Dans l’histoire des sciences cognitives et de l’ergonomie, la qu\u00eate d’une formalisation math\u00e9matique des comportements humains a longtemps oscill\u00e9 entre l’illusion m\u00e9caniste et le scepticisme subjectiviste. Durant la premi\u00e8re moiti\u00e9 du vingti\u00e8me si\u00e8cle, la psychologie scientifique, domin\u00e9e d’un c\u00f4t\u00e9 par l’empirisme b\u00e9havioriste et de l’autre par des approches cliniques qualitatives, peinait \u00e0 formuler des lois quantitatives universelles comparables \u00e0 celles de la thermodynamique ou de l’\u00e9lectrodynamique classique. Il fallut attendre le tournant intellectuel des ann\u00e9es 1950, marqu\u00e9 par le croisement de la th\u00e9orie de la communication, de la cybern\u00e9tique et de la recherche sur les facteurs humains militaires, pour que l’action motrice et la prise de d\u00e9cision soient enfin conceptualis\u00e9es comme des flux mesurables au sein d’un canal physique \u00e0 capacit\u00e9 finie.<\/p>\n
Au c\u0153ur de cette refondation \u00e9pist\u00e9mologique se trouvent trois figures pionni\u00e8res : le m\u00e9decin et psychologue britannique William Edmund Hick<\/a>, le psychologue am\u00e9ricain Ray Hyman<\/a>, et leur contemporain Paul Morris Fitts<\/a>. Leurs travaux exp\u00e9rimentaux conjoints ont abouti \u00e0 l’\u00e9nonciation de deux r\u00e9gularit\u00e9s empiriques d’une robustesse exceptionnelle : la loi de Hick-Hyman<\/strong>, qui mod\u00e9lise le temps n\u00e9cessaire \u00e0 un op\u00e9rateur pour choisir une r\u00e9ponse face \u00e0 une incertitude informationnelle, et la loi de Fitts<\/strong>, qui pr\u00e9dit avec une exactitude stup\u00e9fiante la dur\u00e9e requise pour d\u00e9placer un effecteur moteur vers une cible spatiale donn\u00e9e. Ensemble, ces formalismes capturent l’int\u00e9gralit\u00e9 de la boucle sensorimotrice et cognitive, depuis la d\u00e9tection d’un stimulus ambigu jusqu’\u00e0 l’impact m\u00e9canique terminal du geste.<\/p>\n Le pr\u00e9sent article propose une exploration approfondie de ces paradigmes fondateurs de la psychologie quantitative. En examinant leurs origines historiques, leurs substrats math\u00e9matiques fond\u00e9s sur la th\u00e9orie de l’information de Claude Shannon<\/a>, leurs correspondances neurobiologiques et leur omnipr\u00e9sence contemporaine dans l’ing\u00e9nierie des interfaces humain-machine (IHM), nous analyserons comment la mesure du temps de r\u00e9action et du temps de mouvement continue de d\u00e9finir l’architecture des technologies num\u00e9riques, des cockpits d’aviation militaire jusqu’aux interfaces neuronales directes du vingt-et-uni\u00e8me si\u00e8cle.<\/p>\n L’imm\u00e9diat apr\u00e8s-guerre marque un basculement paradigmatique sans pr\u00e9c\u00e9dent dans l’\u00e9tude des fonctions psychologiques sup\u00e9rieures. Pendant plusieurs d\u00e9cennies, le b\u00e9haviorisme radical incarn\u00e9 par John Watson et B.F. Skinner avait rel\u00e9gu\u00e9 les processus mentaux internes au statut de bo\u00eete noire inaccessible, postulant que la psychologie devait se cantonner \u00e0 l’observation stricte des corr\u00e9lations fonctionnelles entre stimuli environnementaux et r\u00e9ponses motrices manifestes. Cette perspective \u00e9vacuait d\u00e9lib\u00e9r\u00e9ment toute vell\u00e9it\u00e9 d’inf\u00e9rence computationnelle sur les op\u00e9rations de calcul interne ex\u00e9cut\u00e9es par l’organisme.<\/p>\n N\u00e9anmoins, les imp\u00e9ratifs technologiques issus de la Seconde Guerre mondiale, notamment l’exploitation des syst\u00e8mes radar, le guidage des tirs de DCA et le pilotage d’avions \u00e0 haute vitesse, ont rapidement mis en \u00e9chec cette grille de lecture simpliste. Les ing\u00e9nieurs militaires et les psychologues ont constat\u00e9 que les op\u00e9rateurs humains commettaient des erreurs syst\u00e9matiques non pas par absence de renforcement, mais en raison d’une saturation intrins\u00e8que de leurs capacit\u00e9s de traitement. L’\u00eatre humain devait \u00eatre appr\u00e9hend\u00e9 comme un canal physique de communication travers\u00e9 par des signaux, dot\u00e9 d’une bande passante restreinte et sujet au bruit de transmission.<\/p>\n Dans ce creuset intellectuel, la cybern\u00e9tique formul\u00e9e par Norbert Wiener<\/a> en 1948 a jou\u00e9 un r\u00f4le de catalyseur d\u00e9cisif. En unifiant l’\u00e9tude de la commande, de la communication et de la r\u00e9troaction dynamique chez l’animal et dans la machine, Wiener a offert aux psychologues exp\u00e9rimentaux un lexique rigoureux. Les concepts de boucle ferm\u00e9e, d’asservissement, de r\u00e9troaction d’erreur et de d\u00e9lai de transmission neuromusculaire ont permis de d\u00e9senclaver l’\u00e9tude de l’esprit des m\u00e9taphores purement m\u00e9canistes ou introspectives, instaurant les prol\u00e9gom\u00e8nes de la psychologie computationnelle moderne.<\/p>\n La pi\u00e8ce ma\u00eetresse th\u00e9orique qui allait permettre la quantification math\u00e9matique de la d\u00e9cision humaine provient de l’article s\u00e9minal de Claude Elwood Shannon, A Mathematical Theory of Communication<\/em>, publi\u00e9 en 1948 dans les Bell System Technical Journal<\/em>. Shannon y formalise une th\u00e9orie purement statistique de la transmission de donn\u00e9es, faisant abstraction de la s\u00e9mantique pour ne s’int\u00e9resser qu’\u00e0 la quantit\u00e9 d’incertitude r\u00e9solue lors de la r\u00e9ception d’un signal.<\/p>\n Au c\u0153ur de cette th\u00e9orie se trouve le concept d’entropie informationnelle, not\u00e9e $H$<\/span>, qui mesure l’incertitude moyenne associ\u00e9e \u00e0 une source d’\u00e9v\u00e9nements probabilistes discrets. Pour un ensemble d’\u00e9v\u00e9nements ind\u00e9pendants $x_i$<\/span> survenant chacun avec une probabilit\u00e9 $p(x_i)$<\/span>, l’entropie est d\u00e9finie par la formule :<\/p>\n $$H = -\\sum_{i=1}^{n} p(x_i) \\log_2 p(x_i)$$<\/span><\/p>\n L’unit\u00e9 fondamentale de cette grandeur est le bit<\/em> (contraction de binary digit<\/em>), qui repr\u00e9sente la quantit\u00e9 d’information requise pour trancher une alternative \u00e9quiprobable entre deux choix binaires. Plus l’entropie du syst\u00e8me est \u00e9lev\u00e9e, plus l’incertitude initiale est forte, et plus la quantit\u00e9 d’information n\u00e9cessaire pour r\u00e9soudre cette ind\u00e9termination devient consid\u00e9rable.