Towards the definition and measurement of routines and the cognitive processes that underpin their maintenance

Cet article propose une nouvelle méthode de quantification des routines basée sur l'entropie de transition, démontrant que leur perturbation lors de changements de contexte s'explique par une sensibilité réduite aux probabilités de succès et une sur-estimation de l'utilité d'autres tâches.

L'essentiel

🧠 Le Voyageur et ses Chemins Battus

Imaginez que votre cerveau est un grand voyageur qui doit traverser une forêt tous les jours pour aller au travail. Pour ne pas se perdre et arriver vite, il crée des routines : des chemins bien tracés, des sentiers battus qu'il emprunte sans même y penser. C'est comme ça que nous nous habillons, prenons notre café ou conduisons au travail. C'est efficace, rapide et ça économise de l'énergie.

Mais que se passe-t-il si la forêt change soudainement ? Si des sentiers se ferment ou si de nouveaux chemins apparaissent ? C'est exactement ce que les chercheurs (Nolan, Le Pelley et Garner) ont voulu comprendre : comment nos routines tiennent-elles le coup quand l'environnement devient chaotique ?

🎮 L'Expérience : Le Jeu du Trésor Caché

Pour étudier cela, les chercheurs ont transformé les participants en chasseurs de trésors numériques.

1. La Carte (La Grille) : Vous avez une grille de 16 cases. Derrière l'une d'elles se cache un animal (le trésor).
2. Les Deux Maisons (Les Tâches) : Au début, une bordure de couleur (rouge ou bleue) vous indique dans quelle "maison" chercher.
   • Si c'est la Maison Rouge, le trésor est caché dans 4 cases spécifiques.
   • Si c'est la Maison Bleue, il est dans 4 autres cases.
3. L'Objectif : Trouver le trésor en moins de 4 clics.

Une fois que les joueurs ont appris ces deux maisons, ils entrent dans la phase de "Répétition" (Rehearsal). Là, la magie opère : les bordures de couleur disparaissent. On ne sait plus si on est dans la Maison Rouge ou la Bleue. Il faut deviner.

🎲 Le Test : La Forêt Calme vs La Forêt Chaotique

Les chercheurs ont divisé les joueurs en deux groupes pour voir comment ils réagissaient à l'incertitude :

• Le Groupe "Calme" (Stable) : La maison change très rarement (5 % du temps). C'est comme si vous alliez au travail par le même chemin tous les jours, sauf une fois par mois.
• Le Groupe "Chaotique" (Variable) : La maison change souvent (30 % du temps). C'est comme si votre trajet au travail changeait tous les jours de manière imprévisible.

📏 La Nouvelle Règle : L'Entropie de Transition (Le "Désordre")

Avant cette étude, mesurer une routine était difficile. On se demandait : "Est-ce qu'il a fait les choses dans le bon ordre ?" Mais les chercheurs ont inventé une nouvelle mesure appelée l'Entropie de Transition (TE).

Imaginez que vous regardez les pas d'un danseur :

• Si le danseur fait toujours le même enchaînement (pas 1, pas 2, pas 3), son Entropie est basse. C'est une routine solide.
• Si le danseur hésite, change de pas, ou fait des mouvements aléatoires, son Entropie est haute. C'est le chaos.

Le résultat clé : Le groupe "Chaotique" avait une Entropie beaucoup plus élevée. Ils perdaient leurs habitudes. Au lieu de vider complètement la maison où ils avaient trouvé le dernier trésor avant de changer, ils commençaient à fouiller dans l'autre maison avant d'avoir fini la première. Ils étaient plus désordonnés.

🤔 Pourquoi perd-on ses habitudes ?

C'est ici que ça devient fascinant. Pourquoi le groupe "Chaotique" a-t-il abandonné sa routine ?

Les chercheurs ont utilisé un modèle mathématique (un peu comme un GPS interne) pour voir ce qui se passait dans la tête des joueurs. Ils ont découvert que le problème venait d'une mauvaise estimation des chances de succès.

• Le Groupe Calme pensait : "J'ai trouvé le trésor ici la dernière fois, donc il y a de fortes chances qu'il soit encore ici. Je vais continuer à chercher ici." (Ils font confiance à leur routine).
• Le Groupe Chaotique pensait : "Attends, j'ai raté deux fois de suite. Peut-être que le trésor est dans l'autre maison ? Je vais essayer là-bas tout de suite !".

En gros, le groupe chaotique devenait trop sensible à l'échec. Dès qu'ils ne trouvaient pas le trésor immédiatement, ils paniquaient un peu et abandonnaient leur routine pour tester l'autre option, même si c'était mathématiquement moins logique. Ils étaient comme des gens qui, parce qu'ils ont raté leur bus une fois, décident de prendre un taxi pour le prochain, même si le bus arrive dans 2 minutes.

