Can Individual Internal Models Predict Idiosyncratic Scene Exploration?

Cette étude démontre que les modèles internes individuels, représentant les attentes sur l'apparence des scènes, prédisent les comportements de balayage oculaire idiosyncrasiques uniquement lorsque l'exploration visuelle est stratégique et guidée par l'incertitude sensorielle, comme le montrent des expériences comparant la vision libre et la vision contingente aux regards.

L'essentiel

🎨 Le Grand Jeu de la "Mentalisation" : Pourquoi nous ne regardons pas le monde de la même façon

Imaginez que vous et votre ami entrez dans une cuisine. Vous voyez exactement la même pièce, avec les mêmes objets. Pourtant, votre cerveau ne "lit" pas la scène de la même manière. Vous pourriez être attiré par le four, tandis que votre ami fixe immédiatement le réfrigérateur.

Pourquoi ? Est-ce que c'est juste une question de hasard ? Ou est-ce que votre cerveau possède une sorte de modèle intérieur (une carte mentale) qui vous dit : "Attends, dans une cuisine typique, le four est souvent ici, donc je devrais regarder là" ?

C'est exactement ce que Micha Engeser et ses collègues ont voulu découvrir.

---

🧠 L'Hypothèse : Nos "Modèles Internes" sont nos lunettes personnelles

Les chercheurs pensent que nous avons tous, dans notre tête, un "modèle interne" de ce à quoi ressemble une cuisine ou une salle de bain. C'est comme si nous avions tous dessiné notre propre "cuisine idéale" dans notre tête au fil de nos expériences de vie.

• L'idée : Si deux personnes ont des modèles internes très similaires (leur "cuisine idéale" se ressemble beaucoup), elles devraient regarder les photos de cuisines réelles de la même manière.
• Le test : Comment mesurer ce qui se passe dans la tête de quelqu'un sans lui poser de questions ? La réponse : Le dessin !

🖌️ L'Expérience : Dessiner pour révéler l'invisible

Les chercheurs ont demandé à des participants de dessiner, de mémoire, une cuisine et une salle de bain "typiques".

• Ils ont ensuite utilisé une intelligence artificielle (un robot très intelligent) pour analyser ces dessins et voir à quel point les dessins de deux personnes différentes se ressemblaient.
• Ensuite, ils ont filmé les yeux de ces mêmes personnes alors qu'elles regardaient de vraies photos de cuisines.

Ils voulaient voir : Est-ce que la ressemblance entre les dessins prédit la ressemblance entre les mouvements des yeux ?

🧪 Le Résultat Surprenant : Ça dépend de la situation !

L'étude a été faite en deux temps, comme deux jeux différents :

1. Le mode "Flânerie" (Expérience 1)

Les gens regardaient les photos tranquillement, sans but précis.

• Résultat : Aucune corrélation ! Même si deux personnes avaient des dessins très similaires, leurs yeux ne bougeaient pas de la même façon.
• La métaphore : C'est comme si vous marchiez dans un parc en rêvassant. Votre cerveau est en mode "veille", et vous regardez ce qui vous fait plaisir (une fleur, un chien) plutôt que ce que votre modèle mental vous dit de chercher. Les "modèles internes" sont trop faibles pour guider vos yeux ici.

2. Le mode "Détective" (Expérience 2)

Cette fois, les chercheurs ont rendu la tâche plus difficile. Ils ont caché la plupart de l'image et n'ont laissé visible qu'un petit cercle autour du regard (comme si vous regardiez à travers un tube). De plus, ils ont dit aux gens : "Regardez bien, je vais vous poser des questions après !".

• Résultat : Ça a marché ! Là, les personnes qui avaient des dessins similaires regardaient les objets dans le même ordre et avec la même fréquence.
• La métaphore : Imaginez que vous cherchez un objet perdu dans une pièce sombre avec une petite lampe torche. Votre cerveau ne peut pas se fier à la vue immédiate. Il doit dire : "Attends, dans ma cuisine idéale, le sel est sur la table, donc je vais diriger ma lampe torche vers la table."
  • Quand l'information visuelle est floue ou cachée, le cerveau se tourne vers ses modèles internes pour guider ses yeux.