<\/p>\n L’application de cette mesure abstraite \u00e0 la psychophysique a constitu\u00e9 une r\u00e9volution intellectuelle. Les stimuli sensoriels n’\u00e9taient plus consid\u00e9r\u00e9s comme de simples d\u00e9clencheurs \u00e9nerg\u00e9tiques frappant la r\u00e9tine ou la membrane tympanique, mais comme des messages cod\u00e9s r\u00e9duisant l’incertitude de l’op\u00e9rateur. La question fondamentale de la chronom\u00e9trie mentale s’est alors d\u00e9plac\u00e9e : le d\u00e9lai requis pour r\u00e9agir \u00e0 un \u00e9v\u00e9nement d\u00e9pendait-il de la morphologie du stimulus, ou \u00e9tait-il math\u00e9matiquement coupl\u00e9 \u00e0 la quantit\u00e9 d’entropie r\u00e9solue par le syst\u00e8me nerveux central ?<\/p>\n L’id\u00e9e de chronom\u00e9trer la pens\u00e9e humaine remonte aux travaux du physiologiste n\u00e9erlandais Franciscus Cornelis Donders<\/a> au milieu du dix-neuvi\u00e8me si\u00e8cle. En 1868, Donders avait introduit sa c\u00e9l\u00e8bre m\u00e9thode soustractive, postulant qu’il \u00e9tait possible d’isoler la dur\u00e9e des op\u00e9rations mentales en comparant diff\u00e9rentes t\u00e2ches de complexit\u00e9 croissante. Il distinguait trois paradigmes canoniques :<\/p>\n Bien que pionni\u00e8re, la m\u00e9thode soustractive de Donders reposait sur le postulat fragile de l’insertion pure : l’hypoth\u00e8se qu’ajouter une \u00e9tape cognitive \u00e0 une t\u00e2che ne modifie en rien la nature ni la dur\u00e9e des autres op\u00e9rations sous-jacentes. Or, au d\u00e9but des ann\u00e9es 1950, les donn\u00e9es exp\u00e9rimentales accumul\u00e9es d\u00e9montraient que l’esprit humain n’op\u00e8re pas comme une cha\u00eene de montage strictement s\u00e9quentielle et rigide. Les d\u00e9lais neuromoteurs se r\u00e9v\u00e9laient probabilistes, sujets \u00e0 d’importantes fluctuations stochastiques et profond\u00e9ment influenc\u00e9s par la structure probabiliste des stimuli.<\/p>\n Il devenait imp\u00e9ratif de substituer \u00e0 l’arithm\u00e9tique additive de Donders des mod\u00e8les probabilistes sophistiqu\u00e9s, capables de traiter le cerveau comme un d\u00e9codeur statistique r\u00e9alisant des inf\u00e9rences en temps r\u00e9el dans des environnements incertains. C’est pr\u00e9cis\u00e9ment cette br\u00e8che \u00e9pist\u00e9mologique qu’allaient investir William Hick et Ray Hyman.<\/p>\n Travaillant au sein de l’Unit\u00e9 de Recherche en Psychologie Appliqu\u00e9e de Cambridge (Medical Research Council), William Edmund Hick con\u00e7oit au d\u00e9but des ann\u00e9es 1950 un dispositif d’une \u00e9l\u00e9gance m\u00e9thodologique exemplaire pour \u00e9prouver la validit\u00e9 de la th\u00e9orie shannonienne dans l’\u00e9valuation de la latence d\u00e9cisionnelle. Son protocole, publi\u00e9 dans son article fondateur de 1952 intitul\u00e9 On the rate of gain of information<\/em>, visait \u00e0 \u00e9liminer les artefacts exp\u00e9rimentaux qui polluaient jusqu’alors les \u00e9tudes de chronom\u00e9trie mentale.<\/p>\n L’appareillage consistait en un affichage de dix lampes \u00e0 incandescence dispos\u00e9es circulairement devant le participant, mimant une configuration sym\u00e9trique pour neutraliser les biais de champ visuel. Chaque lampe correspondait univoquement \u00e0 l’un des dix doigts du sujet, lequel reposait ses mains sur un clavier sp\u00e9cialement con\u00e7u comprenant dix touches t\u00e9l\u00e9graphiques de type Morse. Lorsqu’une lampe s’allumait al\u00e9atoirement, le sujet devait presser le manipulateur associ\u00e9 le plus promptement possible.<\/p>\n Hick manipula syst\u00e9matiquement le nombre d’alternatives possibles ($n$<\/span>), faisant varier l’ensemble des stimuli actifs de 1 \u00e0 10 lampes. Pour garantir une rigueur m\u00e9trologique absolue, l’enregistrement des latences temporelles \u00e9tait assur\u00e9 par un chronographe \u00e9lectrom\u00e9canique \u00e0 plume avec une r\u00e9solution \u00e0 la milliseconde. De surcro\u00eet, Hick instaura un entra\u00eenement intensif \u00e9tal\u00e9 sur des semaines afin de dissiper tout effet d’apprentissage novice, tout en alternant de longues p\u00e9riodes de repos pour juguler la fatigue neuromusculaire et pr\u00e9venir les baisses d’attention soutenue.<\/p>\n L’analyse des latences enregistr\u00e9es par Hick r\u00e9v\u00e9la une courbe empirique spectaculaire. Contrairement aux pr\u00e9dictions d’un mod\u00e8le additif lin\u00e9aire \u2014 selon lequel chaque alternative suppl\u00e9mentaire ajouterait un quantum fixe de temps \u2014, l’augmentation du temps de r\u00e9action de choix ($TR$<\/span>) diminuait \u00e0 mesure que le nombre de stimuli augmentait. La courbe d\u00e9crivait une fonction strictement concave.<\/p>\n Hick constata que le temps de r\u00e9action augmentait par paliers constants chaque fois que le nombre de stimuli disponibles \u00e9tait multipli\u00e9 par deux. En d’autres termes, passer de 1 \u00e0 2 lampes g\u00e9n\u00e9rait une augmentation temporelle quasi identique \u00e0 celle observ\u00e9e en passant de 2 \u00e0 4 lampes, ou de 4 \u00e0 8 lampes. Cette signature math\u00e9matique correspondait tr\u00e8s pr\u00e9cis\u00e9ment \u00e0 une \u00e9chelle logarithmique en base 2.<\/p>\n Dans sa mod\u00e9lisation initiale, Hick formalisa cette relation sous la forme analytique suivante :<\/p>\n $$TR = a + b \\cdot \\log_2(n + 1)$$<\/span><\/p>\n Dans cette formulation, $a$<\/span> repr\u00e9sente le temps de base incompressible li\u00e9 aux d\u00e9lais physiologiques p\u00e9riph\u00e9riques (transduction r\u00e9tinienne, propagation axonale le long des voies corticospinales et activation de l’unit\u00e9 motrice), tandis que $b$<\/span> figure la pente de la droite de r\u00e9gression, c’est-\u00e0-dire le co\u00fbt temporel unitaire par unit\u00e9 d’information trait\u00e9e.<\/p>\n L’inclusion du terme $+1$<\/span> au sein du logarithme constituait une intuition math\u00e9matique brillante de la part de Hick. Il consid\u00e9rait en effet que l’esprit humain ne tranche pas seulement entre $n$<\/span> signaux actifs : il doit pr\u00e9alablement trancher entre l’\u00e9tat de repos (l’absence de stimulus ou le doute quant au d\u00e9clenchement de la s\u00e9quence) et l’apparition d’un \u00e9v\u00e9nement. L’alternative nulle (\u00ab ne rien faire \u00bb) s’ajoute ainsi comme une option suppl\u00e9mentaire implicite, garantissant par ailleurs que pour $n = 0$<\/span>, le calcul ne g\u00e9n\u00e8re aucune absurdit\u00e9 math\u00e9matique.