Dans l’architecture cognitive de l’\u00eatre humain, la transition continue entre le monde physique objectif et la conscience ph\u00e9nom\u00e9nologique subjective repose sur une s\u00e9rie d’op\u00e9rations de traitement de l’information d’une remarquable complexit\u00e9. \u00c0 chaque fraction de seconde, nos r\u00e9cepteurs sensoriels p\u00e9riph\u00e9riques sont assaillis par un flux massif et ininterrompu de photons et d’ondes de pression acoustique. Pourtant, notre exp\u00e9rience consciente de la r\u00e9alit\u00e9 ne se r\u00e9sume ni \u00e0 une juxtaposition chaotique de signaux instantan\u00e9s, ni \u00e0 un flux discontinu hach\u00e9 par nos propres dynamiques physiologiques, telles que les clignements palp\u00e9braux ou les saccades oculaires. Cette stabilit\u00e9 perceptive apparente est rendue possible par l’existence de m\u00e9moires tampons ultra-courtes, traditionnellement d\u00e9sign\u00e9es sous le concept de m\u00e9moires sensorielles ou registres sensoriels, situ\u00e9es \u00e0 l’interface imm\u00e9diate entre la transduction biophysique p\u00e9riph\u00e9rique et l’acc\u00e8s aux repr\u00e9sentations cognitives sup\u00e9rieures.<\/p>\n
Th\u00e9oris\u00e9s d\u00e8s la seconde moiti\u00e9 du XXe si\u00e8cle au sein des paradigmes cybern\u00e9tiques et computationnels de la psychologie cognitive, ces registres primaires op\u00e8rent en amont des processus attentionnels s\u00e9lectifs. Ils ont pour mission fondamentale de maintenir une copie quasi int\u00e9grale, analogique et litt\u00e9rale des stimulations de l’environnement pendant une dur\u00e9e infinit\u00e9simale mais suffisante pour permettre au syst\u00e8me nerveux central d’en extraire les caract\u00e9ristiques pertinentes. Si chaque modalit\u00e9 perceptive dispose th\u00e9oriquement de son propre r\u00e9ceptacle transitoire \u2014 du toucher \u00e0 l’olfaction \u2014, ce sont incontestablement les modalit\u00e9s visuelle et auditive qui ont polaris\u00e9 les investigations scientifiques. Ces deux registres portent respectivement les noms de m\u00e9moire iconique et de m\u00e9moire \u00e9cho\u00efque, d\u00e9signations consacr\u00e9es par le psychologue Ulric Neisser dans son ouvrage s\u00e9minal de 1967, Cognitive Psychology<\/em>.<\/p>\n Bien que partageant une vocation fonctionnelle commune \u2014 pr\u00e9server l’int\u00e9grit\u00e9 du signal brut face \u00e0 la fugacit\u00e9 des \u00e9v\u00e9nements physiques \u2014, la m\u00e9moire iconique et la m\u00e9moire \u00e9cho\u00efque divergent de mani\u00e8re spectaculaire dans leurs contraintes temporelles, leur capacit\u00e9 de stockage, leurs substrats neuroanatomiques et leurs dynamiques de d\u00e9gradation. Alors que l’ic\u00f4ne visuelle s’\u00e9vanouit en quelques centaines de millisecondes, le registre \u00e9cho\u00efque d\u00e9ploie une persistance s’\u00e9tendant sur plusieurs secondes, refl\u00e9tant ainsi les lois physiques distinctes qui r\u00e9gissent la lumi\u00e8re et le son. Cet article propose une exploration comparative, rigoureuse et exhaustive de la m\u00e9moire iconique et de la m\u00e9moire \u00e9cho\u00efque, en diss\u00e9quant leurs gen\u00e8ses exp\u00e9rimentales, leurs fondements biophysiques, leurs divergences structurelles et leurs implications cruciales dans le fonctionnement normal et pathologique de l’esprit humain.<\/p>\n L’\u00e9mergence formelle du concept de registre sensoriel dans les sciences de l’esprit s’inscrit directement dans la r\u00e9volution cognitive des ann\u00e9es 1950 et 1960, p\u00e9riode marqu\u00e9e par l’adoption de la m\u00e9taphore de l’ordinateur pour conceptualiser l’appareil psychique humain. Dans ce paradigme du traitement de l’information (information processing<\/em>), l’\u00eatre humain est appr\u00e9hend\u00e9 comme un syst\u00e8me actif recueillant, codant, stockant et manipulant des signaux symboliques issus de son milieu. La formalisation th\u00e9orique la plus influente de cette \u00e9poque demeure sans conteste le mod\u00e8le modal propos\u00e9 par Richard Atkinson et Richard Shiffrin en 1968. Dans leur formulation princeps, Atkinson et Shiffrin d\u00e9crivent une architecture s\u00e9quentielle tripartite comprenant les registres sensoriels (sensory registers<\/em>), la m\u00e9moire \u00e0 court terme (short-term store<\/em> ou STS) et la m\u00e9moire \u00e0 long terme (long-term store<\/em> ou LTS). Les registres sensoriels constituent le point d’entr\u00e9e inviolable de tout influx externe : ils accueillent l’ensemble des donn\u00e9es brutes issues des transducteurs biologiques avant m\u00eame que l’attention s\u00e9lective n’op\u00e8re le moindre filtrage cat\u00e9goriel.<\/p>\n La nature de ce stockage sensoriel transitoire se caract\u00e9rise par deux propri\u00e9t\u00e9s fondamentales : sa gratuit\u00e9 pr\u00e9-attentionnelle et son format litt\u00e9ral ou non cat\u00e9goris\u00e9. Contrairement aux \u00e9tapes mn\u00e9siques ult\u00e9rieures, l’admission d’une information dans le registre sensoriel ne requiert aucune allocation d\u00e9lib\u00e9r\u00e9e d’effort cognitif ni de focalisation attentionnelle. Il s’agit d’un m\u00e9canisme automatique, sous-tendu par la r\u00e9sonance physiologique des voies aff\u00e9rentes primaires. De surcro\u00eet, l’information y est pr\u00e9serv\u00e9e sous une forme analogique fid\u00e8le aux coordonn\u00e9es physiques du stimulus \u2014 telles que la longueur d’onde, la luminance, la distribution spatiale pour la vision, ou la fr\u00e9quence fondamentale, l’intensit\u00e9 et le timbre pour l’audition \u2014 sans qu’aucun \u00e9tiquetage s\u00e9mantique ou conceptuel n’ait encore eu lieu. Par exemple, une lettre de l’alphabet projet\u00e9e bri\u00e8vement est d’abord encod\u00e9e comme une configuration spatiale de segments lumineux et de contrastes g\u00e9om\u00e9triques avant d’\u00eatre identifi\u00e9e comme un graph\u00e8me dot\u00e9 de valeur linguistique.