cortex préfrontal ventrolatéral droit (notamment les aires 47 et 45 droites), lequel agit comme un amplificateur top-down stabilisant la représentation perceptive en l’absence de stimulus extérieur.

Le scribe interne, en parfaite antithèse, repose fonctionnellement sur la voie dorsale (la voie du « Où » et du « Comment »). Cette voie projette du cortex visuel primaire vers le lobe pariétal supérieur et le sillon intrapariétal, avant de se connecter au cortex préfrontal dorsolatéral (aire 9/46) et aux champs oculaires frontaux (Frontal Eye Fields, aire 8 de Brodmann). Le sillon intrapariétal joue ici un rôle intégrateur déterminant, en encodant les relations métriques égocentriques et allocentriques et en préservant la topographie des coordonnées spatiales. Les champs oculaires frontaux et l’aire motrice supplémentaire programment les micro-saccades oculaires et les intentions motrices de déplacement, matérialisant sur le plan neurophysiologique les processus actifs de balayage spatial postulés par le scribe interne de Logie.

4. Différences clés entre boucle phonologique et calepin visuo-spatial

4.1 Dimensions comparatives fondamentales

Pour appréhender l’hétérogénéité fonctionnelle qui caractérise la boucle phonologique et le calepin visuo-spatial, il est impératif de confronter leurs attributs architecturaux, temporels et computationnels le long de critères standardisés. Les deux systèmes divergent non seulement par les organes sensoriels auxquels ils se rattachent préférentiellement, mais surtout par la nature de la matrice représentative qu’ils construisent et maintiennent.

Le tableau analytique ci-dessous synthétise les points de rupture structurels qui consacrent la double dissociation entre ces deux modules au sein de l’architecture cognitive globale :

Dimension d’analyse	Boucle phonologique	Calepin visuo-spatial
Format d’encodage primaire	Acoustique, phonétique, verbal-linguistique séquentiel.	Pictural, iconique, spatial analogique, topographique et cinématique.
Structure interne (modèle bipartite)	Stock phonologique passif (« oreille interne ») et boucle de répétition articulatoire active (« voix intérieure »).	Cache visuel passif (formes/couleurs statiques) et scribe interne actif (coordonnées spatiales et mouvements).
Organisation temporelle du traitement	Strictement séquentielle et unidirectionnelle (les éléments se succèdent sur une ligne temporelle).	Parallèle, multidimensionnelle et globale (accès instantané aux configurations holistiques).
Mécanisme de rafraîchissement actif	Répétition subvocalique motrice (articulation couverte de parole intérieure).	Balayage attentionnel spatial, saccades oculaires internes, programmation spatio-motrice.
Durée de rétention sans réactivation	Extrêmement brève : 1,5 à 2 secondes avant évanescence critique de la trace.	Variable : déclin rapide des textures visuelles fines, persistance légèrement plus longue des repères spatiaux relationnels.
Capacité limite et unité de mesure	Mesurée en unités de temps d’élocution (la quantité de mots prononçables en ~2 secondes ; ~4 à 7 syllabes/mots).	Mesurée en nombre d’objets distincts intégrés (~3 à 4 objets selon Luck & Vogel) ou complexité spatiale matricielle.
Sensibilité élective aux interférences	Suppression articulatoire (« bla-bla-bla »), bruits de parole non pertinente, proximité phonologique d’items.	Bruit visuel dynamique (pixels scintillants), tâches de poursuite motrice (rotor), tapotement spatial concurant.
Latéralisation hémisphérique dominante	Hémisphère gauche prépondérant (gyrus supramarginal, aire de Broca, aire motrice supplémentaire, cervelet droit).	Hémisphère droit prépondérant (voie ventrale occipito-temporale, cortex pariétal supérieur, sillon intrapariétal, champs oculaires frontaux).
Rôle fonctionnel premier	Développement du langage, syntaxe, fluence de lecture, acquisition du lexique, calcul verbal.	Orientation spatiale, imagerie mentale, navigation motrice, géométrie, transformation d’objets tridimensionnels.