<\/p>\n La d\u00e9couverte d’une d\u00e9pendance logarithmique stricte a imm\u00e9diatement incit\u00e9 William Hick \u00e0 estimer la capacit\u00e9 de canal du syst\u00e8me nerveux central, c’est-\u00e0-dire le d\u00e9bit d’information maximal que le cerveau est capable de dig\u00e9rer pour coordonner une r\u00e9ponse motrice. En calculant le rapport entre l’information transmise en bits et le temps de r\u00e9action effectif, Hick a mis en lumi\u00e8re une vitesse de transmission remarquablement stable au sein d’un m\u00eame individu.<\/p>\n Ses calculs empiriques ont \u00e9tabli que le taux d’assimilation informationnelle se situait g\u00e9n\u00e9ralement autour de 5 bits par seconde (soit un coefficient empirique $b$<\/span> avoisinant 150 \u00e0 200 millisecondes par bit d’entropie). Quelle que soit la configuration du test, le traitement c\u00e9r\u00e9bral semblait r\u00e9gul\u00e9 par une horloge interne dict\u00e9e par la bande passante du canal de traitement.<\/p>\n Cette constance a apport\u00e9 une preuve empirique d\u00e9cisive \u00e0 la th\u00e9orie du canal attentionnel \u00e0 capacit\u00e9 limit\u00e9e, th\u00e9oris\u00e9e peu apr\u00e8s par Donald Broadbent. Elle \u00e9tablissait que la latence d\u00e9cisionnelle n’\u00e9tait pas une propri\u00e9t\u00e9 \u00e9lastique arbitraire, mais le reflet direct d’une contrainte thermodynamique et computationnelle fondamentale : le r\u00e9seau neuronal central est un dispositif \u00e0 goulet d’\u00e9tranglement qui ne peut traiter l’information qu’\u00e0 une vitesse born\u00e9e, au risque de voir le taux d’erreur cro\u00eetre de mani\u00e8re exponentielle en cas de surcharge.<\/p>\n Malgr\u00e9 l’\u00e9l\u00e9gance des d\u00e9monstrations de Hick, une limitation th\u00e9orique majeure subsistait dans son protocole de 1952 : tous les stimuli lumineux apparaissaient avec une probabilit\u00e9 strictement identique ($p = 1\/n$<\/span>). D\u00e8s lors, il \u00e9tait impossible de discerner formellement si le cerveau r\u00e9pondait \u00e0 la quantit\u00e9 math\u00e9matique d’entropie shannonienne ou s’il \u00e9tait simplement sensible au nombre nominal d’objets pr\u00e9sents dans le champ visuel.<\/p>\n C’est au psychologue am\u00e9ricain Ray Hyman, chercheur \u00e0 l’Universit\u00e9 Johns Hopkins, que revient la lev\u00e9e magistrale de cette ambigu\u00eft\u00e9 dans son article canonique de 1953, Stimulus information as a determinant of reaction time<\/em>. Hyman partit du principe que si la th\u00e9orie de l’information gouvernait r\u00e9ellement la cognition motrice, la manipulation des probabilit\u00e9s d’occurrence des stimuli devait engendrer des variations pr\u00e9dictibles du temps de r\u00e9action, quand bien m\u00eame le nombre total d’items demeurerait invariable.<\/p>\n Hyman construisit un dispositif exp\u00e9rimental compos\u00e9 d’une matrice de huit lumi\u00e8res associ\u00e9es \u00e0 des vocalisations de syllabes sp\u00e9cifiques en guise de r\u00e9ponse motrice. Il con\u00e7ut trois conditions exp\u00e9rimentales subtiles :<\/p>\n Les r\u00e9sultats empiriques balay\u00e8rent toute interpr\u00e9tation na\u00efve : lorsque la fr\u00e9quence d’apparition d’une lampe augmentait, le temps de r\u00e9action pour cette lampe sp\u00e9cifique chutait drastiquement. Mieux encore, le temps de r\u00e9action moyen global pour un ensemble donn\u00e9 ne correspondait pas au nombre de lampes physiques, mais \u00e0 l’entropie statistique moyenne de la source, calcul\u00e9e selon la formule de Shannon. Le cerveau ne comptait pas les cibles : il int\u00e9grait les lois de distribution probabiliste de l’environnement.<\/p>\n L’apport le plus novateur de Hyman r\u00e9sida dans son analyse des d\u00e9pendances s\u00e9quentielles et de la redondance statistique. Dans la vie r\u00e9elle, les \u00e9v\u00e9nements environnementaux surviennent rarement sous forme de tirages al\u00e9atoires ind\u00e9pendants et identiquement distribu\u00e9s (processus de Bernoulli pur). Les s\u00e9quences comportementales ob\u00e9issent plut\u00f4t \u00e0 des cha\u00eenes de Markov o\u00f9 le pass\u00e9 imm\u00e9diat restreint le champ des futurs possibles.<\/p>\n Hyman d\u00e9montra que lorsque les stimuli pr\u00e9sentaient une structure s\u00e9quentielle pr\u00e9visible \u2014 c’est-\u00e0-dire une redondance statistique \u00e9lev\u00e9e r\u00e9duisant l’entropie conditionnelle $H(S_t | S_{t-1})$<\/span> \u2014, les sujets r\u00e9duisaient substantiellement leur temps de r\u00e9action. Les op\u00e9rateurs humains int\u00e9graient inconsciemment les probabilit\u00e9s de transition au fil des r\u00e9p\u00e9titions. Ce m\u00e9canisme d’amor\u00e7age probabiliste (probabilistic priming) montrait que l’anticipation cognitive d\u00e9chargeait le syst\u00e8me nerveux d’une fraction du travail de d\u00e9codage.<\/p>\n \u00c0 partir de ces d\u00e9monstrations irr\u00e9futables, la formulation canonique unifi\u00e9e de la loi de Hick-Hyman<\/strong> prit sa forme math\u00e9matique d\u00e9finitive, reliant le temps de r\u00e9action ($TR$<\/span>) \u00e0 l’entropie informationnelle moyenne transmise ($H$<\/span>) :<\/p>\n $$TR = a + b \\cdot H$$<\/span><\/p>\n o\u00f9 l’entropie $H$<\/span> est formellement exprim\u00e9e par l’\u00e9quation d’incertitude shannonienne :<\/p>\n $$H = \\sum_{i=1}^{n} p_i \\log_2 \\left(\\frac{1}{p_i}\\right) = -\\sum_{i=1}^{n} p_i \\log_2(p_i)$$<\/span><\/p>\n Cette unification th\u00e9orique prouvait que le co\u00fbt cognitif du choix est une fonction lin\u00e9aire de l’incertitude exprim\u00e9e en bits, scellant le mariage entre les math\u00e9matiques de l’ing\u00e9nierie des t\u00e9l\u00e9communications et la physiologie exp\u00e9rimentale de l’attention.<\/p>\n La publication des r\u00e9sultats de Hyman provoqua un retentissement consid\u00e9rable dans la communaut\u00e9 psychologique internationale. La corr\u00e9lation statistique observ\u00e9e entre le temps de r\u00e9ponse moyen et l’entropie informationnelle avoisinait des coefficients de r\u00e9gression $R^2$<\/span> sup\u00e9rieurs \u00e0 0,98 sur des cohortes larges et h\u00e9t\u00e9rog\u00e8nes. La relation persistait avec une robustesse exemplaire, qu’il s’ag\u00eet de r\u00e9ponses manuelles, vocales ou podales.