<\/p>\n D’un point de vue \u00e9volutif et adaptatif, la n\u00e9cessit\u00e9 de pr\u00e9server une telle trace environnementale continue r\u00e9pond \u00e0 des contraintes physiques implacables. Les ph\u00e9nom\u00e8nes \u00e9cologiques se d\u00e9ploient dans un espace-temps continu, mais l’appareil sensoriel humain \u00e9chantillonne le monde de mani\u00e8re discontinue en raison des limites inh\u00e9rentes \u00e0 la biologie neuronale : temps de r\u00e9fractarit\u00e9 synaptique, latence de transmission axonale et mouvements p\u00e9riodiques des organes r\u00e9cepteurs. Sans un tampon de stockage temporaire capable de \u00ab geler \u00bb l’\u00e9tat du monde pendant une fraction de seconde, le syst\u00e8me cognitif serait frapp\u00e9 de c\u00e9cit\u00e9 ou de surdit\u00e9 computationnelle entre deux cycles d’\u00e9chantillonnage. La persistance sensorielle agit comme un agent liant, comblant les discontinuit\u00e9s temporelles et offrant au syst\u00e8me nerveux central le temps de latence n\u00e9cessaire pour d\u00e9cider quelles caract\u00e9ristiques de la sc\u00e8ne m\u00e9ritent d’\u00eatre transf\u00e9r\u00e9es vers les \u00e9tages conscients de l’architecture cognitive.<\/p>\n Toutefois, d\u00e8s cette \u00e9tape pr\u00e9liminaire d’ancrage conceptuel, la distinction entre les modalit\u00e9s visuelle et auditive s’impose avec une acuit\u00e9 particuli\u00e8re. La vision humaine est une modalit\u00e9 fondamentalement spatialis\u00e9e : le champ optique se d\u00e9ploie de fa\u00e7on bidimensionnelle sur la r\u00e9tine, offrant une disponibilit\u00e9 synchrone et simultan\u00e9e d’innombrables d\u00e9tails environnementaux. \u00c0 l’inverse, l’audition est une modalit\u00e9 intrins\u00e8quement diachronique et temporelle : le son n’a pas d’existence instantan\u00e9e stationnaire ; il r\u00e9side exclusivement dans la variation de pression de l’air au cours du temps. Un son isol\u00e9 capt\u00e9 \u00e0 un instant t<\/em> infinit\u00e9simal est d\u00e9nu\u00e9 de hauteur et d’identit\u00e9 phon\u00e9tique. Il en d\u00e9coule que le registre sensoriel visuel doit privil\u00e9gier une r\u00e9solution spatiale massive sur un pas de temps extr\u00eamement bref, tandis que le registre auditif doit imp\u00e9rativement \u00e9tendre sa fen\u00eatre d’int\u00e9gration temporelle pour permettre l’agr\u00e9gation de s\u00e9quences acoustiques \u00e9tal\u00e9es dans la dur\u00e9e.<\/p>\n Dans la litt\u00e9rature psychologique contemporaine et les manuels d’introduction aux neurosciences de la m\u00e9moire, les m\u00e9moires sensorielles font fr\u00e9quemment l’objet de raccourcis conceptuels ou de confusions persistantes. La premi\u00e8re source d’ambigu\u00eft\u00e9 r\u00e9side dans la fronti\u00e8re floue per\u00e7ue entre la persistance sensorielle brute et les premiers stades de la m\u00e9moire de travail (notamment le calepin visuo-spatial et la boucle phonologique th\u00e9oris\u00e9s par Alan Baddeley et Graham Hitch<\/a> en 1974). Nombre d’\u00e9tudiants et de chercheurs non sp\u00e9cialistes tendent \u00e0 amalgamer la trace iconique avec une forme rudimentaire de m\u00e9moire visuelle \u00e0 court terme, ou \u00e0 assimiler la m\u00e9moire \u00e9cho\u00efque au maintien sub-vocal de la parole int\u00e9rieure. Pourtant, la ligne de d\u00e9marcation est ontologiquement nette : la m\u00e9moire de travail manipule des entit\u00e9s d\u00e9j\u00e0 abstraites, s\u00e9lectionn\u00e9es, segment\u00e9es et cat\u00e9goris\u00e9es, soumises \u00e0 une capacit\u00e9 s\u00e9v\u00e8rement contingent\u00e9e par les ressources attentionnelles ex\u00e9cutives (g\u00e9n\u00e9ralement estim\u00e9e \u00e0 quelques \u00e9l\u00e9ments discrets ou chunks<\/em>), alors que le registre sensoriel stocke une masse non s\u00e9lectionn\u00e9e de signaux physiques non interpr\u00e9t\u00e9s, inaccessible \u00e0 la r\u00e9activation volontaire une fois la trace \u00e9teinte.<\/p>\n Une seconde confusion majeure \u00e9merge de l’assimilation h\u00e2tive de l’ic\u00f4ne visuelle et de l’\u00e9cho acoustique sous un ensemble indiff\u00e9renci\u00e9 d’attributs communs. Parce que ces deux syst\u00e8mes partagent le statut th\u00e9orique de m\u00e9moire ultra-courte \u00e0 haute fid\u00e9lit\u00e9, il est souvent postul\u00e9 de mani\u00e8re erron\u00e9e que leurs param\u00e8tres de fonctionnement sont sym\u00e9triques. Rien n’est plus trompeur. La dynamique temporelle de la m\u00e9moire iconique se compte en centaines de millisecondes (typiquement entre 250 et 500 ms), tandis que celle de la m\u00e9moire \u00e9cho\u00efque se d\u00e9ploie sur plusieurs secondes (souvent estim\u00e9e entre 2 et 5 secondes, voire davantage sous certaines conditions \u00e9lectrophysiologiques). Ignorer cette asym\u00e9trie d’un ordre de grandeur de dix \u00e0 vingt fois revient \u00e0 m\u00e9conna\u00eetre les d\u00e9terminismes biophysiques profonds impos\u00e9s par les caract\u00e9ristiques respectives de la lumi\u00e8re et du son, ainsi que les modes d’inf\u00e9rence computationnelle propres \u00e0 chaque syst\u00e8me sensoriel.<\/p>\n La pertinence d’une comparaison frontale entre m\u00e9moire iconique et m\u00e9moire \u00e9cho\u00efque r\u00e9side pr\u00e9cis\u00e9ment dans la mise en lumi\u00e8re de cette compl\u00e9mentarit\u00e9 fonctionnelle au sein de la perception \u00e9cologique multimodale. Dans notre vie quotidienne, les \u00e9v\u00e9nements perceptifs ne surviennent que tr\u00e8s rarement de mani\u00e8re unimodale et isol\u00e9e. Lorsque nous observons un orateur s’exprimer dans une assembl\u00e9e bruyante, le syst\u00e8me visuel capture instantan\u00e9ment l’agencement facial, la cin\u00e9matique labiale et l’orientation corporelle via la m\u00e9moire iconique, tandis que le syst\u00e8me auditif pr\u00e9serve la suite transitoire de formants acoustiques via la m\u00e9moire \u00e9cho\u00efque. L’int\u00e9gration r\u00e9ussie de ces flux h\u00e9t\u00e9rog\u00e8nes, illustr\u00e9e de fa\u00e7on embl\u00e9matique par l’effet McGurk-MacDonald (o\u00f9 la vision d’un mouvement articulatoire modifie l’interpr\u00e9tation auditive d’un phon\u00e8me), exige que le cerveau coordonne avec une pr\u00e9cision chirurgicale deux registres d’entr\u00e9e dont les constantes de temps de d\u00e9clin sont radicalement dissemblables. Examiner leurs interactions, leurs limites respectives et leurs principes sous-jacents permet ainsi de d\u00e9chiffrer l’un des probl\u00e8mes les plus \u00e9l\u00e9gants des neurosciences contemporaines : la synth\u00e8se unifi\u00e9e d’une sc\u00e8ne perceptive coh\u00e9rente \u00e0 partir de sources d’informations fondamentalement disparates.