Cette opposition met en lumière une complémentarité opérationnelle remarquable : alors que la boucle phonologique segmente le flux perceptif en composantes discrètes sérialisées le long de la flèche du temps (indispensable à la syntaxe et au discours), le calepin visuo-spatial préserve l’agencement structural d’espaces continus, permettant des calculs géométriques et des transformations analogiques immédiates.

4.2 Outils de mesure psychométrique et neuropsychologique

Pour mesurer isolément la performance de ces deux sous-systèmes chez l’humain sain ou pathologique, les neuropsychologues ont élaboré des batteries de tests standardisés capables de mobiliser un module en court-circuitant l’autre :

L’exploration de la boucle phonologique repose principalement sur :

• L’empan de chiffres en ordre direct (issu des échelles d’intelligence de Wechsler comme le WISC ou la WAIS) : le sujet doit répéter des séquences de chiffres présentées auditivement à une vitesse calibrée d’un item par seconde. Ce test évalue la capacité séquentielle brute du stock phonologique.
• Le test de répétition de logatomes (ou pseudo-mots), tel que le Children’s Test of Nonword Repetition conceptualisé par Susan Gathercole et Alan Baddeley. L’individu doit reproduire des stimuli linguistiques inédits respectant la phonotaxe de sa langue maternelle (par exemple balipon, freskidane, tromplicateur). L’absence de représentation dans le lexique mental à long terme empêche tout étayage sémantique et force le recours exclusif aux capacités pures de la boucle phonologique.
• L’empan de rimes ou de similarité acoustique, qui calibre le différentiel de chute de performance face à des stimuli phonologiquement interférents.

L’exploration du calepin visuo-spatial s’appuie quant à elle sur des paradigmes géométriques et topographiques rigoureux :

• Le test des blocs de Corsi (développé initialement par Philip Corsi en 1972) : l’examinateur dispose devant le sujet un plateau sur lequel sont fixés de manière asymétrique neuf blocs de bois identiques. L’évaluateur touche successivement un nombre croissant de cubes selon une trajectoire spatiale précise, que le sujet doit reproduire immédiatement. L’empan de Corsi direct évalue avec précision le scribe interne et la mémoire spatiale séquentielle.
• Le test des motifs visuels (Visual Patterns Test, développé par Sergio Della Sala, Robert Logie et leurs collaborateurs en 1997) : le participant est confronté pendant un temps très bref (souvent deux secondes) à une matrice quadrillée dont la moitié des cases sont noircies aléatoirement. Il doit ensuite restituer les motifs sur une grille vierge de dimensions identiques. Ce protocole élimine la composante spatiale dynamique et cinématique pour quantifier la capacité statique du cache visuel.

En analysant les différentiels statistiques d’empan (par exemple un individu présentant un empan de logatomes au 5e percentile conjointement à un empan de Corsi au 85e percentile), le clinicien certifie l’existence d’une dissociation fonctionnelle simple ou double, guidant l’orientation des remédiations cognitives.

5. Similitudes et interactions au sein du modèle intégré

5.1 Propriétés architecturales partagées

En dépit de leur spécialisation matérielle irréconciliable, la boucle phonologique et le calepin visuo-spatial partagent des lois de fonctionnement communes qui unifient l’architecture tripartite sous l’égide de la mémoire de travail globale. En premier lieu, ils possèdent le statut invariable de systèmes esclaves. Cela signifie qu’aucun de ces deux modules ne dispose d’autonomie exécutive propre : ils ne peuvent ni prendre d’initiatives stratégiques, ni résoudre de conflits attentionnels, ni réorienter volontairement le but d’une tâche. Ils dépendent tous deux strictement de l’allocation continue des ressources métacognitives dispensées par l’administrateur central.