<\/p>\n Cette validation disqualifiait d\u00e9finitivement les mod\u00e8les m\u00e9canistes lin\u00e9aires qui postulaient que l’inspection mentale proc\u00e9dait par scans s\u00e9riels exhaustifs point par point. Si l’esprit explorait les hypoth\u00e8ses de mani\u00e8re lin\u00e9aire et successive, le temps de r\u00e9action augmenterait en proportion directe de $n$<\/span> (fonction lin\u00e9aire $TR = \\alpha \\cdot n + \\beta$<\/span>). L’observation intangible d’un profil logarithmique imposait l’acceptation d’un principe computationnel radicalement plus efficient au sein du parenchyme c\u00e9r\u00e9bral.<\/p>\n Sur le plan m\u00e9thodologique, la loi de Hick-Hyman devint instantan\u00e9ment le standard d’or pour \u00e9talonner la chronom\u00e9trie mentale. Elle a fourni un cadre normatif permettant de mesurer avec une pr\u00e9cision chirurgicale les \u00e9carts de performance caus\u00e9s par l’\u00e9tat physiologique de l’op\u00e9rateur (narcoses, privation de sommeil, intoxication \u00e9thylique ou vieillissement c\u00e9r\u00e9bral), mesurables par une alt\u00e9ration s\u00e9lective de l’ordonn\u00e9e \u00e0 l’origine ($a$<\/span>) ou de la pente informationnelle ($b$<\/span>).<\/p>\n Si la loi de Hick-Hyman capture avec brio le r\u00e9sultat macroscopique du temps de r\u00e9action, quels sont les m\u00e9canismes microscopiques qui pr\u00e9sident \u00e0 cette dynamique au sein du tissu neuronal ? Pour r\u00e9pondre \u00e0 cette question, la psychologie math\u00e9matique contemporaine a d\u00e9velopp\u00e9 les mod\u00e8les d’accumulation de preuves s\u00e9quentielles stochastiques, dont l’arch\u00e9type est le mod\u00e8le de diffusion de Ratcliff (Ratcliff, 1978<\/a>).<\/p>\n Dans cette mod\u00e9lisation, la perception d’un stimulus n’est pas un \u00e9v\u00e9nement instantan\u00e9, mais un processus dynamique bruit\u00e9. D\u00e8s l’apparition du signal, les neurones sensoriels transmettent des d\u00e9charges de potentiels d’action vers les aires d’int\u00e9gration d\u00e9cisionnelle. Ces d\u00e9charges constituent des \u00e9chantillons d’information bruit\u00e9e que le syst\u00e8me nerveux int\u00e8gre continuellement au fil du temps. La variable de d\u00e9cision interne d\u00e9rive de mani\u00e8re stochastique \u00e0 travers un espace math\u00e9matique jusqu’\u00e0 franchir un seuil d’action critique qui d\u00e9clenche irr\u00e9versiblement la commande motrice.<\/p>\n Dans le cas d’un choix binaire simple, un seul processus de diffusion entre deux barri\u00e8res oppos\u00e9es suffit \u00e0 mod\u00e9liser la t\u00e2che. Mais face \u00e0 un choix multiple ($n > 2$<\/span>), le cerveau d\u00e9ploie des comp\u00e9titions parall\u00e8les d’accumulateurs de d\u00e9rive (mod\u00e8les de course stochastique ou Linear Ballistic Accumulator<\/em>). Lorsque le nombre d’alternatives augmente, les ressources d’amplification neuronale sont r\u00e9parties entre les diff\u00e9rents comp\u00e9titeurs, ce qui aplatit le taux moyen de d\u00e9rive (vitesse d’accumulation des preuves) et abaisse le rapport signal sur bruit. Ce ralentissement dynamique de la course probabiliste reproduit fid\u00e8lement, par agr\u00e9gation statistique, la logarithmicit\u00e9 pr\u00e9dite par Hick et Hyman.<\/p>\n Les investigations men\u00e9es en imagerie par r\u00e9sonance magn\u00e9tique fonctionnelle (IRMf) et par enregistrements \u00e9lectrophysiologiques unitaires chez le primate ont permis de localiser avec pr\u00e9cision les r\u00e9seaux c\u00e9r\u00e9braux impliqu\u00e9s dans la loi de Hick-Hyman. La s\u00e9lection d’une action sous incertitude recrute une boucle cortico-sous-corticale hautement interconnect\u00e9e associant le cortex pr\u00e9frontal dorsolat\u00e9ral (DLPFC)<\/strong>, le cortex cingulaire ant\u00e9rieur (ACC)<\/strong>, les aires motrices suppl\u00e9mentaires (SMA\/pre-SMA)<\/strong> et les ganglions de la base<\/strong>.<\/p>\n Le cortex pr\u00e9frontal dorsolat\u00e9ral intervient comme le coordinateur de l’arbre d\u00e9cisionnel, h\u00e9bergeant en m\u00e9moire de travail les r\u00e8gles d’association stimulus-r\u00e9ponse. L’ACC, quant \u00e0 lui, surveille l’occurrence de conflits moteurs et calcule l’entropie contextuelle ; son activation s’accro\u00eet lin\u00e9airement avec la quantit\u00e9 de bits d’information que le sujet doit r\u00e9soudre. Parall\u00e8lement, le circuit moteur des ganglions de la base orchestre une comp\u00e9tition par inhibition lat\u00e9rale :<\/p>\n La dopamine joue ici le r\u00f4le de modulateur critique du compromis entre exploration et exploitation. Une d\u00e9pl\u00e9tion dopaminergique dans ces boucles ralentit la vitesse d’accumulation de l’\u00e9vidence et rigidifie les seuils d’activation, entra\u00eenant une hausse brutale de la pente informationnelle $b$<\/span>.<\/p>\n D’un point de vue purement cognitif, l’une des hypoth\u00e8ses les plus fascinantes expliquant la fonction logarithmique est celle du partitionnement binaire successif en m\u00e9moire de travail. Selon cette approche algorithmique, l’esprit humain ne scannerait pas l’espace des solutions par \u00e9num\u00e9ration exhaustive, mais proc\u00e9derait par une strat\u00e9gie de type dichotomique, divisant r\u00e9cursivement le champ des possibles en deux sous-ensembles \u00e9quiprobables \u00e0 chaque cycle de traitement interne.<\/p>\n Pour un ensemble de $n$<\/span> alternatives, le nombre d’op\u00e9rations dichotomiques n\u00e9cessaires pour isoler une cible unique est strictement \u00e9gal \u00e0 $\\log_2(n)$<\/span>. Chaque division successive consommerait un quantum temporel fixe, d\u00e9di\u00e9 \u00e0 l’inhibition d’une moiti\u00e9 des candidats et \u00e0 l’amplification de l’autre. Cette arborescence cognitive transforme une t\u00e2che de d\u00e9cision multivari\u00e9e complexe en une cascade ordonn\u00e9e de micro-choix binaires \u00e9l\u00e9mentaires.