<\/p>\n D’un point de vue \u00e9pist\u00e9mologique, l’\u00e9tude scientifique des registres sensoriels a longtemps constitu\u00e9 un paradoxe exp\u00e9rimental d’une complexit\u00e9 d\u00e9courageante. Comment prouver empiriquement l’existence d’un \u00e9tat mn\u00e9sique dont le sujet conscient n’a pas directement le temps de rendre compte verbalement avant qu’il ne se d\u00e9sint\u00e8gre ? Par d\u00e9finition, toute tentative de demander \u00e0 un individu d’\u00e9num\u00e9rer ce qu’il vient de voir ou d’entendre implique l’intervention de l’attention s\u00e9lective, de la m\u00e9moire \u00e0 court terme et des processus d’\u00e9mission linguistique. Ces op\u00e9rations requi\u00e8rent un temps substantiel (environ 150 \u00e0 250 ms par item verbalis\u00e9), de sorte que le simple acte de rapporter le premier \u00e9l\u00e9ment provoque la disparition spontan\u00e9e et irr\u00e9m\u00e9diable des autres traces encore pr\u00e9sentes dans le tampon sensoriel. C’est l’\u00e9cueil classique de l’ind\u00e9termination de la mesure psychologique : l’outil d’\u00e9valuation d\u00e9truit l’objet m\u00eame qu’il tente d’observer.<\/p>\n Le d\u00e9passement de cette aporie m\u00e9thodologique a n\u00e9cessit\u00e9 une inventivit\u00e9 paradigmatique hors du commun, inaugur\u00e9e au d\u00e9but des ann\u00e9es 1960 par les travaux r\u00e9volutionnaires de George Sperling sur la vision, rapidement imit\u00e9s et r\u00e9invent\u00e9s une d\u00e9cennie plus tard par Christopher Darwin, Michael Turvey et Robert Crowder pour l’audition. Le passage historique du rapport global (whole report<\/em>), o\u00f9 le sujet \u00e9choue \u00e0 restituer plus de quatre ou cinq \u00e9l\u00e9ments, au paradigme du rapport partiel (partial report<\/em>), o\u00f9 un indice spatial ou fr\u00e9quentiel al\u00e9atoire post-stimulus permet d’interroger la trace r\u00e9siduelle avant sa disparition compl\u00e8te, a constitu\u00e9 une v\u00e9ritable rupture \u00e9pist\u00e9mologique. Ce protocole a permis d’extrapoler math\u00e9matiquement la capacit\u00e9 r\u00e9elle du syst\u00e8me sensoriel brut et d’en tracer la courbe de d\u00e9clin temporel avec une pr\u00e9cision millim\u00e9trique, fournissant ainsi la preuve irr\u00e9futable d’une dissociation fonctionnelle entre la quantit\u00e9 d’informations admises par les sens et celle accessible \u00e0 l’\u00e9vocation consciente.<\/p>\n L’\u00e9volution des dispositifs technologiques a rythm\u00e9 cette conqu\u00eate conceptuelle. \u00c0 l’origine, les chercheurs d\u00e9pendaient d’instruments optiques et m\u00e9caniques comme le tachistoscope, con\u00e7u pour pr\u00e9senter des stimuli visuels durant des dur\u00e9es ma\u00eetris\u00e9es de quelques millisecondes \u00e0 l’aide d’obturateurs rotatifs et de lampes \u00e0 d\u00e9charge au n\u00e9on, ou de magn\u00e9tophones multipistes complexes permettant de spatialiser des signaux acoustiques sur des \u00e9couteurs st\u00e9r\u00e9o. Aujourd’hui, cette approche comportementale classique est compl\u00e9t\u00e9e, corrobor\u00e9e et r\u00e9interpr\u00e9t\u00e9e par les techniques de neuro-imagerie fonctionnelle et d’\u00e9lectrophysiologie \u00e0 haute r\u00e9solution temporelle. L’\u00e9lectroenc\u00e9phalographie (EEG) et la magn\u00e9toenc\u00e9phalographie (MEG) permettent de traquer, milliseconde par milliseconde, la persistance des potentiels \u00e9voqu\u00e9s sensoriels dans les aires primaires du cortex en l’absence m\u00eame de toute consigne de r\u00e9ponse explicite. En neurosciences computationnelles, ces donn\u00e9es nourrissent d\u00e9sormais les mod\u00e8les de traitement pr\u00e9dictif (predictive coding<\/em>) et les architectures de r\u00e9seaux neuronaux profonds r\u00e9currents, r\u00e9v\u00e9lant que les m\u00e9moires sensorielles ne sont pas de simples r\u00e9servoirs passifs, mais des \u00e9tats dynamiques d’activit\u00e9 neuronale r\u00e9entrante indispensables \u00e0 l’inf\u00e9rence bay\u00e9sienne sur le monde ext\u00e9rieur.<\/p>\n L’histoire de la m\u00e9moire iconique est indissociable de la th\u00e8se de doctorat soutenue par George Sperling<\/a> en 1960 \u00e0 l’Universit\u00e9 Harvard, intitul\u00e9e The information available in brief visual presentations<\/em>. Jusqu’aux travaux de Sperling, les psychophysiciens se heurtaient \u00e0 un constat apparemment immuable : lorsqu’on pr\u00e9sente \u00e0 un observateur humain une matrice complexe de lettres ou de chiffres pendant un temps tr\u00e8s court (par exemple 50 millisecondes au tachistoscope), le participant n’est capable de restituer fid\u00e8lement que 4 \u00e0 5 caract\u00e8res en moyenne, quelle que soit la taille totale de la matrice (qu’elle contienne 6, 9 ou 12 caract\u00e8res). Ce plafond de verre \u00e9tait alors interpr\u00e9t\u00e9 comme la limite absolue de l’empan d’appr\u00e9hension visuelle imm\u00e9diate. Les th\u00e9oriciens postulaient que l’\u0153il humain ne pouvait simplement pas absorber plus d’une poign\u00e9e d’informations visuelles en un seul coup d’\u0153il.<\/p>\n Sperling eut l’intuition g\u00e9niale que cette limite ne r\u00e9sidait pas au stade de la r\u00e9ception visuelle initiale, mais au niveau du goulot d’\u00e9tranglement impos\u00e9 par la m\u00e9moire \u00e0 court terme et le d\u00e9bit de restitution verbale. Les sujets rapportaient fr\u00e9quemment l’impression subjective d’avoir \u00ab vu \u00bb la totalit\u00e9 des lettres de la matrice avec une nettet\u00e9 cristalline, mais constataient avec d\u00e9pit que l’image s’\u00e9vanouissait dans leur esprit au moment exact o\u00f9 ils commen\u00e7aient \u00e0 nommer les premi\u00e8res lettres. Pour tester cette hypoth\u00e8se, Sperling con\u00e7ut la technique r\u00e9volutionnaire du rapport partiel<\/strong>. Dans cette modalit\u00e9 exp\u00e9rimentale, il pr\u00e9sentait aux sujets des matrices alphanum\u00e9riques de 3 lignes de 4 lettres (soit 12 items au total) pendant une dur\u00e9e de 50 millisecondes. Imm\u00e9diatement apr\u00e8s l’extinction du stimulus visuel, un signal sonore pur retentissait \u00e0 des intervalles variables (intervalle inter-stimulus ou ISI allant de 0 \u00e0 1 000 ms) :<\/p>\n Le participant ne pouvait en aucun cas anticiper quelle ligne lui serait demand\u00e9e avant que l’affichage physique de la grille n’ait enti\u00e8rement disparu. Par cons\u00e9quent, la performance moyenne observ\u00e9e sur la ligne d\u00e9sign\u00e9e pouvait \u00eatre l\u00e9gitimement extrapol\u00e9e \u00e0 l’ensemble du tableau. Les r\u00e9sultats obtenus par Sperling furent spectaculaires : lorsque le signal auditif \u00e9tait \u00e9mis imm\u00e9diatement apr\u00e8s l’extinction visuelle (d\u00e9lai de 0 ms), les sujets restituaient en moyenne 3 des 4 lettres de la ligne interrog\u00e9e, ce qui correspondait, par extrapolation math\u00e9matique, \u00e0 une disponibilit\u00e9 totale d’au moins 9 \u00e0 10 lettres sur les 12 pr\u00e9sent\u00e9es dans le stimulus. La capacit\u00e9 instantan\u00e9e du registre visuel s’av\u00e9rait donc virtuellement illimit\u00e9e, capable d’absorber la quasi-totalit\u00e9 de la sc\u00e8ne visuelle.