Modèles de sélection précoce vs modèles de sélection tardive de l’attention

La question de savoir comment le système nerveux humain parvient à extraire des signaux signifiants au sein d’un environnement sensoriel saturé d’informations constitue l’un des piliers fondateurs des sciences cognitives contemporaines. Chaque seconde, les récepteurs sensoriels de l’organisme sont bombardés par des millions de bits de données acoustiques, visuelles, somatosensorielle et proprioceptives. Face à cette profusion brute, la capacité de traitement consciente et réfléchie de l’esprit demeure strictement bornée. Ce décalage abyssal entre la pléthore des signaux entrants et la finitude des ressources de calcul centralisé impose l’existence d’une fonction de filtrage ou de régulation : l’attention sélective. C’est précisément la nature, la dynamique temporelle et le lieu anatomique ou fonctionnel de cette sélection qui ont suscité, dès les années 1950, l’une des controverses les plus fécondes et les plus disputées de la psychologie cognitive.

Le débat opposant les modèles dits de sélection précoce aux modèles de sélection tardive touche au cœur même de l’architecture fonctionnelle de l’esprit. D’un côté, les partisans d’une sélection hâtive soutiennent que le goulot d’étranglement attentionnel intervient dès les premières étapes du traitement, filtrant les informations sur la base exclusive de leurs propriétés physiques grossières avant même que leur contenu sémantique ou conceptuel ne puisse être décodé. De l’autre, les théoriciens de la sélection tardive avancent une thèse radicalement différente : selon eux, l’ensemble des stimuli reçus par les organes sensoriels franchit automatiquement et inconsciemment les étapes complexes de l’analyse linguistique et catégorielle. Pour ces derniers, le goulot d’étranglement ne se situerait qu’en aval, au moment de l’accès à la conscience, de l’encodage en mémoire de travail ou de la programmation de la réponse motrice.

Au-delà d’une simple querelle académique d’horlogerie mentale, cette divergence engage des conceptions profondément distinctes du coût computationnel du cerveau, de l’autonomie des processus inconscients et de la nature de la conscience phénoménale. Si le cerveau filtre les signaux dès leur entrée, il économise une dépense énergétique colossale en évitant d’interpréter des bruits non pertinents. S’il analyse tout de manière exhaustive avant de faire un tri conscient, il s’assure qu’aucun événement hautement significatif pour la survie ou la tâche en cours ne soit ignoré, mais au prix d’une charge métabolique et computationnelle permanente. Cet article propose une analyse approfondie des fondements historiques, des mécanismes opératoires, des confirmations expérimentales et des résolutions contemporaines de ce grand clivage théorique.

1. Introduction aux théories du goulot d’étranglement attentionnel

1.1 Contexte historique et émergence du filtre attentionnel

L’émergence des premières théorisations de l’attention sélective s’inscrit dans le tournant cybernétique et communicationnel qui a bouleversé la psychologie expérimentale au sortir de la Seconde Guerre mondiale. Durant le conflit mondial, l’introduction de technologies radar sophistiquées, de consoles d’écoute militaire complexe et de cockpits d’avions de chasse surchargés d’instruments de vol a confronté les ergonomes et les psychophysiologistes à une limite humaine infranchissable : même entraînés de façon intensive, les opérateurs humains commettaient des erreurs critiques lorsqu’ils devaient surveiller simultanément plusieurs sources d’informations concurrentes. Le behaviorisme alors dominant, qui refusait d’étudier les mécanismes internes de l’esprit en les réduisant à une « boîte noire » impénétrable, s’est révélé incapable de théoriser ces défaillances de surveillance et de traitement.

Pour conceptualiser ces contraintes intrinsèques, les chercheurs se sont approprié les concepts formels issus de la théorie mathématique de la communication formalisée par Claude Shannon et Warren Weaver à la fin des années 1940. Dans ce paradigme technique, un système de communication est défini par une source d’information, un émetteur, un canal de transmission doté d’une bande passante spécifique (sa capacité), et un récepteur. L’esprit humain commença ainsi à être modélisé comme un canal de communication à capacité limitée (limited-capacity channel). Si le débit des informations environnementales acheminées par les nerfs sensoriels dépasse la bande passante maximale de ce canal central, une congestion du signal survient inévitablement, conduisant à des pertes massives de données ou à des retards critiques de transmission.

C’est dans ce climat intellectuel que le chercheur britannique Colin Cherry mena, au Massachusetts Institute of Technology (MIT), des expériences séminales consacrées à ce qu’il a lui-même baptisé le « problème du cocktail party » (the cocktail party problem). Cherry cherchait à comprendre comment un invité immergé dans une réception mondaine bruyante — où résonnent simultanément des dizaines de conversations croisées, des tintements de verres et de la musique de fond — parvient à isoler et comprendre distinctement le flux vocal de son interlocuteur direct tout en ignorant le brouhaha ambiant. Pour étudier ce phénomène dans des conditions rigoureuses de laboratoire, Cherry conçut la technique de l’écoute dichotique, qui devint la méthode reine de l’exploration attentionnelle. Le protocole consistait à diffuser deux messages verbaux différents de façon simultanée au sujet via un casque stéréo, l’un dans l’oreille droite et l’autre dans l’oreille gauche.

Afin de contraindre l’attention du participant sur un unique canal auditif, Cherry introduisit la tâche de filature ou de poursuite verbale (shadowing). Le sujet devait répéter oralement, en temps réel et au fur et à mesure de son énonciation, le message diffusé dans l’oreille désignée comme « surveillée » (canal attentif), tout en négligeant totalement l’information parvenant à l’autre oreille (canal rejeté ou inattentif). Cette manipulation expérimentale permit d’objectiver avec une précision chirurgicale la question du filtrage : qu’advient-il des signaux acheminés par le canal non surveillé ? Sont-ils totalement annihilés à la périphérie du système, ou bien bénéficient-ils d’une forme d’encodage résiduel ? La réponse apportée à cette interrogation allait donner naissance à la métaphore du filtre attentionnel, mécanisme régulateur postulé pour protéger le canal central contre la submersion cognitive.

1.2 Définition opératoire : sélection précoce vs sélection tardive

L’architecture du traitement de l’information dans le système cognitif humain est traditionnellement segmentée en une succession de stades hiérarchiques ordonnés. Les étapes initiales, dites précoces ou pré-catégorielles, concernent la transduction sensorielle et l’extraction des caractéristiques physiques du stimulus : pour l’ouïe, il s’agit de la fréquence fondamentale de la voix, de l’intensité acoustique, de la localisation spatiale ou du timbre ; pour la vision, de la brillance, de la couleur, de l’orientation spatiale des contours ou du mouvement. Les étapes ultérieures, dites tardives ou post-catégorielles, impliquent l’identification lexicale, le décodage sémantique, l’intégration contextuelle, l’attribution d’une signification conceptuelle, l’évaluation de la pertinence comportementale, la mise en mémoire à court terme et, ultimement, la décision d’action ou la programmation motrice.

Dans ce cadre structurel, les modèles de sélection précoce postulent que le goulot d’étranglement attentionnel — c’est-à-dire le mécanisme de tri qui sépare l’information admise au traitement approfondi de celle qui est éliminée — est situé très en amont dans la chaîne computationnelle, précisément entre l’analyse physique élémentaire et l’analyse sémantique. Selon cette perspective, les stimuli sont filtrés sur la base exclusive de leurs attributs physiques grossiers. L’information non sélectionnée est impitoyablement stoppée ou atténuée avant même que les modules d’identification du sens et de reconnaissance des mots ne soient sollicités. Par conséquent, les signaux rejetés ne font l’objet d’aucun traitement conceptuel automatique : ils disparaissent du système cognitif sans laisser de trace sémantique intelligible.

À l’opposé, les modèles de sélection tardive soutiennent une hypothèse radicalement divergente concernant l’emplacement structural du filtre. Selon leurs partisans, le système cognitif traite en parallèle et de manière totalement automatique l’intégralité des stimuli sensoriels qui frappent les récepteurs, et ce jusqu’au niveau le plus élaboré de la sémantique et de la catégorisation conceptuelle. Tous les messages, qu’ils soient explicitement surveillés ou complètement négligés par le sujet, accèdent aux représentations mémorielles et activent leurs significations correspondantes dans le lexique mental. Le véritable goulot d’étranglement n’intervient que bien plus tard dans le flux séquentiel : il se situe au niveau de l’évaluation de la pertinence subjective, de l’accès à la mémoire de travail (et par extension à la conscience phénoménale) et des systèmes de contrôle exécutif et moteur chargés de générer une réponse comportementale explicite.