En second lieu, les deux réservoirs sont caractérisés par une capacité intrinsèquement volatile et ultra-limitée. Ni l’un ni l’autre ne peut accumuler de volumes massifs d’information. Dès que le seuil de saturation est atteint (que ce soit les 2 secondes d’élocution de la boucle ou les 3 à 4 items intégrés du calepin), toute nouvelle entrée chasse une trace préexistante ou se dégrade spontanément. De surcroît, les deux systèmes manifestent une sensibilité symétrique aux interférences rétroactives et proactives provoquées par des stimuli concurrents de même nature modale.

Enfin, la symétrie organisationnelle formalisée par les travaux conjoints de Baddeley et Logie démontre une isomorphie structurelle interne : chaque module déploie une dichotomie rigoureuse entre un conteneur perceptif passif et réceptif (stock phonologique / cache visuel) et un algorithme effecteur dynamique de maintien et d’encodage actif (boucle articulatoire / scribe interne). Cette convergence évolutive illustre le fait que le système nerveux central utilise une solution algorithmique similaire pour stabiliser des informations fugaces, qu’elles voyagent le long des ondes sonores ou des photons lumineux.

5.2 Synergie transmodale et recodage cognitif

L’existence de sous-systèmes indépendants n’implique nullement leur isolement fonctionnel. Dans le cerveau sain, ils opèrent au sein d’une synergie transmodale permanente formalisée précocement par Allan Paivio dans sa théorie du double encodage (Dual Coding Theory). Paivio a démontré expérimentalement que la mémorisation d’un concept est considérablement optimisée lorsque celui-ci est encodé sous une double forme : verbale (phonologique/propositionnelle) et non verbale (imagerie visuelle). La co-activation des deux canaux génère deux traces mnésiques redondantes interconnectées, doublant statistiquement les probabilités de rappel correct en cas de défaillance unilatérale d’un des circuits.

Pour expliquer comment ces codes hétérogènes parviennent à fusionner en représentations cohérentes, Alan Baddeley a introduit en 2000 un quatrième composant majeur dans son modèle : le tampon épisodique (episodic buffer). Ce système de capacité limitée est capable d’intégrer des informations multidimensionnelles issues simultanément de la boucle phonologique, du calepin visuo-spatial et de la mémoire à long terme (connaissances sémantiques, autobiographiques). Le tampon épisodique convertit les flux hétérogènes en représentations intégrées chronologiquement ordonnées, formant ce que nous expérimentons comme des scènes perceptives ou des épisodes conscients unifiés.

Chez l’adulte alphabétisé, cette communication transmodale prend le plus souvent la forme d’un recodage visuo-phonologique spontané. Lorsqu’une séquence de pictogrammes, de visages célèbres ou d’objets usuels est perçue par le système visuel, elle est immédiatement étiquetée par le langage intérieur et introduite dans la boucle phonologique. Inversement, lors de l’écoute d’un récit oral comportant des descriptions spatiales fouillées (telle que la description architecturale d’un édifice ou un compte rendu d’itinéraire), les signaux linguistiques entrants activent le calepin visuo-spatial par un processus de simulation motrice et d’imagerie projective descendante, illustrant l’intense plasticité des passerelles cognitives reliant nos deux espaces de travail.

6. Applications pratiques : contextes cognitifs et sollicitations écologiques

6.1 Domaines de prédominance de la boucle phonologique

La boucle phonologique constitue la cheville ouvrière du développement linguistique, de l’alphabétisation et de la scolarisation humaine. L’un de ses rôles les plus déterminants réside dans l’acquisition du vocabulaire nouveau, tant au cours de l’enfance pour la langue maternelle (L1) que chez l’adulte apprenant une langue étrangère (L2). Pour assimiler un mot inconnu, le cerveau doit maintenir intacte l’enveloppe sonore et la structure phonétique de ce dernier jusqu’à ce que des traces synaptiques stables soient consolidées dans la mémoire lexicale à long terme. Susan Gathercole et ses collègues ont amplement démontré qu’un faible empan de logatomes chez les jeunes enfants est le prédicteur statistique le plus fiable d’un retard dans l’acquisition du lexique expressif et réceptif.