🔄 Le Bénéfice caché : Le Chaos aide à apprendre ?

Voici la surprise finale. Même si le groupe "Chaotique" était moins bon pour maintenir ses routines, ils étaient meilleurs pour apprendre de nouvelles choses plus tard.

Quand on leur a présenté une nouvelle maison avec un mélange de cases des deux anciennes maisons, le groupe "Chaotique" s'est adapté beaucoup plus vite que le groupe "Calme".

L'analogie :

• Le Groupe Calme est un expert qui a un chemin parfait, mais qui est perdu si on lui demande de prendre un chemin différent.
• Le Groupe Chaotique est un explorateur un peu désordonné. Parce qu'il a dû constamment changer de stratégie et tester d'autres chemins, il a gardé son esprit flexible. Il est prêt à tout mélanger pour résoudre un nouveau problème.

💡 En Résumé

Cette étude nous apprend deux choses importantes sur nos routines quotidiennes :

1. La routine est fragile : Si notre environnement devient trop imprévisible (trop de changements, trop de stress), nous avons tendance à abandonner nos bonnes habitudes parce que nous devenons trop anxieux face à l'échec immédiat.
2. Il y a un compromis : Être très rigide dans ses routines nous rend très efficaces dans un monde stable, mais moins capables de nous adapter à de nouvelles situations. À l'inverse, être un peu plus "chaotique" et tester d'autres options nous rend plus flexibles et créatifs face au changement.

En fin de compte, pour bien fonctionner, il faut peut-être accepter un peu de désordre dans nos routines pour rester prêts à l'imprévu !

Résumé technique

Titre : Vers la définition et la mesure des routines et des processus cognitifs sous-tendant leur maintien

Auteurs : Christopher R. Nolan, Mike E. Le Pelley, et Kelly G. Garner (École de psychologie, UNSW Sydney).

---

1. Problématique

Les routines sont essentielles au fonctionnement quotidien, mais leur définition théorique et leur mesure quantitative restent floues. La littérature existante se concentre souvent sur des séquences déterministes (comme les performances d'experts) ou sur des ordres fixes imposés, négligeant la nature « auto-ordonnée » des routines humaines où l'ordre des actions est choisi par l'individu.

Deux lacunes majeures sont identifiées :

1. Absence de métrique robuste : Il n'existe pas de mesure standardisée pour quantifier la régularité d'une routine sans être confondue par le nombre total d'actions ou la précision de la tâche.
2. Mécanismes de perturbation : Les causes de la rupture des routines dans des environnements volatils (changements fréquents de contexte) sont mal comprises. Est-ce dû à une assimilation de comportements interférents dans la routine, ou à une perturbation de la maintenance de la routine elle-même ?

L'étude vise à répondre à ces questions en utilisant un paradigme de recherche de cible dans une grille, en manipulant la fréquence des changements de tâches.

2. Méthodologie

L'étude repose sur une réanalyse et une extension des données de deux expériences (N=100 par expérience) issues d'une étude précédente (Barnes et al., 2026).

Paradigme Expérimental :

• Tâche : Les participants doivent trouver une cible cachée derrière l'une des 16 cases d'une grille en cliquant dessus.
• Phase d'acquisition : Deux tâches (A et B) sont apprises, chacune associée à une couleur de bordure et à un sous-ensemble unique de 4 cases cibles. Les participants doivent apprendre à trouver la cible en 4 coups ou moins.
• Phase de répétition (Rehearsal) : Les bordures colorées sont retirées (remplacées par du gris). Les participants doivent continuer la tâche sans indice visuel explicite.
  • Groupe Stable : Probabilité de changement de tâche (switch) très faible ($p = 0,05$).
  • Groupe Variable : Probabilité de changement de tâche plus élevée ($p = 0,30$).
  • Stratégie optimale : Épuiser toutes les cases de la tâche actuelle (celle où la dernière cible a été trouvée) avant de passer à l'autre tâche.

Nouvelle Métrique : L'Entropie de Transition (Transition Entropy - TE)
Pour quantifier la régularité de la routine, les auteurs proposent une nouvelle mesure basée sur l'entropie de Shannon appliquée aux transitions entre les états (cases de la grille).

• Calcul : Une matrice de transition est construite pour chaque participant. Pour chaque état $s$ (case de départ), l'entropie $H_s$ est calculée sur la distribution des probabilités de transition vers les états suivants $s'$.
• Formule : $TE = \sum H_s$.
• Interprétation : Un score TE bas indique une séquence prévisible et régulière (routine forte). Un score TE élevé indique un comportement désordonné et imprévisible. Contrairement aux mesures précédentes, le TE est invariant au nombre total de cases visitées, isolant ainsi la régularité de l'ordre.