<\/p>\n N\u00e9anmoins, Sperling mit \u00e9galement en lumi\u00e8re la fragilit\u00e9 temporelle extr\u00eame de cette empreinte. En diff\u00e9rant progressivement l’\u00e9mission du signal sonore de 150, 300, 500, puis 1 000 millisecondes, il constata une d\u00e9gradation rapide et syst\u00e9matique de la performance de rapport partiel. Au-del\u00e0 d’un d\u00e9lai de 500 millisecondes, l’avantage du rapport partiel s’effondrait compl\u00e8tement pour rejoindre le plancher du rapport global, soit un score \u00e9quivalent \u00e0 4 ou 4,5 lettres disponibles. Le trac\u00e9 math\u00e9matique de cette courbe de d\u00e9croissance d\u00e9montra que le signal visuel subissait une att\u00e9nuation exponentielle quasi verticale d\u00e8s la cessation de la stimulation physique, \u00e9tablissant de mani\u00e8re d\u00e9finitive l’existence d’une m\u00e9moire visuelle transitoire, que Sperling nomma initialement Visual Information Storage<\/em> (VIS), avant que Neisser ne la rebaptise m\u00e9moire iconique.<\/p>\n L’exploration minutieuse des param\u00e8tres psychophysiques de la m\u00e9moire iconique au cours des d\u00e9cennies suivantes a permis de cerner avec pr\u00e9cision son fonctionnement op\u00e9rationnel. La dur\u00e9e de vie utile d’une ic\u00f4ne visuelle se situe rigoureusement dans une fourchette comprise entre 250 et 500 millisecondes. Ce laps de temps peut para\u00eetre d\u00e9risoire \u00e0 l’\u00e9chelle de l’action humaine d\u00e9lib\u00e9r\u00e9e, mais il repr\u00e9sente une \u00e9ternit\u00e9 \u00e0 l’\u00e9chelle des cin\u00e9tiques neuronales : c’est un intervalle largement suffisant pour permettre aux m\u00e9canismes de l’attention s\u00e9lective d’orienter le \u00ab projecteur \u00bb cognitif (attentional spotlight<\/em>) vers une r\u00e9gion saillante de l’image et d’en transf\u00e9rer les caract\u00e9ristiques encod\u00e9es vers le calepin visuo-spatial.<\/p>\n L’extinction de la trace iconique n’est pas uniquement le produit d’une d\u00e9croissance passive de l’\u00e9nergie du signal (spontaneous decay<\/em>) imputable \u00e0 la dissipation spontan\u00e9e des gradients \u00e9lectrochimiques neuronaux. Elle est \u00e9galement r\u00e9gie par des interactions dynamiques hautement comp\u00e9titives, connues sous le terme g\u00e9n\u00e9rique de masquage visuel<\/strong> (visual masking<\/em>). Lorsqu’un second stimulus visuel est pr\u00e9sent\u00e9 dans la m\u00eame r\u00e9gion de l’espace r\u00e9tinien ou dans son voisinage spatial imm\u00e9diat tr\u00e8s peu de temps apr\u00e8s le stimulus initial, la formation et la persistance de l’ic\u00f4ne premi\u00e8re sont violemment alt\u00e9r\u00e9es. On distingue classiquement deux grands types de masquage :<\/p>\n Une caract\u00e9ristique fondamentale du registre iconique, mise en exergue par les exp\u00e9riences de Sperling et confirm\u00e9e ult\u00e9rieurement par les travaux de Dick (1974), r\u00e9side dans son imperm\u00e9abilit\u00e9 totale \u00e0 l’analyse s\u00e9mantique. Dans ses protocoles, Sperling montra que si l’on utilisait un indice partiel fond\u00e9 sur la cat\u00e9gorie conceptuelle des stimuli (par exemple, demander de rapporter uniquement les \u00ab lettres \u00bb au sein d’une matrice mixte contenant \u00e0 la fois des chiffres et des lettres), l’avantage du rapport partiel disparaissait presque totalement. Les sujets \u00e9taient incapables d’extraire rapidement les cibles sur une base cat\u00e9gorielle. En revanche, lorsque l’indice portait sur une propri\u00e9t\u00e9 purement physique \u2014 telle que la position spatiale (ligne du haut, du milieu ou du bas), la couleur des caract\u00e8res (rouge contre noir) ou la taille relative des symboles \u2014, le rapport partiel fonctionnait avec une efficacit\u00e9 maximale. Ce ph\u00e9nom\u00e8ne d\u00e9montre sans ambigu\u00eft\u00e9 que la m\u00e9moire iconique op\u00e8re \u00e0 un niveau strictement pr\u00e9-cat\u00e9goriel : elle code la morphologie spectrale et spatiale brute de la lumi\u00e8re, mais ignore totalement la signification, la grammaire et la s\u00e9mantique des objets qui composent la sc\u00e8ne visuelle.<\/p>\n L’identification des substrats neuronaux de la m\u00e9moire iconique a longtemps fait l’objet de vifs d\u00e9bats opposant les partisans d’une explication exclusivement r\u00e9tinienne \u00e0 ceux d\u00e9fendant une origine corticale centrale. Dans une mise au point fondamentale, le th\u00e9oricien Max Coltheart (1980) a propos\u00e9 une clarification conceptuelle majeure en distinguant la persistance visible<\/em> (l’impression ph\u00e9nom\u00e9nologique consciente que la lumi\u00e8re persiste apr\u00e8s l’extinction du stimulus) de la persistance informationnelle<\/em> (la disponibilit\u00e9 objective de donn\u00e9es spatiales et formelles permettant d’alimenter les t\u00e2ches de rapport partiel). Cette dichotomie refl\u00e8te l’organisation hi\u00e9rarchique et distribu\u00e9e du syst\u00e8me visuel des primates.<\/p>\n La persistance visible trouve son origine primitive au sein m\u00eame de la r\u00e9tine. Lors de l’absorption d’un quantum de lumi\u00e8re par les photor\u00e9cepteurs (c\u00f4nes et b\u00e2tonnets), la cascade de phototransduction biochimique \u2014 initi\u00e9e par l’isom\u00e9risation du 11-cis-r\u00e9tinal en tout-trans-r\u00e9tinal et l’activation de la rhodopsine \u2014 ne cesse pas instantan\u00e9ment \u00e0 l’extinction du stimulus externe. Il subsiste une queue de d\u00e9polarisation membranaire qui prolonge l’\u00e9mission de neurotransmetteurs vers les cellules bipolaires et ganglionnaires pendant quelques dizaines de millisecondes. De plus, la persistance visible pr\u00e9sente une propri\u00e9t\u00e9 bien document\u00e9e appel\u00e9e effet de dur\u00e9e inverse<\/em> (inverse-duration effect<\/em>) : plus un stimulus est long et intense, plus sa persistance visible est br\u00e8ve, en raison de m\u00e9canismes d’adaptation et de r\u00e9troaction inhibitrice locale des cellules horizontales et amacrines.