Cette distinction engendre des implications fondamentales quant au coût cognitif et à l’accès conscient. Pour la sélection précoce, la conscience perceptive est le résultat direct de l’orientation attentionnelle initiale : on ne prend conscience que de ce que l’on a préalablement décidé ou été contraint d’écouter ou de regarder. Pour la sélection tardive, la perception sémantique inconsciente est universelle et obligatoire ; l’attention n’est pas un projecteur qui éclaire un objet pour permettre son décodage, mais une barrière de douane finale qui sélectionne, parmi une myriade d’objets déjà parfaitement décodés, ceux qui ont le privilège d’accéder au rapport verbal, au souvenir conscient et à la conduite de l’action motrice.

1.3 Origine de la controverse théorique en psychologie cognitive

La controverse entre ces deux conceptions théoriques a pris racine dans une suite d’anomalies empiriques apparues dès les premières réplications des travaux de Colin Cherry. Dans ses expériences initiales, Cherry avait constaté que les participants soumis à la filature dichotique se montraient incapables de rapporter le moindre mot ou la moindre phrase prononcée dans l’oreille rejetée. Bien plus, les sujets ne remarquaient même pas si la langue du message inattentif passait brusquement de l’anglais à l’allemand, ou si la bande magnétique était inversée pour diffuser un discours à l’envers. En revanche, ils détectaient infailliblement les modifications physiques du signal, comme le remplacement soudain d’une voix masculine par une voix féminine (changement de fréquence fondamentale) ou la substitution de la parole par une tonalité pure de 400 Hz. Ces résultats initiaux semblaient apporter un plébiscite expérimental sans équivoque à la thèse d’un filtre précoce purement physique bloquant tout accès au sens.

Cependant, cette belle simplicité théorique s’est rapidement heurtée à un paradoxe empirique déconcertant. En 1959, le psychologue britannique Neville Moray publia une série d’expériences d’écoute dichotique modifiant légèrement le paradigme de Cherry. Moray découvrit que si l’on insérait le propre prénom du participant dans le message diffusé sur le canal non surveillé (par exemple : « Jean, vous pouvez vous arrêter maintenant »), environ un tiers des sujets interrompaient leur tâche ou mentionnaient explicitement avoir entendu leur patronyme. Comment un mécanisme de sélection purement physique, censé bloquer l’information avant son analyse lexicale, pouvait-il laisser passer un nom propre ? Un prénom ne possède aucune propriété acoustique générique (hauteur, intensité, timbre) qui le distingue intrinsèquement des autres mots de la langue ; sa spécificité est strictement linguistique, sémantique et autobiographique.

La survenue de ce « phénomène de détection du prénom » fit l’effet d’une déflagration conceptuelle. Elle suggérait de manière troublante que l’information rejetée devait, d’une manière ou d’une autre, être lue et comprise sur le plan du sens pour que le système puisse reconnaître la valeur affective ou la saillance personnelle du stimulus. D’autres expérimentations, notamment celles menées par Anne Treisman en 1960 ou par J. Anthony Deutsch et Diana Deutsch en 1963, révélèrent que des phrases logiquement construites réparties entre les deux oreilles provoquaient des intrusions spontanées du message rejeté dans la filature si la cohérence syntaxique et sémantique l’exigeait. Dès lors, le champ de la psychologie cognitive s’est fracturé : fallait-il réformer les modèles de sélection précoce en introduisant un filtre plus flexible, capable de laisser fuiter des signaux affaiblis, ou fallait-il abandonner l’idée même d’un filtre précoce pour embrasser un modèle radical où tout stimulus est analysé jusqu’à la sémantique de façon automatique ? Cette confrontation a stimulé pendant plus de quatre décennies le perfectionnement des paradigmes comportementaux, de la chronométrie mentale et, ultimement, des neurosciences cognitives.

2. Les modèles de sélection précoce : fondements et mécanismes

2.1 Le modèle du filtre rigide de Broadbent (1958)

L’acte de naissance formel des modèles de sélection précoce est l’ouvrage historique du psychologue britannique Donald E. Broadbent, Perception and Communication, publié en 1958. Broadbent y synthétise ses recherches menées au sein de l’Applied Psychology Research Unit de Cambridge et formule la première théorie globale, mécaniste et formalisée de l’attention humaine. Son modèle repose sur une analogie électromécanique explicite décrivant le flux d’informations à travers une série de compartiments fonctionnels reliés séquentiellement.

Au point d’entrée du système se trouve le registre sensoriel à court terme, désigné dans la terminologie de Broadbent sous le nom de système S (S-system). Le système S fonctionne comme une mémoire tampon passive, de très grande capacité mais d’une durée de rétention éphémère (quelques centaines de millisecondes). Ce compartiment enregistre en parallèle l’ensemble des inputs sensoriels sous leur forme brute et non analysée, préservant leurs caractéristiques physiques spatiales, temporelles et spectrales. L’information stockée dans le système S commence à décroître de façon exponentielle dès la disparition du stimulus physique.

Immédiatement après ce registre sensoriel intervient la pièce maîtresse de la théorie : le filtre sélectif (selective filter). Chez Broadbent, ce filtre opère selon un principe binaire et absolu du « tout-ou-rien » (all-or-none). Il agit à la manière d’un commutateur électromécanique qui n’autorise le passage que d’un seul canal sensoriel à la fois, la sélection étant guidée par des indices physiques perceptibles : l’oreille de présentation (gauche ou droite), la localisation spatiale de la source, la fréquence fondamentale de la voix (grave ou aiguë) ou encore la couleur d’une inscription visuelle. Tous les signaux concurrents qui ne correspondent pas aux paramètres physiques réglés sur le filtre sont purement et simplement bloqués à la porte du système central.

L’information autorisée à traverser le filtre pénètre ensuite dans le canal à capacité limitée, ou système P (P-system). C’est uniquement au sein de ce canal sériel que s’opèrent les traitements complexes : l’identification catégorielle, le décodage sémantique, la prise de conscience explicite, l’évaluation et l’éventuelle transmission vers le magasin de mémoire à long terme. Comme le système P ne peut traiter qu’une seule information à la fois, le filtre sélectif a pour rôle crucial de le protéger contre la surcharge et l’écroulement computationnel. Les informations restées bloquées dans le système S s’effacent par dégradation temporelle avant d’avoir pu être décodées, à moins que le filtre ne commute vers elles avant leur disparition complète.

Pour étayer son architecture, Broadbent développa le paradigme de l’empan divisé (split-span task). Il présentait aux sujets trois paires de chiffres simultanées au casque, par exemple le chiffre 3 à l’oreille gauche et le 7 à l’oreille droite, puis le 4 à gauche et le 2 à droite, et enfin le 8 à gauche et le 5 à droite, le tout à un rythme très rapide de deux paires par seconde. Lorsque les participants avaient pour consigne de restituer les chiffres dans n’importe quel ordre, ils choisissaient massivement de rapporter d’abord tous les chiffres entendus par une oreille (3-4-8), puis tous les chiffres entendus par l’autre (7-2-5). Ils réussissaient très bien cette tâche. En revanche, si on leur imposait de rapporter les chiffres dans l’ordre chronologique de leur arrivée par paires temporelles (3-7, 4-2, 8-5), leurs performances chutaient dramatiquement. Broadbent expliquait cette dégradation par le coût temporel nécessaire au filtre pour commuter d’une oreille à l’autre : le commutateur physique prend du temps pour basculer, ce qui provoque la décomposition des traces non protégées dans le système S.

En dépit de son élégance mathématique et conceptuelle, le modèle du filtre rigide s’est rapidement heurté à des démentis empiriques incontournables. L’expérience historique de Gray et Wedderburn en 1960 a porté un coup particulièrement rude à la théorie de Broadbent. Ces chercheurs ont présenté dans une oreille la séquence « Cher – 2 – Jane » et simultanément dans l’autre « 4 – Tante – 6 ». Si le filtre était purement physique et attaché à une modalité ou un canal spatial, les participants auraient dû rapporter les items par canal (« Cher – 2 – Jane » puis « 4 – Tante – 6 »). Or, les participants rapportaient spontanément « Cher – Tante – Jane » puis « 4 – 2 – 6 », regroupant les stimuli sur la base de leur cohérence lexicale et syntaxique en sautant d’une oreille à l’autre. Cette observation démontrait irréfutablement que les mots devaient avoir été analysés sémantiquement *avant* que le système ne décide de leur regroupement attentionnel, contredisant directement le dogme d’un filtre physique aveugle au sens.

2.2 Le modèle de l’atténuation d’Anne Treisman (1964)

Face aux apories empiriques du modèle de Broadbent, la psychologue britannique Anne Treisman entreprit de réformer l’édifice de la sélection précoce sans pour autant renoncer à son postulat fondamental : le goulot d’étranglement intervient avant l’accès complet à la conscience et à la réponse. Dans ses articles fondateurs de 1960 et 1964, Treisman proposa une révision conceptuelle majeure qui substitua au filtre rigide binaire de Broadbent un mécanisme beaucoup plus souple : le filtre à atténuation variable (attenuation model).