Un deuxième champ d’action majeur est la compréhension de structures syntaxiques complexes au cours de la lecture et de l’écoute. Lorsqu’une phrase comporte de multiples propositions subordonnées enchâssées, des constructions passives ou des anaphores à longue distance (par exemple : « Le scientifique que l’association de chercheurs avait mandaté pour inspecter les réacteurs construits sur la côte a rédigé son rapport »), la boucle phonologique stocke verbatim les premiers éléments de la proposition jusqu’à ce que le verbe principal ou l’agent soit rencontré, permettant ainsi au processeur syntaxique d’assigner correctement les rôles thématiques.

Enfin, la boucle phonologique est intensivement sollicitée par le calcul mental arithmétique. Si la représentation abstraite des grandeurs numériques relève de circuits pariétaux bilatéraux spécifiques, la manipulation courante des opérations (comme les additions avec retenues complexes ou l’interrogation des tables de multiplication) s’appuie massivement sur des scripts verbaux automatisés. La retenue arithmétique est généralement maintenue par subvocalisation active dans la boucle phonologique pendant que le calcul des colonnes adjacentes s’opère.

6.2 Domaines d’engagement privilégié du calepin visuo-spatial

Le calepin visuo-spatial prend la direction des opérations cognitives dès lors que l’organisme interagit avec la dimension spatiale, métrique et plastique du monde physique. Son domaine d’excellence le plus évident est la navigation géographique et la topographie environnementale. Qu’il s’agisse de s’orienter dans une métropole complexe sans assistance électronique, d’interpréter une carte topographique en randonnée ou de planifier mentalement un itinéraire de déviation routière, l’esprit sollicite le scribe interne pour projeter et maintenir des vecteurs de déplacement, tout en convoquant le cache visuel pour identifier les repères paysagers statiques.

Dans le secteur professionnel et académique, ce module est au cœur du raisonnement mathématique spatial, de la stéréométrie et du dessin industriel. La géométrie euclidienne, l’ingénierie mécanique, la topologie et la modélisation architecturale 3D imposent une manipulation continue d’objets abstraits subissant des transformations isométriques ou affines (rotations, symétries axiales, extrusions). De même, en chirurgie de haute technicité, particulièrement en chirurgie laparoscopique ou endoscopique assistée par vidéo, le praticien doit manipuler des instruments physiques selon des axes inversés en observant un écran plat bidimensionnel, ce qui exige une charge de travail phénoménale pour le calepin visuo-spatial dans la réconciliation des repères visuels et des commandes motrices.

Enfin, l’organisation et l’analyse de données complexes sous forme visuelle relèvent de ce registre. La lecture de diagrammes de flux, d’arbres phylogénétiques, de schémas synoptiques industriels ou la planification d’un plan d’assaut stratégique par un maître d’échecs nécessitent la rétention simultanée d’un faisceau de relations spatiales que le langage séquentiel s’avère incapable d’exprimer avec une efficacité comparable.

6.3 Adaptations pédagogiques selon les profils neuropsychologiques

L’identification de l’indépendance structurelle de la boucle et du calepin a profondément transformé la pédagogie différenciée et l’ergonomie éducative. Lorsqu’un apprenant manifeste une faiblesse élective de la boucle phonologique (comme c’est classiquement le cas chez l’élève dyslexique ou dysphasique), l’enseignant ou le formateur doit déployer des stratégies d’étayage visuel compensatoire :

• Remplacement des instructions orales longues par des pictogrammes, des codes couleur structurants et des représentations schématiques séquentielles.
• Utilisation de cartes conceptuelles (mind maps) pour expliciter l’arborescence logique des cours, libérant l’élève de l’obligation de traiter de longues chaînes de prose linéaire.
• Sous-titrage systématique et support visuel des consignes d’évaluation pour éviter l’oubli de la fin d’une consigne verbale durant la tâche.