<\/p>\n Cette interpr\u00e9tation computationnelle trouve un solide appui empirique dans les \u00e9tudes d’\u00e9lectroenc\u00e9phalographie cognitive quantitative (EEG), notamment via l’analyse de l’onde P300<\/strong> (ou P3b). L’amplitude et surtout la latence d’apparition de ce potentiel \u00e9voqu\u00e9 pari\u00e9tocentral augmentent de fa\u00e7on rigoureusement logarithmique avec l’entropie shannonienne de la t\u00e2che. La P300 refl\u00e9tant la mise \u00e0 jour de la m\u00e9moire de travail et la cl\u00f4ture du traitement perceptif, sa modulation temporelle d\u00e9montre que le partitionnement de l’incertitude pr\u00e9c\u00e8de l’engagement du cortex moteur primaire.<\/p>\n Tandis que Hick et Hyman diss\u00e9quaient la phase d\u00e9cisionnelle de la chronom\u00e9trie mentale, une autre probl\u00e9matique empirique cruciale demeurait non r\u00e9solue : celle de l’ex\u00e9cution spatio-temporelle du geste moteur lui-m\u00eame. Une fois la d\u00e9cision prise, combien de temps le syst\u00e8me musculo-squelettique requiert-il pour amener la main ou le pied vers une coordonn\u00e9e spatiale d\u00e9finie avec une pr\u00e9cision assign\u00e9e ?<\/p>\n Cette interrogation trouva sa gen\u00e8se sur les bases a\u00e9riennes de l’US Army Air Forces durant la Seconde Guerre mondiale. Le lieutenant-colonel Paul Morris Fitts<\/a>, psychologue exp\u00e9rimental form\u00e9 \u00e0 l’Universit\u00e9 de Rochester, dirigeait alors la branche de psychologie a\u00e9ronautique \u00e0 Wright-Patterson Air Force Base. Confront\u00e9 \u00e0 une h\u00e9catombe inexpliqu\u00e9e de bombardiers B-17 Flying Fortress s’\u00e9crasant lors de la phase d’atterrissage, Fitts mena avec son coll\u00e8gue Richard Jones une enqu\u00eate syst\u00e9matique sur les erreurs de pilotage.<\/p>\n Leur constatation fut saisissante : les crashs n’\u00e9taient point le fruit d’une incomp\u00e9tence des \u00e9quipages, mais d\u00e9coulaient d’un pi\u00e8ge ergonomique catastrophique. Sur la console centrale du B-17, la commande d’actionnement du train d’atterrissage et celle des volets de freinage (flaps) \u00e9taient deux leviers strictement identiques, dispos\u00e9s \u00e0 quelques centim\u00e8tres d’intervalle. En situation de stress intense et d’\u00e9puisement, les pilotes confondaient les leviers au moment de toucher la piste, r\u00e9tractant les roues au lieu de d\u00e9ployer les a\u00e9rofreins.<\/p>\n Cette d\u00e9couverte inaugura le champ de l’ing\u00e9nierie des facteurs humains. Fitts comprit que concevoir des machines performantes exigeait une math\u00e9matisation imp\u00e9rative des capacit\u00e9s et des limites physiques du corps humain. Le contr\u00f4le moteur devait \u00eatre \u00e9tudi\u00e9 comme un syst\u00e8me asservi dynamique soumis aux contraintes de la physique et du traitement du signal.<\/p>\n Nomm\u00e9 professeur et directeur du laboratoire de psychologie cognitive \u00e0 l’Universit\u00e9 d’\u00c9tat de l’Ohio, Paul Fitts publie en juin 1954 dans le Journal of Experimental Psychology<\/em> un article qui deviendra l’un des textes les plus cit\u00e9s de l’histoire des sciences : The information capacity of the human motor system in controlling the amplitude of movement<\/em>.<\/p>\n Pour mesurer la dynamique du mouvement avec une rigueur absolue, Fitts invente trois paradigmes moteurs distincts manipulant ind\u00e9pendamment la distance de parcours et la pr\u00e9cision terminale :<\/p>\n En croisant syst\u00e9matiquement 4 amplitudes diff\u00e9rentes ($A = 4, 8, 16, 32$<\/span> pouces) et 4 largeurs de cibles ($W = 0.25, 0.5, 1, 2$<\/span> pouces), Fitts g\u00e9n\u00e9rait 16 conditions de difficult\u00e9 gradu\u00e9e, permettant d’\u00e9prouver la r\u00e9sistance de son mod\u00e8le sur une \u00e9chelle ph\u00e9nom\u00e9nologique extraordinairement \u00e9tendue.<\/p>\n Les mesures chronom\u00e9triques recueillies par Fitts r\u00e9v\u00e9l\u00e8rent une r\u00e9gularit\u00e9 math\u00e9matique stup\u00e9fiante. Premi\u00e8rement, le temps moyen n\u00e9cessaire pour atteindre une cible augmentait lorsque la distance ($A$<\/span>) augmentait. Deuxi\u00e8mement, ce m\u00eame temps augmentait lorsque la largeur de la cible ($W$<\/span>) diminuait. Mais le point le plus r\u00e9volutionnaire r\u00e9sidait dans l’interaction g\u00e9om\u00e9trique entre ces deux variables scalaires :<\/p>\n Tant que le ratio $A \/ W$<\/span> demeurait constant, le temps de mouvement ($MT$<\/span>) restait virtuellement identique. Par exemple, atteindre une cible de 2 centim\u00e8tres situ\u00e9e \u00e0 20 centim\u00e8tres de distance r\u00e9clamait exactement la m\u00eame d\u00e9pense temporelle que d’atteindre une cible de 4 centim\u00e8tres situ\u00e9e \u00e0 40 centim\u00e8tres. La cin\u00e9matique humaine d\u00e9montrait une invariance d’\u00e9chelle parfaite.<\/p>\n De plus, Fitts mesura les distributions d’erreurs spatiales aux marges des cibles. Il observa que les trajectoires terminales pr\u00e9sentaient une dispersion gaussienne presque parfaite, centr\u00e9e sur le milieu de la zone cible. Les participants ajustaient spontan\u00e9ment leur vitesse d’action afin de maintenir leur taux de dispersion spatiale sous un seuil d’erreur moyen stable de 5 %, t\u00e9moignant d’une autor\u00e9gulation optimale de la bande passante neuromotrice.<\/p>\n S’inspirant directement de la th\u00e9orie de l’information de Shannon, Paul Fitts formula l’hypoth\u00e8se audacieuse que la commande motrice humaine op\u00e8re comme la transmission d’un signal \u00e0 travers un canal bruit\u00e9, o\u00f9 l’amplitude du mouvement ($A$<\/span>) repr\u00e9sente la puissance du signal et la demi-largeur de la cible ($W\/2$<\/span>) repr\u00e9sente la marge d’erreur admissible ou le bruit de fond tol\u00e9r\u00e9. Il posa ainsi la d\u00e9finition de l’Indice de Difficult\u00e9<\/strong> ($ID$<\/span>, pour Index of Difficulty<\/em>) :<\/p>\n $$ID = \\log_2 \\left(\\frac{2A}{W}\\right)$$<\/span><\/p>\n L’indice de difficult\u00e9 s’exprime en bits<\/strong>. Il capture de mani\u00e8re univari\u00e9e la quantit\u00e9 d’incertitude spatiale que le syst\u00e8me sensorimoteur doit \u00e9liminer pour confiner l’extr\u00e9mit\u00e9 de l’effecteur dans les limites de la cible. \u00c0 partir de cette m\u00e9trique, Fitts postula la relation lin\u00e9aire fondamentale gouvernant le Temps de Mouvement ($MT$<\/span>, Movement Time<\/em>) :<\/p>\n $$MT = a + b \\cdot ID = a + b \\cdot \\log_2 \\left(\\frac{2A}{W}\\right)$$<\/span><\/p>\n Dans cette \u00e9quation lin\u00e9aire canonique :<\/p>\n L’\u00e9quation de Fitts a imm\u00e9diatement affich\u00e9 des niveaux d’ad\u00e9quation statistique vertigineux, les coefficients de d\u00e9termination lin\u00e9aire ($R^2$<\/span>) exc\u00e9dant quasi syst\u00e9matiquement 0,95 dans la quasi-totalit\u00e9 des r\u00e9plications exp\u00e9rimentales publi\u00e9es \u00e0 travers le monde.