Dans la perspective de Treisman, le filtre n’agit plus comme un interrupteur tout-ou-rien qui barricade hermétiquement l’entrée des canaux inattentifs. Il opère plutôt comme un potentiomètre ou un régulateur de volume (attenuator). Les stimuli qui ne possèdent pas les caractéristiques physiques attendues ne sont pas anéantis : leur intensité de signal est simplement atténuée, affaiblie ou « assourdie » par rapport aux stimuli sélectionnés. Les signaux du canal surveillé cheminent à plein gain, tandis que les signaux des canaux non surveillés circulent sous une forme électrophysiologique ou computationnelle dégradée, mais non nulle.

Pour expliquer comment ces signaux affaiblis peuvent néanmoins, dans certaines conditions précises, franchir le seuil de la conscience, Treisman introduisit le concept révolutionnaire de dictionnaire mental doté d’unités de reconnaissance (dictionary units) aux seuils d’activation modulables. Selon ce mécanisme, chaque mot ou concept stocké dans la mémoire sémantique possède un niveau d’activation minimal requis pour déclencher son identification consciente. Ce seuil dépend intimement de deux facteurs :

• La saillance subjective permanente : Certains mots possèdent des seuils d’activation abaissés de manière permanente en raison de leur importance vitale ou de leur récurrence biographique extrême. C’est typiquement le cas du prénom de l’individu, de signaux de danger universels tels que « Feu ! » ou « Attention ! », ou encore de termes hautement familiers. Même si le signal acoustique de ces mots parvient au dictionnaire sous une forme atténuée et affaiblie depuis le canal non surveillé, la force résiduelle de ce signal est suffisante pour dépasser ce seuil particulièrement bas et déclencher le traitement conscient.
• La contextualisation dynamique temporaire : Les seuils d’activation des mots sont continuellement modulés de manière descendante (top-down) par le contexte lexical, sémantique et syntaxique immédiatement antérieur. Lorsqu’un auditeur écoute attentivement une phrase sur le canal surveillé, les mots entendus pré-activent par diffusion sémantique les concepts associés dans le lexique. Par exemple, si la phrase suivie se termine par « Le chien a traversé la… », les mots comme « rue », « route » ou « cour » voient leurs seuils d’activation temporairement s’effondrer. Dès lors, si le mot « route » est prononcé de manière inattendue sur l’oreille rejetée, même sous forme atténuée, il parviendra à franchir son seuil abaissé et s’immiscera spontanément dans la production verbale du sujet.

Le modèle de l’atténuation résolvait ainsi brillamment les paradoxes expérimentaux qui avaient mis en échec le modèle de Broadbent, notamment les intrusions de sens démontrées par Gray et Wedderburn ainsi que la capture attentionnelle par le prénom observée par Moray. Il préserve néanmoins résolument son statut de modèle de sélection précoce. En effet, l’analyse sémantique complète et systématique n’est ni universelle ni garantie pour tous les stimuli inattentifs : elle ne survient que par exception, lorsque le signal atténué entre en résonance avec une unité lexicale exceptionnellement excitable ou fortement amorcée par le contexte. La majorité des stimuli du canal rejeté, ne bénéficiant pas de seuils particulièrement bas, s’éteignent silencieusement sans jamais déclencher l’activation de leur nœud sémantique.

2.3 Preuves empiriques en faveur de la sélection précoce

L’assise empirique soutenant l’existence d’une sélection précoce repose sur un corpus impressionnant de données comportementales et surtout neurophysiologiques accumulées depuis les années 1970. Sur le plan comportemental, l’argument le plus direct demeure l’amnésie quasi totale et reproductible des contenus présentés sur le canal inattentif lors de protocoles de filature auditive rigoureux. Lorsque des consignes strictes sont imposées et que le rythme de présentation est suffisamment soutenu pour saturer les ressources du sujet, celui-ci est absolument incapable de rapporter si une liste de vingt mots présentée dans l’oreille rejetée contenait des noms d’animaux, des verbes d’action ou des répétitions en boucle du même vocable. Dans des conditions où les seuils lexicaux ne sont pas sollicités par une amorce contextuelle préalable, le filtrage précoce semble opérer une élimination radicale des stimuli non pertinents.

Cependant, c’est l’électrophysiologie cognitive, et tout particulièrement l’étude des potentiels évoqués cognitifs (ERP – Event-Related Potentials) mesurés par électroencéphalographie (EEG) à haute résolution temporelle, qui a fourni les preuves les plus spectaculaires en faveur d’un tri sensoriel précoce. Dès 1973, Steven Hillyard et ses collègues de l’Université de Californie à San Diego publièrent une étude pionnière devenue un classique absolu des neurosciences. Ils utilisèrent un paradigme d’écoute dichotique où des séries aléatoires de bips sonores courts étaient diffusées alternativement dans chaque oreille. Le sujet devait compter silencieusement les bips de tonalité légèrement plus haute (les cibles) survenant uniquement dans une oreille désignée, tout en ignorant tous les bips de l’autre oreille.

En analysant les composantes cérébrales précoces déclenchées par les stimuli, Hillyard et ses collaborateurs ont mis en évidence que l’onde N1 (une déflexion négative survenant entre 80 et 110 millisecondes après l’apparition du son, générée dans le cortex auditif primaire et secondaire au sein du gyrus temporal supérieur) présentait une amplitude considérablement amplifiée pour les stimuli présentés à l’oreille surveillée comparativement aux stimuli rigoureusement identiques présentés à l’oreille rejetée. Des modulations encore plus précoces, touchant l’onde P1 (environ 50 millisecondes post-stimulus) et même les composantes mésencéphaliques du tronc cérébral (ondes P20-P50), ont été observées dans certaines conditions hautement exigeantes.

Ces données électrophysiologiques constituent un argument de poids contre la sélection purement tardive. L’atténuation du signal neuronal dès 80 millisecondes après l’impact acoustique démontre que le système nerveux central commence à discriminer et à repousser les flux d’informations non pertinents bien avant que le cerveau n’ait eu le temps physique d’acheminer le signal vers les aires associatives temporo-pariétales et frontales nécessaires à l’analyse lexicale et sémantique (laquelle nécessite traditionnellement entre 250 et 400 millisecondes, comme en atteste la latence de l’onde sémantique N400). Cette modulation précoce du gain sensoriel confirme le rôle de porte d’entrée (sensory gating) exercé par l’attention sélective, confirmant l’hypothèse d’une économie computationnelle biologique : le cerveau diminue activement le volume neural afférent des canaux non pertinents pour épargner ses ressources métaboliques corticales.

3. Les modèles de sélection tardive : analyse sémantique automatique

3.1 Le modèle de Deutsch et Deutsch (1963)

Face aux aménagements introduits par Treisman pour préserver le paradigme précoce, deux chercheurs d’Oxford et de Stanford, J. Anthony Deutsch et Diana Deutsch, décidèrent de renverser complètement les termes du problème. Dans leur article fondamental de 1963, Attention: Some Theoretical Considerations, ils formulèrent une proposition théorique révolutionnaire : l’attention sélective n’intervient à aucun moment pour moduler ou limiter l’analyse perceptive ou sémantique. Au contraire, affirment-ils, tous les signaux sensoriels captés par les organes périphériques sont analysés de manière intégrale, parallèle et exhaustive jusqu’au niveau de leur signification catégorielle et sémantique la plus profonde.

Pour Deutsch et Deutsch, le système perceptif humain opère sans filtre réducteur en amont. Chaque mot perçu, qu’il provienne d’une source attentive ou négligée, active immédiatement, automatiquement et obligatoirement son nœud sémantique correspondant au sein de la mémoire à long terme. L’identification du sens n’exige aucun effort d’attention volontaire ; elle constitue une propriété émergente et câblée du système nerveux central, issue de l’apprentissage linguistique et de la connectivité synaptique. Le goulot d’étranglement n’est donc absolument pas perceptif. Il est déplacé tout à fait en aval dans l’architecture cognitive : il se situe au niveau du système de prise de décision, de la sélection de la réponse motrice et de l’accès à la mémoire de travail.

Dans ce modèle de sélection tardive, chaque stimulus analysé génère un signal interne dont l’amplitude reflète son coefficient de pertinence ou son importance contextuelle. Ce coefficient n’est pas fixe : il résulte d’une évaluation continue et automatique confrontant le signal aux besoins immédiats de l’organisme, aux motivations biologiques fondamentales et aux buts comportementaux du sujet. L’accès au canal à capacité limitée (qui représente ici le goulot décisionnel et conscient) obéit à une règle de compétition simple : seul le stimulus qui présente le niveau de pertinence pondéré le plus élevé parvient à franchir ce goulet d’étranglement final.