À l’inverse, face à un élève présentant des troubles visuo-spatiaux prédominants (dyspraxie visuo-spatiale, trouble neurovisuel ou dyscalculie spatiale), l’approche doit être symétriquement inversée :

• Verbalisation exhaustive et explicitation pas-à-pas par le langage des procédures spatiales (par exemple, dicter par une phrase articulée les étapes motrices du tracé d’une lettre ou de l’alignement d’une soustraction).
• Épuration rigoureuse des documents graphiques pour limiter la pollution par distracteurs visuels, suppression des illustrations superflues dans les manuels.
• Recours aux repères phonologiques et rythmiques pour baliser l’exécution des gestes graphiques et géométriques.

Dans le domaine de l’ingénierie multimédia globale, la théorie cognitive de l’apprentissage multimédia développée par Richard E. Mayer prescrit l’exploitation de l’effet de modalité : présenter une information textuelle sous format audio narratif simultanément à une animation visuelle s’avère infiniment plus efficace que d’afficher le texte écrit à côté de l’animation. Dans le second cas, les deux sources visuelles entrent en compétition destructrice au sein du calepin visuo-spatial (effet d’attention partagée ou split-attention effect), tandis que dans le premier cas, la charge est harmonieusement répartie entre la boucle phonologique (narrateur audio) et le calepin visuo-spatial (animation dynamique).

7. Foire aux questions sur les sous-systèmes de la mémoire de travail

7.1 Peut-on observer une défaillance de la boucle phonologique sans atteinte visuo-spatiale ?

Absolument, et cette éventualité constitue l’un des piliers empiriques de la neuropsychologie moderne. Le cas clinique le plus emblématique et le plus minutieusement documenté dans la littérature scientifique est celui de la patiente italienne P.V., étudiée en profondeur par Giuseppe Vallar et Alan Baddeley en 1984. À la suite d’un accident vasculaire cérébral ayant endommagé la région périsylvienne gauche, P.V. présentait un langage spontané fluide, une intelligence générale remarquable et un empan visuo-spatial (évalué par le test des blocs de Corsi) strictement normal. En revanche, son empan verbal auditif était effondré à un seul chiffre ou mot, attestant d’une destruction quasi sélective de son stock phonologique passif.

Les expérimentateurs ont soumis P.V. à un programme d’apprentissage de paires de mots associant des vocables de sa langue maternelle (italien) à d’autres mots italiens, ou à des mots en langue étrangère (russe). La patiente s’est montrée tout à fait capable d’apprendre les paires de mots italiens en mobilisant des médiations sémantiques préservées issues de sa mémoire à long terme. Cependant, elle s’est révélée dans l’incapacité absolue d’apprendre la moindre association impliquant un mot russe. Privée de boucle phonologique fonctionnelle, elle ne pouvait maintenir la trace acoustique inédite du vocabulaire étranger, apportant la confirmation clinique directe du rôle vital de ce module dans l’acquisition lexicale.

Ce tableau clinique s’oppose point par point à celui observé chez des patients victimes d’infarctus pariéto-occipitaux droits, qui conservent un empan de répétition de chiffres de 7 ou 8 items, mais échouent dès qu’il s’agit de reproduire une séquence de 3 blocs de Corsi ou d’identifier des orientations de lignes dans l’espace. Cette double dissociation historique exclut formellement l’hypothèse d’une mémoire de travail homogène régie par une ressource énergétique globale indifférenciée.

7.2 Comment la suppression articulatoire bloque-t-elle l’usage du calepin lors de tâches de lecture ?

Cette question touche au cœur des mécanismes de transcodage de l’information. Lors de la lecture experte d’un texte, la perception visuelle des signes orthographiques (les graphèmes) est immédiatement captée par le système oculaire. Toutefois, pour accéder à la compréhension sémantique profonde et stabiliser les phrases dans la mémoire de travail, le système cognitif convertit quasi instantanément ces formes visuelles en séquences sonores phonologiques via le mécanisme de lecture par voie indirecte ou par adressage consolidé. C’est la boucle de répétition articulatoire qui opère cette transformation : le mot lu est articulé intérieurement.