<\/p>\n Bien que la formulation originelle de Fitts f\u00fbt empiriquement solide, elle pr\u00e9sentait une faiblesse math\u00e9matique intrins\u00e8que lorsque les cibles devenaient tr\u00e8s larges et situ\u00e9es \u00e0 tr\u00e8s faible distance. Dans les cas limites o\u00f9 $A < W\/2$, le ratio$<\/span>2A \/ W$ devient inf\u00e9rieur \u00e0 1, ce qui engendre un logarithme en base 2 n\u00e9gatif. Un indice de difficult\u00e9 n\u00e9gatif et un temps de mouvement th\u00e9oriquement inf\u00e9rieur \u00e0 z\u00e9ro constituent une impossibilit\u00e9 physique et \u00e9pist\u00e9mologique intenable.<\/p>\n Pour rem\u00e9dier d\u00e9finitivement \u00e0 cette anomalie, le chercheur canadien I. Scott MacKenzie<\/a> a propos\u00e9 en 1992 une r\u00e9vision formelle s’appuyant directement sur le th\u00e9or\u00e8me d’\u00e9chantillonnage de Shannon-Hartley pour la capacit\u00e9 d’un canal continu en pr\u00e9sence de bruit additif ($C = B \\log_2(1 + S\/N)$<\/span>). La formulation r\u00e9vis\u00e9e, universellement adopt\u00e9e aujourd’hui sous le nom de formulation de Shannon ou formule de Fitts-MacKenzie<\/strong>, s’\u00e9nonce :<\/p>\n $$ID = \\log_2 \\left(\\frac{A}{W} + 1\\right)$$<\/span><\/p>\n $$MT = a + b \\cdot \\log_2 \\left(\\frac{A}{W} + 1\\right)$$<\/span><\/p>\n Cette correction \u00e9l\u00e9gante pr\u00e9sente des vertus majeures : elle emp\u00eache structurellement l’indice de difficult\u00e9 de devenir n\u00e9gatif, car le terme \u00e0 l’int\u00e9rieur du logarithme reste rigoureusement sup\u00e9rieur ou \u00e9gal \u00e0 1 (aboutissant \u00e0 un $ID$<\/span> minimal nul pour une amplitude nulle). De surcro\u00eet, elle fournit des ajustements statistiques syst\u00e9matiquement sup\u00e9rieurs aux donn\u00e9es empiriques ($R^2$<\/span> plus \u00e9lev\u00e9s) et a \u00e9t\u00e9 consacr\u00e9e comme la norme internationale d’\u00e9valuation ergonomique officielle au sein du standard ISO 9241-9<\/strong> (portant sur l’\u00e9valuation des dispositifs de pointage interactifs non vocaux).<\/p>\n L’une des contributions conceptuelles les plus remarquables de Fitts fut de concevoir une mesure absolue d’efficience motrice affranchie de la distance spatiale ou de la taille absolue des cibles. Cette m\u00e9trique, initialement nomm\u00e9e Index of Performance<\/em> ($IP$<\/span>) et d\u00e9sormais d\u00e9sign\u00e9e sous le terme de Throughput<\/strong> ($TP$<\/span>), quantifie le d\u00e9bit effectif de traitement d’information du syst\u00e8me moteur en bits par seconde (bps) :<\/p>\n $$TP = \\frac{ID_e}{MT}$$<\/span><\/p>\n Dans la pratique m\u00e9trologique normalis\u00e9e ISO, on remplace l’indice de difficult\u00e9 g\u00e9om\u00e9trique th\u00e9orique ($ID$<\/span>) par l’indice de difficult\u00e9 effectif ($ID_e$<\/span>). Ce dernier int\u00e8gre la variabilit\u00e9 r\u00e9elle des points d’impacts enregistr\u00e9s chez le sujet via l’\u00e9cart-type spatial ($\\sigma$<\/span>), transformant la largeur nominale $W$<\/span> en une largeur effective :<\/p>\n $$W_e = 4.133 \\cdot \\sigma$$<\/span><\/p>\n $$ID_e = \\log_2 \\left(\\frac{A_e}{W_e} + 1\\right)$$<\/span><\/p>\n L’\u00e9valuation du Throughput a d\u00e9montr\u00e9 que le syst\u00e8me neuromusculaire d’un adulte en bonne sant\u00e9 poss\u00e8de une capacit\u00e9 de canal motrice \u00e9tonnamment constante, se situant typiquement entre 3,5 et 5 bits par seconde lors de mouvements de vis\u00e9e manuelle. Cette mesure invariantive transcende l’\u00e9chelle du geste : que l’on effectue un micro-mouvement de la pointe du doigt sur un \u00e9cran de montre connect\u00e9e ou une translation ample du bras entier sur un tableau blanc interactif, le Throughput demeure born\u00e9 par cette limite biologique infranchissable.<\/p>\n Pourquoi le temps de mouvement ob\u00e9it-il \u00e0 une trajectoire logarithmique plut\u00f4t qu’\u00e0 une acc\u00e9l\u00e9ration lin\u00e9aire constante ? La r\u00e9ponse r\u00e9side dans la structure biom\u00e9canique biphasique du syst\u00e8me de commande motrice, une r\u00e9alit\u00e9 identifi\u00e9e d\u00e8s 1899 par le psychologue am\u00e9ricain Robert S. Woodworth<\/a> dans sa monographie princeps sur le mouvement volontaire.<\/p>\n Tout mouvement de pointage orient\u00e9 vers un but se compose de la concat\u00e9nation fluide de deux r\u00e9gimes cin\u00e9matiques fonctionnellement distincts :<\/p>\n En 1988, Meyer, Abrams, Kornblum, Wright et Smith ont synth\u00e9tis\u00e9 ces observations au sein du mod\u00e8le stochastique sous-optimal optimis\u00e9<\/em> (Optimized Initial Impulse Model). Ils ont prouv\u00e9 que la loi de Fitts est le produit \u00e9mergent direct de ce compromis : plus la cible est \u00e9troite ($W$<\/span> faible), plus l’impulsion balistique risque d’atterrir hors cible si elle est ex\u00e9cut\u00e9e trop vite. Le sujet est donc contraint de brider la vitesse de son impulsion initiale et d’allonger la phase de correction visuelle terminale, g\u00e9n\u00e9rant math\u00e9matiquement l’allongement logarithmique du d\u00e9lai global.<\/p>\n La n\u00e9cessit\u00e9 de ralentir pour accro\u00eetre la pr\u00e9cision d’un geste ne rel\u00e8ve pas d’une simple h\u00e9sitation psychologique, mais d\u00e9coule d’une propri\u00e9t\u00e9 biophysique fondamentale des axones moteurs : le bruit neuromusculaire multiplicatif d\u00e9pendant du signal<\/strong> (Signal-Dependent Noise), mis en \u00e9quation par Harris et Wolpert en 1998.<\/p>\n Lorsque le cortex moteur envoie une commande descendante vers les motoneurones de la moelle \u00e9pini\u00e8re pour contracter un groupe musculaire agoniste, le signal \u00e9lectrique n’est pas d’une puret\u00e9 parfaite. Les d\u00e9charges synaptiques pr\u00e9sentent une variance stochastique intrins\u00e8que. Or, cette variance al\u00e9atoire augmente proportionnellement \u00e0 l’amplitude moyenne de la force d\u00e9ploy\u00e9e. Autrement dit : plus vous mobilisez une force musculaire intense et soudaine pour bouger vite, plus le niveau de bruit moteur injected dans le muscle est gigantesque.