Dès lors, le destin des stimuli non sélectionnés selon Deutsch et Deutsch est radicalement différent de ce que prédisaient Broadbent et Treisman. Les informations du canal non surveillé ne s’éteignent pas parce qu’elles ont été bloquées ou atténuées à l’entrée ; elles s’effacent de la mémoire à très court terme simplement parce qu’elles n’ont pas obtenu l’autorisation d’accéder au registre de travail conscient et au dispositif de commande motrice. Elles ont été parfaitement « comprises » par les structures cérébrales inconscientes, mais n’ont pas pesé suffisamment lourd sur la balance de la pertinence comportementale pour mériter d’être verbalisées ou explicitement mémorisées. L’attention sélective n’est plus un filtre perceptif, mais une instance d’arbitrage de l’action.

3.2 Le raffinement de Norman (1968) : attentes et pertinence

En 1968, Donald A. Norman consolida et formalisa de manière systématique l’approche de la sélection tardive dans son article princeps Toward a theory of memory and attention. Norman part du constat que le modèle de Deutsch et Deutsch, bien qu’audacieux, manquait d’une formalisation précise quant à la dynamique d’interaction entre les signaux sensoriels ascendants et les connaissances stockées en mémoire. Il développa ainsi un modèle cognitif explicite articulé autour de la résonance entre les stimulations externes (sensory inputs) et les états internes d’attente cognitive (pertinence inputs).

L’architecture de Norman s’organise selon une dynamique en deux étapes convergentes au sein du système de stockage mémoriel :

• Le traitement ascendant (bottom-up) : Tous les stimuli sensoriels traversent un système d’analyse préliminaire qui extrait leurs caractéristiques physiques, puis accèdent directement au lexique de la mémoire de long terme. Tous les items présents dans l’environnement sensoriel stimulent leurs représentations correspondantes de façon automatique, générant un niveau d’activation de base proportionnel à la clarté et à l’intensité du signal physique d’origine.
• La modulation descendante de pertinence (top-down) : Parallèlement à cette entrée sensorielle, le système cognitif applique une source d’activation interne distincte, désignée sous le terme d’« indice de pertinence » (pertinence index). Cet indice est déterminé par les buts actuels du sujet, ses attentes immédiates fondées sur le contexte sémantique de la conversation, son état de vigilance global et ses motivations affectives. Les concepts pertinents pour la tâche reçoivent une forte pré-activation top-down.

Au sein des nœuds du lexique mémoriel, ces deux flux d’énergie computationnelle s’additionnent de manière linéaire. L’activation totale d’un concept donné est la résultante conjointe de sa stimulation sensorielle objective et de son niveau de pertinence subjectif. La sélection attentionnelle — c’est-à-dire l’émergence d’une représentation dans la mémoire de travail et dans la sphère de la conscience phénoménale — est régie par un mécanisme de seuil compétitif : seul le concept dont l’activation globale cumulée est la plus forte parvient à émerger au-dessus du seuil critique de prise de conscience.

Le raffinement de Norman offre une grille de lecture limpide des fluctuations de l’attention sélective. Si un stimulus entrant possède une pertinence intrinsèque modeste mais se trouve être explicitement attendu par le sujet (comme le mot cible qu’on lui demande de pister), la forte activation top-down compense son statut neutre et permet son passage conscient. À l’inverse, si un stimulus non surveillé possède une pertinence colossale et permanente pour l’individu (à l’instar de son propre patronyme, d’un cri d’effroi ou d’une alarme d’urgence), son indice de pertinence endogène est tellement écrasant qu’une stimulation sensorielle même incidente, faible ou fragmentaire suffit à faire franchir le seuil d’émergence conscient au concept. Norman intègre ainsi harmonieusement la vigilance, la mémoire sémantique et la contingence comportementale dans un modèle computationnel unifié de sélection tardive.

3.3 Preuves empiriques en faveur de la sélection tardive

Pour asseoir la validité des modèles tardifs face à l’hégémonie initiale du courant précoce, les psychologues cognitivistes ont déployé un ensemble de protocoles ingénieux destinés à traquer l’existence d’un traitement sémantique implicite s’opérant à l’insu absolu du sujet sur le canal non surveillé.

L’une des démonstrations les plus élégantes de cette influence sémantique occulte a été réalisée par Donald G. MacKay en 1973. MacKay faisait écouter aux participants des phrases ambiguës sur le canal surveillé, telles que « They were standing near the bank » (le terme anglais « bank » pouvant signifier aussi bien une « rive » fluviale qu’une institution « bancaire » ou financière). Simultanément, sur le canal non surveillé et totalement rejeté, MacKay diffusait des mots polarisants non ambigus, par exemple le mot « river » (rivière) pour un groupe de sujets, et le mot « money » (argent) pour un autre groupe. À l’issue de la tâche de filature, les sujets étaient formellement interrogés sur le contenu du canal rejeté : aucun d’entre eux ne rapportait avoir entendu les mots « river » ou « money ».

Pourtant, lorsqu’on demandait ensuite aux participants de choisir, parmi plusieurs phrases paraphrasées, celle qui correspondait le mieux au sens de la phrase qu’ils avaient filée, les résultats montraient une influence massive et statistiquement significative du mot rejeté. Les participants ayant reçu le mot inattentif « river » interprétaient massivement « bank » au sens de rive fluviale, tandis que ceux ayant reçu « money » l’interprétaient au sens financier. Cette expérience a constitué un séisme méthodologique : comment le sens d’un mot non perçu consciemment pouvait-il biaiser l’interprétation sémantique de la phrase suivie si ce mot n’avait pas été préalablement identifié et compris par le lexique mental du sujet ? Le traitement sémantique automatique du canal non surveillé semblait ainsi magistralement démontré.

Une confirmation physiologique convergente a été apportée par les travaux pionniers de Corteen et Wood en 1972 à l’aide de la réponse électrodermale (mesure de la conductance cutanée reflétant l’activation du système nerveux autonome sympathique). Dans une phase préliminaire de conditionnement classique, les auteurs ont associé de légers chocs électriques à des noms de villes spécifiques (par exemple Chicago, Dallas, Boston), de sorte que la simple évocation auditive de ces mots déclenchait spontanément une sudation réflexe des mains (réponse électrodermale). Dans une seconde phase, les participants devaient filer un long texte poétique présenté à une oreille, tandis qu’une série de mots isolés était diffusée sur l’oreille rejetée.

Parmi les mots inattentifs figuraient occasionnellement les noms de villes conditionnés, mais également d’autres noms de villes qui n’avaient jamais été associés aux chocs électriques (par exemple Détroit ou Indianapolis). Les résultats ont révélé que la diffusion des noms de villes conditionnés dans l’oreille rejetée entraînait une réponse électrodermale significative, confirmant que le système neurovégétatif reconnaissait le stimulus menaçant. Fait encore plus saisissant : les noms de villes non conditionnés provoquaient également une élévation de la conductance cutanée (généralisation sémantique), alors que des mots de contrôle neutres ne déclenchaient aucune réaction. Interrogés après l’expérience, les sujets étaient incapables de dire si des mots avaient été prononcés sur le canal inattentif. Ces données démontrent sans ambiguïté que les stimuli inattentifs franchissent non seulement l’analyse lexicale, mais activent également les réseaux sémantiques conceptuels et émotionnels profonds de l’organisme sans jamais requérir l’assentiment de la conscience explicite.

Enfin, les neurosciences cognitives modernes ont ultérieurement apporté leur tribut à la thèse tardive à travers l’étude de l’onde N400, une négativité électroencéphalographique culminant environ 400 millisecondes après la présentation d’un mot et dont l’amplitude est inversement proportionnelle à l’adéquation sémantique de ce mot avec son contexte. Plusieurs études utilisant des paradigmes d’amorçage masqué ou d’attention spatiale divisée ont prouvé que des mots présentés en dehors du focus attentionnel ou rendus invisibles par masquage rétroactif continuent de moduler significativement l’amplitude de la N400 cérébrale, attestant de manière objective que l’intégration sémantique inconsciente s’opère bien de façon universelle et non contingente.

4. Différences clés entre sélection précoce et tardive

4.1 Localisation spatio-temporelle du goulot d’étranglement

L’affrontement entre modèles de sélection précoce et tardive peut se résumer, sur le plan formel, à une divergence fondamentale quant à la topographie fonctionnelle et à la chronométrie cérébrale du goulot d’étranglement. Déterminer où et quand s’opère le tri constitue la clé de voûte de toute théorie de l’attention.