Lorsque l’on soumet un lecteur à un protocole de suppression articulatoire (en l’obligeant à répéter à voix haute « baba-baba » ou « un-deux-trois-quatre » à un rythme rapide pendant sa lecture), on monopolise l’appareil effecteur de la parole motrice (aire de Broca et cortex moteur périphérique). Le lecteur se trouve dans l’impossibilité d’émettre le discours intérieur requis pour traduire le graphème en phonème. Le texte écrit ne peut dès lors plus pénétrer dans le stock phonologique.

Le sujet est alors contraint d’appréhender le texte sous un format exclusivement visuel, mobilisant le cache visuel du calepin pour stocker l’image orthographique globale des mots. Or, le calepin visuo-spatial n’est pas conçu computationnellement pour stocker de longues chaînes de symboles arbitraires séquentiels et abstraits. Les capacités du calepin sont saturées au bout de quelques mots à peine, la syntaxe se désagrège faute d’ordonnancement temporel, et la compréhension textuelle s’effondre dramatiquement. La suppression articulatoire ne neutralise donc pas le calepin, mais elle lui impose une tâche pour laquelle il n’est pas armé, démontrant que la lecture alphabétique est avant tout un acte phonologique soutenu par la motricité articulatoire.

7.3 Existe-t-il des méthodes d’entraînement validées pour augmenter la capacité de ces modules ?

La question de la plasticité et de l’extensibilité de la capacité de la mémoire de travail fait l’objet de débats intenses dans la communauté neuroscientifique. Durant les deux dernières décennies, de nombreux programmes d’entraînement informatisés dits « cérébraux » (comme les logiciels Cogmed ou les protocoles fondés sur la tâche dual n-back) ont été commercialisés en affirmant pouvoir étendre structurellement la capacité intrinsèque de la boucle phonologique et du calepin visuo-spatial.

Cependant, les méta-analyses indépendantes les plus rigoureuses (notamment les revues systématiques publiées par Monica Melby-Lervåg et Charles Hulme en 2013 et 2016) ont dressé un constat scientifique très nuancé. Ces entraînements produisent un transfert proche incontestable : les sujets deviennent significativement plus performants sur les tests mêmes qu’ils ont pratiqués (par exemple, ils améliorent leur empan de chiffres ou leur score au test de Corsi informatisé). En revanche, ces protocoles échouent de manière récurrente à démontrer un transfert lointain statistiquement robuste vers les compétences cognitives générales de la vie quotidienne, telles que la compréhension de textes complexes, le raisonnement fluide (Gf) ou les aptitudes mathématiques scolaires.

L’optimisation réelle du système ne réside pas dans l’élargissement biologique de la mémoire vive (qui demeure contrainte par les limites cytoarchitectoniques du cerveau humain), mais dans l’acquisition de stratégies de traitement métacognitives :

• Le tronçonnage (ou chunking) : cette stratégie consiste à regrouper des items individuels en unités signifiantes d’ordre supérieur stockées en mémoire à long terme. Par exemple, mémoriser la séquence de chiffres « 1-9-4-5 » comme un seul bloc sémantique (« l’année de l’armistice ») ramène une charge de quatre unités phonologiques à une seule unité conceptuelle.
• La méthode des loci (ou palais de la mémoire) : cette technique mnémotechnique ancestrale décharge massivement la boucle phonologique en transférant le fardeau mnésique sur le calepin visuo-spatial. L’orateur imagine un trajet physique familier (les pièces d’une demeure) et dépose mentalement des images visuelles percutantes représentant les arguments de son discours dans chaque recoin. Lors de l’élocution, il parcourt mentalement ce chemin, exploitant la robustesse du scribe interne pour guider la séquence du discours verbal.