<\/p>\n Ce bruit cin\u00e9matique se traduit in\u00e9vitablement par une dispersion spatiale erratique au moment de l’impact terminal de la trajectoire. D\u00e8s lors, pour satisfaire \u00e0 l’exigence d’une cible minuscule ($W$<\/span> resserr\u00e9), le syst\u00e8me moteur n’a d’autre alternative que de r\u00e9duire drastiquement la force d’acc\u00e9l\u00e9ration initiale afin de maintenir la dispersion du bruit sous les fronti\u00e8res de tol\u00e9rance de la cible. Le compromis vitesse-pr\u00e9cision (Speed-Accuracy Tradeoff) repr\u00e9sente donc la solution d’optimisation math\u00e9matique optimale trouv\u00e9e par l’\u00e9volution pour minimiser l’impact du bruit synaptique sur l’action dirig\u00e9e.<\/p>\n L’impl\u00e9mentation biologique de ce pilotage cin\u00e9matique requiert un travail d’orf\u00e8vre neuro-anatomique orchestr\u00e9 par le cervelet<\/strong> et ses boucles de r\u00e9troaction avec le cortex moteur primaire (M1) et le cortex pari\u00e9tal post\u00e9rieur (PPC).<\/p>\n Le cervelet op\u00e8re comme un simulateur interne pr\u00e9dictif (Internal Forward Model). En recevant une copie de l’ordre moteur envoy\u00e9 aux muscles (la d\u00e9charge corollaire ou copie d’eff\u00e9rence), les r\u00e9seaux synaptiques des cellules de Purkinje c\u00e9r\u00e9belleuses pr\u00e9disent l’\u00e9tat cin\u00e9matique futur du membre (position, vitesse, acc\u00e9l\u00e9ration) plusieurs dizaines de millisecondes avant<\/em> m\u00eame que les fuseaux neuromusculaires et les r\u00e9tines n’aient eu le temps physique d’acheminer leurs retours sensoriels aff\u00e9rents. Ce mod\u00e8le direct pr\u00e9dictif permet d’op\u00e9rer des micro-ajustements anticipateurs ultra-rapides, \u00e9chappant au temps de latence conscient.<\/p>\n Parall\u00e8lement, la coordination \u0153il-main s’articule selon une chor\u00e9graphie temporelle d’une pr\u00e9cision millim\u00e9trique. Avant m\u00eame que la main ne d\u00e9colle, le colliculus sup\u00e9rieur et les champs oculaires frontaux (FEF) d\u00e9clenchent une saccade visuelle balistique vers la cible. L’\u0153il atterrit sur la zone critique environ 100 \u00e0 200 millisecondes avant la main, permettant \u00e0 la fov\u00e9a de capter les rep\u00e8res spatiaux haute d\u00e9finition n\u00e9cessaires pour calibrer le guidage terminal de l’effecteur manuel lors de son atterrissage.<\/p>\n Durant trois d\u00e9cennies, la loi de Hick-Hyman et la loi de Fitts sont demeur\u00e9es des entit\u00e9s acad\u00e9miques distinctes, l’une r\u00e9gnant sur la psychologie de la d\u00e9cision cognitive et l’autre sur la physiologie de la commande motrice. La synth\u00e8se magistrale de ces paradigmes a \u00e9t\u00e9 r\u00e9alis\u00e9e au d\u00e9but des ann\u00e9es 1980 par trois chercheurs du Xerox Palo Alto Research Center (PARC) : Stuart K. Card<\/a>, Thomas P. Moran et Allen Newell, dans leur ouvrage fondateur de 1983, The Psychology of Human-Computer Interaction<\/em>.<\/p>\n Card, Moran et Newell introduisent le Mod\u00e8le du Processeur Humain<\/strong> (MHP, Model Human Processor<\/em>), une architecture computationnelle cognitive qui d\u00e9compose l’activit\u00e9 d’un utilisateur d’ordinateur en trois sous-syst\u00e8mes interconnect\u00e9s, chacun dot\u00e9 de sa propre m\u00e9moire de stockage et de son propre cycle d’horloge unitaire :<\/p>\n Dans ce cadre int\u00e9grateur, le temps total requis pour ex\u00e9cuter une action interactive instrument\u00e9e ($T_{\\text{total}}$<\/span>) s’exprime par la sommation s\u00e9quentielle de ces maillons :<\/p>\n $$T_{\\text{total}} = T_{\\text{perception}} + T_{\\text{d\u00e9cision (Hick-Hyman)}} + T_{\\text{mouvement (Fitts)}}$$<\/span><\/p>\n Cette formalisation a donn\u00e9 naissance \u00e0 l’ing\u00e9nierie cognitive pr\u00e9dictive et aux mod\u00e8les de la famille GOMS<\/strong> (Goals, Operators, Methods, Selection rules) ainsi qu’au KLM<\/strong> (Keystroke-Level Model), permettant aux concepteurs d’anticiper \u00e0 la milliseconde pr\u00e8s le temps d’ex\u00e9cution d’une t\u00e2che informatique sans avoir \u00e0 recruter le moindre sujet pour des tests empiriques pr\u00e9liminaires.<\/p>\n Bien que le mod\u00e8le s\u00e9quentiel additif du Model Human Processor offre une approximation d’ing\u00e9nierie remarquable, les avanc\u00e9es des neurosciences computationnelles ont affin\u00e9 ce sch\u00e9ma en r\u00e9v\u00e9lant l’existence d’un couplage dynamique en boucle continue et de ph\u00e9nom\u00e8nes de cascades temporelles.<\/p>\n Les exp\u00e9riences d’enregistrement intracortical men\u00e9es notamment par Paul Cisek d\u00e9montrent que le cerveau n’attend pas la r\u00e9solution exhaustive et d\u00e9finitive de l’incertitude d\u00e9cisionnelle (Hick-Hyman) pour commencer \u00e0 pr\u00e9-activer les circuits du cortex pr\u00e9moteur dorsal et du cortex moteur primaire (Fitts). D\u00e8s que des cibles potentielles sont visuellement identifi\u00e9es, plusieurs plans moteurs concurrents sont pr\u00e9par\u00e9s en parall\u00e8le dans les circuits neuronaux.<\/p>\n Ce ph\u00e9nom\u00e8ne d’amorce motrice pr\u00e9coce (motor priming) signifie que les phases de d\u00e9lib\u00e9ration cognitive et d’action motrice s’entrem\u00ealent intimement dans le temps. Chez un op\u00e9rateur entra\u00een\u00e9, l’impulsion balistique initiale peut d\u00e9buter avant m\u00eame que la s\u00e9lection finale de la cible ne soit consciente, la trajectoire s’incurvant en vol vers la cible d\u00e9finitive au fur et \u00e0 mesure que l’information sensorielle converge. Ce chevauchement temporel permet au cerveau d’optimiser dramatiquement le d\u00e9bit global d’information en \u00e9liminant les temps morts synaptiques.<\/p>\n La capacit\u00e9 de pr\u00e9dire quantitativement la cin\u00e9tique de la cha\u00eene compl\u00e8te perception-d\u00e9cision-action trouve son champ d’application le plus vital au sein des environnements d’ing\u00e9nierie critique \u00e0 haut risque, o\u00f9 une latence de quelques dizaines de millisecondes s\u00e9pare la r\u00e9gulation op\u00e9rationnelle de la catastrophe syst\u00e9mique.