💡 La Leçon à retenir

Cette étude nous apprend une chose fascinante sur le fonctionnement de notre esprit :

Nos yeux ne sont pas de simples caméras passives. Ils sont pilotés par nos attentes.

• Quand tout est clair et facile (mode flânerie), nous regardons ce qui nous plaît ou ce qui est brillant.
• Mais quand la situation est floue, incertaine ou qu'on nous demande de faire un effort (mode détective), nous nous fions à nos modèles internes. C'est notre "mémoire de ce à quoi les choses devraient ressembler" qui prend le contrôle de nos yeux.

En résumé : Nous ne voyons pas le monde tel qu'il est, mais tel que nous nous attendons à ce qu'il soit. Et quand le monde est difficile à voir, c'est notre imagination qui guide notre regard.

Résumé technique

1. Problématique et Hypothèse de Recherche

Contexte :
Il est établi que les individus diffèrent systématiquement dans la manière dont ils explorent les scènes naturelles (mouvements oculaires, biais spatiaux, salience des catégories sémantiques). Cependant, les origines de ces différences idiosyncrasiques restent mal comprises. Bien que des facteurs génétiques et développementaux jouent un rôle, l'hypothèse centrale de cet article est que ces variations sont guidées par des modèles internes (ou priors) : des attentes individuelles sur la structure typique des environnements, acquises par l'expérience visuelle (« régime visuel »).

Hypothèse :
Les auteurs postulent que les similarités inter-sujets dans les modèles internes (les attentes) prédisent les similarités inter-sujets dans les comportements de regard (exploration visuelle). Ils testent si les individus ayant des modèles internes similaires explorent les scènes de manière plus similaire.

2. Méthodologie

L'étude utilise une approche d'Analyse de Similarité Représentationnelle Inter-sujet (IS-RSA) pour corréler les similarités dans les modèles internes avec les similarités dans les comportements de regard.

A. Caractérisation des Modèles Internes (Tâche de Dessin)

• Procédure : Les participants ont dessiné les versions les plus « typiques » d'une cuisine et d'une salle de bain.
• Quantification : Les dessins ont été convertis en images photoréalistes via un logiciel de diffusion (Draw3D). Ces images ont ensuite été analysées par un réseau de neurones profond pré-entraîné (VGG16, couche fc7) pour extraire des représentations de caractéristiques de haut niveau.
• Matrice de Dissimilarité (IS-RDM) : Une matrice de similarité a été construite pour chaque paire de participants basée sur la corrélation de leurs dessins.
• Contrôle : Une condition de copie (recopier des photos réelles) a été ajoutée pour isoler les similarités dues au style de dessin ou à l'habileté motrice, permettant de les partieliser (contrôler) dans l'analyse finale.

B. Expériences de Suivi Oculaire (Eye-Tracking)

Deux expériences indépendantes (n=34 par expérience) ont été menées avec 300 images de scènes (cuisines et salles de bain). Quatre mesures de comportement de regard ont été calculées pour construire des IS-RDMs de regard :

1. Distance du regard : Distance euclidienne médiane entre les positions de fixation.
2. Nombre de fixations : Fréquence des fixations par image.
3. Temps de séjour sur les objets (Object dwells) : Proportion du temps passé sur différentes catégories d'objets.
4. Ordre de fixation : Séquence dans laquelle les catégories d'objets sont inspectées pour la première fois.