<\/p>\n En revanche, la persistance informationnelle \u2014 la m\u00e9moire iconique au sens strict d\u00e9fini par Sperling \u2014 n\u00e9cessite l’intervention des r\u00e9seaux corticaux du p\u00f4le occipital, singuli\u00e8rement du cortex visuel primaire (aire V1 ou cortex stri\u00e9, correspondant \u00e0 l’aire 17 de Brodmann) ainsi que des aires extrastri\u00e9es pr\u00e9coces (V2, V3 et V4). Des \u00e9tudes utilisant la stimulation magn\u00e9tique transcr\u00e2nienne (TMS) ont montr\u00e9 que l’application d’une impulsion magn\u00e9tique unique au-dessus du cortex visuel primaire environ 60 \u00e0 100 millisecondes apr\u00e8s l’extinction d’un stimulus visuel interrompt brutalement les performances au rapport partiel de Sperling, reproduisant artificiellement les effets d’un masque visuel par interruption. Cela prouve que la trace iconique n’est pas une simple r\u00e9manence chimique p\u00e9riph\u00e9rique, mais un \u00e9tat d’activation r\u00e9verb\u00e9rante au sein des colonnes de dominance oculaire et d’orientation de l’aire V1.<\/p>\n Sur le plan fonctionnel, cette architecture corticale s’articule autour de la s\u00e9gr\u00e9gation pr\u00e9coce entre deux grandes voies de traitement issues des cellules ganglionnaires de la r\u00e9tine et relay\u00e9es par le corps genouill\u00e9 lat\u00e9ral du thalamus :<\/p>\n La dynamique temporelle globale de l’ic\u00f4ne r\u00e9sulte de la balance complexe et de l’inhibition r\u00e9ciproque entre ces deux flux neuro-anatomiques, les signaux transitoires de la voie magnocellulaire venant clore et r\u00e9initialiser l’int\u00e9gration stationnaire assur\u00e9e par la voie parvocellulaire.<\/p>\n Face \u00e0 la d\u00e9monstration spectaculaire apport\u00e9e par George Sperling pour le syst\u00e8me visuel, la communaut\u00e9 de la psychologie cognitive s’est imm\u00e9diatement interrog\u00e9e sur l’existence d’un dispositif fonctionnel \u00e9quivalent pour le domaine de l’audition. La transposition exp\u00e9rimentale ne fut toutefois pas imm\u00e9diate, car les propri\u00e9t\u00e9s physiques du son interdisaient le recours direct \u00e0 des pr\u00e9sentations spatiales simultan\u00e9es analogues aux matrices de lettres projet\u00e9es sur un \u00e9cran de tachistoscope. C’est \u00e0 Christopher Darwin, Michael Turvey et Robert Crowder que l’on doit, en 1972, l’adaptation la plus magistrale et convaincante du paradigme du rapport partiel \u00e0 l’univers sonore, dans une \u00e9tude qui a fait date sous l’appellation exp\u00e9rimentale de l’exp\u00e9rience de \u00ab l’homme \u00e0 quatre oreilles \u00bb (the four-eared man<\/em>), inspir\u00e9e des travaux pionniers de Neville Moray et collaborateurs (1965).<\/p>\n Dans ce protocole, les exp\u00e9rimentateurs utilisaient un dispositif d’\u00e9coute dichotique st\u00e9r\u00e9ophonique sophistiqu\u00e9 permettant de faire entendre simultan\u00e9ment \u00e0 des participants des flux de chiffres et de lettres semblant provenir de trois emplacements spatiaux distincts :<\/p>\n Chaque localisation \u00e9mettait une s\u00e9quence de trois items alphanum\u00e9riques sur une p\u00e9riode totale de 1 seconde. Au total, le sujet \u00e9tait donc expos\u00e9 \u00e0 une \u00ab matrice auditive \u00bb spatio-temporelle de 9 \u00e9l\u00e9ments (3 positions spatiales \u00d7 3 items successifs). Dans la condition de rapport global, les participants devaient tenter d’\u00e9num\u00e9rer le plus grand nombre d’items possible, sans consid\u00e9ration d’origine spatiale ; ils plafonnaient syst\u00e9matiquement autour de 4 \u00e9l\u00e9ments rapport\u00e9s, r\u00e9v\u00e9lant un effondrement de performance tr\u00e8s similaire \u00e0 celui observ\u00e9 par Sperling en vision.<\/p>\n Dans la condition de rapport partiel, Darwin, Turvey et Crowder pr\u00e9sentaient un indice visuel imm\u00e9diatement apr\u00e8s la fin de la s\u00e9quence sonore : une barre lumineuse s’affichait sur un \u00e9cran en position gauche, centrale ou droite, dictant au sujet la localisation acoustique exacte dont il devait restituer le contenu. L’avantage du rapport partiel apparut de fa\u00e7on indiscutable : lorsque l’indice \u00e9tait projet\u00e9 avec un d\u00e9lai nul (0 seconde apr\u00e8s la fin de la diffusion), le nombre total d’items disponibles calcul\u00e9 par extrapolation d\u00e9passait significativement le seuil du rapport global, atteignant environ 5 \u00e0 6 items. Plus fondamentalement encore, les auteurs firent varier l’intervalle entre la fin de la stimulation auditive et l’apparition de l’indice visuel (de 0 \u00e0 4 secondes). Contrairement \u00e0 la m\u00e9moire iconique, dont l’avantage s’\u00e9teint compl\u00e8tement en 500 millisecondes, la sup\u00e9riorit\u00e9 du rapport partiel auditif persistait de mani\u00e8re robuste jusqu’\u00e0 2, voire 3 \u00e0 4 secondes apr\u00e8s la fin du son. Cette d\u00e9couverte d\u00e9montra que le registre sensoriel auditif \u2014 baptis\u00e9 m\u00e9moire \u00e9cho\u00efque<\/em> par Neisser \u2014 poss\u00e8de une constante de temps de maintien consid\u00e9rablement plus \u00e9tendue que celle de son homologue visuel.<\/p>\n Cette validation empirique fut renforc\u00e9e par la d\u00e9couverte d’un ph\u00e9nom\u00e8ne exp\u00e9rimental embl\u00e9matique propre \u00e0 la modalit\u00e9 auditive : l’effet de suffixe acoustique<\/strong> (stimulus suffix effect<\/em>), mis en \u00e9vidence par Robert Crowder et John Morton en 1969. Si l’on pr\u00e9sente auditivement \u00e0 un participant une liste de chiffres \u00e0 m\u00e9moriser imm\u00e9diatement, l’observateur b\u00e9n\u00e9ficie traditionnellement d’un tr\u00e8s fort effet de r\u00e9cence : le dernier item de la liste est rappel\u00e9 avec une fid\u00e9lit\u00e9 presque parfaite, car sa trace r\u00e9sonne encore sous forme d’\u00e9cho brut dans le registre sensoriel. Toutefois, si l’on ajoute \u00e0 la fin de la liste un mot redondant et non pertinent que le sujet ne doit pas retenir (par exemple, le mot \u00ab fin \u00bb prononc\u00e9 par l’exp\u00e9rimentateur), le rappel du dernier item s’effondre dramatiquement. Fait crucial, cet effondrement n’intervient que si le suffixe est un stimulus de nature acoustique et vocale similaire : un signal visuel (comme un mot \u00e9crit sur une carte) ou un bruit non articul\u00e9 (comme une sonnerie de timbre pur) ne d\u00e9truisent absolument pas la trace du dernier chiffre. Cette s\u00e9lectivit\u00e9 d\u00e9montre que l’effet de suffixe agit comme un v\u00e9ritable masque acoustique r\u00e9troactif au sein d’un registre \u00e9cho\u00efque pr\u00e9-cat\u00e9goriel sp\u00e9cifique \u00e0 la parole.