Dans la vision précoce, la localisation est résolument pré-catégorielle. Le filtre intervient chronologiquement entre les modules sensoriels primaires et les réseaux d’identification des formes et du langage. Sur l’axe de la chronométrie mentale, ce filtrage se déploie dans une fenêtre temporelle ultrarapide, comprise entre 20 et 100 millisecondes après l’impact physique de l’onde sonore sur le tympan ou du photon sur la rétine. Sur le plan neuroanatomique, cette sélection précoce mobilise préférentiellement les voies sensorielles ascendantes : le corps genouillé latéral ou médian du thalamus, le cortex visuel primaire (aire V1) ou le cortex auditif primaire logé dans le gyrus de Heschl (A1). Les structures de haut niveau n’ont pas à intervenir directement pour décider de l’élimination : le tri repose sur un verrouillage d’accès direct qui empêche la propagation antérograde de l’onde de dépolarisation neuronale vers les régions corticales antérieures.

Dans la conception tardive, le goulot d’étranglement est rigoureusement post-catégoriel. L’architecture computationnelle postule que le signal sensoriel traverse sans encombre l’ensemble de la hiérarchie corticale ventrale (la voie visuelle occipito-temporale du « quoi » ou la voie auditive temporo-frontale d’identification phonologique et sémantique). Le filtre n’intervient que dans une fenêtre temporelle beaucoup plus tardive, située entre 200 et 450 millisecondes post-stimulus, au moment où les représentations conceptuelles activées entrent en compétition pour accéder aux réseaux de la mémoire de travail et de la conscience d’accès. Anatomiquement, ce goulot d’étranglement tardif ne réside pas dans les aires réceptrices primaires, mais au sein des réseaux associatifs fronto-pariétaux distribués : le cortex préfrontal dorsolatéral (DLPFC), le cortex cingulaire antérieur (ACC, impliqué dans la détection des conflits de réponse) et les aires motrices supplémentaires responsables du déclenchement du comportement.

4.2 Traitement de l’information non sélectionnée

Le destin biologique et psychologique réservé aux flux d’informations qui ne franchissent pas l’épreuve de la sélection constitue l’autre ligne de fracture radicale séparant les deux écoles de pensée :

• Pour les modèles de sélection précoce (Broadbent, Treisman) : L’information non sélectionnée subit une dégradation ou une extinction précoce. Chez Broadbent, elle s’efface passivement et définitivement du registre sensoriel brut par simple dégénérescence entropique de la trace mnésique ; elle n’a jamais été autre chose qu’un patron d’ondes acoustiques ou de contrastes lumineux. Chez Treisman, le signal persiste sous une forme atténuée, décalée en gain d’amplitude, incapable d’activer les concepts du réseau sémantique à moins qu’un seuil prédéfini exceptionnellement bas ne vienne capter cette énergie résiduelle. En dehors de cette exception, le stimulus rejeté n’a aucune réalité psychologique, aucun pouvoir d’amorçage et aucune incidence sur les opérations cognitives ultérieures.
• Pour les modèles de sélection tardive (Deutsch & Deutsch, Norman) : L’information non sélectionnée bénéficie d’un encodage sémantique complet, riche et sophistiqué. Elle est convertie en signaux lexicaux, catégorisée conceptuellement et intégrée au réseau associatif mémoriel du sujet. Ce stimulus possède un pouvoir d’amorçage sémantique démontrable, est capable de réorienter inconsciemment l’interprétation d’autres informations et d’engager le système affectif ou neurovégétatif de l’individu (comme l’illustrent les réactions électrodermales aux stimuli menaçants). Son unique limitation réside dans son incapacité à franchir la porte d’entrée de la mémoire de travail consciente : elle est comprise mais tue, immédiatement chassée des circuits exécutifs par le stimulus doté de la plus forte pertinence.

4.3 Dépense énergétique et charge computationnelle

D’un point de vue évolutif et computationnel, les deux classes de modèles posent un problème d’optimisation métabolique diamétralement opposé, renvoyant aux contraintes physiques sous lesquelles le cerveau humain s’est développé au cours de la phylogenèse.

Le modèle précoce brille par sa remarquable parcimonie computationnelle. Le cerveau humain ne représente qu’environ 2 % de la masse corporelle globale mais engloutit près de 20 % de l’énergie métabolique au repos (consommation de glucose et d’oxygène indispensable au maintien des potentiels de membrane neuronaux). Dès lors, concevoir un mécanisme qui filtre les informations dès les relais sensoriels périphériques permet une colossale économie énergétique : en éteignant la propagation des signaux parasites dès les premiers dizaines de millisecondes, le système central évite de solliciter des milliards de synapses corticales associatives pour décoder des bruits d’ambiance ou des détails visuels sans importance. Cette architecture semble hautement adaptée aux impératifs de la survie dans des contextes prédateurs où la rapidité de détection d’un indice physique saillant (un bruit de branche rompue, une lueur soudaine) doit primer sur l’analyse contemplative du décor.

En revanche, le modèle de sélection tardive implique un coût neuro-énergétique exorbitant. S’il fallait que le cortex cérébral décrypte systématiquement et en continu le sens de chaque bribe de conversation captée dans le métro, de chaque panneau publicitaire aperçu au coin de l’œil et de chaque pulsation mécanique de l’environnement sonore, la consommation métabolique neuronale atteindrait des niveaux insoutenables, risquant la surchauffe computationnelle. Pourquoi la sélection naturelle aurait-elle favorisé un système qui dépense une telle énergie à comprendre des messages pour les précipiter ensuite dans l’oubli absolu une fraction de seconde plus tard sans jamais les utiliser ? L’argument évolutif a longtemps constitué l’arme maîtresse des partisans de la sélection précoce contre la vraisemblance biologique des théories de Deutsch et Deutsch.

Néanmoins, les partisans de la sélection tardive ont rétorqué que ce coût énergétique apparent est compensé par un avantage adaptatif incommensurable : l’évitement absolu de l’angle mort informationnel. Dans un écosystème complexe, le danger ou l’opportunité vitale ne s’annonce que rarement sous la forme d’un signal physiquement criant. Un murmure contenant un avertissement vital, un mot chuchoté révélant une alliance sociale trahie ou un symbole graphique subtil peuvent décider de la survie d’un hominidé. Si le cerveau disposait d’un filtre précoce rigide basé uniquement sur l’intensité acoustique ou la fréquence, il ignorerait ce murmure s’il était engagé dans une autre tâche. L’analyse sémantique automatique universelle garantit qu’aucune information critique pour l’organisme, quelle que soit sa faiblesse physique, n’échappe à la vigilance du système.

5. Points de convergence et similitudes structurelles

5.1 Le postulat partagé d’une capacité de traitement limitée

En dépit de leur opposition spectaculaire quant à la cinétique du traitement attentionnel, les modèles de sélection précoce et tardive reposent en réalité sur un socle épistémologique rigoureusement identique : le postulat axiomatique selon lequel l’esprit humain est un système de traitement de l’information à capacité finie. Ni Donald Broadbent, ni Anne Treisman, ni les époux Deutsch, ni Donald Norman n’ont jamais envisagé l’hypothèse d’un parallélisme illimité au sein de la cognition humaine. Tous s’accordent à reconnaître que l’être humain se trouve dans l’incapacité structurelle d’émettre simultanément deux réponses motrices complexes incompatibles, de soutenir deux raisonnements formels concomitants ou de mémoriser consciemment deux flux de pensées sans interférence mutuelle destructrice.

Dans les deux camps théoriques, la nécessité d’une sélection attentionnelle n’est pas considérée comme une coquetterie fonctionnelle, mais comme un impératif biologique absolu sans lequel l’organisme sombrerait dans l’entropie et la paralysie comportementale. Que le filtre se situe en amont (préservant le système sémantique de la saturation) ou en aval (préservant le système d’action et la mémoire de travail de la dispersion), son rôle téléologique fondamental reste le même : réduire la complexité phénoménale du monde pour permettre l’émergence d’une action unifiée, ordonnée et cohérente face à l’environnement. Les deux modèles identifient la mémoire de travail (ou système de mémoire à court terme conscient) comme l’espace exigu par excellence dont l’accès doit être sévèrement contingenté et régulé.