C. Conditions Expérimentales

• Expérience 1 (Vision Libre) : Les participants observaient les images en pleine résolution pendant 3 secondes sans tâche spécifique.
• Expérience 2 (Vision Contingente au Regard + Mémoire) :
  • Contrainte sensorielle : Seule une petite fenêtre (2,5°) centrée sur le regard était en haute résolution ; le reste de l'image était flouté et désaturé.
  • Tâche : Encodage pour un test de mémoire ultérieur.
  • Objectif : Augmenter l'incertitude sensorielle et encourager une exploration stratégique guidée par les attentes (modèles internes) pour compenser le manque d'informations périphériques.

3. Résultats Clés

A. Fiabilité des Différences Individuelles

Des analyses de fiabilité split-half ont confirmé que les différences inter-sujets dans les quatre mesures de regard étaient fiables et reproductibles dans les deux expériences.

B. Expérience 1 (Vision Libre)

• Résultat : Aucune corrélation significative n'a été trouvée entre les similarités des modèles internes (dessins) et les similarités des comportements de regard.
• Interprétation : Dans des conditions de vision libre où l'information sensorielle est abondante, les modèles internes individuels ne semblent pas être le moteur principal des variations idiosyncrasiques du regard.

C. Expérience 2 (Vision Contingente + Mémoire)

• Résultat : Une corrélation significative est apparue entre les similarités des modèles internes et les similarités du comportement de regard, spécifiquement pour :
  • Le nombre de fixations par image ($r=0,21, p=0,025$).
  • L'ordre de fixation des catégories d'objets ($r=0,15, p=0,025$).
• Non-significatif : La distance globale du regard et les temps de séjour sur les objets n'ont pas montré de lien significatif avec les modèles internes.
• Interprétation : Lorsque l'information sensorielle est restreinte et que la tâche exige une exploration stratégique (mémoire), les individus s'appuient davantage sur leurs attentes internes. Ceux qui partagent des attentes similaires (modèles internes) adoptent des stratégies d'échantillonnage de l'information (fréquence et ordre) plus similaires.

D. Ordre de Dessin vs Ordre de Regard

L'ordre dans lequel les objets étaient dessinés ne prédisait pas significativement l'ordre de fixation des participants eux-mêmes par rapport aux autres, suggérant que les stratégies de dessin (planification à long terme) diffèrent des priorités perceptives immédiates.

4. Contributions et Signification

Contributions Principales :

1. Preuve de concept : C'est la première étude à démontrer empiriquement que les variations inter-individuelles des modèles internes (mesurées par le dessin) peuvent prédire les variations inter-individuelles du comportement de regard, mais uniquement sous des conditions spécifiques.
2. Rôle de l'incertitude : L'étude établit que l'influence des modèles internes sur l'exploration visuelle est conditionnelle. Elle est faible lorsque l'entrée sensorielle est riche (vision libre) mais devient un facteur déterminant lorsque l'incertitude sensorielle est élevée (vision contingente) et que la tâche nécessite une stratégie active.
3. Méthodologie IS-RSA : L'application réussie de l'IS-RSA pour relier des représentations picturales (dessins) à des dynamiques oculométriques complexes offre un nouveau cadre pour étudier les « régimes visuels » individuels.

Signification Théorique :
Ces résultats soutiennent les théories du traitement prédictif (predictive processing) en vision. Ils suggèrent que le regard n'est pas seulement une réponse aux saillances de l'image (bottom-up), mais un processus actif d'échantillonnage guidé par les attentes (top-down). Les différences individuelles dans la façon dont nous regardons le monde ne sont pas aléatoires ; elles reflètent nos modèles internes uniques du monde, qui prennent le relais lorsque l'information visuelle directe est insuffisante pour résoudre l'ambiguïté.

Limites et Perspectives :
L'absence de corrélation en vision libre suggère que d'autres facteurs (esthétique, afférences motrices, biais de bas niveau) dominent lorsque l'incertitude est faible. De plus, la méthode de dessin pourrait ne pas capturer toutes les dimensions des modèles internes (ex: textures, couleurs). Des études futures pourraient contraindre davantage les tâches de dessin pour mieux aligner les priorités perceptives et les stratégies de production.