{"id":3069,"date":"2026-09-07T00:23:10","date_gmt":"2026-09-07T00:23:10","guid":{"rendered":"http:\/\/french.arabpsychology.com\/experiments\/david-green-john-swets-experiences-difference-juste-perceptible-djp\/"},"modified":"2026-09-07T00:23:10","modified_gmt":"2026-09-07T00:23:10","slug":"david-green-john-swets-experiences-difference-juste-perceptible-djp","status":"publish","type":"psych_experiment","link":"https:\/\/french.arabpsychology.com\/?psych_experiment=david-green-john-swets-experiences-difference-juste-perceptible-djp","title":{"rendered":"David Green et John Swets Les exp\u00e9riences de la diff\u00e9rence juste perceptible (DJP)"},"content":{"rendered":"<p>L&rsquo;histoire de la psychophysique et des sciences cognitives est jalonn\u00e9e de ruptures conceptuelles majeures qui ont red\u00e9fini la mani\u00e8re dont la science appr\u00e9hende l&rsquo;esprit humain et ses interactions avec le monde physique. Au c\u0153ur de cette qu\u00eate s\u00e9culaire se trouve l&rsquo;\u00e9nigme de la mesure des sensations subjectives : comment quantifier avec rigueur math\u00e9matique l&rsquo;exp\u00e9rience intime que nous faisons d&rsquo;une variation d&rsquo;intensit\u00e9 lumineuse, acoustique ou tactile ? D\u00e8s le XIXe si\u00e8cle, la psychophysique pionni\u00e8re avait forg\u00e9 le concept fondamental de \u00ab seuil \u00bb sensoriel, postulant l&rsquo;existence d&rsquo;une fronti\u00e8re nette et quasi m\u00e9canique entre l&rsquo;imperceptible et le perceptible. Durant plus d&rsquo;un si\u00e8cle, la diff\u00e9rence juste perceptible \u2014 traditionnellement abr\u00e9g\u00e9e sous le terme de <a rel=\"noopener noreferrer\" href=\"https:\/\/fr.wikipedia.org\/wiki\/Seuil_diff%C3%A9rentiel\">diff\u00e9rence juste perceptible<\/a> (DJP ou <em>Just Noticeable Difference<\/em>, JND) \u2014 a constitu\u00e9 la pierre angulaire de toutes les tentatives d&rsquo;\u00e9chafauder une m\u00e9trologie du syst\u00e8me perceptif.<\/p>\n<p>Pourtant, malgr\u00e9 l&rsquo;\u00e9l\u00e9gance formelle des premi\u00e8res lois psychophysiques, cette approche m\u00e9caniste s&rsquo;est heurt\u00e9e \u00e0 une faille exp\u00e9rimentale persistante : l&rsquo;instabilit\u00e9 chronique des jugements humains face \u00e0 des stimuli d&rsquo;intensit\u00e9s infimes. L&rsquo;observateur de laboratoire n&rsquo;agissait jamais comme un appareil de mesure rigide. Ses r\u00e9ponses fluctuaient au gr\u00e9 de sa vigilance, de ses attentes, de la peur de commettre une erreur ou de l&rsquo;espoir d&rsquo;obtenir une r\u00e9compense. Ce n&rsquo;est qu&rsquo;au milieu du XXe si\u00e8cle, dans le sillage des r\u00e9volutions industrielles de la d\u00e9tection radar et de la <a rel=\"noopener noreferrer\" href=\"https:\/\/fr.wikipedia.org\/wiki\/Th%C3%A9orie_de_l%27information\">th\u00e9orie de l&rsquo;information<\/a>, que deux figures visionnaires, <strong>David M. Green<\/strong> et <strong>John A. Swets<\/strong>, ont radicalement transform\u00e9 la compr\u00e9hension de ce ph\u00e9nom\u00e8ne. En publiant leurs travaux fondateurs, ils ont d\u00e9plac\u00e9 la question psychophysique du registre des fronti\u00e8res sensorielles discr\u00e8tes vers celui des processus statistiques d&rsquo;inf\u00e9rence sous incertitude.<\/p>\n<p>Leur ouvrage s\u00e9minal de 1966, <em>Signal Detection Theory and Psychophysics<\/em>, a balay\u00e9 le concept traditionnel de seuil sensoriel fixe pour lui substituer le cadre unificateur de la <a rel=\"noopener noreferrer\" href=\"https:\/\/fr.wikipedia.org\/wiki\/Th%C3%A9orie_de_la_d%C3%A9tection_du_signal\">th\u00e9orie de la d\u00e9tection du signal<\/a> (TDS). \u00c0 travers des s\u00e9ries d&rsquo;exp\u00e9riences psychoacoustiques et visuelles d&rsquo;une m\u00e9ticulosit\u00e9 exemplaire, Green et Swets ont apport\u00e9 la preuve formelle que la discrimination sensorielle ne r\u00e9sulte pas d&rsquo;un simple d\u00e9clenchement neuronal binaire, mais proc\u00e8de d&rsquo;un arbitrage permanent entre la sensibilit\u00e9 sensorielle brute de l&rsquo;organisme et des crit\u00e8res d\u00e9cisionnels strat\u00e9giques. Cet article propose une exploration approfondie de cette r\u00e9volution \u00e9pist\u00e9mologique, en analysant les fondements de la psychophysique classique, l&rsquo;architecture math\u00e9matique de la d\u00e9tection du signal, les paradigmes exp\u00e9rimentaux de Green et Swets, ainsi que leur h\u00e9ritage durable dans les neurosciences et les sciences computationnelles contemporaines.<\/p>\n<h2>1. Introduction historique et fondements th\u00e9oriques de la psychophysique classique<\/h2>\n<h3>1.1 L&rsquo;\u00e9mergence de la psychophysique avec Weber et Fechner<\/h3>\n<p>L&rsquo;acte de naissance officiel de la psychologie exp\u00e9rimentale est indissociable des travaux d&rsquo;Ernst Heinrich Weber et de Gustav Theodor Fechner \u00e0 l&rsquo;universit\u00e9 de Leipzig au cours du XIXe si\u00e8cle. Weber, anatomiste et physiologiste rigoureux, s&rsquo;\u00e9tait donn\u00e9 pour mission d&rsquo;explorer empiriquement les limites de la sensibilit\u00e9 tactile et kinesth\u00e9sique humaine. En soumettant des sujets \u00e0 des comparaisons syst\u00e9matiques de poids soulev\u00e9s, il fit une d\u00e9couverte remarquable : la capacit\u00e9 d&rsquo;un \u00eatre humain \u00e0 percevoir une diff\u00e9rence entre deux stimuli physiques ne d\u00e9pend pas de la magnitude absolue de cette diff\u00e9rence, mais de son rapport proportionnel \u00e0 l&rsquo;intensit\u00e9 du stimulus de r\u00e9f\u00e9rence. Cette relation fondamentale, universellement connue sous le nom de <a rel=\"noopener noreferrer\" href=\"https:\/\/fr.wikipedia.org\/wiki\/Loi_de_Weber-Fechner\">loi de Weber<\/a>, s&rsquo;exprime par le ratio d&rsquo;invariance :<\/p>\n<p><span class=\"arabpsy-math-display\" data-latex=\"\\frac{\\Delta I}{I} = k\">$$\\frac{\\Delta I}{I} = k$$<\/span><\/p>\n<p>o\u00f9 <span class=\"arabpsy-math-inline\" data-latex=\"\\Delta I\">$\\Delta I$<\/span> repr\u00e9sente l&rsquo;incr\u00e9ment minimal n\u00e9cessaire pour que le changement soit d\u00e9tect\u00e9, <span class=\"arabpsy-math-inline\" data-latex=\"I\">$I$<\/span> symbolise l&rsquo;intensit\u00e9 du stimulus initial de comparaison, et <span class=\"arabpsy-math-inline\" data-latex=\"k\">$k$<\/span> est la fraction de Weber, constante sp\u00e9cifique \u00e0 chaque modalit\u00e9 sensorielle. Ce ratio d\u00e9montrait, par exemple, que s&rsquo;il faut ajouter 2 grammes \u00e0 un poids initial de 100 grammes pour qu&rsquo;une diff\u00e9rence commence \u00e0 \u00eatre per\u00e7ue, il sera n\u00e9cessaire d&rsquo;ajouter 20 grammes \u00e0 un poids de 1 000 grammes pour obtenir une sensation diff\u00e9rentielle \u00e9quivalente.<\/p>\n<p>Frapp\u00e9 par la port\u00e9e philosophique de cette observation, Gustav Fechner entreprit de transposer cette m\u00e9trologie physique en une th\u00e9orie g\u00e9n\u00e9rale de l&rsquo;esprit. Dans ses c\u00e9l\u00e8bres <em>Elemente der Psychophysik<\/em> (1860), Fechner formula l&rsquo;hypoth\u00e8se audacieuse que chaque unit\u00e9 diff\u00e9rentielle minimale \u2014 la diff\u00e9rence juste perceptible (DJP) \u2014 correspondait \u00e0 un incr\u00e9ment \u00e9l\u00e9mentaire identique de sensation subjective (<span class=\"arabpsy-math-inline\" data-latex=\"\\Delta S\">$\\Delta S$<\/span>). En int\u00e9grant math\u00e9matiquement l&rsquo;\u00e9quation diff\u00e9rentielle de Weber sous l&rsquo;hypoth\u00e8se de la constance de cet \u00e9chelon mental, Fechner donna le jour \u00e0 la loi logarithmique de la sensation (<span class=\"arabpsy-math-inline\" data-latex=\"S = k ln(I)\">$S = k ln(I)$<\/span>). La DJP cessait ainsi d&rsquo;\u00eatre une simple propri\u00e9t\u00e9 physique de discrimination pour devenir l&rsquo;unit\u00e9 de mesure fondamentale de la vie psychique, le quantum \u00e0 partir duquel s&rsquo;\u00e9rigeait la cartographie quantitative de la conscience humaine.<\/p>\n<h3>1.2 Le postulat traditionnel du seuil sensoriel fixe<\/h3>\n<p>L&rsquo;\u00e9difice fechn\u00e9rien reposait sur un pr\u00e9suppos\u00e9 ontologique et \u00e9pist\u00e9mologique pr\u00e9cis : le concept de \u00ab seuil \u00bb sensoriel, ou <em>limen<\/em> en terminologie latine. Dans cette perspective, le syst\u00e8me sensoriel humain \u00e9tait assimil\u00e9 \u00e0 une barri\u00e8re d&rsquo;activation passive ou \u00e0 un filtre mat\u00e9riel. Tout stimulus dont l&rsquo;\u00e9nergie demeurait inf\u00e9rieure au seuil absolu \u00e9tait vou\u00e9 au n\u00e9ant ph\u00e9nom\u00e9nologique ; d\u00e8s lors que l&rsquo;intensit\u00e9 franchissait cette fronti\u00e8re discontinue, la sensation \u00e9mergeait instantan\u00e9ment. De fa\u00e7on analogue, pour le seuil diff\u00e9rentiel, deux stimuli n&rsquo;\u00e9taient r\u00e9put\u00e9s discriminables que si l&rsquo;\u00e9cart physique qui les s\u00e9parait excitait le syst\u00e8me d&rsquo;une quantit\u00e9 strictement sup\u00e9rieure au quantum minimal de discrimination.<\/p>\n<p>Pour mesurer ce myst\u00e9rieux <em>limen<\/em>, Fechner et ses successeurs mirent au point les trois m\u00e9thodes psychophysiques canoniques :<\/p>\n<ul>\n<li><strong>La m\u00e9thode des limites :<\/strong> le stimulus est pr\u00e9sent\u00e9 dans des s\u00e9ries ascendantes et descendantes successives par \u00e9chelons discrets, le seuil \u00e9tant calcul\u00e9 comme la moyenne arithm\u00e9tique des points de transition perceptifs.<\/li>\n<li><strong>La m\u00e9thode des stimuli constants :<\/strong> un ensemble fixe de valeurs d&rsquo;intensit\u00e9 pr\u00e9d\u00e9termin\u00e9es est pr\u00e9sent\u00e9 dans un ordre totalement al\u00e9atoire, permettant de tracer une courbe sigmo\u00efde dite fonction psychom\u00e9trique. Le seuil y est traditionnellement d\u00e9fini de fa\u00e7on statistique comme l&rsquo;intensit\u00e9 d\u00e9tect\u00e9e dans exactement 50 % des pr\u00e9sentations.<\/li>\n<li><strong>La m\u00e9thode de l&rsquo;ajustement :<\/strong> l&rsquo;observateur manipule lui-m\u00eame un potentiom\u00e8tre ou un curseur physique pour modifier contin\u00fbment le stimulus jusqu&rsquo;\u00e0 ce qu&rsquo;il le juge tout juste identique ou tout juste diff\u00e9rent du stimulus de r\u00e9f\u00e9rence.<\/li>\n<\/ul>\n<p>Face au constat in\u00e9vitable que les r\u00e9ponses des sujets variaient d&rsquo;un essai \u00e0 l&rsquo;autre \u2014 interdisant l&rsquo;observation d&rsquo;un seuil absolu invariable \u2014, la psychophysique classique postula que ces fluctuations r\u00e9sultaient exclusivement d&rsquo;un bruit p\u00e9riph\u00e9rique, physiologique ou neural, log\u00e9 dans les r\u00e9cepteurs sensoriels. Le sujet \u00e9tait per\u00e7u comme un instrument de d\u00e9tection passif dont les oscillations momentan\u00e9es de performance traduisaient des perturbations transitoires dans l&rsquo;excitabilit\u00e9 des neurones aff\u00e9rents. Tout \u00e9cart li\u00e9 \u00e0 l&rsquo;attitude, \u00e0 l&rsquo;attention ou aux dispositions d&rsquo;esprit de l&rsquo;observateur \u00e9tait trait\u00e9 comme un art\u00e9fact ind\u00e9sirable qu&rsquo;il convenait d&rsquo;\u00e9liminer par un entra\u00eenement rigide ou par des consignes standardis\u00e9es.<\/p>\n<h3>1.3 Les pr\u00e9misses de la crise du mod\u00e8le classique au milieu du XXe si\u00e8cle<\/h3>\n<p>Cette vision m\u00e9caniste d&rsquo;un seuil sensoriel rigide commen\u00e7a \u00e0 se fissurer au cours des ann\u00e9es 1940 et 1950 sous la pression de donn\u00e9es empiriques embarrassantes. Les exp\u00e9rimentateurs observaient de mani\u00e8re r\u00e9currente que de simples modifications dans la formulation des instructions exp\u00e9rimentales induisaient des d\u00e9placements massifs de la fonction psychom\u00e9trique sans qu&rsquo;aucune variable physique n&rsquo;e\u00fbt \u00e9t\u00e9 alt\u00e9r\u00e9e. Si l&rsquo;on encourageait les sujets \u00e0 \u00ab ne r\u00e9pondre que lorsqu&rsquo;ils \u00e9taient absolument certains \u00bb de percevoir l&rsquo;incr\u00e9ment, le seuil mesur\u00e9 augmentait drastiquement. Inversement, si la consigne incitait les sujets \u00e0 \u00ab signaler le moindre doute ou pressentiment \u00bb, le seuil calcul\u00e9 s&rsquo;effondrait.