8. Conclusion

8.1 Synthèse de la complémentarité modulaire

L’exploration approfondie de la boucle phonologique et du calepin visuo-spatial met en exergue l’admirable ingénierie de la cognition humaine. Loin de s’opposer dans une dynamique concurrentielle stérile, ces deux sous-systèmes esclaves incarnent une division fonctionnelle du travail cognitif parfaitement équilibrée. La boucle phonologique, articulée autour de la sequentialité temporelle, du langage articulé et de la vitesse motrice, confère à l’esprit humain le pouvoir d’indexer, de classifier, de formaliser la syntaxe et d’engager le dialogue intérieur régulateur de nos pensées. Le calepin visuo-spatial, fondé sur la simultanéité spatiale, la métrique environnementale et l’imagerie plastique, dote quant à lui notre conscience de la capacité à projeter des scènes tridimensionnelles, à naviguer dans des géométries complexes et à anticiper des mouvements sans exécuter immédiatement de gestes moteurs dans le réel.

La mémoire de travail ne saurait donc être comprise comme un magasin monolithique ou une boîte noire impersonnelle ; elle se présente comme un écosystème dynamique et coordonné, où l’administrateur central module en permanence l’affectation des données entrantes vers le registre phonologique ou le registre spatial, avant que le tampon épisodique ne réconcilie ces univers sensoriels divergents en une trame perceptive fluide et continue. C’est précisément l’harmonieuse coopération de ces modules qui permet à l’être humain d’adapter sa conduite face à un environnement extérieur imprévisible tout en menant une réflexion conceptuelle interne hautement sophistiquée.

8.2 Perspectives et évolutions théoriques contemporaines

Si le modèle structural initial de Baddeley et Hitch demeure la référence heuristique prépondérante dans la pratique clinique et la neuropsychologie appliquée, les neurosciences cognitives contemporaines ont proposé des conceptualisations alternatives fascinantes. Les modèles à états attentionnels, portés notamment par Nelson Cowan (le modèle des processus enchâssés ou Embedded-Processes Model) et par Klaus Oberauer, remettent en cause l’existence de magasins mnésiques physiquement séparés pour la phonologie et l’espace visuel. Selon ces approches, la mémoire de travail ne correspond pas à des conteneurs tampons spécialisés, mais résulte simplement de l’activation temporaire de représentations stockées dans la mémoire à long terme, placées sous le foyer d’attention (focus of attention) du système cognitif.

Dans ce paradigme concurrent, la distinction entre phonologie et visuo-spatial ne découlerait plus de boîtes architecturales indépendantes, mais de la nature des réseaux sensoriels et moteurs néocorticaux directement recrutés par l’attention exécutive : le cortex auditif et moteur pour le verbal, le cortex occipital et pariétal pour l’espace. De manière complémentaire, les modèles computationnels basés sur le partage temporel des ressources (comme le modèle TBSU, Time-Based Resource-Sharing, développé par Pierre Barrouillet et Valérie Camos) démontrent avec une finesse mathématique remarquable que le déclin et le rafraîchissement des traces mnésiques au sein de ces modules relèvent d’un micro-partage temporel ultra-rapide de l’attention exécutive, oscillant à la milliseconde entre maintien et traitement.

Parallèlement, l’avènement des méthodes d’imagerie multimodale à haute résolution spatiotemporelle (combinant magnétoencéphalographie et IRMf à ultra-haut champ) continue d’affiner la cartographie des réseaux cérébraux distribués. Ces avancées ouvrent des perspectives thérapeutiques et sociétales considérables dans le champ de la recherche translationnelle. De la conception d’environnements d’apprentissage numériques adaptatifs capables d’ajuster leur modalité de présentation à l’état de fatigue mnésique de l’élève, à la mise au point d’interfaces cerveau-machine et d’outils de remédiation neuropsychologique ciblés sur les micro-circuits lésés, l’étude des rouages de la boucle phonologique et du calepin visuo-spatial demeure, un demi-siècle après leur découverte, l’un des territoires les plus féconds des sciences du cerveau et de l’esprit.