5.2 Dépendance méthodologique aux mêmes paradigmes

L’autre point de jonction majeur unissant ces deux courants théoriques réside dans leur communauté méthodologique totale. Précurseurs et tardifs ont partagé le même théâtre d’opération expérimental, utilisant les mêmes techniques de laboratoire pour tenter de valider leurs thèses concurrentes :

• L’écoute dichotique et la filature (shadowing) : Conçue par Cherry, perfectionnée par Broadbent et Moray, cette méthodologie a constitué la matrice commune à partir de laquelle tous les modèles ont été calibrés. Les débats portaient non pas sur la validité de la méthode, mais sur la sensibilité des mesures de restitution (rappel libre post-expérience, détection de signaux cibles, indices physiologiques associés).
• Le paradigme de Stroop et les tâches d’interférence : Développé dès 1935 par John Ridley Stroop, le conflit entre la dénomination de la couleur de l’encre et la lecture automatique du mot désignant une couleur divergente (par exemple le mot « ROUGE » imprimé en bleu) a servi de champ de bataille pour évaluer l’automaticité de l’accès sémantique. L’effet d’interférence Stroop a été brandi par les partisans de la sélection tardive comme la preuve éclatante que la signification des mots est extraite de manière irrépressible en dépit des consignes explicites d’inattention.
• L’amorçage négatif (negative priming) : Introduit formellement par Steven Tipper au milieu des années 1980, ce paradigme consiste à demander au participant d’ignorer un distracteur spécifique (par exemple un dessin de chat superposé à un chien à identifier). Si, lors de l’essai suivant, le chat devient la cible à nommer, on observe un ralentissement significatif du temps de réaction du sujet. Ce phénomène d’amorçage négatif a démontré que l’information non sélectionnée ne disparaît pas passivement : son nœud sémantique est activement inhibé par le système cognitif, ce qui exige nécessairement qu’elle ait été identifiée sur le plan catégoriel au préalable.
• La chronométrie mentale et l’analyse des erreurs : Les deux courants ont partagé une vénération méthodologique pour la mesure millimétrique des temps de réaction (RT) et la typologie des erreurs (erreurs d’omission, fausses alarmes, intrusions sémantiques). La rigueur positiviste de ces outils a permis à la psychologie cognitive de s’affranchir définitivement des spéculations introspectives pour asseoir la modélisation de l’attention sur des critères empiriquement quantifiables et falsifiables au sens poppérien.

6. Synthèse contemporaine : la théorie de la charge perceptive

6.1 Le modèle unificateur de Nilli Lavie

Pendant plus de trois décennies, la controverse entre sélection précoce et sélection tardive s’est trouvée dans une impasse théorique insoluble. Chaque camp accumulait des évidences expérimentales méthodologiquement irréprochables : les précurseurs démontraient l’absence totale de détection sémantique sous certaines conditions de laboratoire, tandis que les partisans du modèle tardif produisaient tout autant de preuves irréfutables d’amorçage sémantique inconscient. La psychologie cognitive semblait condamnée à une guerre de tranchées sans issue conceptuelle.

C’est à la psychologue cognitiviste israélienne et britannique Nilli Lavie que l’on doit la résolution théorique magistrale de cette aporie historique. Dans une série d’articles retentissants amorcée en 1995 et approfondie en 2004 (notamment dans la revue Trends in Cognitive Sciences), Lavie introduisit la théorie de la charge perceptive (Perceptual Load Theory). L’intuition fondamentale de Lavie consiste à postuler que la controverse précoce/tardive reposait sur une fausse dichotomie : la sélection précoce et la sélection tardive ne représentent pas deux architectures cognitives mutuellement exclusives, mais plutôt les deux modes opératoires alternatifs d’un même système hautement dynamique et flexible, dont le fonctionnement dépend rigoureusement du volume de charge perceptive requis par la tâche en cours.

Le modèle unificateur de Lavie s’articule autour de deux principes computationnels fondamentaux régissant l’allocation des ressources attentionnelles :

• 1. Les capacités perceptives sont strictement limitées, mais leur déploiement est totalement involontaire et obligatoire : Contrairement à ce que pensait Broadbent, l’être humain ne peut pas décider délibérément de fermer son système perceptif. Dès lors qu’il existe de l’énergie de calcul disponible dans le système sensoriel, celle-ci s’écoule automatiquement et irrémédiablement vers l’environnement pour traiter l’ensemble des stimuli présents, qu’ils soient pertinents ou non.
• 2. Le niveau de charge perceptive de la tâche détermine le point de sélection :
  • Situation de charge perceptive élevée (High Perceptual Load) : Lorsque la tâche principale est sensoriellement complexe, exigeante ou saturée d’éléments (par exemple, chercher une lettre cible spécifique parmi une constellation dense de dix lettres hétérogènes de formes similaires), la totalité des ressources perceptives disponibles est absorbée par le traitement des stimuli pertinents. Aucune ressource de calcul résiduelle n’est disponible pour traiter les stimuli distracteurs périphériques. Dans cette configuration, le système opère selon les prédictions d’un modèle de sélection précoce pur : les distracteurs sont filtrés dès les premiers relais sensoriels physiques, sans faire l’objet d’aucune analyse sémantique, et les effets d’interférence chutent à zéro.
  • Situation de charge perceptive faible (Low Perceptual Load) : Lorsque la tâche principale est sensoriellement simple, dépouillée ou automatisée (par exemple, identifier une lettre rouge isolée au centre d’un écran blanc immaculé), la mobilisation requise pour la tâche n’épuise qu’une fraction infime des ressources perceptives globales du sujet. En vertu du premier principe, le surplus de capacité non consommé se « déverse » obligatoirement et involontairement sur les éléments périphériques non pertinents. Ces derniers sont alors analysés de manière intégrale jusqu’au niveau sémantique le plus profond. Le système fonctionne alors rigoureusement selon les axiomes d’un modèle de sélection tardive, entraînant des phénomènes d’amorçage sémantique, de capture attentionnelle et d’interférence distractrice majeure.

Pour parachever son édifice théorique, Lavie et ses collègues ont introduit une distinction fondamentale entre la charge perceptive et la charge cognitive (ou charge exécutive en mémoire de travail). Si une charge *perceptive* élevée favorise la sélection précoce en réduisant la distraction, une charge *cognitive* élevée (comme devoir retenir mentalement une chaîne de six chiffres complexes tout en réalisant une tâche visuelle) produit exactement l’effet inverse. En effet, les fonctions exécutives préfrontales ont pour mission de maintenir activement la priorité de la tâche et de repousser les intrusions non pertinentes. Lorsque la mémoire de travail est saturée par une surcharge cognitive interne, le contrôle exécutif descendant s’effondre, permettant aux distracteurs de capturer l’attention et provoquant une réémergence massive d’effets de sélection tardive et d’interférence parasite.

6.2 Critères d’application empirique des deux mécanismes

La théorie de la charge perceptive permet d’éclairer avec une acuité nouvelle la distribution concrète des modes de sélection au sein des activités quotidiennes de l’être humain, tout en soulignant la variabilité interindividuelle qui module cette dynamique :

• Les environnements à haute densité de stimuli : Dans les situations d’urgence critique, les contextes de conduite automobile à vive allure sur voie rapide encombrée, les salles de contrôle de centrales nucléaires en état d’alerte ou lors de manœuvres de combat aérien, le flux sensoriel impose une charge perceptive extrême. Le système cognitif des opérateurs bascule alors immédiatement dans un régime de sélection précoce strict. Les individus développent une « cécité attentionnelle » (inattentional blindness) temporaire à l’égard de tout ce qui ne s’inscrit pas directement dans l’axe de leur focalisation perceptuelle, ce qui explique pourquoi des alarmes secondaires pourtant audibles ou des signaux visuels périphériques peuvent être complètement ignorés par un pilote en situation de stress intense sans qu’il y ait la moindre mauvaise volonté de sa part.
• Les tâches monotones ou à faible sollicitation sensorielle : À l’inverse, lors de travaux de bureau répétitifs, de la lecture d’un texte simple ou de la surveillance d’un écran radar désertique, la charge perceptive est minimale. Les ressources de calcul perceptif flottantes débordent en continu sur l’environnement ambiant. Les bruits de couloir, les notifications sur les smartphones ou les conversations des collègues sont automatiquement et involontairement analysés sur le plan sémantique, déclenchant des interruptions attentionnelles continuelles conformes aux prédictions des modèles tardifs.
• Les facteurs individuels de modulation : La frontière de bascule entre sélection précoce et tardive n’est pas rigide ; elle varie profondément d’un individu à un autre en fonction de déterminants neurocognitifs spécifiques :
  • L’expertise : L’entraînement intensif dans un domaine (comme chez les musiciens professionnels ou les joueurs d’échecs de haut niveau) automatise le traitement des stimuli du domaine. Cette automatisation diminue la charge perceptive requise par les tâches spécialisées, libérant des ressources qui induisent paradoxalement un traitement tardif d’éléments périphériques que des novices n’auraient pas le loisir de percevoir.
  • La capacité de mémoire de travail (WMC) : Les individus dotés d’une haute capacité de mémoire de travail possèdent un système de contrôle préfrontal robuste, capable de maintenir l’inhibition des distracteurs même en condition de charge perceptive faible, jugulant ainsi les effets pervers des dérives tardives.
  • L’anxiété et le stress : L’état d’anxiété chronique accapare une proportion considérable des ressources de la mémoire de travail par l’entremise de pensées intrusives répétitives (ruminations). Cette surcharge cognitive interne affaiblit les défenses descendantes et rend le sujet particulièrement vulnérable aux intrusions distractrices de sélection tardive.