<\/p>\n<p>Plus troublant encore \u00e9tait le ph\u00e9nom\u00e8ne des fausses alarmes : lorsque les exp\u00e9rimentateurs ins\u00e9raient des essais \u00ab pi\u00e8ges \u00bb ou essais de contr\u00f4le o\u00f9 aucun stimulus additionnel n&rsquo;\u00e9tait pr\u00e9sent\u00e9 (bruit pur), les sujets continuaient d&rsquo;affirmer de mani\u00e8re r\u00e9p\u00e9t\u00e9e avoir per\u00e7u un signal. Or, la th\u00e9orie classique du seuil ne disposait d&rsquo;aucun m\u00e9canisme coh\u00e9rent pour rendre compte du taux de ces r\u00e9ponses positives en l&rsquo;absence de signal. On tentait vainement de sauver le mod\u00e8le en appliquant une correction math\u00e9matique a posteriori, dite formule de \u00ab correction pour devinette \u00bb (<em>correction for guessing<\/em>) :<\/p>\n<p><span class=\"arabpsy-math-display\" data-latex=\"P(\\text{vrai}) = \\frac{P(\\text{observ\u00e9}) - P(\\text{fausse alerte})}{1 - P(\\text{fausse alerte})}\">$$P(\\text{vrai}) = \\frac{P(\\text{observ\u00e9}) &#8211; P(\\text{fausse alerte})}{1 &#8211; P(\\text{fausse alerte})}$$<\/span><\/p>\n<p>Cette correction arithm\u00e9tique reposait sur l&rsquo;hypoth\u00e8se inv\u00e9rifiable que le sujet r\u00e9pondait soit en vertu d&rsquo;un \u00e9tat interne de d\u00e9tection authentique, soit en devinant au hasard lorsqu&rsquo;il se trouvait sous son seuil absolu. Malheureusement, cette correction \u00e9chouait syst\u00e9matiquement \u00e0 stabiliser les mesures lorsque la structure incitative de la t\u00e2che \u00e9tait manipul\u00e9e. L&rsquo;essor conjoint des t\u00e9l\u00e9communications, des radars militaires et de la th\u00e9orie math\u00e9matique de la communication sous l&rsquo;\u00e9gide de chercheurs comme <a rel=\"noopener noreferrer\" href=\"https:\/\/fr.wikipedia.org\/wiki\/Claude_Shannon\">Claude Shannon<\/a> et Norbert Wiener offrit une perspective neuve : la d\u00e9tection d&rsquo;une faible \u00e9nergie dans un canal bruit\u00e9 ne rel\u00e8ve pas d&rsquo;une barri\u00e8re d&rsquo;\u00e9nergie m\u00e9canique, mais d&rsquo;une op\u00e9ration statistique de d\u00e9cision sous incertitude.<\/p>\n<h2>2. Les limites conceptuelles du seuil diff\u00e9rentiel classique face \u00e0 la discrimination<\/h2>\n<h3>2.1 La variabilit\u00e9 intrins\u00e8que du jugement perceptif<\/h3>\n<p>L&rsquo;accumulation d&rsquo;\u00e9checs m\u00e9thodologiques finit par mettre en lumi\u00e8re une v\u00e9rit\u00e9 d\u00e9rangeante : la non-reproductibilit\u00e9 des seuils absolus et diff\u00e9rentiels n&rsquo;\u00e9tait pas une impuret\u00e9 marginale de laboratoire, mais une caract\u00e9ristique constitutive du fonctionnement cognitif et sensoriel. Deux observateurs poss\u00e9dant une acuit\u00e9 physiologique strictement identique pouvaient produire des fonctions psychom\u00e9triques radialement divergentes simplement en raison de leurs profils de personnalit\u00e9, de leur degr\u00e9 de t\u00e9m\u00e9rit\u00e9 ou de leur anxi\u00e9t\u00e9 face \u00e0 l&rsquo;erreur.<\/p>\n<p>Cette instabilit\u00e9 intrins\u00e8que r\u00e9v\u00e9lait \u00e9galement l&rsquo;existence d&rsquo;une sensibilit\u00e9 r\u00e9siduelle inexplicable dans le cadre du dogme du <em>limen<\/em>. Lorsque des sujets affirmaient solennellement \u00ab n&rsquo;avoir strictement rien vu \u00bb ou \u00ab rien entendu \u00bb lors d&rsquo;un essai, et qu&rsquo;on les contraignait n\u00e9anmoins \u00e0 d\u00e9signer \u00e0 l&rsquo;aveugle l&rsquo;intervalle temporel ayant contenu l&rsquo;incr\u00e9ment stimulus, leurs taux de r\u00e9ussite s&rsquo;\u00e9levaient bien au-dessus du niveau du hasard probabiliste. L&rsquo;information sensorielle parvenait donc au cortex c\u00e9r\u00e9bral et influen\u00e7ait le choix moteur alors m\u00eame que la conscience ph\u00e9nom\u00e9nale d\u00e9clarait le stimulus sous le pr\u00e9tendu \u00ab seuil \u00bb. Le concept d&rsquo;une fronti\u00e8re nette et imperm\u00e9able s&rsquo;av\u00e9rait empiriquement insoutenable.<\/p>\n<h3>2.2 La confusion \u00e9pist\u00e9mologique entre sensibilit\u00e9 et crit\u00e8re<\/h3>\n<p>L&rsquo;erreur fondamentale de la psychophysique classique tenait \u00e0 une confusion conceptuelle entre deux composantes psychologiques radicalement distinctes mais entrem\u00eal\u00e9es dans la r\u00e9ponse manifeste du sujet :<\/p>\n<ol>\n<li><strong>La sensibilit\u00e9 sensorielle :<\/strong> la capacit\u00e9 neurophysiologique intrins\u00e8que de l&rsquo;appareil r\u00e9cepteur et des voies centrales \u00e0 diff\u00e9rencier deux profils d&rsquo;excitation neuronale (le signal m\u00eal\u00e9 au bruit versus le bruit seul).<\/li>\n<li><strong>Le crit\u00e8re de d\u00e9cision :<\/strong> la propension strat\u00e9gique, d\u00e9lib\u00e9r\u00e9e ou implicite, de l&rsquo;observateur \u00e0 \u00e9mettre le jugement verbal affirmatif (\u00ab oui, le stimulus a chang\u00e9 \u00bb) plut\u00f4t que n\u00e9gatif (\u00ab non, rien n&rsquo;a chang\u00e9 \u00bb).<\/li>\n<\/ol>\n<p>En ne mesurant qu&rsquo;un seul param\u00e8tre empirique brut \u2014 le pourcentage de d\u00e9tections positives \u00e0 une intensit\u00e9 donn\u00e9e \u2014, les psychophysiciens traditionnels amalgamaient indissolublement l&rsquo;acuit\u00e9 sensorielle pure et la politique d\u00e9cisionnelle du sujet. Un individu tr\u00e8s conservateur, craignant l&rsquo;\u00e9chec de la fausse alerte, apparaissait dans les protocoles classiques comme ayant un \u00ab seuil \u00bb extr\u00eamement \u00e9lev\u00e9 (donc une pi\u00e8tre sensibilit\u00e9), alors que son syst\u00e8me auditif ou visuel pouvait \u00eatre exceptionnellement aiguis\u00e9. La psychophysique souffrait ainsi d&rsquo;un d\u00e9ficit formel critique : elle ne poss\u00e9dait aucun instrument alg\u00e9brique capable d&rsquo;isoler l&rsquo;acuit\u00e9 sensorielle des motivations et des matrices de gains et de pertes qui gouvernent tout comportement rationnel d&rsquo;un organisme vivant.<\/p>\n<h3>2.3 Vers une red\u00e9finition probabiliste de la d\u00e9tection du signal<\/h3>\n<p>La sortie de cette aporie n\u00e9cessitait une transformation radicale du statut th\u00e9orique du syst\u00e8me nerveux. Loin d&rsquo;\u00eatre un transducteur passif et d\u00e9terministe qui transmettrait fid\u00e8lement un message d\u00e8s lors qu&rsquo;il d\u00e9passe une certaine \u00e9nergie cin\u00e9tique, thermique ou lumineuse, le syst\u00e8me nerveux central doit \u00eatre mod\u00e9lis\u00e9 comme un processeur statistique de donn\u00e9es stochastiques. Dans tout milieu biologique, l&rsquo;activit\u00e9 \u00e9lectrique spontan\u00e9e des r\u00e9seaux de neurones, la lib\u00e9ration quantique de neurotransmetteurs aux synapses et les micromouvements physiologiques engendrent un niveau permanent d&rsquo;activit\u00e9 r\u00e9siduelle : le \u00ab bruit de fond \u00bb neuronal.<\/p>\n<p>Dans ce contexte probabiliste, la t\u00e2che d&rsquo;un observateur soumis \u00e0 la recherche d&rsquo;une diff\u00e9rence juste perceptible ne consiste plus \u00e0 attendre qu&rsquo;un seuil m\u00e9canique soit bris\u00e9, mais \u00e0 tester continuellement des hypoth\u00e8ses statistiques contradictoires : l&rsquo;\u00e9tat d&rsquo;activation interne observ\u00e9 \u00e0 cet instant pr\u00e9cis est-il compatible avec le seul bruit physiologique ambiant, ou refl\u00e8te-t-il l&rsquo;adjonction d&rsquo;un signal \u00e9nerg\u00e9tique ext\u00e9rieur ? Ce changement de perspective ouvrait la porte \u00e0 l&rsquo;int\u00e9gration des travaux de statisticiens tels qu&rsquo;<a rel=\"noopener noreferrer\" href=\"https:\/\/fr.wikipedia.org\/wiki\/Abraham_Wald\">Abraham Wald<\/a> sur la th\u00e9orie de la d\u00e9cision statistique s\u00e9quentielle et de Jerzy Neyman et Egon Pearson sur le test d&rsquo;hypoth\u00e8ses, cr\u00e9ant les conditions intellectuelles d&rsquo;une refondation compl\u00e8te de la psychophysique.<\/p>\n<h2>3. David Green et John Swets : Contexte scientifique et collaboration<\/h2>\n<h3>3.1 Le rapprochement de l&rsquo;ing\u00e9nierie radar et de la psychologie cognitive<\/h3>\n<p>L&rsquo;acte fondateur de cette refondation s&rsquo;est nou\u00e9 au sortir de la Seconde Guerre mondiale aux \u00c9tats-Unis. Durant le conflit mondial, l&rsquo;introduction massive des technologies de d\u00e9tection par radar et sonar avait mis en lumi\u00e8re les limites dramatiques des op\u00e9rateurs humains. Les techniciens scrutant les oscilloscopes \u00e0 phosphore passaient de longues heures dans la p\u00e9nombre \u00e0 tenter d&rsquo;isoler le point d&rsquo;\u00e9cho t\u00e9nu signalant un bombardier ennemi au milieu d&rsquo;une myriade de perturbations \u00e9lectromagn\u00e9tiques al\u00e9atoires et d&rsquo;artefacts d&rsquo;\u00e9chos marins. L&rsquo;arm\u00e9e am\u00e9ricaine d\u00e9couvrit avec effroi que le taux d&rsquo;avions manqu\u00e9s ou, au contraire, de fausses alertes d\u00e9clench\u00e9es inutilement d\u00e9pendait \u00e9troitement de la fatigue, de la peur panique d&rsquo;une attaque surprise ou de sanctions hi\u00e9rarchiques inflig\u00e9es aux vigies.<\/p>\n<p>Des ing\u00e9nieurs \u00e9lectriciens et math\u00e9maticiens de pointe, \u00e0 l&rsquo;instar de W.W. Peterson, T.G. Birdsall et W.C. Fox \u00e0 l&rsquo;universit\u00e9 du Michigan, formalis\u00e8rent la th\u00e9orie math\u00e9matique de la d\u00e9tection optimale d&rsquo;un signal binaire dans un canal perturb\u00e9 par du bruit gaussien. C&rsquo;est \u00e0 ce carrefour interdisciplinaire que se rencontrent le psychologue <strong>John A. Swets<\/strong> et le chercheur en psychoacoustique <strong>David M. Green<\/strong>. Swets, form\u00e9 aux rigueurs m\u00e9thodologiques de la psychologie cognitive exp\u00e9rimentale et collaborateur de Wilson P. Tanner Jr., comprit imm\u00e9diatement que l&rsquo;op\u00e9rateur radar n&rsquo;\u00e9tait pas un rouage d\u00e9fectueux, mais l&rsquo;incarnation paroxystique de l&rsquo;humain confront\u00e9 \u00e0 l&rsquo;ambigu\u00eft\u00e9 sensorielle. De son c\u00f4t\u00e9, David Green apportait une ma\u00eetrise sans \u00e9gale de l&rsquo;acoustique physique, de l&rsquo;analyse spectrale du bruit et des th\u00e9ories du filtrage auditif. Leurs \u00e9changes intellectuels constants, notamment au sein des laboratoires prestigieux du Massachusetts Institute of Technology (MIT) et du laboratoire Lincoln, ont constitu\u00e9 le creuset o\u00f9 l&rsquo;ing\u00e9nierie statistique a \u00e9pous\u00e9 les sciences de la perception.<\/p>\n<h3>3.2 La publication fondatrice de 1966 : <em>Signal Detection Theory and Psychophysics<\/em><\/h3>\n<p>Le couronnement de cette collaboration historique se mat\u00e9rialisa en 1966 avec la parution de leur trait\u00e9 monumental : <a rel=\"noopener noreferrer\" href=\"https:\/\/archive.org\/details\/signaldetectiont00gree\">Signal Detection Theory and Psychophysics<\/a>. L&rsquo;ambition de Green et Swets ne se limitait pas \u00e0 sugg\u00e9rer de modestes ajustements aux protocoles d&rsquo;audition ou de vision ; elle visait rien de moins que le d\u00e9mant\u00e8lement pur et simple du concept s\u00e9culaire de seuil sensoriel rigide pour le remplacer par un formalisme math\u00e9matique unifi\u00e9 et \u00e9l\u00e9gant.<\/p>\n<p>L&rsquo;ouvrage d\u00e9ployait une r\u00e9interpr\u00e9tation magistrale de d\u00e9cennies d&rsquo;exp\u00e9rimentations historiques accumul\u00e9es depuis Fechner. Donn\u00e9es d&rsquo;acuit\u00e9 auditive, de discrimination des couleurs, d&rsquo;estimation de poids et de perception tactile y \u00e9taient syst\u00e9matiquement recalcul\u00e9es et traduites dans la syntaxe probabiliste de la TDS. L&rsquo;accueil r\u00e9serv\u00e9 au livre par la communaut\u00e9 internationale fut au d\u00e9part empreint d&rsquo;un profond scepticisme : de nombreux psychophysiciens r\u00e9pugnaient \u00e0 renoncer \u00e0 la s\u00e9curit\u00e9 apparente du concept de seuil pour embrasser un mod\u00e8le qui assimilait l&rsquo;\u00eatre humain \u00e0 un calculateur probabiliste bay\u00e9sien. Cependant, la robustesse empirique des preuves apport\u00e9es par Green et Swets \u00e9tait si \u00e9clatante que la th\u00e9orie de la d\u00e9tection du signal s&rsquo;imposa rapidement comme le standard paradigmatique ind\u00e9tr\u00f4nable de la psychologie sensorielle moderne.<\/p>\n<h2>4. La th\u00e9orie de la d\u00e9tection du signal comme cadre d&rsquo;investigation de la DJP<\/h2>\n<h3>4.1 Les quatre issues fondamentales d&rsquo;un essai de d\u00e9tection<\/h3>\n<p>Pour d\u00e9construire scientifiquement le ph\u00e9nom\u00e8ne de la diff\u00e9rence juste perceptible, Green et Swets ont commenc\u00e9 par formaliser la structure \u00e9l\u00e9mentaire de toute d\u00e9cision perceptive sous incertitude. Dans le paradigme classique de discrimination ou de d\u00e9tection dit \u00ab Oui\/Non \u00bb, un essai exp\u00e9rimental donn\u00e9 ne comporte que deux \u00e9tats possibles de la r\u00e9alit\u00e9 physique : soit l&rsquo;\u00e9v\u00e9nement ne contient que le bruit de fond de r\u00e9f\u00e9rence (not\u00e9 <span class=\"arabpsy-math-inline\" data-latex=\"N\">$N$<\/span>, pour <em>Noise<\/em>), soit il contient le stimulus cible incr\u00e9mental additionn\u00e9 au bruit (not\u00e9 <span class=\"arabpsy-math-inline\" data-latex=\"S+N\">$S+N$<\/span>, pour <em>Signal plus Noise<\/em>). Face \u00e0 cette pr\u00e9sentation, l&rsquo;observateur ne dispose que de deux r\u00e9ponses licites : affirmer la pr\u00e9sence du signal diff\u00e9rentiel (\u00ab Oui \u00bb) ou d\u00e9clarer son absence (\u00ab Non \u00bb).