Modélisation Normative :
Les auteurs utilisent un modèle bayésien pour estimer, à chaque essai, deux probabilités clés pour les participants :

1. Les cotes de tâche (Task Odds) : Probabilité que la tâche actuelle soit toujours la même que la précédente.
2. Les cotes de succès (Success Odds) : Probabilité de trouver la cible en restant dans la tâche actuelle par rapport à changer de tâche.
   Ces variables sont utilisées dans une régression logistique pour prédire les choix de cases (tâche actuelle vs tâche interférente).

Phase de Test (Transfert) :
Les participants de l'expérience 1 effectuent des tâches de transfert :

• Transfert Identité : Nouvelle couleur, mais mêmes 4 cases (réplication d'une routine connue).
• Transfert Mixte : Nouvelle couleur, mélange de 2 cases de la tâche A et 2 de la tâche B (nécessite de combiner des éléments de routines).

3. Résultats Clés

A. Validation de la métrique TE
Les scores TE observés sont significativement inférieurs à ceux attendus par hasard (distribution nulle), confirmant que les participants développent des routines régulières au-delà du niveau aléatoire.

B. Impact de la volatilité sur les routines

• Le groupe Variable (changements fréquents) présente des scores TE significativement plus élevés que le groupe Stable.
• Cela indique que la volatilité environnementale perturbe la régularité de l'ordre des réponses, augmentant la désorganisation de la routine.
• Les participants du groupe Variable effectuent davantage de visites préventives vers les cases de la tâche non pertinente (interférence inter-tâche) avant d'avoir épuisé les cases de la tâche actuelle.

C. Causes cognitives de la perturbation
L'analyse de régression révèle que :

• La sensibilité aux cotes de tâche (estimer si la tâche a changé) ne diffère pas entre les groupes.
• La sensibilité aux cotes de succès diffère significativement : le groupe Variable est moins sensible à la probabilité de succès en restant dans la tâche actuelle.
• Interprétation : Une fréquence élevée de changements de tâche induit une hypersensibilité à l'échec précoce (ou une attente accrue de l'utilité d'autres tâches). Les participants du groupe Variable abandonnent trop tôt la tâche actuelle, pensant à tort qu'il est plus rentable de tester l'autre tâche, même lorsque les probabilités objectives favorisent la persistance.

D. Compromis entre Routine et Transfert (Flexibilité)

• Il existe une corrélation négative significative entre les scores TE (force de la routine) et le biais de transfert.
• Les participants avec des routines plus fortes (TE bas) apprennent plus lentement la tâche de transfert Mixte (qui nécessite de combiner des éléments de routines différentes) par rapport à la tâche de transfert Identité.
• À l'inverse, ceux qui maintiennent moins bien leurs routines (TE élevé) s'adaptent plus rapidement aux nouvelles combinaisons de tâches.

4. Contributions Majeures

1. Définition et Mesure Opérationnelle : Introduction de l'Entropie de Transition (TE) comme métrique robuste pour quantifier la régularité des comportements auto-ordonnés, indépendamment du nombre d'actions ou de la précision. Cela permet de distinguer une routine désordonnée d'une routine complexe mais régulière.
2. Mécanisme de Perturbation : Démonstration que la perturbation des routines dans des environnements volatils n'est pas due à une confusion sur la tâche en cours, mais à une altération des attentes de succès. La volatilité pousse les individus à sous-estimer la valeur de la persistance dans la tâche actuelle (sur-réaction à l'absence de récompense immédiate).
3. Compromis Cognitif (Trade-off) : Mise en évidence d'un compromis entre le maintien de routines efficaces (stabilité) et la capacité à généraliser ou à combiner des connaissances pour de nouvelles tâches (flexibilité). Une maintenance stricte de la routine semble entraver l'apprentissage de tâches hybrides.

5. Signification et Implications

Cette étude fournit un cadre théorique et expérimental pour analyser l'auto-ordonnancement des comportements. Elle suggère que la difficulté à maintenir des routines dans la vie quotidienne ne provient pas nécessairement d'un manque de volonté, mais d'une adaptation cognitive à des environnements incertains où les signaux de récompense sont intermittents.

• Théorique : Elle remet en question les modèles de formation d'habitudes basés uniquement sur le renforcement, en y intégrant la dynamique des attentes probabilistes et la sensibilité à l'échec.
• Pratique : Comprendre que la volatilité environnementale peut induire une « exploration contre-productive » (abandon prématuré de la tâche) aide à concevoir de meilleures interventions pour soutenir les routines (par exemple, en stabilisant les environnements ou en modifiant les feedbacks pour réduire la sensibilité aux échecs précoces).
• Cognitive : Les résultats soulignent le coût cognitif de la rigidité des routines : une forte maintenance de routine peut réduire la capacité à réorganiser les connaissances pour résoudre de nouveaux problèmes complexes.