6.3 Apports des neurosciences cognitives contemporaines

À l’ère de l’imagerie par résonance magnétique fonctionnelle (IRMf), de la magnétoencéphalographie (MEG) et des enregistrements unitaires intracrâniens chez le primate et chez l’humain épileptique, la vieille métaphore d’un « goulot d’étranglement » unique et statique s’est définitivement dissoute au profit d’une vision biologique en réseaux distribués et récurrents.

Les neurosciences contemporaines conçoivent l’attention sélective à travers le prisme des boucles de rétroaction descendantes réentrantes (top-down feedback) s’articulant avec les flux ascendants (feedforward) dans le cadre théorique du codage prédictif (predictive coding), notamment formalisé par Karl Friston. Dans cette perspective neurobiologique, le cerveau n’attend pas passivement l’arrivée des signaux sensoriels pour les filtrer à une porte fixe : les cortex de haut niveau (le réseau fronto-pariétal dorsal incluant les champs oculaires frontaux [FEF] et le sillon intrapariétal [IPS]) émettent en permanence des prédictions descendantes qui modulent directement la sensibilité synaptique et le gain de décharge des neurones au sein même des cortex sensoriels primaires.

Ce guidage attentionnel s’incarne physiologiquement dans la synchronisation des oscillations cérébrales :

• Les rythmes Alpha (8 – 12 Hz) : L’activité oscillatoire dans la bande alpha agit comme un mécanisme neurobiologique d’inhibition active (hypothèse de l’inhibition par synchronisation d’ondes alpha). Lorsqu’une modalité sensorielle ou une région de l’espace doit être ignorée (canal inattentif), la puissance des ondes alpha augmente massivement au-dessus des aires corticales correspondantes, fermant littéralement la porte neuronale aux stimuli non pertinents par un blocage oscillatoire précoce.
• Les rythmes Gamma (> 30 Hz) : À l’inverse, au sein des réseaux corticaux codant le canal surveillé, on observe une désynchronisation des rythmes alpha couplée à une explosion de synchronisation dans la bande gamma, facilitant l’amplification du gain sensoriel et la transmission à haute fidélité de l’information vers les réseaux frontaux.

Par ailleurs, les travaux fondamentaux de Maurizio Corbetta et Gordon Shulman ont démontré l’existence de deux réseaux attentionnels cérébraux complémentaires en interaction permanente : le réseau attentionnel dorsal (bilatéral, centré sur le sillon intrapariétal et les champs oculaires frontaux), dédié à la sélection volontaire, précoce et orientée vers un but (top-down goal-directed selection), et le réseau attentionnel ventral (latéralisé à droite, comprenant la jonction temporo-pariétale et le cortex frontal ventrolatéral), fonctionnant comme un disjoncteur attentionnel d’alerte (stimulus-driven circuit-breaker). Ce réseau ventral s’active de manière ascendante lorsqu’un événement inattendu, physiquement très saillant ou doté d’une signification biologique critique émerge dans l’environnement, forçant la réorientation immédiate du réseau dorsal vers cette nouvelle source.

Dès lors, la controverse entre sélection précoce et tardive trouve sa traduction neurobiologique ultime : l’attention n’est pas un filtre mécanique localisé à un étage spécifique du tronc cérébral ou du cortex, mais une propriété émergente dynamique de l’ensemble de l’architecture neurale. Le point d’impact de la sélection fluctue milliseconde par milliseconde le long de l’axe neuro-anatomique en fonction de la balance énergétique entre la puissance des signaux ascendants captés par le réseau ventral et l’efficacité des rétroactions inhibitrices émises par le réseau dorsal.

7. Foire aux questions sur les modèles d’attention

7.1 Comment le modèle de Treisman se positionne-t-il entre précoce et tardif ?

Sur le plan de la taxonomie théorique formelle, le modèle de l’atténuation d’Anne Treisman est rigoureusement classé comme un modèle de sélection précoce. En effet, son architecture conserve le principe structural fondamental selon lequel le filtre intervient en amont, c’est-à-dire avant que l’analyse sémantique complète des signaux entrants ne soit réalisée par le système cognitif. Les stimuli non sélectionnés ne sont pas analysés conceptuellement de manière systématique : ils subissent une dégradation physique de leur gain de signal dès les premières étapes du traitement.

Cependant, le modèle de Treisman a joué un rôle historique de compromis transitionnel vers les modèles tardifs en raison de la souplesse remarquable apportée par son concept d’atténuateur couplé aux seuils d’activation du dictionnaire mental. En admettant qu’un stimulus atténué puisse exceptionnellement déclencher une reconnaissance de sens si son seuil d’activation lexical est intrinsèquement bas (comme le prénom d’un individu ou une alerte de danger) ou temporairement abaissé par le contexte sémantique immédiat, Treisman a introduit une brèche déterminante dans la rigidité du filtre physique tout-ou-rien de Broadbent. Ce raffinement accorde de facto un statut hybride et précurseur à sa théorie, préfigurant l’idée que le niveau de traitement dépend de la convergence dynamique entre l’énergie du stimulus sensoriel ascendant et l’état interne d’activation mémorielle descendante.

7.2 Que démontre réellement l’effet cocktail party ?

L’effet cocktail party, dans sa manifestation la plus célèbre documentée expérimentalement par Neville Moray en 1959 — à savoir la capacité d’un individu engagé dans une conversation à entendre distinctement son propre prénom prononcé au loin dans un brouhaha ambiant non surveillé —, démontre sans contestation possible l’incapacité du modèle du filtre rigide de Broadbent à rendre compte de l’ensemble des phénomènes attentionnels humains. Si le goulot d’étranglement était un filtre binaire aveugle au sens et calibré exclusivement sur des critères acoustiques élémentaires (fréquence, position spatiale, intensité), un prénom prononcé avec la même voix et au même niveau sonore que les autres mots du canal inattentif ne devrait jamais pouvoir être discriminé.

Sur le plan de la querelle théorique, l’effet cocktail party ne tranche cependant pas définitivement en faveur de la sélection tardive exclusive contre la sélection précoce atténuée. Il peut être expliqué avec une égale pertinence empirique par deux mécanismes distincts :

• Par le modèle d’atténuation précoce de Treisman, où le patronyme dispose d’un seuil d’activation lexical si bas qu’une impulsion acoustique non surveillée même très affaiblie parvient à déclencher la décharge de son unité de reconnaissance dans le dictionnaire mental.
• Par le modèle de sélection tardive de Deutsch et Deutsch ou de Norman, où le prénom est systématiquement et automatiquement décodé sur le plan sémantique à l’instar de tous les autres mots du brouhaha ambiant, mais émerge seul à la conscience car son coefficient de pertinence égocentrique et biologique écrase instantanément tous les signaux concurrents dans l’accès à la mémoire de travail.

L’effet cocktail party prouve donc de manière irrévocable que la signification lexicale et l’affect d’un stimulus rétroagissent sur la sélection attentionnelle, mais sa survenue brute est compatible aussi bien avec une sélection précoce modulée qu’avec une sélection tardive intégrale.

7.3 Les données de neuroimagerie tranchent-elles définitivement le débat ?

Les données de neuroimagerie contemporaines (IRMf, EEG à haute densité, MEG) ne tranchent pas le débat en désignant un « vainqueur » unilatéral entre précoce et tardif, mais elles ont définitivement dissous l’opposition binaire originelle en révélant que l’attention sélective est un système à plasticité dynamique. La neuroimagerie moderne valide simultanément les observations des deux camps expérimentaux historiques en démontrant que le locus de sélection s’ajuste en continu le long des cascades sensorielles et associatives du cortex cérébral.

D’un côté, les enregistrements électrophysiologiques confirment de manière irréfutable l’existence d’effets de sélection précoce : dès 50 à 80 millisecondes après l’apparition d’un stimulus, l’activité neuronale dans les aires corticales primaires (A1, V1) est significativement modulée par l’attention spatiale ou modale, prouvant que le cerveau peut agir comme un filtre de gain sensoriel direct (early gating). D’un autre côté, les paradigmes couplant l’IRMf et la MEG à des tâches de masquage ou d’amorçage subliminal démontrent avec la même clarté la réalité d’activations sémantiques inconscientes dans le gyrus fusiforme, le lobe temporal antérieur et le cortex frontal inférieur pour des stimuli présentés hors du champ d’attention explicite, confirmant la possibilité d’une sélection post-catégorielle tardive lorsque les ressources résiduelles le permettent.