<\/p>\n<p>Cette confrontation binaire entre la r\u00e9alit\u00e9 du stimulus et le verdict du sujet engendre une matrice de contingence \u00e0 quatre quadrants exhaustifs et mutuellement exclusifs :<\/p>\n<ul>\n<li><strong>Le succ\u00e8s ou d\u00e9tection correcte (<em>Hit<\/em>) :<\/strong> le signal incr\u00e9mental <span class=\"arabpsy-math-inline\" data-latex=\"S+N\">$S+N$<\/span> est effectivement pr\u00e9sent, et le sujet r\u00e9pond correctement \u00ab Oui \u00bb. La probabilit\u00e9 conditionnelle associ\u00e9e est not\u00e9e <span class=\"arabpsy-math-inline\" data-latex=\"P(\\text{Oui}|S+N)\">$P(\\text{Oui}|S+N)$<\/span> ou <span class=\"arabpsy-math-inline\" data-latex=\"P(H)\">$P(H)$<\/span>.<\/li>\n<li><strong>L&rsquo;omission (<em>Miss<\/em>) :<\/strong> le signal <span class=\"arabpsy-math-inline\" data-latex=\"S+N\">$S+N$<\/span> est pr\u00e9sent, mais le sujet ne parvient pas \u00e0 le d\u00e9celer et r\u00e9pond \u00ab Non \u00bb. Sa probabilit\u00e9 est not\u00e9e <span class=\"arabpsy-math-inline\" data-latex=\"P(\\text{Non}|S+N) = 1 - P(H)\">$P(\\text{Non}|S+N) = 1 &#8211; P(H)$<\/span>.<\/li>\n<li><strong>La fausse alarme (<em>False Alarm<\/em>) :<\/strong> seul le bruit <span class=\"arabpsy-math-inline\" data-latex=\"N\">$N$<\/span> a \u00e9t\u00e9 pr\u00e9sent\u00e9, mais le sujet r\u00e9pond \u00e0 tort \u00ab Oui \u00bb, affirmant avoir per\u00e7u une diff\u00e9rence. Sa probabilit\u00e9 est not\u00e9e <span class=\"arabpsy-math-inline\" data-latex=\"P(\\text{Oui}|N)\">$P(\\text{Oui}|N)$<\/span> ou <span class=\"arabpsy-math-inline\" data-latex=\"P(FA)\">$P(FA)$<\/span>.<\/li>\n<li><strong>Le rejet correct (<em>Correct Rejection<\/em>) :<\/strong> seul le bruit <span class=\"arabpsy-math-inline\" data-latex=\"N\">$N$<\/span> a \u00e9t\u00e9 pr\u00e9sent\u00e9, et le sujet identifie avec lucidit\u00e9 l&rsquo;absence de signal en r\u00e9pondant \u00ab Non \u00bb. Sa probabilit\u00e9 est not\u00e9e <span class=\"arabpsy-math-inline\" data-latex=\"P(\\text{Non}|N) = 1 - P(FA)\">$P(\\text{Non}|N) = 1 &#8211; P(FA)$<\/span>.<\/li>\n<\/ul>\n<p>L&rsquo;avanc\u00e9e d\u00e9cisive de ce sch\u00e9ma r\u00e9side dans la reconnaissance explicite de l&rsquo;interd\u00e9pendance probabiliste de ces cat\u00e9gories. On ne peut \u00e9valuer la performance sensorielle d&rsquo;un individu en observant uniquement ses succ\u00e8s (<span class=\"arabpsy-math-inline\" data-latex=\"P(H)\">$P(H)$<\/span>). Deux observateurs affichant le m\u00eame score impressionnant de 95 % de succ\u00e8s ne sont nullement \u00e9quivalents si le premier ne commet que 5 % de fausses alarmes alors que le second en conc\u00e8de 80 %. Les fausses alarmes cessent d&rsquo;\u00eatre trait\u00e9es comme des anomalies n\u00e9gligeables : elles deviennent la fen\u00eatre math\u00e9matique indispensable \u00e0 travers laquelle l&rsquo;analyste peut sonder l&#8217;emplacement du crit\u00e8re d\u00e9cisionnel de l&rsquo;esprit.<\/p>\n<h3>4.2 Le continuum sensoriel sous-jacent et les distributions gaussiennes<\/h3>\n<p>Au c\u0153ur du mod\u00e8le \u00e9labor\u00e9 par Green et Swets r\u00e9side l&rsquo;hypoth\u00e8se de l&rsquo;existence d&rsquo;une variable d\u00e9cisionnelle scalaire interne continue, couramment d\u00e9sign\u00e9e par la variable <span class=\"arabpsy-math-inline\" data-latex=\"x\">$x$<\/span>. Cette grandeur al\u00e9atoire univari\u00e9e repr\u00e9sente la magnitude globale de l&rsquo;excitation neurale \u00e9voqu\u00e9e dans le cerveau du sujet lors d&rsquo;un essai donn\u00e9. En vertu des th\u00e9or\u00e8mes centraux limites de la th\u00e9orie des probabilit\u00e9s et de la multiplicit\u00e9 des sources physiologiques de bruit microcellulaire, cette variable d\u00e9cisionnelle interne est ad\u00e9quatement mod\u00e9lis\u00e9e par des distributions statistiques gaussiennes (normales).<\/p>\n<p>Lorsque seul le bruit de fond <span class=\"arabpsy-math-inline\" data-latex=\"N\">$N$<\/span> est actif, l&rsquo;effet sensoriel interne fluctue d&rsquo;un instant \u00e0 l&rsquo;autre selon une distribution normale de moyenne <span class=\"arabpsy-math-inline\" data-latex=\"\\mu_N\">$\\mu_N$<\/span> et de variance <span class=\"arabpsy-math-inline\" data-latex=\"\\sigma_N^2\">$\\sigma_N^2$<\/span>. Lorsque le signal diff\u00e9rentiel est superpos\u00e9 au bruit (<span class=\"arabpsy-math-inline\" data-latex=\"S+N\">$S+N$<\/span>), il injecte une \u00e9nergie suppl\u00e9mentaire qui d\u00e9place l&rsquo;esp\u00e9rance math\u00e9matique de la distribution neurale vers la droite, g\u00e9n\u00e9rant une seconde fonction de densit\u00e9 normale de moyenne sup\u00e9rieure <span class=\"arabpsy-math-inline\" data-latex=\"\\mu_{S+N}\">$\\mu_{S+N}$<\/span> et de variance <span class=\"arabpsy-math-inline\" data-latex=\"\\sigma_{S+N}^2\">$\\sigma_{S+N}^2$<\/span> :<\/p>\n<p><span class=\"arabpsy-math-display\" data-latex=\"f(x|N) = \\frac{1}{\\sqrt{2\\pi}\\sigma_N} \\exp\\left(-\\frac{(x - \\mu_N)^2}{2\\sigma_N^2}\\right)\">$$f(x|N) = \\frac{1}{\\sqrt{2\\pi}\\sigma_N} \\exp\\left(-\\frac{(x &#8211; \\mu_N)^2}{2\\sigma_N^2}\\right)$$<\/span><\/p>\n<p><span class=\"arabpsy-math-display\" data-latex=\"f(x|S+N) = \\frac{1}{\\sqrt{2\\pi}\\sigma_{S+N}} \\exp\\left(-\\frac{(x - \\mu_{S+N})^2}{2\\sigma_{S+N}^2}\\right)\">$$f(x|S+N) = \\frac{1}{\\sqrt{2\\pi}\\sigma_{S+N}} \\exp\\left(-\\frac{(x &#8211; \\mu_{S+N})^2}{2\\sigma_{S+N}^2}\\right)$$<\/span><\/p>\n<p>La cons\u00e9quence tragique mais in\u00e9luctable de cette mod\u00e9lisation est le chevauchement ou recouvrement partiel permanent des deux densit\u00e9s de probabilit\u00e9. D\u00e8s lors que l&rsquo;incr\u00e9ment de signal est infinit\u00e9simal (ce qui correspond pr\u00e9cis\u00e9ment \u00e0 la zone critique de la recherche d&rsquo;une diff\u00e9rence juste perceptible), la queue droite de la distribution <span class=\"arabpsy-math-inline\" data-latex=\"N\">$N$<\/span> p\u00e9n\u00e8tre profond\u00e9ment dans le territoire de la distribution <span class=\"arabpsy-math-inline\" data-latex=\"S+N\">$S+N$<\/span>. Il en r\u00e9sulte une zone d&rsquo;ambigu\u00eft\u00e9 \u00e9pist\u00e9mique fondamentale : lorsqu&rsquo;une valeur d&rsquo;activation interne <span class=\"arabpsy-math-inline\" data-latex=\"x_0\">$x_0$<\/span> se manifeste dans le cortex, le cerveau ne peut jamais d\u00e9terminer avec certitude absolue si cette excitation r\u00e9sulte d&rsquo;une flamb\u00e9e fortuite du bruit spontan\u00e9 ou de l&rsquo;impact authentique du signal. L&rsquo;observateur est structurellement condamn\u00e9 \u00e0 trancher dans le doute.<\/p>\n<h3>4.3 Le rejet formel du concept d&rsquo;\u00e9chelon sensoriel discret<\/h3>\n<p>En posant la continuit\u00e9 absolue de cet axe d&rsquo;activation neurale <span class=\"arabpsy-math-inline\" data-latex=\"x\">$x$<\/span>, Green et Swets ont port\u00e9 le coup de gr\u00e2ce \u00e0 la th\u00e9orie du haut seuil discret (<em>High Threshold Theory<\/em>, HTT) d\u00e9fendue par la psychophysique classique. Selon la th\u00e9orie du haut seuil, les \u00e9tats sensoriels internes de l&rsquo;organisme \u00e9taient pr\u00e9sum\u00e9s discrets : le sujet se trouvait soit dans un \u00ab \u00e9tat d&rsquo;absence de d\u00e9tection \u00bb (o\u00f9 l&rsquo;information sensorielle demeure nulle et o\u00f9 il ne peut que deviner \u00e0 l&rsquo;aveugle), soit dans un \u00ab \u00e9tat de d\u00e9tection vraie \u00bb o\u00f9 le stimulus franchit une marche d&rsquo;escalier physiologique et devient indubitablement per\u00e7u.<\/p>\n<p>Les d\u00e9monstrations exp\u00e9rimentales et math\u00e9matiques d\u00e9ploy\u00e9es par Green et Swets ont \u00e9tabli que le mod\u00e8le de la marche d&rsquo;escalier discr\u00e8te pr\u00e9disait des relations strictement lin\u00e9aires entre les succ\u00e8s et les fausses alarmes, pr\u00e9dictions que les donn\u00e9es empiriques infirment syst\u00e9matiquement. La transition de la non-d\u00e9tection \u00e0 la d\u00e9tection ne s&rsquo;effectue jamais par un saut qualitatif discontinu, mais par une mont\u00e9e continue le long d&rsquo;une courbe de probabilit\u00e9s cumul\u00e9es. La diff\u00e9rence juste perceptible n&rsquo;est pas le passage soudain d&rsquo;un interrupteur neuronal de l&rsquo;\u00e9tat \u00ab \u00e9teint \u00bb \u00e0 l&rsquo;\u00e9tat \u00ab allum\u00e9 \u00bb ; elle est la r\u00e9sultante statistique d&rsquo;un traitement d&rsquo;information analogique continu op\u00e9rant au sein d&rsquo;un milieu biologiquement satur\u00e9 d&rsquo;entropie stochastique.<\/p>\n<h2>5. Protocoles exp\u00e9rimentaux de Green et Swets sur la discrimination sensorielle<\/h2>\n<h3>5.1 Paradigmes de d\u00e9tection d&rsquo;incr\u00e9ment en psychoacoustique<\/h3>\n<p>Pour mettre \u00e0 l&rsquo;\u00e9preuve de fa\u00e7on irr\u00e9futable leur nouvelle th\u00e9orie, Green et Swets ont con\u00e7u des montages exp\u00e9rimentaux en <a rel=\"noopener noreferrer\" href=\"https:\/\/fr.wikipedia.org\/wiki\/Psychoacoustique\">psychoacoustique<\/a> d&rsquo;une pr\u00e9cision technologique sans pr\u00e9c\u00e9dent pour l&rsquo;\u00e9poque. Le paradigme princeps reposait sur la d\u00e9tection d&rsquo;un incr\u00e9ment d&rsquo;intensit\u00e9 sonore noy\u00e9 dans un bruit blanc thermique continu. Des sujets entra\u00een\u00e9s, \u00e9quip\u00e9s de casques \u00e9lectrodynamiques calibr\u00e9s au milli\u00e8me de d\u00e9cibel pr\u00e8s, \u00e9coutaient un fond sonore stable produit par des g\u00e9n\u00e9rateurs de bruit analogiques. \u00c0 des moments temporels strictement synchronis\u00e9s par des horloges \u00e9lectroniques, une impulsion sinuso\u00efdale pure (par exemple un son \u00e0 1 000 Hz d&rsquo;une dur\u00e9e br\u00e8ve de 100 millisecondes) \u00e9tait ins\u00e9r\u00e9e dans le flux acoustique.<\/p>\n<p>L&rsquo;exp\u00e9rimentateur manipulait syst\u00e9matiquement le rapport signal sur bruit (<span class=\"arabpsy-math-inline\" data-latex=\"E\/N_0\">$E\/N_0$<\/span>, o\u00f9 <span class=\"arabpsy-math-inline\" data-latex=\"E\">$E$<\/span> est l&rsquo;\u00e9nergie du signal et <span class=\"arabpsy-math-inline\" data-latex=\"N_0\">$N_0$<\/span> la densit\u00e9 spectrale unitaire du bruit), explorant des intensit\u00e9s si faibles que la pr\u00e9sence du son pur n&rsquo;\u00e9tait per\u00e7ue que comme une subtile et \u00e9vanescente fluctuation de la texture du souffle sonore. Les protocoles alternaient entre la t\u00e2che classique Oui\/Non et le paradigme du choix forc\u00e9 \u00e0 intervalles temporels multiples, principalement le <a rel=\"noopener noreferrer\" href=\"https:\/\/en.wikipedia.org\/wiki\/Two-alternative_forced_choice\">choix forc\u00e9 \u00e0 deux alternatives<\/a> (2AFC, pour <em>Two-Alternative Forced Choice<\/em>). Dans le format 2AFC, deux intervalles de temps successifs balis\u00e9s par des t\u00e9moins lumineux \u00e9taient propos\u00e9s \u00e0 chaque essai : l&rsquo;un ne contenait que le bruit, tandis que l&rsquo;autre rec\u00e9lait le signal plus le bruit. Le sujet n&rsquo;avait plus \u00e0 dire \u00ab oui \u00bb ou \u00ab non \u00bb, mais devait d\u00e9signer formellement quel intervalle (l&rsquo;intervalle 1 ou l&rsquo;intervalle 2) h\u00e9bergeait l&rsquo;incr\u00e9ment \u00e9nerg\u00e9tique.<\/p>\n<h3>5.2 La manipulation syst\u00e9matique des matrices de gain et de co\u00fbt<\/h3>\n<p>L&rsquo;une des contributions les plus spectaculaires de Green et Swets pour d\u00e9montrer l&rsquo;inad\u00e9quation de la DJP classique a consist\u00e9 \u00e0 manipuler exp\u00e9rimentalement le syst\u00e8me motivationnel de l&rsquo;observateur tout en maintenant le stimulus physique rigoureusement inchang\u00e9. \u00c0 cette fin, ils ont introduit des matrices de gains et de p\u00e9nalit\u00e9s financi\u00e8res r\u00e9elles index\u00e9es sur les d\u00e9cisions des sujets. Les participants recevaient des r\u00e9compenses p\u00e9cuniaires pour chaque d\u00e9cision correcte et devaient acquitter des amendes mon\u00e9taires pour chaque erreur commise.<\/p>\n<p>Green et Swets ont ainsi cr\u00e9\u00e9 deux r\u00e9gimes d&rsquo;incitation asym\u00e9triques :<\/p>\n<ul>\n<li><strong>La condition ultra-conservatrice :<\/strong> les exp\u00e9rimentateurs attribuaient une r\u00e9compense modeste pour un succ\u00e8s (par exemple +1 cent), mais infligeaient une p\u00e9nalit\u00e9 financi\u00e8re exorbitante pour chaque fausse alarme (par exemple -50 cents). Face \u00e0 cette menace de ruine, les sujets devenaient extr\u00eamement prudents ; ils d\u00e9pla\u00e7aient volontairement leur seuil verbal vers le haut, refusant de dire \u00ab Oui \u00bb \u00e0 moins que la preuve interne ne f\u00fbt extraordinairement saillante. Leur taux de fausses alarmes s&rsquo;effondrait vers z\u00e9ro, mais corr\u00e9lativement leur taux de d\u00e9tections chutait lourdement.