Références

• Atkinson, R. C., & Shiffrin, R. M. (1968). Human memory: A proposed system and its control processes. In K. W. Spence & J. T. Spence (Eds.), The Psychology of Learning and Motivation (Vol. 2, pp. 89–195). Academic Press.
• Baddeley, A. D. (1966). Short-term memory for word sequences as a function of acoustic, semantic and formal similarity. Quarterly Journal of Experimental Psychology, 18(4), 362–365.
• Baddeley, A. D. (2000). The episodic buffer: A new component of working memory? Trends in Cognitive Sciences, 4(11), 417–423.
• Baddeley, A. D., & Hitch, G. (1974). Working memory. In G. H. Bower (Ed.), The Psychology of Learning and Motivation (Vol. 8, pp. 47–89). Academic Press.
• Baddeley, A. D., Thomson, N., & Buchanan, M. (1975). Word length and the structure of short-term memory. Journal of Verbal Learning and Verbal Behavior, 14(6), 575–589.
• Barrouillet, P., & Camos, V. (2007). The time-based resource-sharing model of working memory. In N. Osaka, R. H. Logie, & M. D’Esposito (Eds.), The Cognitive Neuroscience of Working Memory (pp. 59–80). Oxford University Press.
• Colle, H. A., & Welsh, A. (1976). Acoustic masking in primary memory. Journal of Verbal Learning and Verbal Behavior, 15(1), 17–31.
• Conrad, R., & Hull, A. J. (1964). Information, acoustic confusion and memory span. British Journal of Psychology, 55(4), 429–432.
• Corsi, P. M. (1972). Human memory and the medial temporal region of the brain (Doctoral dissertation, McGill University).
• Cowan, N. (2001). The magical number 4 in short-term memory: A reconsideration of mental storage capacity. Behavioral and Brain Sciences, 24(1), 87–114.
• Della Sala, S., Gray, C., Baddeley, A., Allamano, N., & Wilson, L. (1999). Pattern span: A tool for unwelding vision and spatialising in working memory. Neuropsychologia, 37(10), 1189–1199.
• Gathercole, S. E., & Baddeley, A. D. (1990). Phonological memory deficits in language disordered children: Is there a causal connection? Journal of Memory and Language, 29(3), 336–360.
• Kosslyn, S. M. (1980). Image and Mind. Harvard University Press.
• Logie, R. H. (1995). Visuo-Spatial Working Memory. Lawrence Erlbaum Associates.
• Luck, S. J., & Vogel, E. K. (1997). The capacity of visual working memory for features and conjunctions. Nature, 390(6657), 279–281.
• Mayer, R. E. (2009). Multimedia Learning (2nd ed.). Cambridge University Press.
• Melby-Lervåg, M., & Hulme, C. (2013). Is working memory training effective? A meta-analytic review. Developmental Psychology, 49(2), 270–291.
• Oberauer, K. (2002). Access to information in working memory: An inspection of the focus of attention. Journal of Experimental Psychology: Learning, Memory, and Cognition, 28(3), 411–421.
• Paivio, A. (1986). Mental Representations: A Dual Coding Approach. Oxford University Press.
• Quinn, J. G., & McConnell, J. (1996). Irrelevant pictures in visual working memory. The Quarterly Journal of Experimental Psychology Section A, 49(1), 200–215.
• Salamé, P., & Baddeley, A. D. (1982). Disruption of short-term memory by unattended speech: Implications for the phonological store. Journal of Verbal Learning and Verbal Behavior, 21(2), 150–164.
• Shallice, T., & Warrington, E. K. (1970). Independent functioning of verbal memory stores: A neuropsychological study. Quarterly Journal of Experimental Psychology, 22(2), 261–273.
• Shepard, R. N., & Metzler, J. (1971). Mental rotation of three-dimensional objects. Science, 171(3972), 701–703.
• Sweller, J. (1988). Cognitive load during problem solving: Effects on learning. Cognitive Science, 12(2), 257–285.
• Ungerleider, L. G., & Mishkin, M. (1982). Two cortical visual systems. In D. J. Ingle, M. A. Goodale, & R. J. W. Mansfield (Eds.), Analysis of Visual Behavior (pp. 549–586). MIT Press.
• Vallar, G., & Baddeley, A. D. (1984). Fractionation of working memory: Neuropsychological evidence for a phonological short-term store. Journal of Verbal Learning and Verbal Behavior, 23(2), 151–161.