La conclusion des neurosciences modernes est sans équivoque : chercher un emplacement unique et fixe pour le goulot d’étranglement attentionnel relève de l’erreur catégorielle. L’attention est une dynamique distribuée de contrôle prédictif et de compétition synaptique réentrante, capable d’opérer précocement, tardivement ou de façon multiniveau en réponse exacte aux exigences environnementales et métaboliques du moment.

8. Conclusion : de l’opposition binaire à la flexibilité adaptative

8.1 Bilan de la confrontation théorique

L’affrontement intellectuel opposant les théories de la sélection précoce de Broadbent et Treisman aux théories de la sélection tardive de Deutsch, Deutsch et Norman a constitué le moteur dialectique le plus puissant de la psychologie cognitive de la seconde moitié du XXe siècle. Ce clivage a contraint les chercheurs à abandonner les descriptions vagues de l’attention pour élaborer des modèles computationnels rigoureux, formaliser les flux de signaux au sein de l’architecture mentale et concevoir des dispositifs d’expérimentation d’une précision méthodologique sans précédent.

Avec le recul épistémologique permis par les synthèses contemporaines, force est de constater que ces deux grandes écoles de pensée n’étaient pas les représentations antinomiques d’une vérité unique, mais les descriptions complémentaires de régimes de fonctionnement cognitif différenciés. La notion de « goulot d’étranglement » spatial et statique, héritée de la métaphore télégraphique et industrielle des premiers temps de la cybernétique, s’est révélée trop étroite pour embrasser la complexité hautement plastique et non linéaire du système nerveux central. Le cerveau n’est pas une chaîne de montage d’usine dotée d’une unique vanne d’admission ; il s’apparente plutôt à un réseau décentralisé, auto-organisé et massivement parallèle, capable de modifier l’emplacement et la porosité de ses filtres fonctionnels en temps réel.

L’histoire de ce débat illustre magistralement la façon dont la psychologie expérimentale progresse : non pas par l’élimination brutale d’un paradigme au profit d’un autre, mais par l’intégration dialectique des contraires au sein de métamodèles unificateurs plus vastes et plus subtils, dont la théorie de la charge perceptive de Nilli Lavie et les modèles de codage prédictif contemporains constituent l’aboutissement le plus remarquable.

8.2 Implications contemporaines en ergonomie et intelligence artificielle

L’héritage conceptuel des modèles de sélection précoce et tardive s’étend aujourd’hui bien au-delà des amphithéâtres universitaires de psychologie cognitive ; il innerve directement les domaines de pointe de l’ingénierie cognitive, de l’ergonomie des interfaces homme-machine (IHM) et de l’intelligence artificielle :

• Ergonomie et conception d’interfaces critiques : La compréhension fine des mécanismes de charge perceptive régit désormais la conception des cockpits modernes (écrans tête haute – HUD), des consoles de supervision ferroviaire ou spatiale et des systèmes d’assistance à la conduite autonome. Les ingénieurs savent qu’en situation de charge perceptive élevée, l’opérateur subit une sélection précoce rigide et devient aveugle aux alertes purement visuelles périphériques ; les informations critiques d’urgence doivent donc impérativement être acheminées par des canaux physiques multimodaux saillants (retours haptiques dans le volant, signaux acoustiques de tonalité modulée) pour forcer la capture du réseau ventral d’alerte sans exiger d’analyse cognitive préalable.
• Architectures d’intelligence artificielle et Transformers : Les mécanismes d’attention sélective constituent le cœur battant de la révolution contemporaine de l’apprentissage profond (deep learning). L’architecture des réseaux de neurones de type Transformer (qui propulse les modèles de langage modernes tels que GPT-4) repose explicitement sur le mécanisme mathématique de « self-attention » (auto-attention multi-têtes). Cette architecture emprunte aux deux écoles historiques : elle effectue d’abord une projection sémantique et contextuelle massive en parallèle de tous les tokens textuels (rappelant l’analyse sémantique exhaustive de la sélection tardive), tout en utilisant des matrices de pondération et des filtres de masquage dynamique (attention weights) pour concentrer l’énergie de calcul sur les dépendances statistiques les plus pertinentes pour la prédiction finale.
• Neuropsychologie clinique et psychopathologie : L’analyse des filtres attentionnels apporte une grille de lecture fondamentale pour la compréhension et la prise en charge clinique des troubles neurodéveloppementaux, au premier rang desquels figure le Trouble du Déficit de l’Attention avec ou sans Hyperactivité (TDAH). Chez les individus présentant un TDAH, les mécanismes d’inhibition active descendante (portés par les oscillations alpha et le contrôle préfrontal) présentent un déficit de régulation. Leurs ressources perceptives s’écoulent de façon incontrôlée sur les signaux incidents, les enfermant dans un état permanent de sélection tardive où le moindre stimulus de l’environnement fait l’objet d’un encodage sémantique intrusif et rivalise avec l’activité principale. Les thérapies cognitives et les remédiations attentionnelles s’appuient précisément sur ces modèles pour calibrer des environnements d’apprentissage réduisant la charge distractrice et renforçant la focalisation intentionnelle.

Références

• Broadbent, D. E. (1958). Perception and communication. Pergamon Press. https://doi.org/10.1037/10037-000
• Cherry, E. C. (1953). Some experiments on the recognition of speech, with one and with two ears. The Journal of the Acoustical Society of America, 25(5), 975–979. https://doi.org/10.1121/1.1907229
• Corbetta, M., & Shulman, G. L. (2002). Control of goal-directed and stimulus-driven attention in the brain. Nature Reviews Neuroscience, 3(3), 201–215. https://doi.org/10.1038/nrn755
• Corteen, R. S., & Wood, B. (1972). Autonomic responses to shock-associated words in an unattended channel. Journal of Experimental Psychology, 94(3), 308–313. https://doi.org/10.1037/h0032997
• Deutsch, J. A., & Deutsch, D. (1963). Attention: Some theoretical considerations. Psychological Review, 70(1), 80–90. https://doi.org/10.1037/h0039515
• Gray, J. A., & Wedderburn, A. A. (1960). Grouping novel bi-sensory groupings. Quarterly Journal of Experimental Psychology, 12(3), 180–184. https://doi.org/10.1080/17470216008416722
• Hillyard, S. A., Hink, R. F., Schwent, V. L., & Picton, T. W. (1973). Electrical signs of selective attention in the human brain. Science, 182(4108), 177–180. https://doi.org/10.1126/science.182.4108.177
• Lavie, N. (1995). Perceptual load as a necessary condition for selective attention. Journal of Experimental Psychology: Human Perception and Performance, 21(3), 451–468. https://doi.org/10.1037/0096-1523.21.3.451
• Lavie, N., Hirst, A., de Fockert, J. W., & Viding, E. (2004). Load theory of selective attention and cognitive control. Journal of Experimental Psychology: General, 133(3), 339–354. https://doi.org/10.1037/0096-3445.133.3.339
• MacKay, D. G. (1973). Aspects of the theory of comprehension, memory and attention. Quarterly Journal of Experimental Psychology, 25(1), 22–40. https://doi.org/10.1080/14640747308400319
• Moray, N. (1959). Attention in dichotic listening: Affective cues and the influence of instructions. Quarterly Journal of Experimental Psychology, 11(1), 56–60. https://doi.org/10.1080/17470215908416289
• Norman, D. A. (1968). Toward a theory of memory and attention. Psychological Review, 75(6), 522–536. https://doi.org/10.1037/h0026699
• Shannon, C. E., & Weaver, W. (1949). The mathematical theory of communication. University of Illinois Press.
• Tipper, S. P. (1985). The negative priming effect: Inhibitory priming by ignored objects. The Quarterly Journal of Experimental Psychology Section A, 37(4), 571–590. https://doi.org/10.1080/14640748508400920
• Treisman, A. M. (1960). Contextual cues in selective listening. Quarterly Journal of Experimental Psychology, 12(4), 242–248. https://doi.org/10.1080/17470216008416732
• Treisman, A. M. (1964). Selective attention in man. British Medical Bulletin, 20(1), 12–16. https://doi.org/10.1093/oxfordjournals.bmb.a070274
• Vaswani, A., Shazeer, N., Parmar, N., Uszkoreit, J., Jones, L., Gomez, A. N., Kaiser, Ł., & Polosukhin, I. (2017). Attention is all you need. Advances in Neural Information Processing Systems, 30, 5998–6008.