<\/li>\n<li><strong>La condition ultra-lib\u00e9rale :<\/strong> inversement, si les exp\u00e9rimentateurs r\u00e9compensaient massivement les succ\u00e8s (+50 cents) tout en rendant les fausses alarmes quasi indolores (-1 cent), les sujets adoptaient une posture agressive : au moindre doute fugace, ils criaient \u00ab Oui \u00bb. Leur taux de d\u00e9tection atteignait des sommets voisins de 100 %, mais au prix d&rsquo;une explosion corr\u00e9lative des fausses alarmes.<\/li>\n<\/ul>\n<p>Cette d\u00e9monstration empirique magistrale apportait la preuve incontestable de la supercherie de l&rsquo;ancienne mesure de la DJP : \u00e0 magnitude physique du stimulus rigoureusement identique, le pourcentage brut de d\u00e9tection d&rsquo;un m\u00eame incr\u00e9ment de signal pouvait \u00eatre manipul\u00e9 artificiellement de 20 % \u00e0 95 % par la seule modification des r\u00e8gles de paiement mon\u00e9taire. La DJP fechn\u00e9rienne mesurait les finances et la psychologie du risque du participant bien plus que la sensibilit\u00e9 de ses r\u00e9cepteurs sensoriels.<\/p>\n<h3>5.3 La manipulation des probabilit\u00e9s a priori d&rsquo;apparition du stimulus<\/h3>\n<p>Pour parachever l&rsquo;examen des facteurs non-sensoriels dans la discrimination, Green et Swets ont \u00e9galement explor\u00e9 l&rsquo;impact de l&rsquo;attente cognitive en modifiant drastiquement les probabilit\u00e9s a priori d&rsquo;occurrence du signal diff\u00e9rentiel, not\u00e9es <span class=\"arabpsy-math-inline\" data-latex=\"P(S+N)\">$P(S+N)$<\/span>. Dans certaines s\u00e9ries d&rsquo;essais, le signal n&rsquo;\u00e9tait ins\u00e9r\u00e9 que dans 10 % des pr\u00e9sentations (condition d&rsquo;\u00e9v\u00e9nement rare, analogue \u00e0 la d\u00e9tection d&rsquo;une pathologie sur une radiographie de d\u00e9pistage standard) ; dans d&rsquo;autres s\u00e9ries, la proportion montait \u00e0 50 %, pour atteindre jusqu&rsquo;\u00e0 90 % des essais dans les conditions de pr\u00e9valence maximale.<\/p>\n<p>Les r\u00e9sultats ont d\u00e9montr\u00e9 que les observateurs humains ajustent continuellement leur propension \u00e0 r\u00e9pondre en accord avec le mod\u00e8le de l&rsquo;observateur id\u00e9al fond\u00e9 sur le <a rel=\"noopener noreferrer\" href=\"https:\/\/fr.wikipedia.org\/wiki\/Th%C3%A9or%C3%A8me_de_Bayes\">th\u00e9or\u00e8me de Bayes<\/a>. Inform\u00e9 qu&rsquo;un incr\u00e9ment de signal appara\u00eet presque syst\u00e9matiquement, le sujet normal abaisse spontan\u00e9ment son niveau d&rsquo;exigence probatoire interne. Bien que les participants manifestent une tendance au conservatisme cognitif en ne d\u00e9pla\u00e7ant pas leur crit\u00e8re tout \u00e0 fait aussi radicalement que ne le prescrirait un algorithme bay\u00e9sien parfait, l&rsquo;effet de l&rsquo;attente cognitive demeurait massif et statistiquement indiscutable, achevant de prouver que l&rsquo;acte perceptif est impr\u00e9gn\u00e9 d&rsquo;inf\u00e9rence probabiliste descendante (<em>top-down<\/em>).<\/p>\n<h2>6. Formalisation math\u00e9matique : S\u00e9paration de la sensibilit\u00e9 sensorielle et du biais d\u00e9cisionnel<\/h2>\n<h3>6.1 Le param\u00e8tre d&rsquo;acuit\u00e9 <span class=\"arabpsy-math-inline\" data-latex=\"d&#039;\">$d&rsquo;$<\/span> (d-prime) : mesure pure de la sensibilit\u00e9<\/h3>\n<p>L&rsquo;apport p\u00e9renne le plus c\u00e9l\u00e8bre de David Green et John Swets \u00e0 la m\u00e9thodologie scientifique est l&rsquo;invention et la formalisation du param\u00e8tre de sensibilit\u00e9 <span class=\"arabpsy-math-inline\" data-latex=\"d&#039;\">$d&rsquo;$<\/span> (prononc\u00e9 \u00ab d-prime \u00bb). Con\u00e7u pour remplacer d\u00e9finitivement le concept corrompu de seuil diff\u00e9rentiel, <span class=\"arabpsy-math-inline\" data-latex=\"d&#039;\">$d&rsquo;$<\/span> repr\u00e9sente la distance m\u00e9trique r\u00e9elle s\u00e9parant les centres de gravit\u00e9 des deux distributions neurales gaussiennes (<span class=\"arabpsy-math-inline\" data-latex=\"N\">$N$<\/span> et <span class=\"arabpsy-math-inline\" data-latex=\"S+N\">$S+N$<\/span>), normalis\u00e9e par leur dispersion statistique interne. Dans le mod\u00e8le standard \u00e0 variances \u00e9gales (<span class=\"arabpsy-math-inline\" data-latex=\"\\sigma_N = \\sigma_{S+N} = \\sigma\">$\\sigma_N = \\sigma_{S+N} = \\sigma$<\/span>), <span class=\"arabpsy-math-inline\" data-latex=\"d&#039;\">$d&rsquo;$<\/span> est formellement d\u00e9fini comme :<\/p>\n<p><span class=\"arabpsy-math-display\" data-latex=\"d&#039; = \\frac{\\mu_{S+N} - \\mu_N}{\\sigma}\">$$d&rsquo; = \\frac{\\mu_{S+N} &#8211; \\mu_N}{\\sigma}$$<\/span><\/p>\n<p>Puisque l&rsquo;exp\u00e9rimentateur n&rsquo;a pas un acc\u00e8s direct aux distributions d&rsquo;activation \u00e9lectrophysiologique microscopiques situ\u00e9es \u00e0 l&rsquo;int\u00e9rieur du cr\u00e2ne, le g\u00e9nie du mod\u00e8le r\u00e9side dans sa capacit\u00e9 \u00e0 d\u00e9duire la valeur exacte de <span class=\"arabpsy-math-inline\" data-latex=\"d&#039;\">$d&rsquo;$<\/span> uniquement \u00e0 partir des performances comportementales macroscopiques : les taux empiriques de succ\u00e8s <span class=\"arabpsy-math-inline\" data-latex=\"P(H)\">$P(H)$<\/span> et de fausses alarmes <span class=\"arabpsy-math-inline\" data-latex=\"P(FA)\">$P(FA)$<\/span>. En appliquant la transformation inverse de la fonction de r\u00e9partition de la loi normale centr\u00e9e r\u00e9duite (not\u00e9e <span class=\"arabpsy-math-inline\" data-latex=\"z\">$z$<\/span> ou <span class=\"arabpsy-math-inline\" data-latex=\"\\Phi^{-1}\">$\\Phi^{-1}$<\/span>), on convertit ces pourcentages bruts en unit\u00e9s de d\u00e9viation standard :<\/p>\n<p><span class=\"arabpsy-math-display\" data-latex=\"d&#039; = z(H) - z(FA) = \\Phi^{-1}(P(H)) - \\Phi^{-1}(P(FA))\">$$d&rsquo; = z(H) &#8211; z(FA) = \\Phi^{-1}(P(H)) &#8211; \\Phi^{-1}(P(FA))$$<\/span><\/p>\n<p>Cette \u00e9quation poss\u00e8de une propri\u00e9t\u00e9 math\u00e9matique inestimable : elle est math\u00e9matiquement invariante face aux d\u00e9rives du crit\u00e8re de d\u00e9cision. Qu&rsquo;un sujet se montre excessivement timor\u00e9 ou d\u00e9mesur\u00e9ment t\u00e9m\u00e9raire sous l&rsquo;influence des consignes ou des r\u00e9compenses, la valeur calcul\u00e9e de <span class=\"arabpsy-math-inline\" data-latex=\"d&#039;\">$d&rsquo;$<\/span> demeure rigoureusement constante pour une intensit\u00e9 physique donn\u00e9e du stimulus. Si les fausses alarmes augmentent, les succ\u00e8s augmentent dans une proportion pr\u00e9cis\u00e9ment pr\u00e9dite par la fonction normale, maintenant l&rsquo;\u00e9cart <span class=\"arabpsy-math-inline\" data-latex=\"z(H) - z(FA)\">$z(H) &#8211; z(FA)$<\/span> parfaitement stable. Le param\u00e8tre <span class=\"arabpsy-math-inline\" data-latex=\"d&#039;\">$d&rsquo;$<\/span> s&rsquo;impose ainsi comme l&rsquo;authentique mesure pure de l&rsquo;acuit\u00e9 sensorielle, la m\u00e9trique objective tant recherch\u00e9e par les fondateurs de la psychophysique.<\/p>\n<h3>6.2 Les indices de crit\u00e8re de d\u00e9cision : B\u00eata (<span class=\"arabpsy-math-inline\" data-latex=\"\\beta\">$\\beta$<\/span>) et <span class=\"arabpsy-math-inline\" data-latex=\"c\">$c$<\/span><\/h3>\n<p>Parall\u00e8lement \u00e0 l&rsquo;isolation de la sensibilit\u00e9, le cadre de Green et Swets fournit les outils alg\u00e9briques pour quantifier avec une \u00e9gale rigueur le biais de r\u00e9ponse ou la politique de d\u00e9cision de l&rsquo;observateur. Le premier indice historiquement formalis\u00e9 est le rapport de vraisemblance optimal, traditionnellement d\u00e9sign\u00e9 par la lettre grecque <span class=\"arabpsy-math-inline\" data-latex=\"\\beta\">$\\beta$<\/span> (b\u00eata). Il est d\u00e9fini comme le rapport entre la densit\u00e9 de probabilit\u00e9 du signal plus bruit et celle du bruit seul, calcul\u00e9 au point d&rsquo;inflexion ou seuil de coupure d\u00e9cisionnel <span class=\"arabpsy-math-inline\" data-latex=\"x_c\">$x_c$<\/span> choisi par le sujet :<\/p>\n<p><span class=\"arabpsy-math-display\" data-latex=\"\\beta = \\frac{f(x_c|S+N)}{f(x_c|N)}\">$$\\beta = \\frac{f(x_c|S+N)}{f(x_c|N)}$$<\/span><\/p>\n<p>Du point de vue du calcul bay\u00e9sien, l&rsquo;observateur rationnel optimal r\u00e8gle son <span class=\"arabpsy-math-inline\" data-latex=\"\\beta\">$\\beta$<\/span> th\u00e9orique en fonction des probabilit\u00e9s a priori d&rsquo;apparition du stimulus et de la matrice des gains et co\u00fbts mon\u00e9taires selon la formule canonique :<\/p>\n<p><span class=\"arabpsy-math-display\" data-latex=\"\\beta_{\\text{optimal}} = \\frac{P(N)}{P(S+N)} \\times \\frac{V(\\text{RC}) + C(\\text{FA})}{V(\\text{H}) + C(\\text{OM})}\">$$\\beta_{\\text{optimal}} = \\frac{P(N)}{P(S+N)} \\times \\frac{V(\\text{RC}) + C(\\text{FA})}{V(\\text{H}) + C(\\text{OM})}$$<\/span><\/p>\n<p>o\u00f9 <span class=\"arabpsy-math-inline\" data-latex=\"V\">$V$<\/span> et <span class=\"arabpsy-math-inline\" data-latex=\"C\">$C$<\/span> repr\u00e9sentent respectivement la valeur des gains et le co\u00fbt des pertes pour les quatre issues matricielles. Si <span class=\"arabpsy-math-inline\" data-latex=\"\\beta = 1\">$\\beta = 1$<\/span>, le sujet se positionne \u00e0 l&rsquo;intersection exacte des deux distributions (crit\u00e8re sym\u00e9trique). Si <span class=\"arabpsy-math-inline\" data-latex=\"\\beta &gt; 1\">$\\beta > 1$<\/span>, l&rsquo;observateur exige une preuve sensorielle sup\u00e9rieure, adoptant une posture conservatrice. Si $beta < 1$, il fait preuve de lib\u00e9ralisme d\u00e9cisionnel.<\/p>\n<p>En raison de l&rsquo;asym\u00e9trie statistique inh\u00e9rente \u00e0 <span class=\"arabpsy-math-inline\" data-latex=\"\\beta\">$\\beta$<\/span> lors des analyses param\u00e9triques, les successeurs de Green et Swets ont souvent privil\u00e9gi\u00e9 l&rsquo;indice de localisation <span class=\"arabpsy-math-inline\" data-latex=\"c\">$c$<\/span>, qui exprime la distance physique entre le point de d\u00e9cision de l&rsquo;observateur et le point de neutralit\u00e9 absolue situ\u00e9 \u00e0 mi-chemin entre les deux moyennes :<\/p>\n<p><span class=\"arabpsy-math-display\" data-latex=\"c = -\\frac{1}{2} \\left[ z(H) + z(FA) \\right]\">$$c = -\\frac{1}{2} \\left[ z(H) + z(FA) \\right]$$<\/span><\/p>\n<p>Une valeur de <span class=\"arabpsy-math-inline\" data-latex=\"c = 0\">$c = 0$<\/span> signale une absence totale de biais d\u00e9cisionnel ; une valeur positive indique un profil conservateur (r\u00e9ponse \u00ab Non \u00bb pr\u00e9f\u00e9rentielle), tandis qu&rsquo;une valeur n\u00e9gative d\u00e9note une tendance lib\u00e9rale \u00e0 r\u00e9pondre pr\u00e9f\u00e9rentiellement \u00ab Oui \u00bb.<\/p>\n<h3>6.3 Le mod\u00e8le d&rsquo;int\u00e9gration de l&rsquo;information et calcul d&rsquo;\u00e9cart-type<\/h3>\n<p>Dans sa mouture la plus \u00e9pur\u00e9e, le mod\u00e8le de d\u00e9tection du signal postule que la dispersion de l&rsquo;activit\u00e9 interne induite par le signal plus bruit est identique \u00e0 celle du bruit pur (<span class=\"arabpsy-math-inline\" data-latex=\"\\sigma_{S+N} = \\sigma_N = \\sigma\">$\\sigma_{S+N} = \\sigma_N = \\sigma$<\/span>). Cette hypoth\u00e8se de variance \u00e9gale est remarquablement bien v\u00e9rifi\u00e9e dans de nombreuses t\u00e2ches psychoacoustiques impliquant des bruits thermiques continus. Cependant, Green et Swets ont rapidement d\u00e9montr\u00e9 que dans de multiples situations perceptives \u2014 en particulier lors de la discrimination de contrastes visuels ou d&rsquo;incr\u00e9ments sonores purs \u2014, la pr\u00e9sence du signal accro\u00eet l&rsquo;entropie globale du syst\u00e8me neural, conduisant \u00e0 une variance du signal plus bruit sup\u00e9rieure \u00e0 celle du bruit seul (<span class=\"arabpsy-math-inline\" data-latex=\"\\sigma_{S+N} &gt; \\sigma_N\">$\\sigma_{S+N} > \\sigma_N$<\/span>).<\/p>\n<p>Lorsque cette asym\u00e9trie de variance se manifeste, l&rsquo;estimation brute de <span class=\"arabpsy-math-inline\" data-latex=\"d&#039;\">$d&rsquo;$<\/span> devient tributaire du niveau de crit\u00e8re choisi. Pour pr\u00e9server l&rsquo;universalit\u00e9 de la mesure, Green et Swets ont d\u00e9velopp\u00e9 le mod\u00e8le \u00e0 variances in\u00e9gales, introduisant un indice de s\u00e9parabilit\u00e9 g\u00e9n\u00e9ralis\u00e9 <span class=\"arabpsy-math-inline\" data-latex=\"d_a\">$d_a$<\/span>, qui int\u00e8gre la moyenne quadratique des variances des deux distributions :<\/p>\n<p><span class=\"arabpsy-math-display\" data-latex=\"d_a = \\frac{\\mu_{S+N} - \\mu_N}{\\sqrt{\\frac{\\sigma_N^2 + \\sigma_{S+N}^2}{2}}}\">$$d_a = \\frac{\\mu_{S+N} &#8211; \\mu_N}{\\sqrt{\\frac{\\sigma_N^2 + \\sigma_{S+N}^2}{2}}}$$<\/span><\/p>\n<p>Cette sophistication math\u00e9matique a permis de pr\u00e9server la validit\u00e9 empirique des mesures psychophysiques face aux dynamiques non lin\u00e9aires complexes de transduction sensorielle, r\u00e9solvant des paradoxes exp\u00e9rimentaux que l&rsquo;ancienne loi de Weber \u00e9tait totalement impuissante \u00e0 \u00e9lucider.