<\/p>\n Dans l’industrie automobile contemporaine, la mod\u00e9lisation standardis\u00e9e du temps d’arr\u00eat d’urgence d’un v\u00e9hicule articule rigoureusement ces \u00e9quations. Le d\u00e9lai de r\u00e9action du conducteur face \u00e0 un obstacle inattendu incorpore :<\/p>\n De m\u00eame, dans les salles de contr\u00f4le des r\u00e9acteurs nucl\u00e9aires ou les postes d’aiguillage ferroviaire automatis\u00e9s, l’architecture des pupitres d’urgence d\u00e9coule directement de ces calculs. En limitant scrupuleusement le nombre d’alarmes concurrentes (afin de minimiser les bits d’incertitude selon Hick-Hyman) et en dimensionnant massivement les boutons d’arr\u00eat d’urgence implant\u00e9s \u00e0 proximit\u00e9 imm\u00e9diate des op\u00e9rateurs (r\u00e9duisant le $ID$<\/span> de Fitts \u00e0 son strict minimum physique), l’ing\u00e9nierie des facteurs humains garantit une mitigation optimale des risques d’origine anthropique.<\/p>\n Malgr\u00e9 leur port\u00e9e universelle reconnue, les lois de Hick-Hyman et de Fitts souffrent de conditions limites bien identifi\u00e9es o\u00f9 leurs pr\u00e9dictions math\u00e9matiques s’\u00e9cartent des chronom\u00e9trages r\u00e9els. La distorsion la plus notoire provient de l’effet de compatibilit\u00e9 stimulus-r\u00e9ponse (S-R), investigu\u00e9 pour la premi\u00e8re fois par Paul Fitts lui-m\u00eame avec Charles Seeger en 1953, ainsi que par J. Richard Simon<\/a> en 1969.<\/p>\n La compatibilit\u00e9 spatiale stipule que le temps de r\u00e9action est minimal lorsque la configuration physique des affichages de stimuli co\u00efncide de mani\u00e8re isomorphique avec la disposition g\u00e9om\u00e9trique des commandes motrices. Par exemple, si une lumi\u00e8re situ\u00e9e sur la droite du champ visuel exige l’appui d’un bouton situ\u00e9 \u00e0 droite, le temps de r\u00e9ponse est foudroyant. En revanche, si la lumi\u00e8re de droite requiert d’activer un commutateur situ\u00e9 \u00e0 gauche, le temps de latence s’accro\u00eet spectaculairement et le taux d’erreur s’envole.<\/p>\n L’effet Simon<\/strong> montre que cette interf\u00e9rence cognitive survient m\u00eame lorsque la position spatiale du stimulus n’a aucune pertinence pour la t\u00e2che (par exemple, identifier si une tonalit\u00e9 auditive est grave ou aigu\u00eb en appuyant sur un bouton droit ou gauche, le son \u00e9tant projet\u00e9 s\u00e9lectivement dans l’oreille droite ou gauche). L’activation motrice automatique et involontaire g\u00e9n\u00e9r\u00e9e par la dimension spatiale non pertinente entre en conflit frontal avec la s\u00e9lection volontaire de la r\u00e9ponse. Ce conflit d’inhibition surcharge les circuits du cortex cingulaire ant\u00e9rieur, brisant la lin\u00e9arit\u00e9 logarithmique pr\u00e9dite par la loi de Hick.<\/p>\n L’une des limites les plus fascinantes de la loi de Hick-Hyman r\u00e9side dans son \u00e9rosion progressive sous l’effet de l’expertise et de la pratique d\u00e9lib\u00e9r\u00e9e massive. Dans une \u00e9tude exp\u00e9rimentale devenue c\u00e9l\u00e8bre, Mowbray et Rhoades (1959) ont soumis des sujets \u00e0 des dizaines de milliers d’essais r\u00e9p\u00e9t\u00e9s sur une t\u00e2che de choix \u00e0 2 et 4 alternatives. Leurs conclusions furent retentissantes : apr\u00e8s un entra\u00eenement exhaustif, la diff\u00e9rence de temps de r\u00e9action entre 2 et 4 choix s’est totalement \u00e9vapor\u00e9e, la pente $b$<\/span> convergeant vers z\u00e9ro.<\/p>\n1. Fondements historiques et th\u00e9oriques de la psychologie computationnelle de la d\u00e9cision et de l’action<\/h2>\n
1.1 L’\u00e9mergence du paradigme du traitement de l’information dans les ann\u00e9es 1950<\/h3>\n
1.2 L’apport fondateur de la th\u00e9orie de la communication de Claude Shannon<\/h3>\n
1.3 La chronom\u00e9trie mentale : de Donders aux mod\u00e8les probabilistes modernes<\/h3>\n
\n
2. William Hick et la formalisation du temps de r\u00e9action de choix (1952)<\/h2>\n
2.1 Le protocole exp\u00e9rimental originel de Hick<\/h3>\n
2.2 L’\u00e9tablissement de la relation logarithmique entre choix et d\u00e9lai<\/h3>\n
2.3 Le d\u00e9bit informationnel du syst\u00e8me nerveux central selon Hick<\/h3>\n
3. Ray Hyman et l’impact de la probabilit\u00e9 des stimuli (1953)<\/h2>\n
3.1 L’extension de la loi aux stimuli non \u00e9quiprobables<\/h3>\n
\n
3.2 Redondance statistique et d\u00e9pendances s\u00e9quentielles<\/h3>\n
3.3 Validation empirique et implications pour la psychophysique<\/h3>\n
4. M\u00e9canismes neurobiologiques et mod\u00e8les cognitifs sous-jacents \u00e0 la loi de Hick-Hyman<\/h2>\n
4.1 Mod\u00e8les d’accumulation s\u00e9quentielle et d\u00e9rive stochastique<\/h3>\n
4.2 Substrats neuronaux de la s\u00e9lection de l’action<\/h3>\n
\n
4.3 La th\u00e9orie du partitionnement binaire de la m\u00e9moire de travail<\/h3>\n
5. Paul Fitts et l’analyse cybern\u00e9tique du contr\u00f4le moteur (1954)<\/h2>\n
5.1 Le contexte historique de l’aviation et des facteurs humains<\/h3>\n
5.2 Les trois paradigmes exp\u00e9rimentaux fondateurs de Fitts<\/h3>\n
\n
5.3 La capture quantitative de la pr\u00e9cision et de la vitesse motrice<\/h3>\n
6. La formulation math\u00e9matique de la loi de Fitts et l’indice de difficult\u00e9<\/h2>\n
6.1 Anatomie de l’\u00e9quation de Fitts : MT = a + b * ID<\/h3>\n
\n
6.2 Variantes contemporaines : la formulation de Shannon-MacKenzie<\/h3>\n
6.3 L’indice de performance ou d\u00e9bit informationnel moteur (Throughput)<\/h3>\n
7. Processus sensorimoteurs et contr\u00f4le en boucle ferm\u00e9e vs boucle ouverte<\/h2>\n
7.1 La cin\u00e9matique en deux phases : impulsion balistique et r\u00e9troaction visuelle<\/h3>\n
\n
7.2 Le compromis vitesse-pr\u00e9cision : fondements neuromoteurs<\/h3>\n
7.3 R\u00f4le des structures sous-corticales et du cervelet dans le contr\u00f4le du pointage<\/h3>\n
8. L’int\u00e9gration th\u00e9orique : mod\u00e9liser la cha\u00eene compl\u00e8te d\u00e9cision-action<\/h2>\n
8.1 L’architecture du processeur humain de Card, Moran et Newell (1983)<\/h3>\n
\n
8.2 Couplage perception-action et chevauchement temporel<\/h3>\n
8.3 Applications pr\u00e9dictives dans les syst\u00e8mes critiques<\/h3>\n
\n
9. Modulateurs psychophysiologiques et limites des lois classiques<\/h2>\n
9.1 L’effet de compatibilit\u00e9 stimulus-r\u00e9ponse (Effet Simon et compatibilit\u00e9 S-R)<\/h3>\n
9.2 L’impact de la pratique intensive et l’automatisation motrice<\/h3>\n