<\/p>\n L’analyse approfondie des propri\u00e9t\u00e9s intrins\u00e8ques de la m\u00e9moire \u00e9cho\u00efque r\u00e9v\u00e8le des divergences structurelles profondes avec la m\u00e9moire iconique, dict\u00e9es par l’imp\u00e9ratif computationnel de traiter des stimuli s\u00e9riels. Dans une analyse th\u00e9orique majeure publi\u00e9e en 1984, Nelson Cowan a propos\u00e9 une synth\u00e8se unificatrice sous la forme d’un mod\u00e8le architectural \u00e0 deux phases (two-phase model of echoic memory<\/em>), venant r\u00e9concilier les disparit\u00e9s de dur\u00e9e mesur\u00e9es exp\u00e9rimentalement selon les protocoles utilis\u00e9s :<\/p>\n La capacit\u00e9 de la m\u00e9moire \u00e9cho\u00efque ne peut donc pas \u00eatre conceptualis\u00e9e en termes d’espace g\u00e9om\u00e9trique ou de champ visuel instantan\u00e9. Sa capacit\u00e9 est intrins\u00e8quement li\u00e9e \u00e0 la profondeur temporelle de son \u00e9chantillonnage. Si la m\u00e9moire iconique dispose d’une \u00e9norme capacit\u00e9 instantan\u00e9e et synchrone (pouvant saisir une douzaine de stimuli simultan\u00e9s), la m\u00e9moire \u00e9cho\u00efque privil\u00e9gie une capacit\u00e9 diachronique : elle stocke un flux continu d’ondes sonores qui glissent dans un tampon glissant temporel (sliding temporal buffer<\/em>). La r\u00e9solution temporelle du syst\u00e8me auditif est prodigieuse : l’oreille humaine peut discriminer deux clics sonores s\u00e9par\u00e9s par un intervalle infinit\u00e9simal de seulement 2 \u00e0 3 millisecondes, alors que le syst\u00e8me visuel fusionne les flashs d\u00e8s lors qu’ils surviennent \u00e0 moins de 20 \u00e0 50 millisecondes d’intervalle (ph\u00e9nom\u00e8ne de fusion du scintillement). Cette virtuosit\u00e9 temporelle auditive impose en contrepartie une vuln\u00e9rabilit\u00e9 extr\u00eame au masquage temporel s\u00e9riel : chaque nouveau son p\u00e9n\u00e9trant dans le canal auditif interf\u00e8re activement avec la trace r\u00e9siduelle du son pr\u00e9c\u00e9dent par interf\u00e9rence r\u00e9troactive.<\/p>\n La m\u00e9moire \u00e9cho\u00efque op\u00e8re \u00e9galement \u00e0 un niveau strictement pr\u00e9-cat\u00e9goriel, bien que sa trace r\u00e9siduelle soit d’une richesse acoustique remarquable. Elle pr\u00e9serve l’enveloppe spectrale, la fondamentale laryngienne, la r\u00e9sonance des formants, l’attaque temporelle des instruments et les infimes micro-variations de pression de l’air. C’est pr\u00e9cis\u00e9ment cette fid\u00e9lit\u00e9 physique inalt\u00e9r\u00e9e qui nous permet, lorsqu’une personne nous pose une question alors que notre esprit est totalement accapar\u00e9 par une t\u00e2che de lecture (\u00ab Qu’est-ce que je viens de dire ? \u00bb), de \u00ab rejouer mentalement \u00bb l’enregistrement acoustique brut des deux derni\u00e8res secondes pour en extraire r\u00e9trospectivement la signification, alors m\u00eame que nous n’avions allou\u00e9 aucune attention initiale au message lors de son \u00e9mission physique.<\/p>\n L’exploration des bases c\u00e9r\u00e9brales de la m\u00e9moire \u00e9cho\u00efque a franchi un bond qualitatif d\u00e9cisif gr\u00e2ce \u00e0 la convergence de l’\u00e9lectrophysiologie non invasive et de l’imagerie c\u00e9r\u00e9brale h\u00e9modynamique. Le si\u00e8ge neuroanatomique primaire du registre \u00e9cho\u00efque est localis\u00e9 au sein du cortex auditif primaire (aire A1, correspondant au gyrus de Heschl ou aires 41 et 42 de Brodmann), nich\u00e9 dans la profondeur de la scissure de Sylvius, avec une extension fonctionnelle d\u00e9terminante vers les aires associatives du gyrus temporal sup\u00e9rieur (STG, incluant le planum temporale<\/em>) et les structures operculaires pari\u00e9to-frontales.<\/p>\n L’une des d\u00e9couvertes les plus fondamentales de la neurobiologie cognitive de l’audition a \u00e9t\u00e9 mise au jour en 1978 par le neurophysiologiste finlandais Risto N\u00e4\u00e4t\u00e4nen<\/a> et ses coll\u00e8gues : la n\u00e9gativit\u00e9 de discordance<\/strong> ou Mismatch Negativity<\/em> (MMN). La MMN est une composante des potentiels \u00e9voqu\u00e9s auditifs (ERP), mesurable par \u00e9lectroenc\u00e9phalographie (EEG) ou magn\u00e9toenc\u00e9phalographie (MEG), qui survient classiquement entre 150 et 250 millisecondes apr\u00e8s l’apparition d’un stimulus sonore rare et inattendu (le stimulus \u00ab d\u00e9viant \u00bb) au sein d’une s\u00e9rie r\u00e9p\u00e9titive de sons identiques (les stimuli \u00ab standards \u00bb), selon le paradigme exp\u00e9rimental dit d’oddball<\/em> :<\/p>\n Ce qui rend la MMN irrempla\u00e7able pour l’\u00e9tude de la m\u00e9moire \u00e9cho\u00efque est son automaticit\u00e9 absolue : elle se d\u00e9clenche avec une vigueur identique y compris lorsque le sujet lit un livre captivant, dort profond\u00e9ment ou se trouve sous s\u00e9dation l\u00e9g\u00e8re, sans qu’aucune t\u00e2che d’attention active ne soit sollicit\u00e9e. Or, pour que le cerveau g\u00e9n\u00e8re une r\u00e9ponse neuronale signalant qu’un son est diff\u00e9rent, il doit obligatoirement poss\u00e9der une repr\u00e9sentation mn\u00e9sique intacte et active des sons standards pr\u00e9c\u00e9dents contre laquelle le stimulus d\u00e9viant actuel est compar\u00e9 en temps r\u00e9el. La MMN repr\u00e9sente donc la signature \u00e9lectrophysiologique directe de la comparaison entre un \u00e9v\u00e9nement pr\u00e9sent et la trace sensorielle r\u00e9siduelle maintenue dans le cortex auditif.<\/p>\n En manipulant syst\u00e9matiquement l’intervalle de silence s\u00e9parant les stimuli dans le paradigme oddball<\/em>, N\u00e4\u00e4t\u00e4nen et ses collaborateurs ont pu mesurer la long\u00e9vit\u00e9 exacte de cette trace neuronale \u00e9cho\u00efque chez l’\u00eatre humain. L’onde MMN continue d’\u00eatre g\u00e9n\u00e9r\u00e9e de fa\u00e7on \u00e9clatante lorsque l’intervalle inter-stimulus est de 1, 2 ou 3 secondes. Elle commence \u00e0 s’att\u00e9nuer \u00e0 mesure que l’intervalle s’allonge, pour dispara\u00eetre chez l’adulte sain typique lorsque le silence entre les sons atteint environ 5 \u00e0 10 secondes. De surcro\u00eet, les enregistrements magn\u00e9toenc\u00e9phalographiques d\u00e9montrent que la trace sensorielle auditivo-corticale respecte une stricte organisation tonotopique<\/strong> : les populations de neurones au sein du cortex auditif primaire demeurent organis\u00e9es spatialement en fonction des fr\u00e9quences sonores qu’elles encodent (les hautes fr\u00e9quences stimulant les zones dorso-m\u00e9diales et les basses fr\u00e9quences les zones ventro-lat\u00e9rales). L’\u00e9cho sensoriel auditif ne se r\u00e9sume pas \u00e0 un concept abstrait : il correspond physiquement \u00e0 la r\u00e9sonance \u00e9lectrophysiologique d’assembl\u00e9es neuronales tonotopiquement ordonn\u00e9es au sein du lobe temporal.