<\/p>\n<h2>7. La courbe ROC (Receiver Operating Characteristic) appliqu\u00e9e \u00e0 la DJP<\/h2>\n<h3>7.1 Construction g\u00e9om\u00e9trique et empirique de la courbe ROC<\/h3>\n<p>Pour mat\u00e9rialiser visuellement l&rsquo;ind\u00e9pendance conceptuelle entre sensibilit\u00e9 et biais de d\u00e9cision, Green et Swets ont emprunt\u00e9 aux ing\u00e9nieurs radar un outil graphique d&rsquo;une puissance m\u00e9thodologique in\u00e9gal\u00e9e : la courbe de la fonction d&rsquo;efficacit\u00e9 du r\u00e9cepteur, universellement consacr\u00e9e sous son acronyme anglophone de <a rel=\"noopener noreferrer\" href=\"https:\/\/fr.wikipedia.org\/wiki\/Courbe_ROC\">courbe ROC<\/a> (<em>Receiver Operating Characteristic<\/em>). La courbe ROC s&rsquo;\u00e9difie dans un espace cart\u00e9sien bidimensionnel unitaire o\u00f9 l&rsquo;axe des ordonn\u00e9es (<span class=\"arabpsy-math-inline\" data-latex=\"Y\">$Y$<\/span>) repr\u00e9sente la probabilit\u00e9 de succ\u00e8s <span class=\"arabpsy-math-inline\" data-latex=\"P(H)\">$P(H)$<\/span> et l&rsquo;axe des abscisses (<span class=\"arabpsy-math-inline\" data-latex=\"X\">$X$<\/span>) reporte la probabilit\u00e9 de fausses alarmes <span class=\"arabpsy-math-inline\" data-latex=\"P(FA)\">$P(FA)$<\/span>, toutes deux gradu\u00e9es de 0 \u00e0 1.<\/p>\n<p>Pour tracer une courbe ROC empirique pour un incr\u00e9ment stimulus donn\u00e9 (c&rsquo;est-\u00e0-dire pour tester une valeur candidate de DJP), l&rsquo;exp\u00e9rimentateur maintient les param\u00e8tres physiques strictement inchang\u00e9s tout au long des sessions, mais force le sujet \u00e0 faire varier syst\u00e9matiquement son crit\u00e8re de r\u00e9ponse en modulant la matrice de gains et les probabilit\u00e9s a priori d&rsquo;un bloc d&rsquo;essais \u00e0 l&rsquo;autre. On peut \u00e9galement solliciter du sujet des jugements d&rsquo;assurance gradu\u00e9s sur une \u00e9chelle ordinale (par exemple de 1 : \u00ab Absolument certain de l&rsquo;absence du signal \u00bb \u00e0 6 : \u00ab Absolument certain de la pr\u00e9sence du signal \u00bb). En agr\u00e9geant les taux cumul\u00e9s de d\u00e9tections et de fausses alarmes pour chaque \u00e9chelon de certitude, on obtient une succession ordonn\u00e9e de points exp\u00e9rimentaux dans l&rsquo;espace ROC.<\/p>\n<p>L&rsquo;interconnexion de ces points dessine une trajectoire curviligne continue appel\u00e9e courbe d&rsquo;isosensibilit\u00e9 :<\/p>\n<ul>\n<li><strong>La diagonale de hasard (<span class=\"arabpsy-math-inline\" data-latex=\"d&#039; = 0\">$d&rsquo; = 0$<\/span>) :<\/strong> la droite \u00e0 45 degr\u00e9s reliant le point <span class=\"arabpsy-math-inline\" data-latex=\"(0,0)\">$(0,0)$<\/span> au point <span class=\"arabpsy-math-inline\" data-latex=\"(1,1)\">$(1,1)$<\/span> mat\u00e9rialise l&rsquo;absence compl\u00e8te de capacit\u00e9 discriminative ; tout gain en succ\u00e8s s&rsquo;y paie par un accroissement strictement \u00e9gal du taux de fausses alarmes (<span class=\"arabpsy-math-inline\" data-latex=\"P(H) = P(FA)\">$P(H) = P(FA)$<\/span>). Le sujet devine \u00e0 l&rsquo;aveugle.<\/li>\n<li><strong>L&rsquo;arc d&rsquo;isosensibilit\u00e9 :<\/strong> d\u00e8s lors que la sensibilit\u00e9 sensorielle est active (<span class=\"arabpsy-math-inline\" data-latex=\"d&#039; &gt; 0\">$d&rsquo; > 0$<\/span>), la courbe s&rsquo;incurve vers le coin sup\u00e9rieur gauche <span class=\"arabpsy-math-inline\" data-latex=\"(0,1)\">$(0,1)$<\/span>, qui figure le sanctuaire de la d\u00e9tection id\u00e9ale absolue (100 % de succ\u00e8s pour 0 % de fausses alarmes).<\/li>\n<li><strong>Le degr\u00e9 de courbure :<\/strong> la convexit\u00e9 de la trajectoire constitue la signature physique directe de la discrimination : plus l&rsquo;\u00e9nergie du stimulus incr\u00e9mental s&rsquo;accro\u00eet par rapport au fond de bruit, plus la courbe s&rsquo;\u00e9loigne de la diagonale centrale pour \u00e9pouser l&rsquo;angle sup\u00e9rieur gauche.<\/li>\n<\/ul>\n<h3>7.2 L&rsquo;espace <span class=\"arabpsy-math-inline\" data-latex=\"z\">$z$<\/span>-ROC et l&rsquo;\u00e9valuation de la normalit\u00e9 des distributions<\/h3>\n<p>L&rsquo;analyse g\u00e9om\u00e9trique franchit un palier d&rsquo;abstraction suppl\u00e9mentaire avec l&rsquo;introduction par Green et Swets de l&rsquo;espace de coordonn\u00e9es normales, dit espace <span class=\"arabpsy-math-inline\" data-latex=\"z\">$z$<\/span>-ROC. En convertissant les \u00e9chelles de probabilit\u00e9s marginales <span class=\"arabpsy-math-inline\" data-latex=\"P(FA)\">$P(FA)$<\/span> et <span class=\"arabpsy-math-inline\" data-latex=\"P(H)\">$P(H)$<\/span> en d\u00e9viations normales standardis\u00e9es (<span class=\"arabpsy-math-inline\" data-latex=\"z(FA)\">$z(FA)$<\/span> et <span class=\"arabpsy-math-inline\" data-latex=\"z(H)\">$z(H)$<\/span>), la courbe ROC originellement curviligne se m\u00e9tamorphose en une droite g\u00e9om\u00e9trique lin\u00e9aire id\u00e9ale ob\u00e9issant \u00e0 l&rsquo;\u00e9quation affine :<\/p>\n<p><span class=\"arabpsy-math-display\" data-latex=\"z(H) = s \\cdot z(FA) + d&#039;\">$$z(H) = s \\cdot z(FA) + d&rsquo;$$<\/span><\/p>\n<p>L&rsquo;exploration des propri\u00e9t\u00e9s de cette droite dans l&rsquo;espace <span class=\"arabpsy-math-inline\" data-latex=\"z\">$z$<\/span>-ROC a apport\u00e9 des \u00e9clairages \u00e9pist\u00e9mologiques d\u00e9terminants pour la psychophysique. Premi\u00e8rement, la pente <span class=\"arabpsy-math-inline\" data-latex=\"s\">$s$<\/span> de la droite permet d&rsquo;\u00e9valuer directement le ratio sous-jacent des \u00e9carts-types des bruits internes (<span class=\"arabpsy-math-inline\" data-latex=\"s = \\sigma_N \/ \\sigma_{S+N}\">$s = \\sigma_N \/ \\sigma_{S+N}$<\/span>). Une pente rigoureusement \u00e9gale \u00e0 1 confirme l&rsquo;hypoth\u00e8se canonique de variances \u00e9gales. Dans la majorit\u00e9 des exp\u00e9riences fines de psychoacoustique men\u00e9es par Green, la pente s&rsquo;\u00e9tablit autour de valeurs stables comprises entre 0,75 et 0,90, apportant une preuve structurelle que l&rsquo;adjonction d&rsquo;un signal \u00e9nerg\u00e9tique dilate l&rsquo;\u00e9cart-type de la distribution neuronale interne.<\/p>\n<p>Deuxi\u00e8mement, la lin\u00e9arit\u00e9 remarquable observ\u00e9e sur les trac\u00e9s <span class=\"arabpsy-math-inline\" data-latex=\"z\">$z$<\/span>-ROC empiriques constitue l&rsquo;une des validations les plus indiscutables de la th\u00e9orie de la d\u00e9tection du signal face aux mod\u00e8les concurrents. Si la th\u00e9orie classique du haut seuil discontinu (HTT) avait \u00e9t\u00e9 exacte, la courbe ROC brute aurait d\u00fb \u00eatre une ligne bris\u00e9e rectiligne dans l&rsquo;espace probabiliste standard, ce qui se serait traduit par une courbure fortement asym\u00e9trique et difforme dans l&rsquo;espace normalis\u00e9 <span class=\"arabpsy-math-inline\" data-latex=\"z\">$z$<\/span>-ROC. Les donn\u00e9es exp\u00e9rimentales de Green et Swets ont balay\u00e9 cette hypoth\u00e8se, fournissant une d\u00e9monstration irr\u00e9futable de la nature gaussienne continue de la perception diff\u00e9rentielle.<\/p>\n<h3>7.3 Quantification de la performance ind\u00e9pendante du crit\u00e8re : L&rsquo;aire sous la courbe (AUC)<\/h3>\n<p>Dans de nombreux contextes appliqu\u00e9s o\u00f9 l&rsquo;on souhaite r\u00e9sumer la capacit\u00e9 de discrimination sensorielle par un indice scalaire unique affranchi de tout postulat param\u00e9trique sur la forme gaussienne exacte des distributions, Green et Swets ont propos\u00e9 l&rsquo;utilisation de l&rsquo;aire sous la courbe ROC, universellement d\u00e9sign\u00e9e par le sigle <a rel=\"noopener noreferrer\" href=\"https:\/\/en.wikipedia.org\/wiki\/Receiver_operating_characteristic#Area_under_the_curve\">AUC<\/a> (<em>Area Under the Curve<\/em>). Cet indice s&rsquo;\u00e9tend sur une \u00e9chelle normalis\u00e9e comprise entre 0,5 (discrimination nulle, \u00e9quivalant \u00e0 la trajectoire de hasard le long de la diagonale) et 1,0 (discrimination parfaite sans la moindre erreur).<\/p>\n<p>Au-del\u00e0 de son int\u00e9r\u00eat g\u00e9om\u00e9trique, David Green a d\u00e9montr\u00e9 un th\u00e9or\u00e8me fondamental d&rsquo;une \u00e9l\u00e9gance conceptuelle remarquable : la valeur num\u00e9rique de l&rsquo;aire sous la courbe ROC construite \u00e0 partir d&rsquo;une t\u00e2che Oui\/Non est math\u00e9matiquement et formellement identique \u00e0 la proportion exacte de r\u00e9ponses correctes (<span class=\"arabpsy-math-inline\" data-latex=\"P(C)\">$P(C)$<\/span>) qu&rsquo;obtiendra le m\u00eame observateur lorsqu&rsquo;il sera soumis au paradigme du choix forc\u00e9 \u00e0 deux alternatives (2AFC) :<\/p>\n<p><span class=\"arabpsy-math-display\" data-latex=\"\\text{AUC}_{\\text{Oui\/Non}} = P(C)_{2\\text{AFC}}\">$$\\text{AUC}_{\\text{Oui\/Non}} = P(C)_{2\\text{AFC}}$$<\/span><\/p>\n<p>Cette \u00e9quivalence th\u00e9orique profonde a jet\u00e9 un pont m\u00e9thodologique unifi\u00e9 entre deux architectures exp\u00e9rimentales jadis isol\u00e9es. Elle offrait enfin aux chercheurs la possibilit\u00e9 de standardiser universellement les mesures de discrimination psychophysique \u00e0 travers les laboratoires, autorisant la comparaison directe de performances obtenues avec des m\u00e9thodologies divergentes.<\/p>\n<h2>8. La mod\u00e9lisation du bruit : Bruit sensoriel interne versus bruit stimulus externe<\/h2>\n<h3>8.1 La d\u00e9composition des sources de variance perceptive<\/h3>\n<p>Une question fondamentale pos\u00e9e par l&rsquo;approche de Green et Swets consistait \u00e0 percer l&rsquo;origine physique et biologique des dispersions statistiques observ\u00e9es au cours de la discrimination. Lorsqu&rsquo;un observateur h\u00e9site \u00e0 d\u00e9celer un incr\u00e9ment d&rsquo;intensit\u00e9 sonore ou lumineuse, \u00e0 quel \u00e9tage du traitement de l&rsquo;information cette incertitude prend-elle sa source ? Pour d\u00e9nouer cette pelote causale, David Green a \u00e9labor\u00e9 une taxonomie fonctionnelle rigoureuse distinguant deux sources de variance stochastique :<\/p>\n<ol>\n<li><strong>Le bruit physique externe :<\/strong> les fluctuations quantiques inh\u00e9rentes au stimulus lui-m\u00eame dans l&rsquo;environnement exp\u00e9rimental (comme les variations stochastiques du nombre de photons \u00e9mis par une source lumineuse coh\u00e9rente ou les micro-turbulences thermiques de la pression de l&rsquo;air dans un signal acoustique masqu\u00e9).<\/li>\n<li><strong>Le bruit sensoriel interne :<\/strong> l&rsquo;ensemble des perturbations stochastiques d&rsquo;origine biologique greff\u00e9es par l&rsquo;organisme r\u00e9cepteur lors de l&rsquo;acheminement du message. Ce bruit interne se subdivise lui-m\u00eame en :\n<ul>\n<li><em>Bruit p\u00e9riph\u00e9rique de transduction :<\/em> li\u00e9 aux propri\u00e9t\u00e9s biophysiques des cellules cili\u00e9es de la cochl\u00e9e ou des photor\u00e9cepteurs r\u00e9tiniens (ouverture al\u00e9atoire des canaux ioniques, fluctuations thermiques des potentiels de membrane).<\/li>\n<li><em>Bruit neural central :<\/em> engendr\u00e9 par les d\u00e9charges spontan\u00e9es des neurones corticaux, l&rsquo;instabilit\u00e9 de la transmission synaptique dans le thalamus et les modulations involontaires de l&rsquo;attention s\u00e9lective au cours de la t\u00e2che.<\/li>\n<\/ul>\n<\/li>\n<\/ol>\n<p>Afin de quantifier la part relative de ces composantes sans ouvrir chirurgicalement la bo\u00eete cr\u00e2nienne du sujet, Green mit au point l&rsquo;ing\u00e9nieuse m\u00e9thode d&rsquo;addition de bruit externe. En injectant d\u00e9lib\u00e9r\u00e9ment dans le stimulus acoustique des niveaux croissants et pr\u00e9cis\u00e9ment calibr\u00e9s de bruit gaussien artificiel externe (<span class=\"arabpsy-math-inline\" data-latex=\"\\sigma_{\\text{ext}}^2\">$\\sigma_{\\text{ext}}^2$<\/span>), il observa l&rsquo;\u00e9volution de la d\u00e9gradation des performances de l&rsquo;observateur. L&rsquo;\u00e9quation de variance totale s&rsquo;\u00e9nonce comme la somme lin\u00e9aire des variances ind\u00e9pendantes :<\/p>\n<p><span class=\"arabpsy-math-display\" data-latex=\"\\sigma_{\\text{total}}^2 = \\sigma_{\\text{\\int}}^2 + \\sigma_{\\text{ext}}^2\">$$\\sigma_{\\text{total}}^2 = \\sigma_{\\text{\\int}}^2 + \\sigma_{\\text{ext}}^2$$<\/span><\/p>\n<p>En extrapolant la fonction de performance jusqu&rsquo;au point d&rsquo;intersection th\u00e9orique o\u00f9 le bruit externe devient rigoureusement nul, Green parvint \u00e0 calculer la valeur math\u00e9matique du \u00ab bruit interne \u00e9quivalent \u00bb de l&rsquo;appareil auditif humain, isolant pour la premi\u00e8re fois la constante d&rsquo;entropie biologique fondamentale qui borne la sensibilit\u00e9 de notre syst\u00e8me perceptif.<\/p>\n<h3>8.2 L&rsquo;observateur id\u00e9al et l&rsquo;efficacit\u00e9 sensorielle relative<\/h3>\n<p>Pour conf\u00e9rer \u00e0 leur mod\u00e8le une port\u00e9e normative absolue, Green et Swets ont d\u00e9velopp\u00e9 la th\u00e9orie de l&rsquo;\u00ab observateur id\u00e9al \u00bb (<em>Ideal Observer Analysis<\/em>). Emprunt\u00e9e aux th\u00e9ories du traitement optimal de l&rsquo;information en ing\u00e9nierie radar, cette approche math\u00e9matique d\u00e9finit un algorithme statistique hypoth\u00e9tique qui poss\u00e9derait une connaissance exhaustive et parfaite de tous les param\u00e8tres du stimulus (fr\u00e9quence acoustique, phase de l&rsquo;onde, spectre de bruit, instant pr\u00e9cis d&rsquo;apparition) et qui appliquerait sans aucune d\u00e9faillance le filtre adapt\u00e9 optimal (<em>matched filter<\/em>).<\/p>\n<p>L&rsquo;observateur id\u00e9al repr\u00e9sente le plafond absolu impos\u00e9 par les lois de la physique quantique et de la thermodynamique \u00e0 l&rsquo;extraction d&rsquo;information dans un canal bruit\u00e9 ; aucun syst\u00e8me biologique ou m\u00e9canique concevable ne saurait surpasser ses performances. David Green introduisit alors l&rsquo;indice d&rsquo;\u00ab efficacit\u00e9 sensorielle relative \u00bb, d\u00e9sign\u00e9 par la lettre grecque <span class=\"arabpsy-math-inline\" data-latex=\"eta\">$eta$<\/span> (\u00eata), d\u00e9fini comme le rapport entre le carr\u00e9 du <span class=\"arabpsy-math-inline\" data-latex=\"d&#039;\">$d&rsquo;$<\/span> empirique mesur\u00e9 chez l&rsquo;humain et le carr\u00e9 du <span class=\"arabpsy-math-inline\" data-latex=\"d&#039;\">$d&rsquo;$<\/span> th\u00e9orique de l&rsquo;observateur id\u00e9al op\u00e9rant sur le m\u00eame signal physique :<\/p>\n<p><span class=\"arabpsy-math-display\" data-latex=\"\\eta = \\left( \\frac{d&#039;_{\\text{humain}}}{d&#039;_{\\text{id\u00e9al}}} \\right)^2\">$$\\eta = \\left( \\frac{d&rsquo;_{\\text{humain}}}{d&rsquo;_{\\text{id\u00e9al}}} \\right)^2$$<\/span><\/p>\n<p>Les investigations psychoacoustiques minutieuses men\u00e9es par Green ont r\u00e9v\u00e9l\u00e9 que pour la d\u00e9tection de sons purs simples noy\u00e9s dans un bruit blanc thermique, l&rsquo;efficacit\u00e9 sensorielle humaine se situe souvent entre des valeurs remarquables de 0,20 et 0,50 (20 % \u00e0 50 % de l&rsquo;optimum physique universel). Cette d\u00e9couverte a boulevers\u00e9 la perception traditionnelle de la DJP : les limites de notre appareil auditif ne s&rsquo;expliquent pas par l&rsquo;existence d&rsquo;un filtre paresseux ou d&rsquo;une marche d&rsquo;escalier rigide, mais par des pertes incompressibles d&rsquo;\u00e9chantillonnage temporel et de filtrage neuronal de l&rsquo;information physique entrante.<\/p>\n<h2>9. Analyse comparative : Psychophysique classique fechn\u00e9rienne versus mod\u00e8le de Green et Swets<\/h2>\n<h3>9.1 Confrontation directe des d\u00e9finitions de la DJP<\/h3>\n<p>La rupture \u00e9pist\u00e9mologique inaugur\u00e9e par David Green et John Swets appara\u00eet dans toute sa radicalit\u00e9 lorsqu&rsquo;on confronte directement la d\u00e9finition op\u00e9rationnelle de la diff\u00e9rence juste perceptible selon la doctrine classique fechn\u00e9rienne et selon la th\u00e9orie de la d\u00e9tection du signal. Dans le sch\u00e9ma classique h\u00e9rit\u00e9 de Fechner, la DJP \u00e9tait d\u00e9cr\u00e9t\u00e9e comme l&rsquo;incr\u00e9ment physique <span class=\"arabpsy-math-inline\" data-latex=\"\\Delta I\">$\\Delta I$<\/span> capable d&rsquo;engendrer un taux de d\u00e9tection arbitraire de 50 % (ou 75 % dans les t\u00e2ches de discrimination diff\u00e9rentielle), apr\u00e8s application de la fameuse correction math\u00e9matique pour devinette.<\/p>\n<p>Or, nous avons vu que cette d\u00e9finition classique souffre d&rsquo;un vice r\u00e9dhibitoire : ce pourcentage brut est intrins\u00e8quement instable, car il agr\u00e8ge confus\u00e9ment la sensibilit\u00e9 du r\u00e9cepteur et le choix arbitraire d&rsquo;un crit\u00e8re d\u00e9cisionnel induit par l&rsquo;humeur du sujet ou la consigne de l&rsquo;exp\u00e9rimentateur. Dans le paradigme unificateur de Green et Swets, la d\u00e9finition m\u00eame de la DJP est totalement refond\u00e9e :<\/p>\n<blockquote>\n<p>La diff\u00e9rence juste perceptible ne d\u00e9signe plus un seuil d&rsquo;\u00e9mergence ph\u00e9nom\u00e9nologique fixe, mais l&rsquo;incr\u00e9ment d&rsquo;\u00e9nergie physique <span class=\"arabpsy-math-inline\" data-latex=\"\\Delta I\">$\\Delta I$<\/span> n\u00e9cessaire et suffisant pour induire une distance normalis\u00e9e constante entre les distributions neuronales sous-jacentes, g\u00e9n\u00e9ralement fix\u00e9e par convention internationale \u00e0 la valeur canonique <span class=\"arabpsy-math-inline\" data-latex=\"d&#039; = 1,0\">$d&rsquo; = 1,0$<\/span> (ou une aire sous la courbe <span class=\"arabpsy-math-inline\" data-latex=\"\\text{AUC} \\approx 0,76\">$\\text{AUC} \\approx 0,76$<\/span>).<\/p>\n<\/blockquote>\n<p>Cette nouvelle d\u00e9finition \u00e9limine d&rsquo;un trait de plume le recours \u00e0 toute formule artificielle de correction pour devinette. Dans le cadre de la TDS, \u00ab deviner \u00bb n&rsquo;est pas une anomalie exp\u00e9rimentale qu&rsquo;il conviendrait de soustraire alg\u00e9briquement ; c&rsquo;est simplement le comportement logique d&rsquo;un syst\u00e8me d\u00e9cisionnel dont le crit\u00e8re interne est ajust\u00e9 de fa\u00e7on lib\u00e9rale dans une r\u00e9gion de fort recouvrement probabiliste. La m\u00e9trologie sensorielle retrouvait ainsi une assise m\u00e9thodologique inattaquable, d\u00e9barrass\u00e9e des ambigu\u00eft\u00e9s subjectives qui l&rsquo;avaient min\u00e9e pendant un si\u00e8cle.<\/p>\n<h3>9.2 Tableau synoptique des divergences paradigmatiques<\/h3>\n<p>Afin de synth\u00e9tiser les clivages conceptuels qui s\u00e9parent irr\u00e9vocablement les deux \u00e9poques de la psychophysique, il est instructif d&rsquo;ordonner leurs postulats respectifs au sein d&rsquo;une grille comparative d\u00e9taill\u00e9e :<\/p>\n<ul>\n<li><strong>Nature de l&rsquo;\u00e9tat interne :<\/strong>\n<ul>\n<li><em>Psychophysique classique :<\/em> Mod\u00e8le discret discontinu en marches d&rsquo;escalier (tout-ou-rien). Le sujet est soit dans l&rsquo;\u00e9tat de d\u00e9tection, soit sous le seuil.<\/li>\n<li><em>Mod\u00e8le de Green et Swets :<\/em> Continuum d&rsquo;activation stochastique scalaire univari\u00e9 mod\u00e9lis\u00e9 par des fonctions de densit\u00e9 de probabilit\u00e9 gaussiennes en recouvrement constant.<\/li>\n<\/ul>\n<\/li>\n<li><strong>Statut \u00e9pist\u00e9mologique du sujet exp\u00e9rimental :<\/strong>\n<ul>\n<li><em>Psychophysique classique :<\/em> R\u00e9cepteur mat\u00e9riel passif assimil\u00e9 \u00e0 une balance ou un galvanom\u00e8tre ; les facteurs psychologiques sont des impuret\u00e9s exp\u00e9rimentales.<\/li>\n<li><em>Mod\u00e8le de Green et Swets :<\/em> Agent rationnel actif proc\u00e9dant \u00e0 un test d&rsquo;hypoth\u00e8se statistique bay\u00e9sien et optimisant ses choix sous incertitude.<\/li>\n<\/ul>\n<\/li>\n<li><strong>Traitement math\u00e9matique des fausses alarmes :<\/strong>\n<ul>\n<li><em>Psychophysique classique :<\/em> Art\u00e9fact ind\u00e9sirable ou tricherie \u00e0 p\u00e9naliser ou \u00e0 \u00e9purer \u00e0 l&rsquo;aide d&rsquo;une formule arbitraire de correction pour devinette.<\/li>\n<li><em>Mod\u00e8le de Green et Swets :<\/em> Variable fondamentale indispensable contenant la signature math\u00e9matique directe de l&#8217;emplacement du crit\u00e8re d\u00e9cisionnel interne.<\/li>\n<\/ul>\n<\/li>\n<li><strong>Mesure fondamentale de la performance :<\/strong>\n<ul>\n<li><em>Psychophysique classique :<\/em> Pourcentage brut de r\u00e9ponses positives \u00e0 une intensit\u00e9 physique donn\u00e9e (<span class=\"arabpsy-math-inline\" data-latex=\"P(\\text{Oui})\">$P(\\text{Oui})$<\/span>).<\/li>\n<li><em>Mod\u00e8le de Green et Swets :<\/em> D\u00e9composition orthogonale stricte en deux param\u00e8tres ind\u00e9pendants : la sensibilit\u00e9 pure (<span class=\"arabpsy-math-inline\" data-latex=\"d&#039;\">$d&rsquo;$<\/span>) et le biais de r\u00e9ponse (<span class=\"arabpsy-math-inline\" data-latex=\"c\">$c$<\/span> ou <span class=\"arabpsy-math-inline\" data-latex=\"\\beta\">$\\beta$<\/span>).<\/li>\n<\/ul>\n<\/li>\n<\/ul>\n<h3>9.3 R\u00e9\u00e9valuation critique de la loi de Weber-Fechner \u00e0 la lumi\u00e8re de la TDS<\/h3>\n<p>L&rsquo;av\u00e8nement de la th\u00e9orie de la d\u00e9tection du signal a \u00e9galement permis de jeter un regard critique et renouvel\u00e9 sur les grandes lois de la psychophysique que sont la loi de Weber (<span class=\"arabpsy-math-inline\" data-latex=\"\\Delta I \/ I = k\">$\\Delta I \/ I = k$<\/span>) et la loi de Fechner (<span class=\"arabpsy-math-inline\" data-latex=\"S = k ln I\">$S = k ln I$<\/span>). Dans la perspective classique, la constance de la fraction de Weber aux intensit\u00e9s moyennes \u00e9tait interpr\u00e9t\u00e9e comme la preuve de l&rsquo;existence d&rsquo;une compression physiologique logarithmique log\u00e9e dans les organes p\u00e9riph\u00e9riques de transduction.<\/p>\n<p>Green et Swets ont offert une explication radicalement diff\u00e9rente, articul\u00e9e autour de l&rsquo;analyse du rapport signal sur bruit neural. Si la discrimination d&rsquo;un incr\u00e9ment <span class=\"arabpsy-math-inline\" data-latex=\"\\Delta I\">$\\Delta I$<\/span> requiert une valeur de <span class=\"arabpsy-math-inline\" data-latex=\"d&#039;\">$d&rsquo;$<\/span> constante (par exemple <span class=\"arabpsy-math-inline\" data-latex=\"d&#039; = 1\">$d&rsquo; = 1$<\/span>), et si l&rsquo;on postule que le bruit interne de l&rsquo;appareil sensoriel cro\u00eet proportionnellement \u00e0 l&rsquo;intensit\u00e9 de base du stimulus d&rsquo;arri\u00e8re-plan (<span class=\"arabpsy-math-inline\" data-latex=\"\\sigma_{\\text{interne}} propto I\">$\\sigma_{\\text{interne}} propto I$<\/span>), alors la fraction diff\u00e9rentielle <span class=\"arabpsy-math-inline\" data-latex=\"\\Delta I \/ I\">$\\Delta I \/ I$<\/span> doit math\u00e9matiquement demeurer constante sans qu&rsquo;il soit n\u00e9cessaire d&rsquo;invoquer l&rsquo;hypoth\u00e8se sp\u00e9culative d&rsquo;un \u00ab \u00e9chelon \u00bb de sensation mentale discontinu. De surcro\u00eet, les \u00e9carts chroniques constat\u00e9s aux intensit\u00e9s extr\u00eames \u2014 la c\u00e9l\u00e8bre d\u00e9viation de la loi de Weber aux tr\u00e8s faibles niveaux physiques (appel\u00e9e le \u00ab quasi-accord \u00bb ou <em>near-miss<\/em> de Weber) \u2014 ont pu \u00eatre r\u00e9interpr\u00e9t\u00e9s non comme une d\u00e9faillance de la m\u00e9canique interne, mais comme le moment pr\u00e9cis o\u00f9 le bruit interne fixe du r\u00e9cepteur supplante le bruit induit par le signal.<\/p>\n<p>Cette r\u00e9interpr\u00e9tation a \u00e9galement facilit\u00e9 l&rsquo;articulation f\u00e9conde entre la th\u00e9orie de la d\u00e9tection du signal et les travaux de <a rel=\"noopener noreferrer\" href=\"https:\/\/fr.wikipedia.org\/wiki\/Stanley_Smith_Stevens\">Stanley Smith Stevens<\/a> sur la <a rel=\"noopener noreferrer\" href=\"https:\/\/fr.wikipedia.org\/wiki\/Loi_de_Stevens\">loi de puissance<\/a> (<span class=\"arabpsy-math-inline\" data-latex=\"S = k I^a\">$S = k I^a$<\/span>). En dissociant rigoureusement la variabilit\u00e9 de la d\u00e9cision des non-lin\u00e9arit\u00e9s de compression sensorielle, la TDS a offert le socle m\u00e9thodologique n\u00e9cessaire pour valider la mesure directe de magnitude de Stevens, r\u00e9conciliant deux visions de la psychophysique qui s&rsquo;\u00e9taient affront\u00e9es tout au long de la premi\u00e8re moiti\u00e9 du XXe si\u00e8cle.<\/p>\n<h2>10. Applications exp\u00e9rimentales sp\u00e9cifiques en psychoacoustique et vision<\/h2>\n<h3>10.1 Les travaux empiriques de David Green en discrimination de fr\u00e9quence et d&rsquo;intensit\u00e9<\/h3>\n<p>Dans le domaine de l&rsquo;audition, David Green a conduit des s\u00e9ries exp\u00e9rimentales monumentales visant \u00e0 r\u00e9examiner les capacit\u00e9s de discrimination en fr\u00e9quence et en intensit\u00e9 \u00e0 l&rsquo;aune de la TDS. L&rsquo;un de ses apports majeurs r\u00e9side dans la d\u00e9tection d&rsquo;impulsions sinuso\u00efdales ultracourtes (de l&rsquo;ordre de quelques millisecondes). Selon la th\u00e9orie classique du seuil diff\u00e9rentiel, un stimulus trop bref ne disposait pas d&rsquo;une \u00e9nergie suffisante pour \u00ab franchir \u00bb le <em>limen<\/em>, vouant la discrimination \u00e0 l&rsquo;\u00e9chec. Green a d\u00e9montr\u00e9 qu&rsquo;en r\u00e9alit\u00e9, la sensibilit\u00e9 <span class=\"arabpsy-math-inline\" data-latex=\"d&#039;\">$d&rsquo;$<\/span> s&rsquo;ajustait contin\u00fbment le long d&rsquo;une fonction d&rsquo;int\u00e9gration d&rsquo;\u00e9nergie temporelle parfaite selon la loi de Bloch-Charpentier acoustique :<\/p>\n<p><span class=\"arabpsy-math-display\" data-latex=\"d&#039; propto \\sqrt{E \\cdot \\tau}\">$$d&rsquo; propto \\sqrt{E \\cdot \\tau}$$<\/span><\/p>\n<p>o\u00f9 <span class=\"arabpsy-math-inline\" data-latex=\"E\">$E$<\/span> est l&rsquo;\u00e9nergie acoustique instantan\u00e9e et <span class=\"arabpsy-math-inline\" data-latex=\"tau\">$tau$<\/span> la dur\u00e9e de pr\u00e9sentation temporelle du son.