<\/p>\n La divergence la plus manifeste et document\u00e9e entre la m\u00e9moire iconique et la m\u00e9moire \u00e9cho\u00efque r\u00e9side dans leur \u00e9chelle de persistance temporelle. Nous sommes confront\u00e9s ici \u00e0 une rupture d’\u00e9chelle biologique majeure : alors que l’ic\u00f4ne visuelle s’effondre selon une fonction exponentielle abrupte qui la conduit \u00e0 l’annihilation presque totale entre 250 et 500 millisecondes, l’\u00e9cho acoustique d\u00e9ploie une cin\u00e9tique de d\u00e9gradation beaucoup plus douce et progressive, \u00e9tendant son emprise sur une plage temporelle allant de 2 \u00e0 5 secondes, et jusqu’\u00e0 10 secondes dans les enregistrements \u00e9lectrophysiologiques fins de la MMN. Cette disproportion d’un facteur 10 \u00e0 20 ne constitue pas une anomalie \u00e9volutive, mais une adaptation fonctionnelle optimale dict\u00e9e par la physique fondamentale des ondes lumineuses et sonores.<\/p>\n Dans l’univers optique, la lumi\u00e8re voyage \u00e0 une vitesse telle que les photons atteignent les yeux de fa\u00e7on quasi instantan\u00e9e, cartographiant une sc\u00e8ne spatiale dont les objets constitutifs poss\u00e8dent g\u00e9n\u00e9ralement une stabilit\u00e9 temporelle macroscopique. Un pr\u00e9dateur, un arbre ou un fruit ne se volatilisent pas en un milli\u00e8me de seconde. La vision humaine fonctionne par saccades oculaires : nos yeux effectuent 3 \u00e0 4 mouvements balistiques rapides par seconde. Si la m\u00e9moire iconique subsistait pendant deux secondes, les images r\u00e9tiniennes cons\u00e9cutives aux diff\u00e9rentes fixations spatiales se superposeraient, cr\u00e9ant un brouillage perceptif cataclysmique o\u00f9 le monde ext\u00e9rieur appara\u00eetrait comme une exposition photographique multiple stri\u00e9e de tra\u00een\u00e9es illisibles. La bri\u00e8vet\u00e9 de la m\u00e9moire iconique est la condition sine qua non<\/em> de la r\u00e9initialisation rapide et propre du canal visuel avant chaque nouvelle fixation oculaire.<\/p>\n \u00c0 l’inverse, l’univers acoustique ne poss\u00e8de aucune permanence spatiale intrins\u00e8que. Le son est un ph\u00e9nom\u00e8ne dynamique \u00e9vanescent : aussit\u00f4t l’onde de compression produite par la chute d’une branche ou la vibration des cordes vocales dissip\u00e9e dans l’air, le stimulus physique cesse d’exister dans l’environnement. Si le syst\u00e8me auditif ne disposait pas d’une m\u00e9moire \u00e9cho\u00efque longue capable d’agir comme un accumulateur de signal sur plusieurs secondes, il serait neurologiquement incapable d’extraire la m\u00e9lodie d’une s\u00e9quence de notes, le contour intonatif d’une phrase interrogative ou la structure s\u00e9mantique d’une cha\u00eene parl\u00e9e. Il est impossible d’analyser le mot \u00ab hippopotame \u00bb si le phon\u00e8me initial [i] s’est effac\u00e9 de la m\u00e9moire sensorielle avant m\u00eame que le phon\u00e8me final [m] ne soit parvenu au tympan. La m\u00e9moire \u00e9cho\u00efque est par essence un dispositif de spatialisation mentale du temps acoustique.<\/p>\n Cette asym\u00e9trie temporelle dicte \u00e9galement la vitesse diff\u00e9rentielle de transfert vers la m\u00e9moire \u00e0 court terme. Pour le signal iconique, le transfert attentionnel doit s’op\u00e9rer dans une course contre la montre fr\u00e9n\u00e9tique : chaque milliseconde compte pour extraire les items avant leur extinction compl\u00e8te. Pour le signal \u00e9cho\u00efque, le syst\u00e8me dispose d’une marge de man\u0153uvre substantiellement plus confortable, permettant un traitement en cascade diff\u00e9r\u00e9, l’attention pouvant \u00eatre mobilis\u00e9e de mani\u00e8re r\u00e9troactive sur des \u00e9l\u00e9ments acoustiques survenus plusieurs secondes auparavant.<\/p>\n Le second axe de diff\u00e9renciation orthogonale concerne la capacit\u00e9 de volume et le mode d’\u00e9chantillonnage de l’information au sein des deux registres. La m\u00e9moire iconique se distingue par une capacit\u00e9 spatiale instantan\u00e9e massive<\/strong>, mais une int\u00e9gration temporelle quasi nulle. Face \u00e0 un flash visuel, le registre iconique capture simultan\u00e9ment la topologie compl\u00e8te de la r\u00e9tine : l’ensemble des textures, des contours, des teintes chromatiques et des contrastes de luminance sont enregistr\u00e9s en parall\u00e8le sur l’int\u00e9gralit\u00e9 du champ visuel p\u00e9riph\u00e9rique et fov\u00e9al. La limite de capacit\u00e9 n’est pas d\u00e9termin\u00e9e par le nombre d’objets, mais par le pouvoir de r\u00e9solution g\u00e9om\u00e9trique et optique des photor\u00e9cepteurs de l’\u0153il et des colonnes de V1. En revanche, le registre visuel est incapable d’int\u00e9grer dans une trace unique deux images pr\u00e9sent\u00e9es successivement si elles sont s\u00e9par\u00e9es par plus de 50 \u00e0 100 millisecondes : elles sont imm\u00e9diatement trait\u00e9es comme des entit\u00e9s distinctes ou entrent en comp\u00e9tition par masquage.<\/p>\n La m\u00e9moire \u00e9cho\u00efque ob\u00e9it \u00e0 la dynamique inverse : elle poss\u00e8de une capacit\u00e9 instantan\u00e9e restreinte, mais une puissante capacit\u00e9 d’\u00e9chantillonnage temporel continu<\/strong>. \u00c0 un instant t<\/em> math\u00e9matiquement ponctuel, le registre auditif ne peut absorber qu’une quantit\u00e9 tr\u00e8s limit\u00e9e d’\u00e9nergie fr\u00e9quentielle sans subir d’interf\u00e9rence destructrice ; si cinq personnes parlent rigoureusement en m\u00eame temps au m\u00eame niveau sonore, leurs signaux se m\u00e9langent acoustiquement de mani\u00e8re inextricable au niveau de la membrane basilaire de la cochl\u00e9e. En revanche, la m\u00e9moire \u00e9cho\u00efque compense cette limitation instantan\u00e9e par son aptitude \u00e0 maintenir et juxtaposer la continuit\u00e9 diachronique de l’onde sonore sur une fen\u00eatre glissante de plusieurs secondes. Elle d\u00e9ploie ainsi une tr\u00e8s haute r\u00e9solution temporelle au service de l’extraction des micro-d\u00e9calages de phase binauraux (permettant la localisation spatiale de la source \u00e0 quelques microsecondes pr\u00e8s) et de la perception de l’ordre temporel des \u00e9v\u00e9nements sonores.<\/p>\n Les deux modalit\u00e9s sensorielles pr\u00e9sentent \u00e9galement des profils d’interf\u00e9rence radicalement oppos\u00e9s face aux perturbations environnementales. Dans le syst\u00e8me visuel, la m\u00e9moire iconique est particuli\u00e8rement vuln\u00e9rable au masquage par luminance et au masquage par motif (pattern masking<\/em>). L’injection d’un flash de lumi\u00e8re intense (masquage par luminance) provoque une d\u00e9polarisation massive des photor\u00e9cepteurs r\u00e9tiniens, r\u00e9initialisant brutalement le contraste biochimique et \u00ab lavant \u00bb litt\u00e9ralement l’ic\u00f4ne visuelle en cours de traitement. De m\u00eame, l’imposition d’un masque compos\u00e9 de fragments de traits g\u00e9om\u00e9triques al\u00e9atoires pr\u00e9sent\u00e9s au m\u00eame emplacement spatial dans une fen\u00eatre de 100 \u00e0 200 ms apr\u00e8s la cible neutralise la trace iconique par \u00e9crasement topologique au niveau du cortex stri\u00e9.<\/p>\n En audition, le registre \u00e9cho\u00efque est quant \u00e0 lui caract\u00e9ris\u00e9 par une sensibilit\u00e9 spectaculaire aux interf\u00e9rences r\u00e9troactives s\u00e9rielles et \u00e0 l’effet de suffixe vocal<\/strong>. Contrairement \u00e0 la vision o\u00f9 un masque abstrait d\u00e9truit la trace, l’\u00e9cho acoustique montre une s\u00e9lectivit\u00e9 remarquable en fonction de la nature \u00e9cologique du perturbateur. Comme l’ont d\u00e9montr\u00e9 les s\u00e9ries exp\u00e9rimentales de Robert Crowder, la m\u00e9moire \u00e9cho\u00efque verbale est totalement insensible \u00e0 un souffle de bruit blanc, \u00e0 un claquement de doigts ou \u00e0 une note de piano intercal\u00e9s \u00e0 la fin d’une liste de mots : ces stimuli non linguistiques sont trait\u00e9s par des sous-populations neuronales tonotopiques distinctes et ne viennent pas contaminer le tampon acoustique phon\u00e9tique. En revanche, l’intrusion d’un mot articul\u00e9 par une voix humaine \u2014 m\u00eame d\u00e9nu\u00e9 de tout sens contextuel et m\u00eame si le sujet est explicitement averti de l’ignorer \u2014 d\u00e9truit instantan\u00e9ment la persistance sensorielle du dernier phon\u00e8me entendu. De surcro\u00eet, le bruit de fond environnemental continu (comme le brouhaha d’une foule) n’annihile pas la m\u00e9moire \u00e9cho\u00efque de mani\u00e8re binaire : il en d\u00e9grade progressivement le rapport signal-sur-bruit, for\u00e7ant les r\u00e9seaux temporaux \u00e0 puiser plus pr\u00e9cocement dans les ressources attentionnelles ex\u00e9cutives pour compenser la perte de clart\u00e9 acoustique.<\/p>\n Les divergences m\u00e9thodologiques n\u00e9cessaires pour mesurer empiriquement ces deux syst\u00e8mes illustrent la sp\u00e9cificit\u00e9 des contraintes pesant sur chaque modalit\u00e9 sensorielle. Pour la m\u00e9moire iconique, le paradigme de r\u00e9f\u00e9rence demeure l’\u00e9preuve de rapport partiel tachistoscopique ou informatis\u00e9e \u00e0 rafra\u00eechissement d’image ultra-rapide (\u00e9crans 144 Hz ou plus), coupl\u00e9e \u00e0 la manipulation d’intervalles inter-stimuli (ISI) infrasecondes. La mesure psychophysique classique du seuil de fusion du scintillement (Flicker Fusion Threshold<\/em>) permet \u00e9galement d’estimer les limites temporelles de l’int\u00e9gration visuelle : au-del\u00e0 de 50 \u00e0 60 Hz, l’\u0153il humain fusionne des impulsions lumineuses discr\u00e8tes en une sensation de lumi\u00e8re continue, t\u00e9moignant de l’incapacit\u00e9 de l’ic\u00f4ne \u00e0 s’\u00e9teindre entre deux \u00e9clairs successifs.<\/p>\n Pour la m\u00e9moire \u00e9cho\u00efque, la mesure comportementale directe par rapport partiel spatialis\u00e9 (paradigme de Darwin, Turvey et Crowder) est aujourd’hui quasi syst\u00e9matiquement supplant\u00e9e par des protocoles \u00e9lectrophysiologiques passifs, au premier rang desquels figure l’enregistrement de la n\u00e9gativit\u00e9 de discordance (MMN). L’avantage incommensurable de la MMN r\u00e9side dans le fait qu’elle s’affranchit totalement du comportement moteur du sujet, de son niveau de vigilance, de sa coop\u00e9ration verbale et de ses strat\u00e9gies m\u00e9tacognitives : elle fournit une mesure pure, directe et biologiquement tra\u00e7able de la dur\u00e9e pendant laquelle un mod\u00e8le acoustique ant\u00e9rieur est maintenu intact dans le cortex de Heschl. Le tableau synoptique suivant r\u00e9sume de mani\u00e8re rigoureuse l’ensemble des dimensions de cette confrontation t\u00eate-\u00e0-t\u00eate :<\/p>\n1. Introduction conceptuelle aux m\u00e9moires sensorielles<\/h2>\n
1.1 Le concept de registre sensoriel dans l’architecture cognitive<\/h3>\n
1.2 Origine des confusions et pertinence de la comparaison<\/h3>\n
1.3 Enjeux \u00e9pist\u00e9mologiques et exp\u00e9rimentaux en psychologie cognitive<\/h3>\n
2. La m\u00e9moire iconique : anatomie du registre sensoriel visuel<\/h2>\n
2.1 Gen\u00e8se exp\u00e9rimentale : le paradigme de George Sperling (1960)<\/h3>\n
\n
2.2 Caract\u00e9ristiques temporelles, capacit\u00e9 et m\u00e9canismes de d\u00e9clin<\/h3>\n
\n
2.3 Bases neurobiologiques et r\u00e9seaux r\u00e9tino-corticaux<\/h3>\n
\n
3. La m\u00e9moire \u00e9cho\u00efque : persistance du registre sensoriel auditif<\/h2>\n
3.1 D\u00e9couverte et validation empirique du mod\u00e8le auditif<\/h3>\n
\n
3.2 Propri\u00e9t\u00e9s intrins\u00e8ques : dynamique s\u00e9rielle et persistance prolong\u00e9e<\/h3>\n
\n
3.3 Substrats neuronaux et marqueurs \u00e9lectrophysiologiques<\/h3>\n
\n
4. Diff\u00e9rences fondamentales entre m\u00e9moire iconique et m\u00e9moire \u00e9cho\u00efque<\/h2>\n
4.1 Cin\u00e9tique temporelle et profils de d\u00e9croissance<\/h3>\n
4.2 Capacit\u00e9 instantan\u00e9e versus int\u00e9gration diachronique<\/h3>\n
4.3 M\u00e9canismes de masquage et sensibilit\u00e9 aux interf\u00e9rences<\/h3>\n
4.4 Paradigmes de mesure et m\u00e9thodes d’\u00e9valuation comparative<\/h3>\n