<\/p>\n<p>Plus tard, ces travaux d\u00e9bouch\u00e8rent sur la formulation par David Green de la c\u00e9l\u00e8bre th\u00e9orie de l&rsquo;analyse du profil spectral (<em>Profile Analysis<\/em>). D\u00e9passant l&rsquo;analyse traditionnelle du seuil diff\u00e9rentiel mesur\u00e9 ton par ton au sein d&rsquo;une seule bande critique d&rsquo;audition, Green d\u00e9montra que le syst\u00e8me auditif humain est capable d&rsquo;extraire la diff\u00e9rence juste perceptible de la forme globale d&rsquo;un spectre acoustique complexe compos\u00e9 de dizaines d&rsquo;harmoniques simultan\u00e9es. L&rsquo;observateur compare en r\u00e9alit\u00e9 le niveau d&rsquo;une bande spectrale cible par rapport au profil global de r\u00e9f\u00e9rence fourni par les autres fr\u00e9quences, d\u00e9montrant que la discrimination auditive n&rsquo;op\u00e8re pas comme un ensemble de filtres rigides isol\u00e9s, mais comme une matrice dynamique de comparaison statistique multicanal.<\/p>\n<h3>10.2 Les recherches de John Swets en discrimination visuelle et perception des formes<\/h3>\n<p>Pendant que Green explorait les myst\u00e8res de l&rsquo;audition, John Swets se consacrait avec une ferveur identique \u00e0 la psychophysique de la vision. Reprenant les c\u00e9l\u00e8bres exp\u00e9riences historiques de Selig Hecht, Shlaer et Pirenne (1942) sur le nombre minimal de quanta de lumi\u00e8re n\u00e9cessaires pour stimuler la vision humaine, Swets a revisit\u00e9 ces donn\u00e9es sous l&rsquo;angle de la d\u00e9tection du signal. Il mit en lumi\u00e8re que les exp\u00e9riences historiques confondaient l&rsquo;absorption quantique r\u00e9tinienne avec le crit\u00e8re d&rsquo;acceptation verbal des sujets, r\u00e9\u00e9valuant avec une pr\u00e9cision nouvelle la variabilit\u00e9 stochastique de la vision nocturne.<\/p>\n<p>Swets a \u00e9galement appliqu\u00e9 la th\u00e9orie de la d\u00e9tection du signal \u00e0 l&rsquo;\u00e9tude des contrastes spatiaux et \u00e0 l&rsquo;impact d\u00e9vastateur de l&rsquo;incertitude spatiale et temporelle sur la DJP visuelle. Dans ses protocoles r\u00e9put\u00e9s, une cible visuelle discr\u00e8te (un disque de luminance infinit\u00e9simalement sup\u00e9rieur au fond) pouvait appara\u00eetre soit \u00e0 un emplacement spatial rigoureusement d\u00e9termin\u00e9, soit \u00e0 l&rsquo;une quelconque de 16 localisations spatiales r\u00e9parties sur un \u00e9cran cathodique simulant un affichage radar. Ses r\u00e9sultats ont mis en \u00e9vidence que l&rsquo;introduction d&rsquo;incertitude spatiale d\u00e9grade drastiquement la sensibilit\u00e9 <span class=\"arabpsy-math-inline\" data-latex=\"d&#039;\">$d&rsquo;$<\/span> de l&rsquo;observateur. Cette alt\u00e9ration de la DJP ne r\u00e9sulte pas d&rsquo;une baisse d&rsquo;acuit\u00e9 optique ou r\u00e9tinienne, mais d&rsquo;une augmentation math\u00e9matique in\u00e9vitable du bruit statistique engendr\u00e9e par le fait que le cerveau est forc\u00e9 de scruter et d&rsquo;int\u00e9grer simultan\u00e9ment 16 canaux neuraux ind\u00e9pendants, multipliant m\u00e9caniquement les risques d&rsquo;intrusion d&rsquo;une fluctuation interne fortuite du bruit.<\/p>\n<h3>10.3 Le paradigme du choix forc\u00e9 (2AFC) comme outil de purification de la mesure<\/h3>\n<p>L&rsquo;une des innovations m\u00e9thodologiques les plus influentes et p\u00e9rennes popularis\u00e9es par Green et Swets pour mesurer la DJP de fa\u00e7on infaillible est la cons\u00e9cration du paradigme de choix forc\u00e9 \u00e0 deux alternatives temporelles (2AFC). Dans une t\u00e2che 2AFC, comme expos\u00e9 pr\u00e9c\u00e9demment, chaque essai pr\u00e9sente obligatoirement deux intervalles temporels distincts : l&rsquo;un h\u00e9bergeant le stimulus de r\u00e9f\u00e9rence (<span class=\"arabpsy-math-inline\" data-latex=\"I\">$I$<\/span>), l&rsquo;autre recevant le stimulus incr\u00e9ment\u00e9 (<span class=\"arabpsy-math-inline\" data-latex=\"I + \\Delta I\">$I + \\Delta I$<\/span>). L&rsquo;ordre d&rsquo;apparition est strictement randomis\u00e9 d&rsquo;un essai \u00e0 l&rsquo;autre avec une probabilit\u00e9 fixe de 0,50.<\/p>\n<p>L&rsquo;immense sup\u00e9riorit\u00e9 structurelle du paradigme 2AFC sur la t\u00e2che Oui\/Non tient \u00e0 sa capacit\u00e9 \u00e0 neutraliser spontan\u00e9ment tout biais de crit\u00e8re d\u00e9cisionnel. Puisque le sujet sait de fa\u00e7on absolue qu&rsquo;un intervalle contient la cible et l&rsquo;autre le fond sonore ou lumineux, et qu&rsquo;il n&rsquo;existe aucune asym\u00e9trie entre les deux intervalles temporels, il n&rsquo;a aucun int\u00e9r\u00eat strat\u00e9gique \u00e0 privil\u00e9gier une r\u00e9ponse au d\u00e9triment de l&rsquo;autre. La variable de d\u00e9cision devient simplement la diff\u00e9rence relative entre les deux activations internes observ\u00e9es lors de chaque intervalle :<\/p>\n<p><span class=\"arabpsy-math-display\" data-latex=\"x_{\\text{diff}} = x_{\\text{intervalle 2}} - x_{\\text{intervalle 1}}\">$$x_{\\text{diff}} = x_{\\text{intervalle 2}} &#8211; x_{\\text{intervalle 1}}$$<\/span><\/p>\n<p>Si <span class=\"arabpsy-math-inline\" data-latex=\"x_{\\text{diff}} &gt; 0\">$x_{\\text{diff}} > 0$<\/span>, l&rsquo;observateur s\u00e9lectionne le second intervalle ; si $x_{text{diff}} < 0<span class=\"arabpsy-math-inline\" data-latex=\", il d\u00e9signe le premier. Green et Swets ont apport\u00e9 la d\u00e9monstration formelle que la variance de cette variable de diff\u00e9rence est la somme des variances des deux intervalles (\">$, il d\u00e9signe le premier. Green et Swets ont apport\u00e9 la d\u00e9monstration formelle que la variance de cette variable de diff\u00e9rence est la somme des variances des deux intervalles ($<\/span>sigma_{text{diff}}^2 = sigma_1^2 + sigma_2^2 = 2sigma^2$), ce qui conduit \u00e0 la relation math\u00e9matique exacte reliant la sensibilit\u00e9 mesur\u00e9e en 2AFC \u00e0 celle obtenue dans une t\u00e2che Oui\/Non :<\/p>\n<p><span class=\"arabpsy-math-display\" data-latex=\"d&#039;_{2\\text{AFC}} = \\sqrt{2} \\cdot d&#039;_{\\text{Oui\/Non}}\">$$d&rsquo;_{2\\text{AFC}} = \\sqrt{2} \\cdot d&rsquo;_{\\text{Oui\/Non}}$$<\/span><\/p>\n<p>Cette pr\u00e9diction math\u00e9matique \u00e9l\u00e9gante a \u00e9t\u00e9 confirm\u00e9e empiriquement avec une pr\u00e9cision stup\u00e9fiante dans des centaines de publications ind\u00e9pendantes, faisant du paradigme 2AFC l&rsquo;outil de r\u00e9f\u00e9rence mondial pour la mesure exp\u00e9rimentale de la diff\u00e9rence juste perceptible.<\/p>\n<h2>11. Critiques \u00e9pist\u00e9mologiques, r\u00e9plications et extensions contemporaines<\/h2>\n<h3>11.1 Les objections th\u00e9oriques soulev\u00e9es contre le mod\u00e8le Green-Swets<\/h3>\n<p>En d\u00e9pit de son triomphe \u00e9clatant, la th\u00e9orie de la d\u00e9tection du signal propos\u00e9e par Green et Swets a suscit\u00e9 d&rsquo;\u00e2pres d\u00e9bats \u00e9pist\u00e9mologiques et m\u00e9thodologiques au sein de la communaut\u00e9 des sciences cognitives. L&rsquo;une des critiques les plus tenaces a port\u00e9 sur le postulat de normalit\u00e9 des distributions neurales internes. Des th\u00e9oriciens math\u00e9matiques rigoureux, \u00e0 l&rsquo;instar de R. Duncan Luce et David Krantz, ont object\u00e9 que postuler a priori des distributions gaussiennes constituait une hypoth\u00e8se commode mais biologiquement arbitraire. Luce a d\u00e9velopp\u00e9 des mod\u00e8les alternatifs fond\u00e9s sur l&rsquo;axiome de choix probabiliste et des distributions logistiques ou exponentielles, r\u00e9introduisant sous une forme math\u00e9matiquement raffin\u00e9e des versions \u00e9dulcor\u00e9es de la th\u00e9orie du bas seuil (<em>Low Threshold Theory<\/em>).<\/p>\n<p>Une seconde difficult\u00e9 majeure concerne le probl\u00e8me de la non-stationnarit\u00e9 cognitive et de la d\u00e9rive temporelle du crit\u00e8re de d\u00e9cision. L&rsquo;architecture de la TDS standard assume que durant un bloc d&rsquo;essais psychophysiques, l&rsquo;observateur maintient un point de coupure <span class=\"arabpsy-math-inline\" data-latex=\"x_c\">$x_c$<\/span> rigoureusement immobile. Or, l&rsquo;analyse s\u00e9quentielle essai par essai a r\u00e9v\u00e9l\u00e9 que les sujets humains sont sujets \u00e0 des ph\u00e9nom\u00e8nes d&rsquo;hyst\u00e9r\u00e8se d\u00e9cisionnelle et d&rsquo;effets d&rsquo;assimilation s\u00e9quentielle : apr\u00e8s avoir commis une fausse alarme, un sujet d\u00e9place spontan\u00e9ment son crit\u00e8re vers la droite (posture plus prudente) lors de l&rsquo;essai suivant, pour le rel\u00e2cher progressivement au fil des essais d&rsquo;omission. Enfin, la n\u00e9cessit\u00e9 d&rsquo;accumuler des centaines, voire des milliers d&rsquo;essais pour estimer avec une marge d&rsquo;erreur acceptable une courbe ROC compl\u00e8te a souvent constitu\u00e9 un verrou pratique lourd dans l&rsquo;application clinique ou chez des populations vuln\u00e9rables (nourrissons, patients c\u00e9r\u00e9brol\u00e9s\u00e9s).<\/p>\n<h3>11.2 Extensions multidimensionnelles et mod\u00e8les dynamiques<\/h3>\n<p>Pour surmonter les limites inh\u00e9rentes \u00e0 un mod\u00e8le unidimensionnel statique, les h\u00e9ritiers de Green et Swets ont \u00e9tendu leur formalisme dans deux directions f\u00e9condes :<\/p>\n<p>D&rsquo;une part, F. Gregory Ashby et James T. Townsend ont \u00e9difi\u00e9 la th\u00e9orie de la reconnaissance g\u00e9n\u00e9rale, universellement connue sous le sigle de <a rel=\"noopener noreferrer\" href=\"https:\/\/en.wikipedia.org\/wiki\/General_recognition_theory\">General Recognition Theory<\/a> (GRT). La GRT \u00e9tend la th\u00e9orie de la d\u00e9tection du signal \u00e0 des espaces psychologiques multidimensionnels continus. Elle permet d&rsquo;\u00e9tudier comment la perception d&rsquo;un incr\u00e9ment physique sur une dimension sensorielle (par exemple, la fr\u00e9quence acoustique) interagit avec une variation simultan\u00e9e sur une autre dimension (par exemple, l&rsquo;amplitude sonore), formalisant les concepts cruciaux d&rsquo;ind\u00e9pendance perceptuelle, d&rsquo;invariance perceptuelle et d&rsquo;ind\u00e9pendance d\u00e9cisionnelle sous la forme de matrices de covariance multivari\u00e9es.<\/p>\n<p>D&rsquo;autre part, la grande lacune temporelle de la TDS classique \u2014 le fait qu&rsquo;elle ne prenne en compte que le r\u00e9sultat binaire de la d\u00e9cision sans int\u00e9grer la dynamique temporelle du temps de r\u00e9action \u2014 a \u00e9t\u00e9 combl\u00e9e par l&rsquo;av\u00e8nement des mod\u00e8les d&rsquo;accumulation s\u00e9quentielle de preuves, dont le repr\u00e9sentant le plus abouti est le <a rel=\"noopener noreferrer\" href=\"https:\/\/en.wikipedia.org\/wiki\/Drift-diffusion_model\">mod\u00e8le de d\u00e9rive-diffusion<\/a> (<em>Drift-Diffusion Model<\/em>, DDM) formul\u00e9 par Colin Ratcliff. Le DDM dynamique fusionne le formalisme de Green et Swets avec les \u00e9quations diff\u00e9rentielles stochastiques du mouvement brownien. La variable de d\u00e9cision interne n&rsquo;est plus \u00e9valu\u00e9e \u00e0 un instant fig\u00e9 : elle d\u00e9rive contin\u00fbment dans le temps entre deux bornes d&rsquo;absorption symbolisant les deux alternatives d\u00e9cisionnelles. La vitesse moyenne d&rsquo;accumulation d&rsquo;information (le taux de d\u00e9rive ou <em>drift rate<\/em>, <span class=\"arabpsy-math-inline\" data-latex=\"\\nu\">$\\nu$<\/span>) constitue le strict \u00e9quivalent dynamique du param\u00e8tre de sensibilit\u00e9 <span class=\"arabpsy-math-inline\" data-latex=\"d&#039;\">$d&rsquo;$<\/span> de Green et Swets, tandis que l&rsquo;\u00e9cartement des bornes mod\u00e9lise le crit\u00e8re d\u00e9cisionnel et le compromis vitesse-pr\u00e9cision (<em>speed-accuracy trade-off<\/em>).<\/p>\n<h2>12. H\u00e9ritage m\u00e9thodologique et r\u00e9percussions sur les sciences cognitives modernes<\/h2>\n<h3>12.1 Transposition de la TDS au diagnostic m\u00e9dical et \u00e0 l&rsquo;imagerie<\/h3>\n<p>Apr\u00e8s avoir r\u00e9volutionn\u00e9 la psychophysique de laboratoire, John A. Swets consacra la seconde moiti\u00e9 de sa prestigieuse carri\u00e8re \u00e0 une mission appliqu\u00e9e d&rsquo;une importance sanitaire immense : l&rsquo;exportation de la th\u00e9orie de la d\u00e9tection du signal dans le domaine de la d\u00e9cision m\u00e9dicale et du radiodiagnostic. Dans une s\u00e9rie d&rsquo;articles historiques publi\u00e9s notamment dans <em>Science<\/em>, Swets d\u00e9montra que la lecture d&rsquo;un clich\u00e9 de mammographie ou d&rsquo;une tomodensitom\u00e9trie par un radiologue chevronn\u00e9 est rigoureusement isomorphe \u00e0 la d\u00e9tection par Green d&rsquo;un incr\u00e9ment sinuso\u00efdal masqu\u00e9 par un souffle sonore.<\/p>\n<p>Avant les interventions de Swets, la comp\u00e9tence d&rsquo;un radiologue \u00e9tait na\u00efvement \u00e9valu\u00e9e sur la base exclusive de son pourcentage de tumeurs malignes d\u00e9tect\u00e9es. Swets r\u00e9v\u00e9la qu&rsquo;un praticien r\u00e9put\u00e9 brillant pouvait simplement \u00eatre un observateur ultra-lib\u00e9ral qui prescrivait un nombre effroyable de biopsies inutiles et traumatisantes en raison d&rsquo;un taux massif de fausses alarmes, tandis qu&rsquo;un praticien jug\u00e9 m\u00e9diocre p\u00e9chait seulement par un exc\u00e8s de prudence conservatrice tout en poss\u00e9dant une sensibilit\u00e9 diagnostique intrins\u00e8que (<span class=\"arabpsy-math-inline\" data-latex=\"d&#039;\">$d&rsquo;$<\/span>) exceptionnelle. Sous son impulsion pers\u00e9v\u00e9rante :<\/p>\n<ul>\n<li>Les courbes ROC et l&rsquo;indice AUC se sont impos\u00e9s comme le standard m\u00e9thodologique plan\u00e9taire obligatoire de l&rsquo;\u00e9valuation des dispositifs d&rsquo;imagerie m\u00e9dicale et des tests biologiques de d\u00e9pistage.<\/li>\n<li>L&rsquo;analyse m\u00e9dico-\u00e9conomique a int\u00e9gr\u00e9 les matrices de co\u00fbts et gains de Green et Swets pour fixer rationnellement les seuils d&rsquo;intervention chirurgicale selon la gravit\u00e9 pronostique des pathologies.<\/li>\n<\/ul>\n<h3>12.2 Impact majeur sur les neurosciences cognitives et l&rsquo;\u00e9lectrophysiologie<\/h3>\n<p>L&rsquo;h\u00e9ritage de Green et Swets a trouv\u00e9 son incarnation la plus spectaculaire au sein des neurosciences contemporaines avec la naissance de la psychophysique unicellulaire chez le primate \u00e9veill\u00e9, sous l&rsquo;\u00e9gide de chercheurs illustres tels que William Newsome, Kenneth Britten et Michael Shadlen au tournant des ann\u00e9es 1990. En entra\u00eenant des macaques rh\u00e9sus \u00e0 discriminer la direction du mouvement coh\u00e9rent d&rsquo;un champ stochastique de points lumineux tout en enregistrant l&rsquo;activit\u00e9 \u00e9lectrique d&rsquo;un seul neurone dans l&rsquo;aire visuelle corticale MT\/V5, Newsome et son \u00e9quipe ont accompli un exploit conceptuel inou\u00ef : ils ont calcul\u00e9 la courbe ROC et le param\u00e8tre <span class=\"arabpsy-math-inline\" data-latex=\"d&#039;\">$d&rsquo;$<\/span> d&rsquo;un neurone individuel.<\/p>\n<p>Cette mesure, baptis\u00e9e \u00ab sensibilit\u00e9 neurom\u00e9trique \u00bb, s&rsquo;est r\u00e9v\u00e9l\u00e9e quantitativement indiscernable de la sensibilit\u00e9 psychom\u00e9trique globale mesur\u00e9e simultan\u00e9ment au niveau du comportement de l&rsquo;animal tout entier. Les neurophysiologistes modernes ont ainsi d\u00e9couvert la concr\u00e9tisation mat\u00e9rielle de l&rsquo;architecture th\u00e9orique de Green et Swets dans le cerveau : tandis que les neurones des aires sensorielles pr\u00e9coces encodent la distribution d&rsquo;\u00e9vidence sensorielle brute (<span class=\"arabpsy-math-inline\" data-latex=\"S+N\">$S+N$<\/span> et <span class=\"arabpsy-math-inline\" data-latex=\"N\">$N$<\/span>), les populations de neurones du cortex pari\u00e9tal post\u00e9rieur (aire LIP) et du cortex pr\u00e9frontal int\u00e8grent cette information et mettent en \u0153uvre le seuil de d\u00e9cision strat\u00e9gique <span class=\"arabpsy-math-inline\" data-latex=\"x_c\">$x_c$<\/span>, scellant la s\u00e9paration neurophysiologique d\u00e9finitive entre acuit\u00e9 sensorielle et contr\u00f4le ex\u00e9cutif.<\/p>\n<h3>12.3 Applications contemporaines en intelligence artificielle et apprentissage machine<\/h3>\n<p>Au XXIe si\u00e8cle, la descendance formelle de Green et Swets est omnipr\u00e9sente dans les algorithmes au c\u0153ur de la r\u00e9volution de l&rsquo;intelligence artificielle et de l&rsquo;<a rel=\"noopener noreferrer\" href=\"https:\/\/fr.wikipedia.org\/wiki\/Apprentissage_automatique\">apprentissage automatique<\/a> (<em>Machine Learning<\/em>). Tout ing\u00e9nieur concevant un classifieur binaire d&rsquo;apprentissage profond (qu&rsquo;il s&rsquo;agisse de filtrer des courriers \u00e9lectroniques ind\u00e9sirables, de reconna\u00eetre des visages dans un syst\u00e8me de vid\u00e9osurveillance ou de pr\u00e9dire le risque de d\u00e9faillance m\u00e9canique d&rsquo;un moteur d&rsquo;avion) est confront\u00e9 \u00e0 l&rsquo;exact arbitrage formalis\u00e9 par Green et Swets en 1966.<\/p>\n<p>L&rsquo;\u00e9valuation des performances des r\u00e9seaux de neurones profonds ne se fait jamais \u00e0 partir de la pr\u00e9cision globale brute (<em>accuracy<\/em>) \u2014 qui s&rsquo;av\u00e8re trompeuse en cas de classes d\u00e9s\u00e9quilibr\u00e9es \u2014, mais \u00e0 l&rsquo;aide de l&rsquo;aire sous la courbe ROC (ROC-AUC) et de la courbe Pr\u00e9cision-Rappel (<em>Precision-Recall Curve<\/em>). Les concepts d&rsquo;hypersurfaces de d\u00e9cision bay\u00e9siennes, de seuils d&rsquo;activation optimaux pour les fonctions sigmo\u00efdes ou Softmax et d&rsquo;arbitrage co\u00fbt-b\u00e9n\u00e9fice dans la pond\u00e9ration des fonctions de perte (<em>loss functions<\/em>) sont la continuation directe et ininterrompue des exp\u00e9riences pionni\u00e8res sur la diff\u00e9rence juste perceptible men\u00e9es dans les sous-sols du MIT.<\/p>\n<h3>12.4 Conclusion \u00e9pist\u00e9mologique : La red\u00e9finition permanente de l&rsquo;acte perceptif<\/h3>\n<p>En dressant le bilan historique de la r\u00e9volution initi\u00e9e par David Green et John Swets, il appara\u00eet ind\u00e9niable que leurs exp\u00e9riences sur la diff\u00e9rence juste perceptible ont transcend\u00e9 le cadre initial de la psychoacoustique pour accomplir une refondation philosophique de l&rsquo;acte perceptif lui-m\u00eame. En pulv\u00e9risant le mythe fechn\u00e9rien du seuil rigide discontinu, Green et Swets ont lib\u00e9r\u00e9 la science de la perception de l&rsquo;illusion m\u00e9caniste d&rsquo;un esprit humain passif enregistrant docilement les empreintes \u00e9nerg\u00e9tiques du monde ext\u00e9rieur.<\/p>\n<p>\u00c0 travers leur formalisme probabiliste, la perception humaine a \u00e9t\u00e9 r\u00e9v\u00e9l\u00e9e sous son jour authentique : un processus actif, dynamique et perp\u00e9tuel d&rsquo;inf\u00e9rence statistique sous incertitude. Percevoir une diff\u00e9rence imperceptible, ce n&rsquo;est pas attendre passivement qu&rsquo;une impulsion physique d\u00e9clenche une barri\u00e8re d&rsquo;\u00e9nergie ; c&rsquo;est peser stochastiquement des probabilit\u00e9s bay\u00e9siennes, arbitrer en une fraction de seconde entre l&rsquo;espoir de d\u00e9couvrir un signal signifiant et la crainte de succomber au bruit ambiant, et choisir un destin d\u00e9cisionnel au milieu du chaos de la mati\u00e8re. C&rsquo;est en cela que les travaux de David Green et John Swets demeurent un monument imp\u00e9rissable des sciences de l&rsquo;esprit, inscrivant \u00e0 jamais la psychophysique au c\u0153ur de l&rsquo;aventure intellectuelle moderne.<\/p>\n<h2>R\u00e9f\u00e9rences<\/h2>\n<ul>\n<li>Ashby, F. G., &amp; Townsend, J. T. (1986). Varieties of perceptual independence. <em>Psychological Review<\/em>, 93(2), 154\u2013179. <a rel=\"noopener noreferrer\" href=\"https:\/\/doi.org\/10.1037\/0033-295X.93.2.154\">https:\/\/doi.org\/10.1037\/0033-295X.93.2.154<\/a><\/li>\n<li>Britten, K. H., Shadlen, M. N., Newsome, W. T., &amp; Movshon, J. A. (1992). The analysis of visual motion: a comparison of neuronal and psychophysical performance. <em>Journal of Neuroscience<\/em>, 12(12), 4745\u20134765. <a rel=\"noopener noreferrer\" href=\"https:\/\/doi.org\/10.1523\/JNEUROSCI.12-12-04745.1992\">https:\/\/doi.org\/10.1523\/JNEUROSCI.12-12-04745.1992<\/a><\/li>\n<li>Fechner, G. T. (1860). <em>Elemente der Psychophysik<\/em>. Breitkopf und H\u00e4rtel.<\/li>\n<li>Green, D. M. (1960). Auditory detection of a noise signal. <em>The Journal of the Acoustical Society of America<\/em>, 32(1), 121\u2013131. <a rel=\"noopener noreferrer\" href=\"https:\/\/doi.org\/10.1121\/1.1907862\">https:\/\/doi.org\/10.1121\/1.1907862<\/a><\/li>\n<li>Green, D. M. (1988). <em>Profile Analysis: Auditory Perception of Complex Sounds<\/em>. Oxford University Press.<\/li>\n<li>Green, D. M., &amp; Swets, J. A. (1966). <em>Signal Detection Theory and Psychophysics<\/em>. John Wiley &amp; Sons. (R\u00e9impression avec corrections, Robert E. Krieger Publishing Co., 1974; Peninsula Publishing, 1988).<\/li>\n<li>Hecht, S., Shlaer, S., &amp; Pirenne, M. H. (1942). Energy, quanta, and vision. <em>Journal of General Physiology<\/em>, 25(6), 819\u2013840. <a rel=\"noopener noreferrer\" href=\"https:\/\/doi.org\/10.1085\/jgp.25.6.819\">https:\/\/doi.org\/10.1085\/jgp.25.6.819<\/a><\/li>\n<li>Luce, R. D. (1963). A threshold model for simple detection. <em>Psychological Review<\/em>, 70(1), 61\u201379. <a rel=\"noopener noreferrer\" href=\"https:\/\/doi.org\/10.1037\/h0044023\">https:\/\/doi.org\/10.1037\/h0044023<\/a><\/li>\n<li>Macmillan, N. A., &amp; Creelman, C. D. (2004). <em>Detection Theory: A User&rsquo;s Guide<\/em> (2nd ed.). Lawrence Erlbaum Associates. <a rel=\"noopener noreferrer\" href=\"https:\/\/doi.org\/10.4324\/9781410611147\">https:\/\/doi.org\/10.4324\/9781410611147<\/a><\/li>\n<li>Peterson, W. W., Birdsall, T. G., &amp; Fox, W. C. (1954). The theory of signal detectability. <em>Transactions of the IRE Professional Group on Information Theory<\/em>, 4(4), 171\u2013212. <a rel=\"noopener noreferrer\" href=\"https:\/\/doi.org\/10.1109\/TIT.1954.1057460\">https:\/\/doi.org\/10.1109\/TIT.1954.1057460<\/a><\/li>\n<li>Ratcliff, R. (1978). A theory of memory retrieval. <em>Psychological Review<\/em>, 85(2), 59\u2013108. <a rel=\"noopener noreferrer\" href=\"https:\/\/doi.org\/10.1037\/0033-295X.85.2.59\">https:\/\/doi.org\/10.1037\/0033-295X.85.2.59<\/a><\/li>\n<li>Stevens, S. S. (1957). On the psychophysical law. <em>Psychological Review<\/em>, 64(3), 153\u2013181. <a rel=\"noopener noreferrer\" href=\"https:\/\/doi.org\/10.1037\/h0046162\">https:\/\/doi.org\/10.1037\/h0046162<\/a><\/li>\n<li>Swets, J. A. (1973). The relative operating characteristic in psychology. <em>Science<\/em>, 182(4116), 990\u20131000. <a rel=\"noopener noreferrer\" href=\"https:\/\/doi.org\/10.1126\/science.182.4116.990\">https:\/\/doi.org\/10.1126\/science.182.4116.990<\/a><\/li>\n<li>Swets, J. A. (1996). <em>Signal Detection Theory and ROC Analysis in Psychology and Diagnostics: Collected Papers<\/em>. Lawrence Erlbaum Associates.<\/li>\n<li>Swets, J. A., Tanner, W. P., &amp; Birdsall, T. G. (1961). Decision processes in perception. <em>Psychological Review<\/em>, 68(5), 301\u2013340. <a rel=\"noopener noreferrer\" href=\"https:\/\/doi.org\/10.1037\/h0040547\">https:\/\/doi.org\/10.1037\/h0040547<\/a><\/li>\n<li>Tanner, W. P., &amp; Swets, J. A. (1954). A decision-making theory of visual detection. <em>Psychological Review<\/em>, 61(6), 401\u2013409. <a rel=\"noopener noreferrer\" href=\"https:\/\/doi.org\/10.1037\/h0058700\">https:\/\/doi.org\/10.1037\/h0058700<\/a><\/li>\n<li>Wald, A. (1947). <em>Sequential Analysis<\/em>. John Wiley &amp; Sons.<\/li>\n<li>Weber, E. H. (1834). <em>De pulsu, resorptione, auditu et tactu: Annotationes anatomicae et physiologicae<\/em>. C. F. Koehler.<\/li>\n<\/ul>\n","protected":false},"excerpt":{"rendered":"<p>Analyse approfondie des exp\u00e9riences de David Green et John Swets sur la diff\u00e9rence juste perceptible (DJP) et la th\u00e9orie de la d\u00e9tection du signal.<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"closed","template":"","categories":[1516,647,5106],"tags":[5111,5113,5112,1127,5109],"class_list":["post-3069","psych_experiment","type-psych_experiment","status-publish","hentry","category-histoire-de-la-psychologie","category-psychologie-cognitive","category-psychophysique","tag-david-green","tag-difference-juste-perceptible","tag-john-swets","tag-psychophysique","tag-theorie-de-la-detection-du-signal"],"_links":{"self":[{"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=\/wp\/v2\/psych_experiment\/3069","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=\/wp\/v2\/psych_experiment"}],"about":[{"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=\/wp\/v2\/types\/psych_experiment"}],"author":[{"embeddable":true,"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=3069"}],"version-history":[{"count":0,"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=\/wp\/v2\/psych_experiment\/3069\/revisions"}],"wp:attachment":[{"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=3069"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=3069"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=3069"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}